CN111105395B - 一种用于输电运行监测的ai智能云台 - Google Patents
一种用于输电运行监测的ai智能云台 Download PDFInfo
- Publication number
- CN111105395B CN111105395B CN201911233891.4A CN201911233891A CN111105395B CN 111105395 B CN111105395 B CN 111105395B CN 201911233891 A CN201911233891 A CN 201911233891A CN 111105395 B CN111105395 B CN 111105395B
- Authority
- CN
- China
- Prior art keywords
- module
- intelligent
- expert
- power transmission
- expert module
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000005540 biological transmission Effects 0.000 title claims abstract description 57
- 238000012544 monitoring process Methods 0.000 title claims abstract description 42
- 238000012545 processing Methods 0.000 claims abstract description 38
- 238000000034 method Methods 0.000 claims abstract description 20
- 230000008569 process Effects 0.000 claims abstract description 17
- 239000012212 insulator Substances 0.000 claims description 27
- 238000001514 detection method Methods 0.000 claims description 24
- 238000012937 correction Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 3
- 230000000877 morphologic effect Effects 0.000 claims description 3
- 230000011218 segmentation Effects 0.000 claims description 3
- 230000000694 effects Effects 0.000 claims 2
- 238000013499 data model Methods 0.000 abstract description 6
- 230000004044 response Effects 0.000 abstract description 4
- 208000034699 Vitreous floaters Diseases 0.000 description 8
- 238000012806 monitoring device Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 3
- 230000009545 invasion Effects 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 230000002093 peripheral effect Effects 0.000 description 3
- 230000004888 barrier function Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30232—Surveillance
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Water Supply & Treatment (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Human Resources & Organizations (AREA)
