CN113420686A - 一种输电线路巡检方法、装置及系统 - Google Patents
一种输电线路巡检方法、装置及系统 Download PDFInfo
- Publication number
- CN113420686A CN113420686A CN202110729888.2A CN202110729888A CN113420686A CN 113420686 A CN113420686 A CN 113420686A CN 202110729888 A CN202110729888 A CN 202110729888A CN 113420686 A CN113420686 A CN 113420686A
- Authority
- CN
- China
- Prior art keywords
- power transmission
- transmission line
- detected
- temperature
- inspection
- 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.)
- Pending
Links
- 230000005540 biological transmission Effects 0.000 title claims abstract description 179
- 238000007689 inspection Methods 0.000 title claims abstract description 157
- 238000000034 method Methods 0.000 title claims abstract description 38
- 230000007613 environmental effect Effects 0.000 description 7
- 238000000605 extraction Methods 0.000 description 4
- 238000003062 neural network model Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 239000012212 insulator Substances 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J5/0096—Radiation pyrometry, e.g. infrared or optical thermometry for measuring wires, electrical contacts or electronic systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C1/00—Registering, indicating or recording the time of events or elapsed time, e.g. time-recorders for work people
- G07C1/20—Checking timed patrols, e.g. of watchman
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Business, Economics & Management (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Human Resources & Organizations (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Strategic Management (AREA)
- Evolutionary Biology (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种输电线路巡检方法、装置及系统。输电线路巡检方法包括:从巡检图像中获取温度信息,确定设定温度区间所对应的巡检图像区域;提取巡检图像区域内包含的输电线路部位,根据输电线路部位确定输电线路待检测部位,判断输电线路待检测部位是否出现故障。本实施提出的输电线路巡检方法中,结合巡检图像中的温度信息实现对输电杆塔待检测的关键部位的提取,同时基于巡检图像中的温度信息实现对输电杆塔关键部位的故障判断,可以自动的实现输电线路的巡检工作,提高输电线路巡检工作的效率。
Description
技术领域
本发明实施例涉及电网技术,尤其涉及一种输电线路巡检方法、装置及系统。
背景技术
