用于变电站的智能感知巡检系统及方法技术方案

本发明专利技术公开了一种用于变电站的智能感知巡检系统及方法，涉及电力系统巡检技术领域。该系统包括：边缘端数据采集及分析子系统、站端管理子系统以及云端人工智能子系统，其中，边缘端数据采集及分析子系统用于基于巡检任务采集目标巡检数据，并基于人工智能模型对目标巡检数据进行边缘分析，得到巡检分析结果；站端管理子系统用于生成并下发巡检任务，管理巡检相关数据，生成用于训练和优化人工智能模型的原始样本集；云端人工智能子系统用于根据原始样本集训练和优化人工智能模型及下发人工智能模型。通过对变电站现有设备复用和智能化装备部署，实现对变电站的智能化及自动化巡检，节省人工运维成本，实现高质量运维。实现高质量运维。实现高质量运维。

【技术实现步骤摘要】
用于变电站的智能感知巡检系统及方法


[0001]本专利技术涉及电力系统巡检
，尤其涉及用于变电站的智能感知巡检系统及方法。

技术介绍

[0002]随着电网飞速发展，变电站数量及变电设备成倍增加，电网的巡检工作量也越来越大,如果巡检不到位可能导致变电站设备发生事故,甚至危及电力系统的安全运行。随着电力系统的优化升级及安全意识的不断提高，对电力巡检的巡检任务的增设以及安全性提升也提出了新要求。目前，各个变电站的巡检工作通常是人工巡检方式和传统单一巡检设备方式进行。然而，这两种要求都不能很好地适配巡检需求。
[0003]人工巡检方式是针对项巡检任务设置专业巡检人员和专业巡检人员所需的巡检设备，由专业巡检人员根据自己的专业经验来判断设备采集的数据所表征的巡检情况。存在如下不足：人员需求量大、巡检费事费力；对人员经验依赖度高，巡检结果可靠性难以判断；还存在巡检人员缺口与巡检任务增长的矛盾，不满足巡检实时性要求。
[0004]传统单一巡检设备方式依托单类巡检设备，巡检设备按设定轨迹通过采集终端进行设备数据获取，传输至由后台管理系统由人工进行数据分析，但也存在如下不足：巡检数据处理系统只针对单个种类巡检设备的数据进行处理，且多个种类的巡检设备之间不能进行数据统筹交互；单一种类的巡检设备易受周围环境及周边设备影响，导致对电力系统中待巡检的对象的巡检结果分析不到位；巡检设备智能化水平不足，需依赖后端系统完成全部数据处理，对无线网络稳定及数据传输安全依赖度高。
[0005]为缓解运维人员紧缺的不足和变电站巡检的智能化水平低的问题，解决以上巡检方式存在不足，存在以下技术瓶颈：（1）多种类巡检设备异构数据交互低。同种类的巡检设备需要采用不同的巡检数据处理系统进行处理，一旦巡检设备的种类发生变化，则需要相应地增加或者删减巡检数据处理系统，操作繁琐。
[0006]（2）前端分析能力不足、实时性低。现有巡检设备需依赖后端系统完成全部数据处理，网络带宽要求和网络稳定性高，不具备实时处理能力。
[0007]（3）检测识别算法鲁棒性弱。检测算法不能屏蔽磁场噪声对采集数据影响，无法很好地保证后端系统的分析结果可靠性。
[0008]因此需提升变电站内智能感知能力，亟需具备智能感知的变电站巡检系统，实现对站内设备的全方位及多维度的实时巡检分析，保障电力设备的安全稳定运行。