- General Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明涉及输电线路监测技术领域，具体是涉及一种用于输电运行监测的AI智能云台；应用于输电线路监测系统，输电线路监测系统包括有监控中心和分布于输电线路上的若干AI智能云台，AI智能云台包括有图像采集模块、智能识别模块和专家模块；智能识别模块对采集的图像进行分析，专家模块对多个连续的分析结果进行处理，根据处理结果更新智能识别模块的算法；本技术方案通过前端对图像信息进行采集、分析和处理，无需对监控中心传输无用的重复信息，降低了对网络带宽的需求，同时提高了响应速度；同时本技术方案通过专家系统持续练AI数据模型和算法，可使其识别准确度随使用时长提高。
Description
技术领域
本发明涉及输电线路监测技术领域，具体是涉及一种用于输电运行监测的AI智能云台。
背景技术
电力系统的规模日益发展，对电力线路的安全运行和供电可靠性的要求越来越高。输电线路在电网中起重要的作用，其安全稳定运行对国民经济的健康平稳发展起着决定性作用。架空输电线路野外露天架设，其导线都是裸露的，如果有树木、吊车触碰到导线，就会造成线路跳闸事故的发生。架空输电线路的运行维护是一项重要工作。其分布面广，所经过区域的环境存在较大的差异，线路自身结构中组件较多，形成故障的因素较多，运行维护比较困难，容易出现故障。电力线路一旦出现故障，则有可能影响到成片区域的供电安全，严重的甚至造成不可估量的损失,电力线路故障的预防历来是电力系统的一项重要工作。
及时发现和有效排除线路外破隐患，可有效的控制线路外破跳闸次数，降低线路跳闸率，对实现输电线路的安全运行具有重大意义。现有的输电线路安全运维大多数是通过视频系统的可视化监拍装置实现，输电线路可视化监拍装置通常安装在线路跨越高铁、高速公路、重要输电通道、环境复杂多变、隐患多发区段，现有的输电线路视频在线监测装置存在很多问题，一是该监测装置可回传实时现场画面，其回传图像全部依靠人工排查，这样带来的问题是，人工预判不准确。二是回传画面很多，给视频监控人员带来很大的工作量。视频监控人员有限，有时对异物侵入发现不及时等问题。
当前输电线路的运行监测是基于安装于输电塔上的监控用PTZ相机作为监测装置对输电线路周边信息进行采集，经通讯网络将监测装置收集的图像视频和其他信息传输至主站系统，主站系统负责信息的接收、存储、分析、统计、发布。但该系统对主站系统的网络，存储和处理能力有较高要求，并且要通过网络传输太多重复无用信息，对网络系统构成较大的压力，因信息要通过网络传输后在主站处理，系统实时性不高，遇突发紧急情况响应不够及时。
中国专利CN209625378U公开了一种新型输电线路防外破监控系统，包括设置在输电线路杆塔A上的激光发射装置，设置在输电线路杆塔B上的激光接收装置，还包括监控主机和无线收发装置，所述无线收发装置与监控主机连接，所述监控主机通过无线收发装置分别与激光发射装置和激光接收装置无线连接；通过在杆塔上设置本公开自行设计的激光发射装置和激光接收装置，当激光接收装置接收不到信号，判定有异物侵入，并将相应的告警信号传输至监控主机，实现了异物侵入的定量预判，准确度高，容易操作，大大提高了高压输电线路的监控效率。
但是该专利公开的系统需要架设大量的激光发射装置，安装成本高昂，并且无法做到提前预警，并且异物入侵的同时往往伴随着输电线路的破损，等到该系统报警时输电线路已经损坏，所以需要一种能够对输电线路的破损可能性进行分析并且提前预警的系统及其使用的设备。
发明内容
本发明所要解决的技术问题是提供一种用于输电运行监测的AI智能云台，本技术方案通过前端对图像信息进行采集、分析和处理，无需对监控中心传输无用的重复信息，降低了对网络带宽的需求，同时提高了响应速度；同时本技术方案通过专家系统持续练AI数据模型和算法，可使其识别准确度随使用时长提高。
为解决上述技术问题，本发明提供以下技术方案：
一种用于输电运行监测的AI智能云台，应用于输电线路监测系统，输电线路监测系统包括有监控中心和分布于输电线路上的若干AI智能云台，AI智能云台包括有图像采集模块、智能识别模块和专家模块；
图像采集模块，用于采集周围图像并将图像信号传输至智能识别模块；
智能识别模块，等时间间隔地对采集的图像进行分析，并将分析结果发送至专家模块；
专家模块，对智能识别模块输入的多个连续的分析结果进行比较，比较结果一致时，专家模块根据比较结果选择是否通过网络发出预警信号至监控中心，比较结果不一致时，专家模块对比较结果进行处理，根据处理结果更新智能识别模块的算法。
优选的，监控中心包括有上级智能识别模块、上级专家模块和预警模块；
专家模块对智能识别模块输入的多个连续的分析结果进行比较，比较结果一致时，专家模块根据比较结果选择是否通过网络发出预警信号至预警模块；
专家模块获得的比较结果不一致并且专家模块无法获得处理结果时，专家模块将相关的图像信号通过网络传输至上级智能识别模块；
上级智能识别模块对图像进行分析，并将分析结果发送至上级专家模块；
