【技术实现步骤摘要】
基于人工智能和大数据的变电设备智能监控系统和方法
[0001]本专利技术涉及变电设备监控和人工智能领域,尤其涉及基于人工智能和大数据的变电设备智能监控系统和方法。
技术介绍
[0002]现有变电站的智能视频监控系统,通常采用摄像头覆盖进行信息采集的方式或者采用轨道机器人移动进行信息采集的方式,其中,采用摄像头覆盖进行信息采集的方式的优点在于能够保证监测的实时性,但缺点在于摄像头的视角存在限制,需要多个摄像头的配合监事才能实现变电设备监控的全面覆盖。
[0003]目前,通过多个摄像头实现变电站的智能视频监控系统,存在的问题在于:
[0004](1)由于一般一个摄像头专门负责监视某个固定区域的一个或几个变电设备,通过该摄像头拍摄的变电设备图像判断出设备异常时,即发出设备异常预警,容易出现误检测的问题。
[0005](2)即使布局多个监视摄像头,增加变电设备监控的覆盖面,仍会存在部分摄像头的视角存在视差的问题,可能导致个别变电设备漏检的情况。
[0006](3)若安装的监视摄像头为可旋转摄像头,在可旋转摄像头进行旋转时,可能会造成本来可以全面覆盖的视野范围出现较大死角,各个摄像头的视野之间存在重复,造成个别变电设备冗余监视的情况,而个别变电设备存在漏检的情况。
技术实现思路
[0007]基于此,有必要针对上述技术问题,提供一种基于人工智能和大数据的变电设备智能监控系统和方法,以解决现有变电设备智能监控系统容易存在误检测的问题。
[0008]第一方面,一种基于人工智能和 ...
【技术保护点】
【技术特征摘要】
1.一种基于人工智能和大数据的变电设备智能监控系统,其特征在于,包括:若干个摄像头,各个摄像头用于拍摄其监控变电设备的图像,利用已经训练好的图像分类网络对所述变电设备的图像进行第一次分类,根据所述第一次分类的结果初步判断所述变电设备的异常情况;与各个摄像头通信连接的服务器,所述服务器用于对所述图像分类网络进行训练,向各个摄像头发送所述图像分类网络的参数;各个摄像头及其关联摄像头之间通信连接,各个摄像头用于在初步判定所述变电设备发生异常时,向各个摄像头的关联摄像头发送异常验证请求,各个摄像头的关联摄像头用于在接收所述异常验证请求之后,获取所述摄像头的位姿信息和关联摄像头的位姿信息,将所述摄像头的位姿信息和所述关联摄像头的位姿信息输入至已经训练好的位姿生成网络,控制所述关联摄像头进行位姿调整;所述服务器与所述关联摄像头通信连接,用于对所述位姿生成网络进行训练,向所述关联摄像头发送所述位姿生成网络的参数;所述关联摄像头用于在位姿调整后,获取所述变电设备的图像,利用所述图像分类网络再次对所述变电设备的图像进行第二次分类,根据所述第二次分类的结果对所述变电设备的异常情况进行验证,最终确定所述变电设备发生异常。2.如权利要求1所述的变电设备智能监控系统,其特征在于,所述服务器还用于:在所述关联摄像头进行位姿调整后,利用训练好的全局位姿生成网络,进行全局摄像头的位姿调整,实现对所有变电设备的全局异常监控。3.如权利要求2所述的变电设备智能监控系统,其特征在于,所述全局位姿生成网络包括生成网络,所述生成网络包括第一编码器和解码器,第一编码器的输出端连接解码器的输入端,第一编码器的输入端用于输入各摄像头的位姿信息以及发生过异常情况的设备信息,所述解码器的输出端用于输出各摄像头位姿调整后的位姿矩阵。4.如权利要求3所述的变电设备智能监控系统,其特征在于,所述全局位姿生成网络还包括对抗网络,所述对抗网络包括第二编码器和全连接层,所述第二编码器的输入端连接所述解码器的输出端,所述第二编码器的输出端连接全连接层的输入端,所述第二编码器的输入端用于输入各摄像头位姿调整后的位姿矩阵,所述全连接层的输出端用于输出各个摄像头进行位姿调整的评价值。5.如权利要求4所述的变电设备智能监控系统,其特征在于,所述位姿调整的评价值的确定步骤如下:确定各个摄像头的整体视野范围评价值:将各摄像头位姿调整后的位姿矩阵的图像视野范围投影至地面坐标系后拼接确定的面积,再与变电设备区域整体面积进行面积比较,比较得到的面积偏差为死角区域面积,将所述死角区域面积与所述变电设备区域整体面积的比值,作为所述整体视野范围评价值;确定设定重点区域的覆盖率:对位姿调整后各个摄像头拍摄图像的视野范围投影至地面坐标系后进行拼接,得到拼接后的第一视野范围;在出现过设备异常以及正出现设备异常的摄像头未调整位姿前,将各个摄像头拍摄图像的视野范围投影至地面坐标系后进行拼接,得到拼接后的第二视野范围;将所述...
【专利技术属性】
技术研发人员:刘恋,赵军民,郭力争,柳运昌,王卓,任恒,陈少峰,尚朝阳,李梦源,滕馨蕊,
申请(专利权)人:河南城建学院,
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。