近年来,无人机在输电线路日常巡检的工作中日益普及,输电专业的多种工作内容也越来越多的加入无人机巡检。
通过红外图像反应的温度值可以直观的进行缺陷分析及预警,随着无人机红外相机的发展,可以通过无人机自动获取输电线路的红外图像。目前,通过无人机获取的红外图像主要依赖人工进行分析整理,这个工作量巨大,导致工作效率低。
发明内容
本发明提供一种输电线路巡检方法、装置及系统,以达到提高输电线路巡检效率的目的。
第一方面,本发明实施例提供了一种输电线路巡检方法,从巡检图像中获取温度信息,确定设定温度区间所对应的巡检图像区域;
提取所述巡检图像区域内包含的输电线路部位,根据所述输电线路部位确定输电线路待检测部位,判断所述输电线路待检测部位是否出现故障。
进一步的,确定设定温度区间所对应的巡检图像区域包括:
结合温度信息对所述巡检图像进行前景、背景分离,在所述前景内确定设定温度区间所对应的巡检图像区域。
进一步的,根据温度信息判断所述输电线路待检测部位是否出现故障。
进一步的,确定所述巡检图像中的参考区域,确定所述参考区域的平均温度;
计算所述输电线路待检测部位所对应区域的平均温度,通过比较所述参考区域与所述输电线路待检测部位所对应区域的温度差确定所述输电线路待检测部位是否出现故障。
进一步的,按照顺序依次处理巡检图像序列中的每幅巡检图像;
判断每幅巡检图像中的输电线路待检测部位是否出现故障。
进一步的,根据温度信息判断所述输电线路待检测部位是否出现故障包括:
确定所述输电线路待检测部位的最大温度、最小温度和平均温度,根据所述最大温度、最小温度以及平均温度判断所述输电线路待检测部位是否出现故障。
进一步的,还包括确定所述输电线路待检测部位的属性信息;
将所述输电线路待检测部位的属性信息以及所述输电线路待检测部位的温度信息进行绑定,存储绑定后的属性信息以及温度信息。
进一步的,接收设定的温度值,将设定的温度值作为参考区域的平均温度。
第二方面,本发明实施例还提供了一种输电线巡检装置,包括图像处理单元,所述图像处理单元用于:
从巡检图像中获取温度信息,确定设定温度区间所对应的巡检图像区域;
提取所述巡检图像区域内包含的输电线路部位,根据所述输电线路部位确定输电线路待检测部位,判断所述输电线路待检测部位是否出现故障。
第三方面,本发明实施例还提供了一种输电线巡检系统,用于实现实施例记载的输电线路巡检方法。
与现有技术相比,本发明的有益效果在于:本实施提出的输电线路巡检方法中,结合巡检图像中的温度信息实现对输电杆塔待检测的关键部位的提取,同时基于巡检图像中的温度信息实现对输电杆塔关键部位的故障判断,可以自动的实现输电线路的巡检工作,提高输电线路巡检工作的效率。
附图说明
图1是实施例中的输电线路巡检方法流程图;
图2是实施例中的另一种输电线路巡检方法流程图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1是实施例中的输电线路巡检方法流程图,参考图1,本实施例提出一种输电线路巡检方法,包括:
S101.从巡检图像中获取温度信息,确定设定温度区间所对应的巡检图像区域。
示例性的,本步骤中,巡检图像为在输电线路路径上拍摄的,包含输电杆塔的红外图像,其可以通过人工拍摄获取或通过无人机、无人车等设备自动拍摄获取。
示例性的,本步骤中,若通过人工拍摄或者自动拍摄获取的巡检图像的文件格式不为JPG等常规的图片格式,则处理巡检图像时首先将巡检图像的文件格式(例如dat、ptm)转换为图像处理程序可识别的图片格式(例如bmp、jpg)。
示例性的,巡检图像包含温度信息,本步骤中,获取巡检图像中每个像素所对应的温度信息。
示例性的,基于巡检图像中各区域的色彩可以判断对应区域的温度,本步骤中为获取巡检图像中每个像素所对应的温度信息,可以将彩色的巡检图像转换为灰度图像,确定灰度图像中每个像素点的灰度值,再根据灰度值与温度值的对应关系确定每个像素所对应的温度信息。
示例性的,本实施例中,一副巡检图像中通常包含输电杆塔和房屋、树木等环境因素。
示例性的,输电线路巡检的目的在于确定输电杆塔是否出现故障,即巡检图像中的环境因素相对于输电杆塔而言属于无用信息。
示例性的,在现实环境中,输电杆塔的温度与环境温度、环境因素的温度通常存在差异,本步骤中,根据巡检图像中的温度信息,粗略的将巡检图像中的环境因素去除,将巡检图像中剩余的部分作为巡检图像区域。
示例性的,本步骤中,用于去除巡检图像中环境因素的温度值可以通过人工输入,例如,巡检人员可以通过巡检图像分辨出明显的环境因素,结合温度条,巡检人员可以确定环境因素对应的温度值,并基于该温度值设定一温度区间,将该温度区间作为确定巡检图像区域的依据。
巡检图像自带温度信息,本步骤中,根据温度信息确定巡检图像中的巡检图像区域可以避免复杂的图像运算,提高巡检方法的执行效率。
S102.提取巡检图像区域内包含的输电线路部位。