上级专家模块对上级智能识别模块输入的多个连续的分析结果进行比较，比较结果一致时，上级专家模块根据比较结果选择是否通过网络发出预警信号至预警模块，同时上级专家模块根据比较结果更新专家模块的算法，专家模块根据新的算法更新智能识别模块的算法。
优选的，监控中心还包括有第三方系统，上级专家模块获得的比较结果不一致并且上级专家模块无法获得处理结果时，上级专家模块将相关的图像信号传输至第三方系统，第三方系统对上级智能识别模块的分析结果进行修正，上级智能识别模块将修正后的分析结果传输至上级专家模块，上级专家模块对修正前后的分析结果进行处理并更新自身的算法。
优选的，监控中心还包括有驱动模块，同一区域内至少设置两台监控范围覆盖彼此的AI智能云台，AI智能云台分别为第一AI智能云台和第二AI智能云台；
第一AI智能云台输出图像信号至上级专家模块，上级专家模块获得的比较结果不一致并且上级专家模块无法获得处理结果时，上级专家模块发出信号给驱动模块，驱动模块发出信号给第二AI智能云台；
第二AI智能云台锁定上级专家模块无法获得处理结果的位置并进行采集、分析和处理，并将采集结果或处理结果发送至上级专家模块，上级专家模块通过第二AI智能云台输出的信息对第一AI智能云台输出的信息进行修正，根据修正结果判断是否发送预警信号至预警模块，同时更新自身的算法。
优选的，智能识别模块包括有基础识别模块和多个专业识别模块，基础识别模块采集图像信号对其进行识别并标记其分类和定位，专业识别模块采集对应分类的图像信号进行分析判断其是否对输电线路造成威胁，并输出结果至专家模块。
优选的，专业识别模块包括有吊机检测模块，吊机检测模块接收吊机和导线图像，根据图片中标记的导线和吊机的大小和位置，评估对导线影响，并输出结果至专家模块。
优选的，专业识别模块包括有大型机械检测模块，大型机械检测模块接收大型机械图像，智能评估机械对线路及塔体影响，并输出结果至专家模块。
优选的，专业识别模块包括有漂浮物识别模块，漂浮物识别模块接收导线图像，使用霍夫变换对导线上的漂浮物进行检测，并输出结果至专家模块。
优选的，专业识别模块包括有绝缘子、线夹检测模块，绝缘子、线夹检测模块接收绝缘子和线夹图像，然后使用图像增强、去噪、锐化、阈值分割、形态学和边缘提取等算法对绝缘子和线夹图像进行预处理,然后根据绝缘子串图像的形态特征对其进行预处理、链码的计算及模糊划分来检测破损绝缘子串的故障并分析其故障程度，并输出结果至专家模块。
优选的，专业识别模块包括有树障检测模块，树障检测模块接收导线和树木数据，根据图片中标记的导线和树木的大小和位置，评估对导线影响，并输出结果至专家模块。
本发明与现有技术相比具有的有益效果是：
图像采集模块为全方位云台摄像头，图像采集模块采集输电线路的周边信息，智能识别模块对图像采集模块采集的光学图像视频进行分析，实时智能识别输电线路运行状况，智能分析识别可能影响输电运行的人、机械、植物，识别范围：超高(吊机)、外破(大型机械)、破损(绝缘子、线夹)、飘挂(导线漂浮物)、树障，当发现威胁时通过网络发出预警信号至监控中心；由于AI的识别率有待提高，所以专家模块对智能识别模块的识别结果进行比较，当智能识别模块输出的多个连续的分析结果不同时，专家模块对比较结果进行处理，通过自身学习剔除明显错误的分析结果；例如智能识别模块输出的两种分析结果，其中一种分析结果占多个连续的分析结果总量的95％以上时，专家模块视为该分析结果正确，反之另一种占多个联系分析结果总量5％以下的分析结果则为错误；同时专家模块根据处理结果更新智能识别模块的算法，使得智能识别模块重新输出多个连续的相同分析结果。
1、本技术方案通过前端对图像信息进行采集、分析和处理，无需对监控中心传输无用的重复信息，降低了对网络带宽的需求，同时提高了响应速度；
2、本技术方案通过专家系统持续练AI数据模型和算法，可使其识别准确度随使用时长提高。
附图说明
图1为本发明的AI智能云台监测系统图；
图2为本发明的输电线路监测系统图；
图3为本发明的双AI智能云台监测系统图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“前”、“后”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
一种用于输电运行监测的AI智能云台，应用于输电线路监测系统，输电线路监测系统包括有监控中心和分布于输电线路上的若干AI智能云台，其特征在于，如图1所示，AI智能云台包括有图像采集模块、智能识别模块和专家模块；
图像采集模块，用于采集周围图像并将图像信号传输至智能识别模块；
智能识别模块，等时间间隔地对采集的图像进行分析，并将分析结果发送至专家模块；
专家模块，对智能识别模块输入的多个连续的分析结果进行比较，比较结果一致时，专家模块根据比较结果选择是否通过网络发出预警信号至监控中心，比较结果不一致时，专家模块对比较结果进行处理，根据处理结果更新智能识别模块的算法。