技术实现思路

[0009]本专利技术提供了一种用于变电站的智能感知巡检系统及方法，以实现对变电站的自动化及智能化巡检。
[0010]根据本专利技术的一方面，提供了一种用于变电站的智能感知巡检系统，该系统包括：
边缘端数据采集及分析子系统、站端管理子系统以及云端人工智能子系统，其中，所述边缘端数据采集及分析子系统，与所述站端管理子系统通讯连接，用于接收所述站端管理子系统下发的巡检任务，基于所述巡检任务采集变电站中的目标巡检对象的目标巡检数据，并基于与所述目标巡检数据对应的人工智能模型对所述目标巡检数据进行边缘分析，得到巡检分析结果，并将所述目标巡检数据和所述巡检分析结果发送给所述站端管理子系统；所述站端管理子系统，与所述云端人工智能系统通讯连接，用于生成并下发巡检任务，以及，将接收到的所述目标巡检数据和所述巡检分析结果按照时间维度进行分类归集管理，以及，根据分类归集管理后的所述目标巡检数据生成与目标巡检对象对应的原始样本集，并按照预设的数据传输规范将所述原始样本集上传至云端人工智能子系统，以及，接收云端人工智能子系统下发的与所述目标巡检数据对应的人工智能模型，并将所述人工智能模型下发至所述边缘端数据采集及分析子系统；所述云端人工智能子系统，用于接收所述原始样本集，并根据与目标巡检对象对应的原始样本集中的目标巡检数据进行数据清洗、数据扩增和数据标注，根据原始样本集以及原始样本集对应的标注结果构建训练样本集，以及，根据训练样本集对所述目标巡检数据对应的人工智能模型进行模型训练及优化迭代，并将所述目标巡检数据对应的人工智能模型下发至所述站端管理子系统。
[0011]根据本专利技术的另一方面，提供了一种用于变电站的智能感知巡检方法，应用于用于变电站的智能感知巡检系统，所述用于变电站的智能感知巡检包括边缘端数据采集及分析子系统、站端管理子系统以及云端人工智能子系统，所述站端管理子系统分别与所述边缘端数据采集及分析子系统和所述云端人工智能子系统通信连接，其中，所述用于变电站的智能感知巡检方法包括：通过边缘端数据采集及分析子系统，接收所述站端管理子系统下发的巡检任务，基于所述巡检任务采集变电站中的目标巡检对象的目标巡检数据，并基于与所述目标巡检数据对应的人工智能模型对所述目标巡检数据进行边缘分析，得到巡检分析结果，并将所述目标巡检数据和所述巡检分析结果发送给所述站端管理子系统；通过所述站端管理子系统生成并下发巡检任务，以及，将接收到的所述目标巡检数据和所述巡检分析结果按照时间维度进行分类归集管理，以及，根据分类归集管理后的所述目标巡检数据生成与目标巡检对象对应的原始样本集，并按照预设的数据传输规范将所述原始样本集上传至云端人工智能子系统，以及，接收云端人工智能子系统下发的与所述目标巡检数据对应的人工智能模型，并将所述人工智能模型下发至所述边缘端数据采集及分析子系统；通过所述云端人工智能子系统根据与目标巡检对象对应的原始样本集中的目标巡检数据进行数据清洗、数据扩增和数据标注，根据原始样本集以及原始样本集对应的标注结果构建训练样本集，以及，根据训练样本集对所述目标巡检数据对应的人工智能模型进行模型训练及优化迭代，并将所述目标巡检数据对应的人工智能模型下发至所述站端管理子系统。
[0012]本专利技术实施例的技术方案，以站端管理子系统作为边缘端数据采集及分析子系统以及云端人工智能子系统的枢纽，建立起用于变电站的智能感知巡检系统，可以实现对变
电站巡检的智能感知：1）边缘端数据采集及分析子系统，能够根据接收到的站端管理子系统下发的巡检任务，采集目标巡检数据，并基于人工智能模型对所述目标巡检数据进行边缘分析，得到巡检分析结果，实现了对变电站的自动化巡检以及前端智能化分析；2）站端管理子系统能够生成并下发巡检任务，并对将接收到的目标巡检数据和巡检分析结果进行管理，还可以根据目标巡检数据生成原始样本集以供云端人工智能子系统训练及优化人工智能模型，并可以将云端人工智能子系统下发的人工智能模型下发至边缘端数据采集及分析子系统，不仅能够下发巡检任务，对巡检结果进行管理，还起到了衔接云端人工智能子系统和边缘端数据采集及分析子系统的作用，使得边缘端数据采集及分析子系统能够借助云端人工智能子系统的人工智能模型，使得目标巡检数据的分析更加智能化，减少人为干预，输出可靠性更高的巡检结果；3）云端人工智能子系统，可以根据原始样本集中的目标巡检数据对人工智能模型进行模型训练及优化迭代，并将所述目标巡检数据对应的人工智能模型下发至所述站端管理子系统，实现了对巡检数据的合理应用，构建具有高应用价值的电力专用样本库，并生成具备全面实用化效果的人工智能模型。
