本发明专利技术公开一种基于电力物联网及人工智能的设备周边环境管控方法、装置及设备，属于智能电网技术领域，方法，包括：获取待监控设备视频，并进行分析，提取视频中的设备运行状态、环境状态，并将设备运行状态及环境状态发送至状态处理器；在环境运行状态为消防状态的情形下，获取预先存储的消防整改策略，根据消防整改策略自动生成隐患处理数据，并将隐患处理数据发送至各消防子系统；在环境运行状态为动物侵入状态的情形下，根据有害生物的类型识别结果进行动物侵入防治；根据设备预设阈值对设备运行状态进行判断，在设备运行状态达到预设阈值的情形下，发送告警信息。本方法能及时发现潜在事故点、预警及处置，保障人员和设备安全。保障人员和设备安全。保障人员和设备安全。
【技术实现步骤摘要】
一种基于电力物联网及人工智能的设备周边环境管控方法、装置及设备
[0001]本专利技术属于智能电网
，特别涉及一种基于电力物联网及人工智能的设备周边环境管控方法、装置及设备。
技术介绍
[0002]本专利技术人经研究发现，现有技术在通信机房中，往往依靠人工检视，依靠巡检人员的素 质和责任心进行机房安全监控，工作效率低，而且存在漏检风险。
[0003][0004]本专利技术人经研究发现，现有技术在通信机房中，往往依靠人工检视，依靠巡检人员的素质和责任心进行机房安全监控，工作效率低，而且存在漏检风险。
技术实现思路
[0005]为了至少解决上述技术问题，本专利技术提供了一种基于电力物联网及人工智能的设备周边环境管控方法、装置及设备。
[0006]根据本专利技术第一方面，提供了一种基于电力物联网及人工智能的设备周边环境管控方法，包括：获取待监控设备视频图像；对所述视频图像进行抽帧，得到视频帧序列；提取视频特征，对提取的视频特征进行无监督学习，对所述视频帧序列是否有像素突变的二分类任务作为监督进行学习，正样本为无突变视频帧序列，负样本为突变视频帧序列；根据无监督学习的结果，将所述结果对应于设备运行状态、环境状态，将无突变视频帧对应于正常状态，将所述突变视频帧对应于异常状态，并将所述设备运行状态及所述环境状态发送至状态处理器；根据设备预设阈值对所述设备运行状态进行判断，在所述设备运行状态达到预设阈值的情形下，发送告警信息。
[0007]进一步的，在所述环境运行状态为消防状态的情形下，获取预先存储的消防整改策略，根据所述消防整改策略自动生成隐患处理数据，并将所述隐患处理数据发送至各消防子系统；进一步的，在所述环境运行状态为动物侵入状态的情形下，根据所述动物侵入状态的类型识别结果进行动物侵入防治。
[0008]进一步的，所述根据无监督学习的结果，将所述结果对应于设备运行状态、环境状态，将无突变视频帧对应于正常状态，将所述突变视频帧对应于异常状态，并将所述设备运行状态及所述环境状态发送至状态处理器，包括：根据无监督学习的结果，进行图像处理，对图像处理得到的图像进行图像识别，得
到文字识别结果、标志标识、图片、图像背景，对所述文字识别结果、所述标志标识、所述图片、所述图像背景进行分析，得到设备运行状态及环境状态，将无突变视频帧对应于正常状态，将所述突变视频帧对应于异常状态,将所述设备运行状态及所述环境状态以状态代码的方式发送至状态处理器。
[0009]进一步的，所述根据无监督学习的结果，将所述结果对应于设备运行状态、环境状态，包括：将所述无监督学习的结果对应于电源电压状态、开关状态、指示灯状态，以及消防状态和动物侵入状态。
[0010]进一步的，所述获取待监控设备视频图像，包括：采用智能摄像头实时采集待监控设备的视频，当外部环境光的亮度小于设定亮度时，对采集待监控设备视频的智能摄像头进行补光。
[0011]进一步的，所述图像处理，包括：自动旋转图像方向、识别图像边缘、美化图像。
[0012]进一步的，所述识别图像边缘，包括：对视频中的图像采用高斯函数进行滤波处理，得到平滑数据阵列；根据所述平滑数据阵列进行梯度计算；进行非极大值抑制，对图像上每一个像素计算像素梯度方向上相邻两个像素的梯度幅值；进行双门限检测和边缘连接，将高门限值图像强边缘点中边缘的间断连接起来，得到边缘的图像。
[0013]进一步的，所述在所述环境运行状态为动物侵入状态的情形下，根据所述动物侵入状态的类型识别结果进行动物侵入防治，包括：根据所述动物侵入状态的类型识别结果选择对应的动物侵入防治装置，识别所述动物侵入状态与所述动物侵入防治装置的距离，以及所述动物侵入状态相对于所述动物侵入防治装置的方向，根据所述动物侵入状态与所述动物侵入防治装置的距离，以及所述动物侵入状态相对于所述动物侵入防治装置的方向，调整所述动物侵入防治装置的位置及姿态。
[0014]进一步的，所述方法还包括：基于毫米波雷达探测动物侵入状态。