图像采集模块为全方位云台摄像头，图像采集模块采集输电线路的周边信息，智能识别模块对图像采集模块采集的光学图像视频进行分析，实时智能识别输电线路运行状况，智能分析识别可能影响输电运行的人、机械、植物，识别范围：超高(吊机)、外破(大型机械)、破损(绝缘子、线夹)、飘挂(导线漂浮物)、树障，当发现威胁时通过网络发出预警信号至监控中心；由于AI的识别率有待提高，所以专家模块对智能识别模块的识别结果进行比较，当智能识别模块输出的多个连续的分析结果不同时，专家模块对比较结果进行处理，通过自身学习剔除明显错误的分析结果；例如智能识别模块输出的两种分析结果，其中一种分析结果占多个连续的分析结果总量的95％以上时，专家模块视为该分析结果正确，反之另一种占多个联系分析结果总量5％以下的分析结果则为错误；同时专家模块根据处理结果更新智能识别模块的算法，使得智能识别模块重新输出多个连续的相同分析结果。
如图2所示，监控中心包括有上级智能识别模块、上级专家模块和预警模块；
专家模块对智能识别模块输入的多个连续的分析结果进行比较，比较结果一致时，专家模块根据比较结果选择是否通过网络发出预警信号至预警模块；
专家模块获得的比较结果不一致并且专家模块无法获得处理结果时，专家模块将相关的图像信号通过网络传输至上级智能识别模块；
上级智能识别模块对图像进行分析，并将分析结果发送至上级专家模块；
上级专家模块对上级智能识别模块输入的多个连续的分析结果进行比较，比较结果一致时，上级专家模块根据比较结果选择是否通过网络发出预警信号至预警模块，同时上级专家模块根据比较结果更新专家模块的算法，专家模块根据新的算法更新智能识别模块的算法。
由于智能识别模块和专家模块为整合到全方位云台摄像头的智能模块，天然地受到体积和功率的限制，使得智能识别模块和专家模块的计算能力较为薄弱；
当专家模块无法通过自身学习剔除智能识别模块输入的明显错误的分析结果时，例如智能识别模块输出的两种分析结果，各自占据连续的分析结果总量的50％时，专家模块通过网络将智能识别模块输入的图像及分析结果发送至上级智能识别模块，由上级智能识别模块在监控中心中调用计算资源对图像进行深入的分析，获取更加精确的分析结果；
上级专家模块对上级智能识别模块的分析结果进行比较，原理等同于专家模块对智能识别模块的分析结果进行比较，上级专家模块根据比较结果向预警模块发出预警信号，或者对比较结果进行处理并更新上级智能识别模块的算法，随后再由上级专家模块更新专家模块的算法，再由专家模块更新智能识别模块的算法。
监控中心还包括有第三方系统，上级专家模块获得的比较结果不一致并且上级专家模块无法获得处理结果时，上级专家模块将相关的图像信号传输至第三方系统，第三方系统对上级智能识别模块的分析结果进行修正，上级智能识别模块将修正后的分析结果传输至上级专家模块，上级专家模块对修正前后的分析结果进行处理并更新自身的算法。
由于AI的识别率有待提高，所以还需要第三方系统进行修正，第三方系统可以是工作人员也可以是其他公司的AI。
监控中心还包括有驱动模块，同一区域内至少设置两台监控范围覆盖彼此的AI智能云台，AI智能云台分别为第一AI智能云台和第二AI智能云台；
第一AI智能云台输出图像信号至上级专家模块，上级专家模块获得的比较结果不一致并且上级专家模块无法获得处理结果时，上级专家模块发出信号给驱动模块，驱动模块发出信号给第二AI智能云台；
第二AI智能云台锁定上级专家模块无法获得处理结果的位置并进行采集、分析和处理，并将采集结果或处理结果发送至上级专家模块，上级专家模块通过第二AI智能云台输出的信息对第一AI智能云台输出的信息进行修正，根据修正结果判断是否发送预警信号至预警模块，同时更新自身的算法。
由于视角原因，第一AI智能云台可能难以获得便于认识的图像，此时需要第二AI智能云台从另一个视角去采集难以辨识的物体的图像，并对其进行分析和处理，上级专家模块通过第二AI智能云台的分析和处理结果对第一AI智能云台的分析和处理结果进行修正，同时更新第一AI智能云台的算法；同理还可以有第三、第四AI智能云台，同一区域内监控范围覆盖彼此的AI智能云台的数量不做限制。
智能识别模块包括有基础识别模块和多个专业识别模块，基础识别模块采集图像信号对其进行识别并标记其分类和定位，专业识别模块采集对应分类的图像信号进行分析判断其是否对输电线路造成威胁，并输出结果至专家模块。
基础识别模块从PTZ摄像头获取实时图像数据，然后经过AI神经网络实时对图片内容进行识别并定位，识别画面中出现的吊机、大型机械、绝缘子、线夹、导线、树障的位置及大小。根据识别结果对图片内出现的物体种类，位置，大小进行标记，专业识别模块根据标记对图片内容分析处理。如此即可使得智能识别模块无需将吊机与绝缘子进行对比，或者将导线与树障进行对比，从而减少了智能识别模块对计算资源的需求。