示例性的,本步骤中,对巡检图像区域进行特性提取,确定巡检图形区域中包含的输电线路部位。
示例性的,通过步骤S101获取的巡检图像区域可以包含完整的输电杆塔或者部分输电杆塔以及部分残余的环境因素,本步骤中,提取巡检图像区域中的输电线路部位。
示例性的,本步骤中,对提取输电线路部位的方法不做限定,例如可以通过边缘检测、角点提取等方式实现特征提取。
S103.根据输电线路部位确定输电线路待检测部位。
示例性的,根据巡检目的的不同,一次巡检过程中主要对输电杆塔中选定的部位进行检测,示例性的,本实施例中,输电线路待检测部位包括耐张线夹、引流板、导线以及绝缘子串。
S104.判断输电线路待检测部位是否出现故障。
示例性的,本步骤中,判断输电线路待检测部位是否出现故障可以包括:
判断输电线路待检测部位是否出现显性故障,例如判断导线是否断裂、绝缘子串是否出现破损等。
示例性的,可以通过巡检图像判断输电线路待检测部位是否出现线性故障,例如,对输电线路待检测部位进行插值,提高输电线路待检测部位的锐度,将巡检图像中输电线路待检测部位的边缘与正常的输电线路部位进行对比,进而确定输电线路待检测部位是否出现线性故障。
判断输电线路待检测部位是否出现隐性故障,示例性的,判断是否出现隐形故障时,不分析产生隐性故障的具体原因,而仅判断是否存在隐性故障。
示例性的,本步骤中,可以根据温度信息判断输电线路待检测部位是否出现隐性故障,具体的,可以计算输电线路待检测部位所对应区域的温度值,判断该输电线路待检测部位是否过高或过低,进而确定该输电线路待检测部位是否出现隐性故障。
作为一种可实施方案,可以确定输电线路待检测部位的最大温度、最小温度和平均温度,根据最大温度、最小温度以及平均温度判断输电线路待检测部位是否出现故障。
本实施提出的输电线路巡检方法中,结合巡检图像中的温度信息实现对输电杆塔待检测的关键部位的提取,同时基于巡检图像中的温度信息实现对输电杆塔关键部位的故障判断,可以自动的实现输电线路的巡检工作,提高输电线路巡检工作的效率。
图2是实施例中的另一种输电线路巡检方法流程图,参考图2,作为一种可实施方案,输电线路巡检方法可以为:
S201.从巡检图像中获取温度信息。
示例性的,本步骤中,获取巡检图像中每个像素点所对应的温度值,形成温度信息。
S202.结合温度信息对巡检图像进行前景、背景分离,在前景内确定设定温度区间所对应的巡检图像区域。
示例性的,本步骤中,将巡检图像中的天空作为背景,其余部分作为前景,通常情况下,在红外图像中,空气所处区域的温度低于建筑、输电杆塔等所处区域的温度。
本步骤中,根据温度信息将巡检图像划分成不同的区间,将温度值最低的区域作为背景,去除该区域,实现前景与背景的分离。
示例性的,本步骤中,设定温度区间可以通过人工输入,设定的温度区间用于去除前景中温度较为异常(例如温度过高)区域,或者温度与输电杆塔较为接近但不属于输电杆塔的其他区域。
示例性的,巡检人员可以大致判断出巡检图像中的各种元素,结合温度条,巡检人员可以确定除输电杆塔之外的因素对应的温度值,并基于该温度值设定一温度区间,将该温度区间作为确定巡检图像区域的依据。
示例性的,本步骤中,经过处理后的巡检图像区域中基本只包含部分或完整的输电杆塔。
S203.提取巡检图像区域内包含的输电线路部位。
示例性的,本步骤中,基于神经网络确定输电线路部位,分别辨识处巡检图像区域内输电杆塔上不同的组成部分。
示例性的,本方案中,可以通过如下方式训练用于识别输电线路部位的神经网络模型:
选取包含不同种类的输电杆塔的图像。其中,输电杆塔的图像包括输电杆塔红外图像、常规的输电杆塔图像,不同的图像中可以包含完整的输电杆塔、部分输电杆塔、正常的输电杆塔以及损坏的输电杆塔;
针对各图像,人工标注图像中输电杆塔的各部分的温度等级,利用各图像以及与各图像对应的温度等级形成数据集,将上述数据集作为训练样本,训练神经网络模型。
示例性的,神经网络模型的具体过程与现有技术相同,神经网络模型的具体训练过程不做详细描述。
示例性的,本方案中,巡检图像区域中输电杆塔各部分的温度等级根据温度信息确定,具体的,根据输电杆塔各部分之间的温度差确定。
示例性的,温度等级可以通过下述方式确定:
设定温度等级1对应一副巡检图像中的巡检图像区域中的最低温度,根据温度差依次确定其他温度等级,例如,设定温度每升高2℃,则变化至另一个温度等级。
示例性的,本步骤中,将包含温度等级的巡检图像区域作为输入,通过训练好的神经网络辨识巡检图像区域内包含的输电线路部位,例如耐张线夹、引流板、导线以及绝缘子串等。
S204.根据输电线路部位确定输电线路待检测部位,计算输电线路待检测部位所对应区域的平均温度。
示例性的,本方案中,根据巡检需求确定输电线路待检测部位,例如选定耐张线夹作为输电线路待检测部位。