[0015]根据本专利技术第二方面，一种基于泛在电力物联网的机房监控装置，包括：图像获取模块，用于获取待监控设备视频图像；视频压缩模块，用于对所述视频图像进行抽帧，得到视频帧序列；学习模块，用于提取视频特征，对提取的视频特征进行无监督学习，对所述视频帧序列是否有像素突变的二分类任务作为监督进行学习，正样本为无突变视频帧序列，负样本为突变视频帧序列；状态分析模块，用于根据无监督学习的结果，将所述结果对应于设备运行状态、环境状态，将无突变视频帧对应于正常状态，将所述突变视频帧对应于异常状态，并将所述设备运行状态及所述环境状态发送至状态处理器；设备控制模块，用于根据设备预设阈值对所述设备运行状态进行判断，在所述设备运行状态达到预设阈值的情形下，发送告警信息。
[0016]进一步的，所述装置还包括：消防控制模块，用于在所述环境运行状态为消防状态的情形下，获取预先存储的消防整改策略，根据所述消防整改策略自动生成隐患处理数据，并将所述隐患处理数据发送至各消防子系统；进一步的，所述装置还包括：虫害控制模块，用于在所述环境运行状态为动物侵入
状态的情形下，根据所述动物侵入状态的类型识别结果进行动物侵入防治。
[0017]根据本专利技术第三方面，一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如第一方面中任一项所述方法的步骤。
[0018]根据本专利技术第四方面，一种计算机可读存储介质，所述计算机可读存储介质存储有程序，所述程序被执行时，能够实现如第一方面任一项所述方法的方法。
[0019]本专利技术的有益效果：采用本专利技术技术方案，通过对待监控设备视频进行分析，提取出设备运行状态和环境状态，能够及时发现潜在事故点、预警及处置，保障人员和设备安全，可以第一时间发现设备异常并及时告警，预防事故于未然。另一方面，可以减少巡检人员，节省运行成本，而且工作效率更高，安全性更好。
附图说明
[0020]本专利技术上述的和 / 或附加的方面和优点从下面结合附图对实施例的描述中将变 得明显和容易理解，其中，图1为本专利技术提供的一种基于电力物联网及人工智能的设备周边环境管控方法流程图；图2为本专利技术提供的一种基于泛在电力物联网的机房监控装置结构示意图；图3为本专利技术提供的一种电子设备结构示意图。
具体实施方式
[0021]下面详细描述本专利技术的实施例，所述实施例的示例在附图中示出，其中自始至终 相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附 图描述的实施例是示例性的，仅用于解释本专利技术，而不能解释为对本专利技术的限制。
[0022]为了更清楚地说明本专利技术，下面结合优选实施例和附图对本专利技术做进一步的说明。附图中相似的部件以相同的附图标记进行表示。本领域技术人员应当理解，下面所具体描述的内容是说明性的而非限制性的，不应以此限制本专利技术的保护范围。
[0023]在本专利技术的第一方面，提供一种基于电力物本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于电力物联网及人工智能的设备周边环境管控方法，其特征在于，包括：获取待监控设备视频图像；对所述视频图像进行抽帧，得到视频帧序列；提取视频特征，对提取的视频特征进行无监督学习，对所述视频帧序列是否有像素突变的二分类任务作为监督进行学习，正样本为无突变视频帧序列，负样本为突变视频帧序列；根据无监督学习的结果，将所述结果对应于设备运行状态和环境运行状态，将无突变视频帧对应于正常状态，将所述突变视频帧对应于异常状态，并将所述设备运行状态及所述环境状态发送至状态处理器；根据设备预设阈值对所述设备运行状态进行判断，在所述设备运行状态达到预设阈值的情形下，发送告警信息。2.如权利要求1所述的方法，其特征在于，所述获取待监控设备视频图像，包括：采用智能摄像头实时采集待监控设备的视频图像，当外部环境光的亮度小于设定亮度时，对采集待监控设备视频的智能摄像头进行补光。3.如权利要求1所述的方法，其特征在于，所述根据无监督学习的结果，将所述结果对应于设备运行状态、环境状态，包括：根据无监督学习的结果，进行图像处理，对图像处理得到的图像进行图像识别，得到文字识别结果、标志标识、图片、图像背景，对所述文字识别结果、所述标志标识、所述图片、所述图像背景进行分析，得到设备运行状态及环境状态。4.如权利要求1所述的方法，其特征在于，在所述环境运行状态为消防状态的情形下，获取预先存储的消防整改策略，根据所述消防整改策略自动生成隐患处理数据，并将所述隐患处理数据发送至各消防子系统。5.如权利要求3所述的方法，其特征在于，所述图像处理，包括：自动旋转图像方向、识别图像边缘、美化图像。6.如权利要求5所述的方法，其特征在于，所述识别图像边缘，包括：对视频中的图像采用高斯函数进行滤波处理，得到平滑数据阵列；根据所述平滑数据阵列进行梯度计算；进行非极大值抑制，对图像上每一个像素计算像素梯度方向上相邻两个像素的梯度幅值；进行双门限检测和边缘连接，将高门...
【专利技术属性】
技术研发人员：李南南，
申请(专利权)人：深圳市新物科技有限公司，
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。