专业识别模块包括有吊机检测模块，吊机检测模块接收吊机和导线图像，根据图片中标记的导线和吊机的大小和位置，评估对导线影响，并输出结果至专家模块。
专业识别模块包括有大型机械检测模块，大型机械检测模块接收大型机械图像，智能评估机械对线路及塔体影响，并输出结果至专家模块。
专业识别模块包括有漂浮物识别模块，漂浮物识别模块接收导线图像，使用霍夫变换对导线上的漂浮物进行检测，并输出结果至专家模块。
专业识别模块包括有绝缘子、线夹检测模块，绝缘子、线夹检测模块接收绝缘子和线夹图像，然后使用图像增强、去噪、锐化、阈值分割、形态学和边缘提取等算法对绝缘子和线夹图像进行预处理,然后根据绝缘子串图像的形态特征对其进行预处理、链码的计算及模糊划分来检测破损绝缘子串的故障并分析其故障程度，并输出结果至专家模块。
专业识别模块包括有树障检测模块，树障检测模块接收导线和树木数据，根据图片中标记的导线和树木的大小和位置，评估对导线影响，并输出结果至专家模块。
本发明的工作原理：
AI智能云台包括有图像采集模块、智能识别模块和专家模块；图像采集模块，用于采集周围图像并将图像信号传输至智能识别模块；智能识别模块，等时间间隔地对采集的图像进行分析，并将分析结果发送至专家模块；专家模块，对智能识别模块输入的多个连续的分析结果进行比较，比较结果一致时，专家模块根据比较结果选择是否通过网络发出预警信号至监控中心；比较结果不一致时，专家模块对比较结果进行处理，根据处理结果更新智能识别模块的算法；
专家模块获得的比较结果不一致并且专家模块无法获得处理结果时，专家模块将相关的图像信号通过网络传输至上级智能识别模块；上级智能识别模块对图像进行分析，并将分析结果发送至上级专家模块；上级专家模块对上级智能识别模块输入的多个连续的分析结果进行比较，比较结果一致时，上级专家模块根据比较结果选择是否通过网络发出预警信号至预警模块，同时上级专家模块根据比较结果更新专家模块的算法，专家模块根据新的算法更新智能识别模块的算法；
上级专家模块获得的比较结果不一致并且上级专家模块无法获得处理结果时，上级专家模块将相关的图像信号传输至第三方系统，第三方系统对上级智能识别模块的分析结果进行修正，上级智能识别模块将修正后的分析结果传输至上级专家模块，上级专家模块对修正前后的分析结果进行处理并更新自身的算法；
同时，还可以通过多个AI智能云台的数据进行自我修正，监控中心还包括有驱动模块，同一区域内至少设置两台监控范围覆盖彼此的AI智能云台，AI智能云台分别为第一AI智能云台和第二AI智能云台；第一AI智能云台输出图像信号至上级专家模块，上级专家模块获得的比较结果不一致并且上级专家模块无法获得处理结果时，上级专家模块发出信号给驱动模块，驱动模块发出信号给第二AI智能云台；第二AI智能云台锁定上级专家模块无法获得处理结果的位置并进行采集、分析和处理，并将采集结果或处理结果发送至上级专家模块，上级专家模块通过第二AI智能云台输出的信息对第一AI智能云台输出的信息进行修正，根据修正结果判断是否发送预警信号至预警模块，同时更新自身的算法。
Claims (10)
1.一种用于输电运行监测的AI智能云台，应用于输电线路监测系统，输电线路监测系统包括有监控中心和分布于输电线路上的若干AI智能云台，其特征在于，AI智能云台包括有图像采集模块、智能识别模块和专家模块；
图像采集模块，用于采集周围图像并将图像信号传输至智能识别模块；
智能识别模块，等时间间隔地对采集的图像进行分析，并将分析结果发送至专家模块；
专家模块，对智能识别模块输入的多个连续的分析结果进行比较，比较结果一致时，专家模块根据比较结果选择是否通过网络发出预警信号至监控中心，比较结果不一致时，专家模块对比较结果进行处理，根据处理结果更新智能识别模块的算法。
2.根据权利要求1所述的一种用于输电运行监测的AI智能云台，其特征在于，监控中心包括有上级智能识别模块、上级专家模块和预警模块；
专家模块对智能识别模块输入的多个连续的分析结果进行比较，比较结果一致时，专家模块根据比较结果选择是否通过网络发出预警信号至预警模块；
专家模块获得的比较结果不一致并且专家模块无法获得处理结果时，专家模块将相关的图像信号通过网络传输至上级智能识别模块；
上级智能识别模块对图像进行分析，并将分析结果发送至上级专家模块；
上级专家模块对上级智能识别模块输入的多个连续的分析结果进行比较，比较结果一致时，上级专家模块根据比较结果选择是否通过网络发出预警信号至预警模块，同时上级专家模块根据比较结果更新专家模块的算法，专家模块根据新的算法更新智能识别模块的算法。
3.根据权利要求2所述的一种用于输电运行监测的AI智能云台，其特征在于，监控中心还包括有第三方系统，上级专家模块获得的比较结果不一致并且上级专家模块无法获得处理结果时，上级专家模块将相关的图像信号传输至第三方系统，第三方系统对上级智能识别模块的分析结果进行修正，上级智能识别模块将修正后的分析结果传输至上级专家模块，上级专家模块对修正前后的分析结果进行处理并更新自身的算法。
