一种基于深度学习的ADSS光缆线路巡检系统及其巡检方法技术方案

本发明专利技术提供了一种基于深度学习的ADSS光缆线路巡检系统及其巡检方法，属于光缆线路巡检技术领域，一种基于深度学习的ADSS光缆线路巡检系统包括安全生产管理平台、AI训练平台、边缘计算设备、中心存储组件、通讯模块、监控组件；所述AI训练平台用于光缆线路落鸟、线路腐蚀、鸟啄算法AI训练并生成应用模型；所述边缘计算设备用于接收AI训练平台生成的应用模型，并监控视频中的线路落鸟、线路腐蚀、鸟啄做故障实时分析，所述安全生产管理平台平台接收分析的结果，并做应用展示。本发明专利技术借助人工智能AI训练平台生产巡检应用模型，本发明专利技术通过边缘计算设备智能分析监控数据，有效减轻工作人员巡检数据处理压力，提高巡检故障隐患处理效率。率。率。

【技术实现步骤摘要】
一种基于深度学习的ADSS光缆线路巡检系统及其巡检方法


[0001]本专利技术属于光缆线路巡检
,具体涉及一种基于深度学习的ADSS光缆线路巡检系统及其巡检方法。

技术介绍

[0002]线路的巡视是为了经常掌握线路的运行状况，及时发现设备缺陷和威胁线路安全运行的异常情况，并为线路检修提供依据。目前的巡检方式主要是人防和技防，所谓人防是指巡检人员定期巡查，所谓技防是指4G视频监控，但是这两种方案都有很大的局限性。巡检人员定期巡查的方案，首先巡视周期长，难以保证把隐患信息及时的传递给上位者，其次有人参与难免会出现偏差，导致信息的失真，最重要的是无法保证人员确实是到指定位置巡查，稍有疏漏就容易引发无法预料的后果。而单纯的4G视频监控系统监控数据量巨大，处理起来非常繁琐，处理监控数据耗时耗力。因此亟需设计一种基于深度学习的ADSS光缆线路巡检系统，以解决现有技术中的问题。

技术实现思路

[0003]本专利技术要解决的技术问题是：克服现有技术中的不足，提供了一种基于深度学习的ADSS光缆线路巡检系统及其巡检方法，解决现有技术中的弊端本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于深度学习的ADSS光缆线路巡检系统，其特征在于：包括安全生产管理平台(1)、AI训练平台(2)、边缘计算设备(3)、中心存储组件(4)、通讯模块(5)、监控组件(6)；所述安全生产管理平台(1)通过AI管理组件获取所述AI训练平台(2)生成的应用模型，所述安全生产管理平台(1)把应用模型下发至所述边缘计算设备(3)，使其具备AI功能，所述安全生产管理平台(1)还用于智能分析规则配置、接受分析结果和应用展示；所述AI训练平台(2)用于光缆线路落鸟、线路腐蚀、鸟啄算法AI训练并生成应用模型；所述边缘计算设备(3)用于接收AI训练平台(2)生成的应用模型，对所述监控组件(6)监控视频中的线路落鸟、线路腐蚀、鸟啄做故障实时分析，并把分析的数据上传给安全生产管理平台(1)，所述安全生产管理平台(1)平台接收所述边缘计算设备(3)分析的结果，并做应用展示；所述中心存储组件(4)用于报警图片进行集中存储；所述通讯模块(5)用于所述监控组件(6)和安全生产管理平台(1)网络通讯；所述监控组件(6)用于对光缆线路实时视频监控。2.根据权利要求1所述的一种基于深度学习的ADSS光缆线路巡检系统，其特征在于：所述AI训练平台(2)包括数据集管理、模型训练、模型管理、模型校验和模型发布五大功能模块，所述AI训练平台(2)前期通过收集素材并做落鸟、线路腐蚀、鸟啄算法训练并生成应用模型，做模型导出，待下一步使用；所述AI训练平台(2)还可以接受所述安全生产管理平台(1)发送的分析数据，重新在AI开放平台做训练生成新的算法版本，用于算法更新迭代。3.根据权利要求2所述的一种基于深度学习的ADSS光缆线路巡检系统，其特征在于：所述数据管理包括数据导入、数据标注、数据质量评估，所述数据标注包括人工标注、智能标注和进度标注。4.根据权利要求2所述的一种基于深度学习的ADSS光缆线路巡检系统，其特征在于：所述模型训练包括模型应用类型、预置算法、高精度模式、模型智能调优。5.根据权利要求2所述的一种...

【专利技术属性】
技术研发人员：郝武俊，郑大伟，刘冬，刘继婷，孙涵，夏新志，薛振兵，魏君，刘兆庆，
申请(专利权)人：国网山东省电力公司临沂供电公司，
类型：发明
国别省市：