[0013]本专利技术实施本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于变电站的智能感知巡检系统，其特征在于，包括：边缘端数据采集及分析子系统、站端管理子系统以及云端人工智能子系统，其中，所述边缘端数据采集及分析子系统，与所述站端管理子系统通讯连接，用于接收所述站端管理子系统下发的巡检任务，基于所述巡检任务采集变电站中的目标巡检对象的目标巡检数据，并基于与所述目标巡检数据对应的人工智能模型对所述目标巡检数据进行边缘分析，得到巡检分析结果，并将所述目标巡检数据和所述巡检分析结果发送给所述站端管理子系统；所述站端管理子系统，与所述云端人工智能系统通讯连接，用于生成并下发巡检任务，以及，接收并管理所述目标巡检数据和所述巡检分析结果，以及，根据所述目标巡检数据生成与目标巡检对象对应的原始样本集，并将所述原始样本集上传至云端人工智能子系统，以及，接收云端人工智能子系统下发的人工智能模型，并将所述人工智能模型下发至所述边缘端数据采集及分析子系统；所述云端人工智能子系统，用于接收所述原始样本集，并根据原始样本集以及原始样本集对应的标注结果构建训练样本集，以及，根据训练样本集对人工智能模型进行模型训练及优化迭代，并将所述人工智能模型下发至所述站端管理子系统；其中，所述边缘端数据采集及分析子系统包括变电站部署的终端采集装置、视频跟踪装置和沉浸式显示装置，所述终端采集装置包括双目云台监控设备，其中，所述双目云台监控设备，用于采集作业现场的双目视频信息，将所述双目视频信息传输给所述视频跟踪装置；所述视频跟踪装置，与所述沉浸式显示装置通讯连接，用于接收所述双目云台监控设备传输的双目视频信息，并对所述双目视频信息进行目标检测，确定出所述双目视频信息中的待跟踪对象，对检测出的待跟踪对象进行实时跟踪，并将所述待跟踪对象的跟踪信息突出显示于所述双目视频信息中，并将所述双目视频信息发送给所述沉浸式显示装置；其中，所述待跟踪对象包括所述作业现场的作业人员和电力设备；所述沉浸式显示装置，配置有头戴显示设备，用于接收所述视频跟踪装置发送的双目视频信息，并将所述双目视频信息，分别显示在所述头戴显示设备的左右显示器中。2.根据权利要求1所述的用于变电站的智能感知巡检系统，其特征在于，所述终端采集装置包括巡检无人机、巡检机器人、监控摄像头和红外线探测设备中的至少一种巡检设备。3.根据权利要求1所述的用于变电站的智能感知巡检系统，其特征在于，所述边缘端数据采集及分析子系统包括变电站部署的边缘分析装置；其中，所述终端采集装置，与所述边缘分析装置通讯连接，用于接收所述站端管理子系统下发的巡检任务，确定与所述巡检任务对应的至少一台巡检设备，基于所述巡检设备采集与所述巡检任务对应的设备运行数据和/或人员作业数据，并将采集到的所述设备运行数据和/或所述人员作业数据发送给所述边缘分析装置；所述边缘分析装置，用于接收所述设备运行数据和/或所述人员作业数据，并确定与接收到的所述设备运行数据和/或所述人员作业数据对应的人工智能模型，并基于确定出的人工智能模型对所述设备运行数据和/或所述人员作业数据进行人员行为检测、设备状态检测以及设备缺陷识别分析，得到与巡检任务对应的巡检分析结果，以及，将所述设备运行数据和/或所述人员作业数据及其对应的巡检分析结果发送给站端管理子系统。
4.根据权利要求3所述的用于变电站的智能感知巡检系统，其特征在于，所述边缘分析装置包括人员行为分析模块；其中，所述双目云台监控设备，还用于将所述双目视频信息传输给所述人员行为分析模块；所述人员行为分析模块，用于根据所述双目视频信息中的左目视频信息和右目视频信息获取的人员关键点的平面坐标，利用双目立体几何算法，获取作业人员的人员关键点的三维空间坐标，构建人员关键点在三维坐标下的人员特例序列，并根据所述双目视频信息以及双目立体几何算法确定出设备空间坐标信息，根据所述人员特例序列和所述设备空间坐标信息确定所述作业人员的行为状态，并确定所述行为状态是否符合预设作业规范。5.