【技术实现步骤摘要】
电力生产异常监控方法、装置、计算机设备和存储介质
[0001]本申请涉及电力生产
,特别是涉及一种电力生产异常监控方法、装置、计算机设备和存储介质。
技术介绍
[0002]一座装机容量为1200MW的抽水蓄能电厂生产区域有超过200路摄像头。一个500kV变电站生产区域有超过100路摄像头。过去仅能依靠人工进行现场视频查阅,海量视频数据无法应用于数据分析,工业电视系统也仅为事后分析或查看确认的系统。同时自动化传感器无法完全感知设备漏油、漏水、零件脱落等异常情况。依赖于严格的管理,依靠认真负责的巡检员也无法做到全范围全时段覆盖的理想巡检效果。
[0003]电厂/变电站设备种类众多,包含油、水、气、电设备。由于密封性能下降、零部件缺损脱落等机械缺陷原因,生产过程中设备漏水、漏油、漏气的“三漏”时有发生。生产设备出现漏油、漏水和漏汽等异常情况不及时发现,往往会导致缺陷影响升级导致主设备停运,甚至带来其它安全事故。燃气电厂/火电厂中高温蒸汽泄露往往会因为热质泄露带来机组发电效率降低进而影响到整个机组的经济性指标。此外高 ...
【技术保护点】
【技术特征摘要】
1.一种电力生产异常监控方法,所述方法包括:获取设置在电力生产现场的摄像头采集的工作场景图像;根据所述工作场景图像对应台账对象的检测频率,将所述工作场景图像输入到预先训练的检测模型,得到异常检测结果;在根据所述检测模型得到电力生产现场异常的检测结果时,根据异常类型调用对应的二次异常检测模型对工作现场进行二次检测;若二次检测仍为异常,则发出异常报警。2.根据权利要求1所述的方法,其特征在于,根据所述工作场景图像对应台账对象的检测频率,将所述工作场景图像输入到预先训练的检测模型,得到异常检测结果,包括:获取所述工作场景图像对应台账对象的检测频率;当达到所述检测频率对应的检测时间时,将所述工作场景图像输入到检测模型,通过所述检测模型对电力生产现场是否出现异常进行检测,输出分类结果和分类结果为异常时从所述工作场景图像分割出来的异常区域分割结果;所述分类结果包括:正常、漏油、漏汽和漏水。3.根据权利要求1所述的方法,其特征在于,根据异常类型调用对应的二次异常检测模型对工作现场进行二次检测,包括:若异常类型为漏油和/或漏水,则将所述工作场景图像输入漏油漏水二次识别模型,所述漏油漏水二次识别模型采用残差网络结构,通过所述漏油漏水二次识别模型输出二次异常检测结果。4.根据权利要求1所述的方法,其特征在于,根据异常类型调用对应的二次异常检测模型对工作现场进行二次检测,包括:若异常类型为漏汽,则获取工作场景图像对应台账对象的红外摄像头采集的红外图像;将所述红外图像输入红外图像识别模型,通过所述红外图像识别模型的特征提取网络,提取红外图像特征,将所述红外图像特征输入分类器,得到是否漏汽的二次异常检测结果。5.根据权利要求2所述的方法,其特征在于,获取所述工作场景图像对应台账对象的检测频率,包括:获取所述工作场景图...
【专利技术属性】
技术研发人员:汪志强,张豪,陈满,卢勇,刘涛,李建辉,吕志鹏,林恺,韩玉麟,巩宇,陆传德,黄发满,景增明,
申请(专利权)人:南方电网调峰调频发电有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。