4.根据权利要求2或3中任意一项所述的一种用于输电运行监测的AI智能云台，其特征在于，监控中心还包括有驱动模块，同一区域内至少设置两台监控范围覆盖彼此的AI智能云台，AI智能云台分别为第一AI智能云台和第二AI智能云台；
第一AI智能云台输出图像信号至上级专家模块，上级专家模块获得的比较结果不一致并且上级专家模块无法获得处理结果时，上级专家模块发出信号给驱动模块，驱动模块发出信号给第二AI智能云台；
第二AI智能云台锁定上级专家模块无法获得处理结果的位置并进行采集、分析和处理，并将采集结果或处理结果发送至上级专家模块，上级专家模块通过第二AI智能云台输出的信息对第一AI智能云台输出的信息进行修正，根据修正结果判断是否发送预警信号至预警模块，同时更新自身的算法。
5.根据权利要求1所述的一种用于输电运行监测的AI智能云台，其特征在于，智能识别模块包括有基础识别模块和多个专业识别模块，基础识别模块采集图像信号对其进行识别并标记其分类和定位，专业识别模块采集对应分类的图像信号进行分析判断其是否对输电线路造成威胁，并输出结果至专家模块。
6.根据权利要求5所述的一种用于输电运行监测的AI智能云台，其特征在于，专业识别模块包括有吊机检测模块，吊机检测模块接收吊机和导线图像，根据图片中标记的导线和吊机的大小和位置，评估对导线影响，并输出结果至专家模块。
7.根据权利要求5所述的一种用于输电运行监测的AI智能云台，其特征在于，专业识别模块包括有大型机械检测模块，大型机械检测模块接收大型机械图像，智能评估机械对线路及塔体影响，并输出结果至专家模块。
8.根据权利要求5所述的一种用于输电运行监测的AI智能云台，其特征在于，专业识别模块包括有漂浮物识别模块，漂浮物识别模块接收导线图像，使用霍夫变换对导线上的漂浮物进行检测，并输出结果至专家模块。
9.根据权利要求5所述的一种用于输电运行监测的AI智能云台，其特征在于，专业识别模块包括有绝缘子、线夹检测模块，绝缘子、线夹检测模块接收绝缘子和线夹图像，然后使用图像增强、去噪、锐化、阈值分割、形态学和边缘提取等算法对绝缘子和线夹图像进行预处理,然后根据绝缘子串图像的形态特征对其进行预处理、链码的计算及模糊划分来检测破损绝缘子串的故障并分析其故障程度，并输出结果至专家模块。
10.根据权利要求5所述的一种用于输电运行监测的AI智能云台，其特征在于，专业识别模块包括有树障检测模块，树障检测模块接收导线和树木数据，根据图片中标记的导线和树木的大小和位置，评估对导线影响，并输出结果至专家模块。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911233891.4A CN111105395B (zh) | 2019-12-05 | 2019-12-05 | 一种用于输电运行监测的ai智能云台 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911233891.4A CN111105395B (zh) | 2019-12-05 | 2019-12-05 | 一种用于输电运行监测的ai智能云台 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111105395A CN111105395A (zh) | 2020-05-05 |
| CN111105395B true CN111105395B (zh) | 2023-05-05 |
Family
ID=70422035
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911233891.4A Active CN111105395B (zh) | 2019-12-05 | 2019-12-05 | 一种用于输电运行监测的ai智能云台 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111105395B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111783968B (zh) * | 2020-06-30 | 2024-05-31 | 山东信通电子股份有限公司 | 一种基于云边协同的输电线路监测方法及系统 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA2137491A1 (en) * | 1993-12-23 | 1995-06-24 | John G. Waclawsky | Automated benchmarking with self customization |