根据权利要求1所述的用于变电站的智能感知巡检系统，其特征在于，所述双目云台监控设备包括双目模块、云台模块以及云台控制模块，所述双目模块设置于所述云台模块上，具备红外与可见光双摄像头，其中，所述云台控制模块，用于接收用于控制所述云台模块的云台运动控制指令，并根据所述云台运动控制指令控制所述云台模块在预设方向上运动，以使所述双目模块随所述云台模块运动而运动。6.根据权利要求1所述的用于变电站的智能感知巡检系统，其特征在于，所述边缘端数据采集及分析子系统还包括机器人交互装置，其中，巡检机器人交互模块，用于接收用于控制所述巡检机器人的机器人运动控制指令，并根据巡检机器人运动控制指令控制巡检机器人的运动轨迹。7.根据权利要求2所述的用于变电站的智能感知巡检系统，其特征在于，所述站端管理子系统，还用于接收用户输入的巡检方案的方案配置信息，根据方案配置信息生成与所述巡检方案，以及，向所述边缘端数据采集及分析子系统下发包含有巡检方案的巡检任务，其中，所述巡检方案包括目标巡检对象、目标巡检设备和目标巡检方式，所述目标巡检对象包括作业人员和电力设备，所述目标巡检方式包括采用单个巡检设备进行巡检的方式和采用多个巡检设备进行联合巡检的方式。8.根据权利要求7所述的用于变电站的智能感知巡检系统，其特征在于，所述终端采集装置，用于接收所述站端管理子系统下发的包含有巡检方案的巡检任务，确定与所述巡检任务对应的目标巡检设备，从各个未处于工作状态的备用巡检设备中确定出巡检执行设备，并基于目标巡检方式控制所述巡检执行设备采集与所述巡检任务对应的设备运行数据和/或人员作业数据，并将采集到的所述设备运行数据和/或所述人员作业数据发送给所述边缘分析装置。9.根据权利要求1所述的用于变电站的智能感知巡检系统，其特征在于，所述站端管理子系统，还用于对不同巡检设备采集的目标巡检数据进行融合分析，实现对目标检测对象的检测，以及，对不同巡检设备采集的目标巡检数据及其对应的巡检分析结果进行数据挖掘，并将所述目标巡检数据及其对应的巡检分析结果存储于以时间维度和空间维度两个维度建立的数据库中，以及，对目标巡检数据及其对应的巡检分析结果执行预设数据操作，其中，预设数据操作包括增加操作、删除操作、修改操作、压缩操作、加密操作、解密操作及查询操作中的至少一种。10.根据权利要求1所述的用于变电站的智能感知巡检系统，其特征在于，所述边缘端数据采集及分析子系统，还用于当接收到定时触发的常规巡检指令时，建立用于对变电站中的各设备表和各类绝缘设备进行巡检的第一常规任务，将所述第一常规任务发送至巡检
机器人，以及，建立用于对所述变电站中的各类油枕、变压器和开关设备进行巡检的第二常规任务，将所述第二常规任务发送至巡检无人机。11.根据权利要求1所述的用于变电站的智能感知巡检系统，其特征在于， 所述云端人工智能子系统包括人体姿态识别模型、隔离开关状态识别模型、继电器状态识别模型、设备缺陷识别模型、设备状态检测模型、地面油污语义识别模型中、硅胶桶检测模型以及硅胶变色检测模型的至少一种。12.根据权利要求11所述的用于变电站的智能感知巡检系统，其特征在于，所述云端人工智能子系统，具体用于获取与作业人员的作业过程对应的训练样本集，基于所述训练样本集中的作业巡检图像对卷积神经网络进行训练，以得到人体姿态识别模型，以及，基于更新后的训练样本集对所述人体姿态识别模型进行优化，以及，将所述人体姿态识别模型下发至所述站端管理子系统；所述站端管理子系统，用于将所述人体姿态识别模型下发至所述边缘端数据采集及分析子系统；所述边缘端数据采集及分析子系统，用于采集电力施工现场中作业人员作业过程的作业图像，基所述人体姿态识别模型确定所述作业图像中所述作业人员的人体关键点和各所述人体关键点之间的关联关系，确定与所述人体关键点和所述关联关系对应的所述作业人员的作业行为，将所述作业行为与预先设定的违规行为进行对比，确定所述作业人员是否存在违规行为。13.根据权利要求11所述的用于变电站的智能感知巡检系统，其特征在于，所述云端人工智能子系统，具体用于获取与隔离开关状态识别对应的训练样本集，基于所述训练样本集中的隔离开关图像对深度学习网络进行训练，以得到隔离开关状态识别模型，以及，基于更新后的训练样本集对隔离开关状态识别模型进行优化，以及，将所述隔离开关状态识别模型下发至所述站端管理子...

【专利技术属性】
技术研发人员：王万国，王琦，王振利，张斌，郭锐，孙志周，许荣浩，李振宇，郭修霄，刘海波，张海龙，杨月琛，张志，
申请(专利权)人：国网智能科技股份有限公司，
类型：发明
国别省市：