基于OSS的电力设备巡检影像自动归集方法技术

本发明专利技术公开了基于OSS的电力设备巡检影像自动归集方法，涉及电力设备巡检技术领域，包括：通过摄像机采集现场电力设备图像，基于人工智能算法进行分析，判断设备是否存在缺陷故障，然后将图像分析结果按照规范格式存储在描述文件中；将同一天的电力设备巡检图像和对应的描述文件进行打包，并通过站端影像自动上传程序在次日将对应数据包上传至OSS平台；具有读写速度快，利于分享的特点，能够快速归集海量电力设备巡检影像；OSS平台接收到上传的数据包，按照预设归集规则进行样本归集：根据巡检系数进行归集等级评判，将不同归集等级的数据包分别归集至对应云存储节点，便于管理人员分类统计，提高巡检效率和数据存储安全。提高巡检效率和数据存储安全。提高巡检效率和数据存储安全。

【技术实现步骤摘要】
基于OSS的电力设备巡检影像自动归集方法


[0001]本专利技术涉及电力设备巡检
，具体是基于OSS的电力设备巡检影像自动归集方法。

技术介绍

[0002]随着电力巡视业务越来越智能，远程智能巡视逐渐代替人现场巡视。远程智能巡视背后依靠的是基于海量巡检样本的人工智能图像识别技术，由于输变电设备覆盖范围广、设备种类多、设备缺陷复杂多样，而目前的巡检方式仍然主要依靠人眼去巡检，一线巡检人员工作强度大，危险系数高，巡检人员拍摄的样本不能及时从现场传回后台，样本数据基本依靠人工拷贝的方式对样本进行上传和管理，效率低下；
[0003]OSS又叫云对象存储服务，是一种海量、安全、低成本、高可靠的云存储服务；相对于主机服务器，具有读写速度快，利于分享的特点，能够快速归集海量电力设备巡检影像，并能够安全可靠地存储；因此为了高效地采集、管理、利用电力设备巡检影像数据，我们提出一种基于OSS的电力设备巡检影像自动归集方法。

技术实现思路

[0004]为了解决上述方案存在的问题，本专利技术提供了基于OSS的电力设备巡检影像自动归集方法。本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于OSS的电力设备巡检影像自动归集方法，其特征在于，包括：步骤一：通过摄像机采集现场电力设备图像，基于人工智能算法进行分析，判断设备是否存在缺陷故障，然后将图像分析结果按照规范格式存储在描述文件中；步骤二：将同一天的电力设备巡检图像和对应的描述文件进行打包，并通过站端影像自动上传程序在次日将对应数据包上传至OSS平台；步骤三：所述OSS平台接收到上传的数据包，按照预设归集规则进行样本归集，所述样本归集是指将数据包归集至对应的云存储节点；具体为：对数据包的巡检系数XG进行归集等级评判；当XG≤X1时，将对应的数据包归集至低级云存储节点；当X1＜XG≤X2时，将对应的数据包归集至中级云存储节点；当XG＞X2时，将对应的数据包归集至高级云存储节点；其中X1、X2均为预设固定值；X1＜X2。2.根据权利要求1所述的基于OSS的电力设备巡检影像自动归集方法，其特征在于，其中巡检系数XG的计算方法为：将数据包对应的电力设备标记为目标设备，将目标设备的供电线路总长度标记为NL，供电总户数标记为ND，运行年限标记为NX；获取目标设备在系统当前时间前六十天内的缺陷故障信息；统计目标设备的故障次数并标记为故障频次C1；根据故障时长和故障等级对每次故障的故障值QWi进行评估；统计QWi≥故障阈值的次数为超障频次P3，将对应的故障值与故障阈值进行差值计算，并将差值求和得到超障总值CJ；利用公式QJ＝P3
×
k3+CJ
×
k4计算得到超障系数QJ，其中k3、k4均为系数因子；利用公式XG＝NL
×
a1+ND
×
a2+NX
×
a3+C1
×
a4+QJ
×
a5计算得到数据包的巡检系数XG，其中a1、a2、a3、a4、a5均为系数因子。3.根据权利要求1所述的基于OSS的电力设备巡检影像自动归集方法，其特征在于，其中基于人工智能算法进行分析，判断设备是否存在缺陷故障，具体为：S11：首先对采集的电力设备图像进行几何配准预处理；S12：通过人工智能算法读取预处理后的图像，对图片特征进行提取，并以此建立三维立体模型；其中人工智能算法为图像识别算法；S13：根据建立的三维立体模型判断设备是否存在缺陷故障，得到图像分析结果，所述图像分析结果包括缺陷故障信息。4.根据权利要求3所述的基于OSS的电力设备巡检影像自动归集方法，其...

【专利技术属性】
技术研发人员：钱宇骋，赵常威，李坚林，温招扬，朱太云，吴海峰，甄超，潘超，黄文礼，杨为，李森林，
申请(专利权)人：国网安徽省电力有限公司安徽南瑞继远电网技术有限公司，
类型：发明
国别省市：