| CN105120217A (zh) * | 2015-08-21 | 2015-12-02 | 上海小蚁科技有限公司 | 基于大数据分析和用户反馈的智能摄像机移动侦测报警系统及方法 |
| CN106131501A (zh) * | 2016-08-13 | 2016-11-16 | 哈尔滨理工大学 | 输电线路异物和缺失智能视频在线监测系统 |
-
2019
- 2019-12-05 CN CN201911233891.4A patent/CN111105395B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA2137491A1 (en) * | 1993-12-23 | 1995-06-24 | John G. Waclawsky | Automated benchmarking with self customization |
| CN105120217A (zh) * | 2015-08-21 | 2015-12-02 | 上海小蚁科技有限公司 | 基于大数据分析和用户反馈的智能摄像机移动侦测报警系统及方法 |
| CN106131501A (zh) * | 2016-08-13 | 2016-11-16 | 哈尔滨理工大学 | 输电线路异物和缺失智能视频在线监测系统 |
Non-Patent Citations (1)
| Title |
|---|
| 输电线路视频监控智能分析专家系统关键技术设计;黄新波;邢晓强;李菊清;张慧莹;刘新慧;纪超;张烨;王孝敬;;中国电力(01);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111105395A (zh) | 2020-05-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN117214617B (zh) | 一种智能电网故障实时监测定位系统及方法 | |
| CN111754483A (zh) | 一种基于热像仪进行异常设备识别的方法及系统 | |
| CN102446390A (zh) | 一种对输电线路附近监控区域进行安全检测、预警的方法和系统 | |
| CN106557057A (zh) | 一种输电线路智能巡检预警支撑系统 | |
| CN105354827A (zh) | 一种在接触网图像中智能识别线夹螺母脱落的方法及系统 | |
| CN117498225B (zh) | 一种无人机智能电力线路巡检系统 | |
| CN111105395B (zh) | 一种用于输电运行监测的ai智能云台 | |
| CN113011252B (zh) | 轨道异物侵限检测系统及方法 | |
| CN212933544U (zh) | 一种基于边缘计算的现场作业安全识别系统 | |
| CN109345787A (zh) | 一种基于智能图像识别技术的输电线路防外损监控报警系统 | |
| CN112260402A (zh) | 基于视频监控的变电站智能巡检机器人状态的监控方法 | |
| CN115504187B (zh) | 一种矿用皮带智能调速和保护系统及控制方法 | |
| CN112351247A (zh) | 一种基于图像处理的水电厂内电光闪光检测方法 | |
| CN103198326B (zh) | 一种输电线路直升机巡检的图像分类方法 | |
| CN113780224B (zh) | 一种变电站无人化巡视方法及系统 | |
| CN115690687A (zh) | 一种基于深度学习技术的安全穿戴规范检测系统 | |
| CN114757905A (zh) | 一种基于视觉的卷绳缠绕异常检测装置及方法 | |
| CN112051493A (zh) | 一种配电网设备的隐患类型识别方法及装置 | |
| CN114037951B (zh) | 一种基于多维特征识别的输电线路防撞预警方法 | |
| CN117560470B (zh) | 一种云边端协同分布式工业电视监测与识别系统及方法 | |
| CN119228719A (zh) | 一种基于机器视觉的用户侧接地线挂接状态监管系统及方法 | |
| CN118450094A (zh) | 一种即插即用的智能化输电线路视频监测系统 | |
| CN113361408A (zh) | 一种道路和植被识别方法、装置及后台服务器 | |
| CN118941088A (zh) | 一种电网线路隐患预警方法及系统 | |
| CN115880950A (zh) | 一种船舶自动识别系统数据处理方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |