本申请涉及一种基于电力物联网的输电线路覆冰监测方法、装置、系统、计算机设备、存储介质和计算机程序产品，应用于输电线路技术领域，用于提升输电线路覆冰监测效率。所述方法包括：接收调度管理端发送的输电线路的覆冰图像数据；所述覆冰图像数据为当所述输电线路处于覆冰环境条件时，由图像数据采集端采集并发送至所述调度管理端；对所述覆冰图像数据进行特征提取，得到所述输电线路的覆冰特征数据；将所述覆冰特征数据发送至云服务器，以供所述云服务器将所述覆冰特征数据传输至预先训练的神经网络模型中，获取所述预先训练的神经网络模型输出的针对所述输电线路的覆冰监测结果。果。果。
【技术实现步骤摘要】
电力物联网的输电线路覆冰监测方法、装置、系统和设备
[0001]本申请涉及输电线路
，特别是涉及一种基于电力物联网的输电线路覆冰监测方法、装置、系统、计算机设备、存储介质和计算机程序产品。
技术介绍
[0002]在电网高压输电工程中，远距离高压输电线路所在的地理环境、气候条件比较恶劣，特别是在气温较低的冬季，当湿度较高时，很容易在输电线路的电缆表面结冰，随着气温持续下降，电缆线表面的覆冰会越来越厚，让高压输电线路的重量负载越来越大，严重时会造成输电线路被压断。输电线路覆冰不仅易造成电路危险，而且后期对输电线路的抢修成本也非常高，因而，为降低输电线路覆冰事故的影响，需要对输电线缆的覆冰情况进行监测。
[0003]传统技术中，一般通过拉力传感器来判断输电线路的覆冰情况，或者无人机巡检来监测输电线路的覆冰情况。但是，拉力传感器的施工难度较大，不利于大规模部署在输电线路中，而无人机巡检需要花费大量的时间才能完成对所有输电线路的覆冰监测。因此，存在输电线路覆冰监测效率低下的问题。
技术实现思路
[0004]基于此，有必要针对上述技术问题，提供一种能够提升输电线路覆冰监测效率的电力物联网的输电线路覆冰监测方法、装置、系统、计算机设备、计算机可读存储介质和计算机程序产品。
[0005]第一方面，本申请提供了一种电力物联网的输电线路覆冰监测方法。所述方法包括：
[0006]接收调度管理端发送的输电线路的覆冰图像数据；所述覆冰图像数据为当所述输电线路处于覆冰环境条件时，由图像数据采集端采集并发送至所述调度管理端；
[0007]对所述覆冰图像数据进行特征提取，得到所述输电线路的覆冰特征数据；
[0008]将所述覆冰特征数据发送至云服务器，以供所述云服务器将所述覆冰特征数据传输至预先训练的神经网络模型中，获取所述预先训练的神经网络模型输出的针对所述输电线路的覆冰监测结果。
[0009]在其中一个实施例中，对所述覆冰图像数据进行特征提取，包括：
[0010]通过预设的特征提取器，对所述覆冰图像数据进行特征提取。
[0011]在其中一个实施例中，在通过预设的特征提取器，对所述覆冰图像数据进行特征提取之前，还包括：
[0012]根据第一函数和第二函数，计算得到所述预设的特征提取器；
[0013]其中，所述第一函数为其中，所述第一函数为所述第二函数为P
T
P＝I；P为所述预设的特征提取器，f
gb
为全
局类间不相似度函数，表示所述覆冰图像数据中的每一类图像数据样本点的中心点，与所述覆冰图像数据的整体样本的中心点之间的不相似程度；f
lb
为局部类间不相似度函数，表示不同类别的覆冰图像数据的样本点与对应的近邻样本点之间的不相似程度；f
gw
为全局类内不相似度函数，表示所述每一类图像数据样本点与相同类的图像数据样本点的中心点之间的不相似程度；f
lw
为局部类内不相似度函数，表示所述覆冰图像数据的样本点与相同类的近邻样本点之间的不相似程度；γ、β、α均为预设的权重值。
[0014]在其中一个实施例中，根据第一函数和第二函数，计算得到所述预设的特征提取器，包括：
[0015]对所述第一函数进行特征分解，获得取值为正的特征值及所述特征值对应的特征向量；
[0016]根据所述特征向量，生成对应的矩阵，并将所述矩阵作为所述预设的特征提取器。
[0017]在其中一个实施例中，云服务器，还用于：
[0018]获取第一神经网络模型；
[0019]根据稀疏化因子，对所述第一神经网络模型中的第一卷积核进行轻量化处理，得到第二神经网络模型；将所述第二神经网络模型，作为待训练的神经网络模型。
[0020]在其中一个实施例中，在将所述覆冰特征数据发送至云服务器，以供所述云服务器将所述覆冰特征数据传输至预先训练的神经网络模型中之前，还包括：
[0021]利用所述输电线路的覆冰特征数据，对所述待训练的神经网络模型进行训练，得到所述预先训练的神经网络模型。
[0022]在其中一个实施例中，根据稀疏化因子，对所述第一神经网络模型中的第一卷积核进行轻量化处理，得到第二神经网络模型，包括：
[0023]根据所述稀疏化因子，对所述第一卷积核在输入通道方向上进行轻量化处理，得到第二卷积核；
[0024]根据所述第一神经网络模型中的输入层和输出层、所述第二卷积核对应的第二卷积层，生成所述第二神经网络模型。
[0025]第二方面，本申请还提供了一种电力物联网的输电线路覆冰监测装置。所述装置包括：
[0026]数据模块，用于接收调度管理端发送的输电线路的覆冰图像数据；所述覆冰图像数据为当所述输电线路处于覆冰环境条件时，由图像数据采集端采集并发送至所述调度管理端；
[0027]特征模块，用于对所述覆冰图像数据进行特征提取，得到所述输电线路的覆冰特征数据；
[0028]模型模块，用于将所述覆冰特征数据发送至云服务器，以供所述云服务器将所述覆冰特征数据传输至预先训练的神经网络模型中，获取所述神经网络模型输出的针对所述输电线路的覆冰监测结果。
[0029]第三方面，本申请还提供了一种电力物联网的输电线路覆冰监测系统。所述系统包括：依次通信连接的图像数据采集端、调度管理端、边缘服务器和云服务器；其中，
[0030]所述图像数据采集端，用于当所述输电线路处于覆冰环境条件时，采集所述输电线路的覆冰图像数据，并发送至所述调度管理端；
[0031]所述调度管理端，用于将所述输电线路的覆冰图像数据发送至边缘服务器；
[0032]所述边缘服务器，用于对所述调度管理端发送的所述覆冰图像数据进行特征提取，得到所述输电线路的覆冰特征数据，将所述覆冰特征数据发送至所述云服务器；
[0033]所述云服务器，用于将所述覆冰特征数据传输至预先训练的神经网络模型中，获取所述神经网络模型输出的针对所述输电线路的覆冰监测结果，并将所述覆冰监测结果发送至所述边缘服务器。
[0034]第四方面，本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
[0035]接收调度管理端发送的输电线路的覆冰图像数据；所述覆冰图像数据为当所述输电线路处于覆冰环境条件时，由图像数据采集端采集并发送至所述调度管理端；
[0036]对所述覆冰图像数据进行特征提取，得到所述输电线路的覆冰特征数据；
[0037]将所述覆冰特征数据发送至云服务器，以供所述云服务器将所述覆冰特征数据传输至预先训练的神经网络模型中，获取所述预先训练的神经网络模型输出的针对所述输电线路的覆冰监测结果。
[0038]上述电力物联网的输电线路覆冰监测方法、装置、计算机设备、存储介质和计算机程序产品，当输电线路处于覆冰环境条件时，图像数据采集端采集输电线路本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种电力物联网的输电线路覆冰监测方法，其特征在于，应用于边缘服务器，所述方法包括：接收调度管理端发送的输电线路的覆冰图像数据；所述覆冰图像数据为当所述输电线路处于覆冰环境条件时，由图像数据采集端采集并发送至所述调度管理端；对所述覆冰图像数据进行特征提取，得到所述输电线路的覆冰特征数据；将所述覆冰特征数据发送至云服务器，以供所述云服务器将所述覆冰特征数据传输至预先训练的神经网络模型中，获取所述预先训练的神经网络模型输出的针对所述输电线路的覆冰监测结果。2.根据权利要求1所述的方法，其特征在于，所述对所述覆冰图像数据进行特征提取，包括：通过预设的特征提取器，对所述覆冰图像数据进行特征提取。3.根据权利要求2所述的方法，其特征在于，在通过预设的特征提取器，对所述覆冰图像数据进行特征提取之前，还包括：根据第一函数和第二函数，计算得到所述预设的特征提取器；其中，所述第一函数为函数为所述第二函数为P
T
P＝I；P为所述预设的特征提取器，f
gb
为全局类间不相似度函数，表示所述覆冰图像数据中的每一类图像数据样本点的中心点，与所述覆冰图像数据的整体样本的中心点之间的不相似程度；f
lb
为局部类间不相似度函数，表示不同类别的覆冰图像数据的样本点与对应的近邻样本点之间的不相似程度；f
gw
为全局类内不相似度函数，表示所述每一类图像数据样本点与相同类的图像数据样本点的中心点之间的不相似程度；f
lw
为局部类内不相似度函数，表示所述覆冰图像数据的样本点与相同类的近邻样本点之间的不相似程度；γ、β、α均为预设的权重值。4.根据权利要求3所述的方法，其特征在于，所述根据第一函数和第二函数，计算得到所述预设的特征提取器，包括：对所述第一函数进行特征分解，获得取值为正的特征值及所述特征值对应的特征向量；根据所述特征向量，生成对应的矩阵，并将所述矩阵作为所述预设的特征提取器。5.根据权利要求1至4任一项所述的方法，其特征在于，所述云服务器，还用于：获取第一神经网络模型；根据稀疏化因子，对所述第一神经网络模型中的第一卷积核进行轻量化处理，得到第二神经网络模型；将所述第二...
【专利技术属性】
技术研发人员：钟昕辉，徐键，谢尧，江瑾，朱艺伟，许淳，林加毅，杨显志，
申请(专利权)人：南方电网数字电网研究院有限公司，
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。