确定出输电线路待检测部位后,根据巡检图像的温度信息计算输电线路待检测部位所对应区域的平均温度。
S205.确定巡检图像中的参考区域,确定参考区域的平均温度。
示例性的,本步骤中,根据输入的位置参数确定巡检图像中的参考区域,确定参考区域的平均温度。
示例性的,本方案中,参考区域通常为不包含输电杆塔的区域。
S206.通过比较参考区域与输电线路待检测部位所对应区域的温度差确定输电线路待检测部位是否出现故障。
示例性的,本方案中,设定比较参考区域的目的在于消除环境对红外传感器的干扰。
示例性的,针对一副巡检图像,若环境对红外传感器存在干扰,则对于输电杆塔区域的温度偏差和其他区域的温度偏差是相同的,而由于环境温度与输电杆塔的温度存在一定的相关性,因此,选择一个参考区域作为相对温度区域,计算参考区域的温度与输电线路待检测部位温度的差值,通过相对温度差衡量输电线路待检测部位是否出现异常。
S207.确定输电线路待检测部位的属性信息,将输电线路待检测部位的属性信息以及输电线路待检测部位的温度信息进行绑定。
示例性的,本步骤中,属性信息包括输电杆塔的杆塔号、相位、部件名称、所在的线路名等。
S208.存储绑定后的属性信息以及温度信息。
示例性的,存储的属性信息以及温度信息用于生成报表,报表可以以文档的形式导出。
示例性的,本方案中,输电线路巡检方法可以用于处理巡检图像序列,输电线路巡检方法按照顺序依次处理巡检图像序列中的每幅巡检图像。
示例性的,本步骤中生成的波表可以包含巡检图像序列中每幅巡检图像所对应的属性信息以及温度信息。
在图1所示方案有益效果的基础上,本方案中,通过红外图像直接进行输电杆塔的特征提取,在特征提取提取的过程中,通过结合巡检图像中的温度信息以提高特征提取的准确性,进而提高输电线路巡检的有效性。
实施例二
本实施例提出一种输电线巡检装置,包括图像处理单元,图像处理单元用于:
从巡检图像中获取温度信息,确定设定温度区间所对应的巡检图像区域;
提取巡检图像区域内包含的输电线路部位,根据输电线路部位确定输电线路待检测部位,判断输电线路待检测部位是否出现故障。
具体的,图像处理单元可以实现图1或图2所示的输电线路巡检方法,其有益效果与实施例一中记载的对应内容相同。
实施例三
本实施例提出一种输电线巡检系统,用于实现实施例一中记载的任意一种输电线路巡检方法。
示例性的,实施例一记载的输电线路巡检方法可以通过软件的方式实现,基于输电线路巡检方法可以设计一种输电线路巡检应用软件,该应用软件可以配置在计算机等终端上。
示例性的,根据具体的输电线路巡检方法,输电线路巡检应用软件可以配置相应的软件界面。
可选的,软件界面可以包括巡检图像展示区、巡检图像列表区、属性编辑区以及操作按钮。
示例性的,巡检图像列表区用于展示巡检图像序列中全部巡检图像的文件名。
示例性的,从巡检图像列表区选定一个巡检图像文件后,巡检图像展示区可以展示与该文件名对应的巡检图像。其中,可以针对巡检图像展示区进行指定的操作,例如,可以框选巡检图像的某一区域,该区域可以作为参考区域。该区域也可以表示操作人员重点关注的区域,框选某一区域后,在软件界面上可以显示该区域的最大温度、最小温度以及平均温度。
示例性的,属性编辑区包括若干文本编辑框,通过属性编辑区可以输入或显示选定巡检图像的属性信息,例如输电杆塔的杆塔号、相位、部件名称、所在的线路名等。
示例性的,操作按钮可以用于控制放大、缩小选定的巡检图像,选择上一张或者下一张巡检图像。
示例性的,可以配置终端上的实体按键与输电线路巡检应用软件实现联动,通过实体按键实现操作按钮可以实现的功能,此外还可以配置实体按键实现属性信息的选定或编辑。
利用本实施例提出的输电线巡检系统,可以对红外图像进行关键位置选择、识别,对红外图像进行属性选择及配置,实现对红外图像的快速处理,自动的实现输电线路巡检,提高一线工作人员的工作效率。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种输电线路巡检方法,其特征在于,从巡检图像中获取温度信息,确定设定温度区间所对应的巡检图像区域;
提取所述巡检图像区域内包含的输电线路部位,根据所述输电线路部位确定输电线路待检测部位,判断所述输电线路待检测部位是否出现故障。
2.如权利要求1所述的输电线路巡检方法,其特征在于,确定设定温度区间所对应的巡检图像区域包括:
结合温度信息对所述巡检图像进行前景、背景分离,在所述前景内确定设定温度区间所对应的巡检图像区域。
3.如权利要求1所述的输电线路巡检方法,其特征在于,根据温度信息判断所述输电线路待检测部位是否出现故障。
4.如权利要求3所述的输电线路巡检方法,其特征在于,确定所述巡检图像中的参考区域,确定所述参考区域的平均温度;
计算所述输电线路待检测部位所对应区域的平均温度,通过比较所述参考区域与所述输电线路待检测部位所对应区域的温度差确定所述输电线路待检测部位是否出现故障。
5.如权利要求1所述的输电线路巡检方法,其特征在于,按照顺序依次处理巡检图像序列中的每幅巡检图像;
判断每幅巡检图像中的输电线路待检测部位是否出现故障。
6.如权利要求3所述的输电线路巡检方法,其特征在于,根据温度信息判断所述输电线路待检测部位是否出现故障包括:
确定所述输电线路待检测部位的最大温度、最小温度和平均温度,根据所述最大温度、最小温度以及平均温度判断所述输电线路待检测部位是否出现故障。
7.如权利要求3所述的输电线路巡检方法,其特征在于,还包括确定所述输电线路待检测部位的属性信息;
将所述输电线路待检测部位的属性信息以及所述输电线路待检测部位的温度信息进行绑定,存储绑定后的属性信息以及温度信息。
8.如权利要求4所述的输电线路巡检方法,其特征在于,接收设定的温度值,将设定的温度值作为参考区域的平均温度。
9.一种输电线巡检装置,其特征在于,包括图像处理单元,所述图像处理单元用于:
从巡检图像中获取温度信息,确定设定温度区间所对应的巡检图像区域;
提取所述巡检图像区域内包含的输电线路部位,根据所述输电线路部位确定输电线路待检测部位,判断所述输电线路待检测部位是否出现故障。
10.一种输电线巡检系统,其特征在于,用于实现权利要求1至8任一所述的输电线路巡检方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110729888.2A CN113420686A (zh) | 2021-06-29 | 2021-06-29 | 一种输电线路巡检方法、装置及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110729888.2A CN113420686A (zh) | 2021-06-29 | 2021-06-29 | 一种输电线路巡检方法、装置及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113420686A true CN113420686A (zh) | 2021-09-21 |
Family
ID=77717943
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110729888.2A Pending CN113420686A (zh) | 2021-06-29 | 2021-06-29 | 一种输电线路巡检方法、装置及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113420686A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115271569A (zh) * | 2022-10-08 | 2022-11-01 | 合肥优晟电力科技有限公司 | 一种跨区域电网安全运维监测分析方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106056594A (zh) * | 2016-05-27 | 2016-10-26 | 四川桑莱特智能电气设备股份有限公司 | 一种基于双光谱的可见光图像提取系统与方法 |
CN109448009A (zh) * | 2018-11-21 | 2019-03-08 | 国网江苏省电力有限公司扬州供电分公司 | 用于输电线路检测的红外图像处理方法及装置 |
CN111047554A (zh) * | 2019-11-13 | 2020-04-21 | 华南理工大学 | 一种基于实例分割的复合绝缘子过热缺陷检测方法 |
CN111157530A (zh) * | 2019-12-25 | 2020-05-15 | 国网宁夏电力有限公司电力科学研究院 | 一种基于无人机的输电线路的安全检测方法 |
CN111949809A (zh) * | 2020-07-16 | 2020-11-17 | 广东电网有限责任公司 | 一种输电线路红外巡检数据智能处理方法 |
CN112595936A (zh) * | 2020-11-06 | 2021-04-02 | 广西电网有限责任公司崇左供电局 | 基于无人机巡检的输电线复合绝缘子智能检测系统 |
-
2021
- 2021-06-29 CN CN202110729888.2A patent/CN113420686A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106056594A (zh) * | 2016-05-27 | 2016-10-26 | 四川桑莱特智能电气设备股份有限公司 | 一种基于双光谱的可见光图像提取系统与方法 |
CN109448009A (zh) * | 2018-11-21 | 2019-03-08 | 国网江苏省电力有限公司扬州供电分公司 | 用于输电线路检测的红外图像处理方法及装置 |
CN111047554A (zh) * | 2019-11-13 | 2020-04-21 | 华南理工大学 | 一种基于实例分割的复合绝缘子过热缺陷检测方法 |
CN111157530A (zh) * | 2019-12-25 | 2020-05-15 | 国网宁夏电力有限公司电力科学研究院 | 一种基于无人机的输电线路的安全检测方法 |
CN111949809A (zh) * | 2020-07-16 | 2020-11-17 | 广东电网有限责任公司 | 一种输电线路红外巡检数据智能处理方法 |
CN112595936A (zh) * | 2020-11-06 | 2021-04-02 | 广西电网有限责任公司崇左供电局 | 基于无人机巡检的输电线复合绝缘子智能检测系统 |
Non-Patent Citations (1)
Title |
---|
郭蕾: "继电保护输电线路故障及其检测方法", 《自动化应用》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115271569A (zh) * | 2022-10-08 | 2022-11-01 | 合肥优晟电力科技有限公司 | 一种跨区域电网安全运维监测分析方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110705405B (zh) | 目标标注的方法及装置 | |
CN111563509B (zh) | 一种基于tesseract的变电站端子排识别方法及系统 | |
CN113255590A (zh) | 一种缺陷检测模型训练方法、缺陷检测方法、装置及系统 | |
CN110751642A (zh) | 一种绝缘子裂缝检测方法和系统 | |
CN110910360B (zh) | 电网图像的定位方法和图像定位模型的训练方法 | |
CN113420686A (zh) | 一种输电线路巡检方法、装置及系统 | |
CN115272826A (zh) | 一种基于卷积神经网络的图像识别方法、装置及系统 | |
JP2008009938A (ja) | 動画像データ処理装置、動画像データ処理方法、動画像データ処理プログラム、およびこれを記録した記録媒体 | |
CN115239646A (zh) | 输电线路的缺陷检测方法、装置、电子设备及存储介质 | |
CN114581419A (zh) | 变压器绝缘套管缺陷检测方法、相关设备及可读存储介质 | |
CN111975783B (zh) | 一种机器人抓取检测方法及系统 | |
CN113408630A (zh) | 一种变电站指示灯状态识别方法 | |
CN112967224A (zh) | 一种基于人工智能的电子电路板检测系统、方法及介质 | |
JP4498203B2 (ja) | メータ認識システム、メータ認識方法、およびメータ認識プログラム | |
CN110441714B (zh) | 指示灯的检测方法、装置及计算机可读存储介质 | |
CN112073713A (zh) | 视频漏录测试方法、装置、设备及存储介质 | |
CN113808107B (zh) | 图像推荐方法、装置、电子设备和存储介质 | |
CN112465002B (zh) | 一种火灾现场铜导线熔痕智能识别方法及装置 | |
CN115146209B (zh) | 水土保持状况的监测方法、系统、存储介质和电子设备 | |
CN113591752B (zh) | 基于卷积神经网络的设备漏油监控方法及相关设备 | |
JP7104252B2 (ja) | 学習データセット生成装置および方法 | |
CN113112487A (zh) | 热缺陷的识别方法、装置、设备和存储介质 | |
CN113011297B (zh) | 基于边云协同的电力设备检测方法、装置、设备及服务器 | |
CN112967223A (zh) | 一种基于人工智能的纺织品检测系统、方法及介质 | |
CN111832481A (zh) | 食用植物油加工质量检测方法、设备、存储介质及装置 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210921 |
|
RJ01 | Rejection of invention patent application after publication |