一种用于配电网监测及预判的边缘计算方法及装置制造方法及图纸

本发明专利技术涉及一种用于配电网监测及预判的边缘计算方法及装置，属于配电房安全管理领域，方法包括：确定触发条件；对环境变量开始监测，判断是否满足触发条件；若不满足，重新监测；若满足，则发出警报信号，得到第一数值；收集异常环境监测数据集并进行标记，得到训练集，采用训练集对神经网络进行训练；确定异常环境关键帧；将异常环境关键帧输入到训练好的神经网络中，得到异常目标置信度；判断置信度是否大于预设阈值，若大于，则将这一信号传入边缘计算装置，得到第二数值；边缘计算装置根据所述第一数值和所述第二数据得到决策。本发明专利技术中的上述方案能够直观的了解现场配电房的异常情况，避免误发信号或超过阈值不发信号带来的隐患。来的隐患。来的隐患。

【技术实现步骤摘要】
一种用于配电网监测及预判的边缘计算方法及装置


[0001]本专利技术涉及配电房安全管理领域，特别是涉及一种用于配电网监测及预判的边缘计算方法及装置。

技术介绍

[0002]在现代电力系统配网系统中，配电房作为供电末端。广泛出现在城市和乡村。由于大部分配电房都是无人值守，所以对于配电房的环境监测显得尤为重要。目前，配电房针对水浸的风险，配电房只配备了水浸传感器。针对火灾的风险，配电房配备了烟雾传感器和喷淋。对外人进入配电房，只是在门口配备了普通摄像头。主机系统通过这些设备收集得到环境信息，进行实时采集，处理和上报。
[0003]上述方案在配电房中，只能获取告警信号。后台人员往往无法直观了解现场配电房的异常情况。环境监测功能仅仅体现在告警信号这一层面。如果水涨过高或者火灾扩大容易造成设备损坏，将造成严重后果。而且如果传感器在发生故障的情况下，误发信号或超过阈值不发信号，都有可能造成极大的隐患，同时对配电运维工作造成不小的负担。

技术实现思路

[0004]本专利技术的目的是提供一种用于配电网监测及预判的边缘计算方法及装置，能够直观的了解现场配电房的异常情况，避免误发信号或超过阈值不发信号带来的隐患。
[0005]为实现上述目的，本专利技术提供了如下方案：一种用于配电网监测及预判的边缘计算方法，所述边缘计算方法包括：确定触发条件；对环境变量开始监测，得到监测结果；判断所述监测结果是否满足触发条件；若不满足，则返回步骤“对环境变量开始监测，得到监测结果”继续进行监测；若满足，则发出警报信号，得到第一数值；收集异常环境监测数据集X={x1,x2,
…
,x
n
}，其中，x1,x2,
…
,x
n
为异常环境监测数据；对所述异常环境监测数据集X={x1,x2,
…
,x
n
}进行标记，得到标签数据集Y={y1,y2,
…
,y
n
}，其中，y1,y2,
…
,y
n
为标签数据；基于所述异常环境监测数据集X={x1,x2,
…
,x
n
}和所述标签数据集Y={y1,y2,
…
,y
n
}确定训练集D={X,Y}；采用所述训练集对神经网络进行训练，得到训练好的神经网络；获取配电房内视频图像；滤除所述视频图像中的冗余帧，得到异常环境关键帧；将所述异常环境关键帧输入到所述训练好的神经网络中，得到异常目标置信度；判断所述置信度是否大于预设阈值；
若小于或等于则返回步骤“滤除所述视频图像中的冗余帧，得到异常环境关键帧”；若大于，则将这一信号传入边缘计算装置，得到第二数值，执行下一步骤；边缘计算装置根据所述第一数值和所述第二数值得到决策。
[0006]可选的，所述环境变量包括：水位、烟雾以及门状态。
[0007]可选的，所述训练好的神经网络为Qint8，所述Qint8包括：第一卷积单元、第二卷积单元、主干网络、金字塔网络、检测头以及编解码器；所述第一卷积单元、第二卷积单元、主干网络、金字塔网络、检测头以及编解码器依次连接。
[0008]可选的，所述滤除所述视频图像中的冗余帧，得到异常环境关键帧具体包括以下步骤：获取连续的四帧图像；将所述四帧图像进行缩放并转换为灰度图片；对所述灰度图像进行高斯滤波，得到图片；对做差，得到灰度特征图：，其中dif 1
和dif 2
均为灰度图片相减后得到的灰度特征图；对所述dif 1
和dif 2
自动填充；将dif 1
和dif 2
调整为一维向量，对dif 1
和dif 2
求余弦相关系数corr；摄像头获取下一帧图片p4，；判断所述余弦相关系数corr是否大于门限值Thr
corr
，若corr>Thr
corr
，则输出关键帧p
key
=p4，否则，返回步骤“将所述四帧图像进行缩放并转换为灰度图片”。
[0009]可选的，对所述dif 1
和dif 2
自动填充具体采用如下公式：其中，dif为二值图像灰度值，dif
i,j
为灰度图片像素坐标点的特征值，Thr
s
为dif 1
和dif 2
的阈值。
[0010]可选的，边缘计算装置根据所述第一数值和所述第二数值得到决策具体包括以下步骤：根据公式确定决策y：y=G1*第一数值+G2*第二数值，其中G1和G2为权重，G1>G2；当所述决策y在第一设定范围内时，则边缘计算装置跳开进线开关，通知主站；
当所述决策y在第二设定范围内时，则触发告警信号。
[0011]基于本专利技术中的上述方法，本专利技术另外提供一种用于配电网监测及预判的边缘计算装置，所述装置包括：触发条件确定模块，用于确定触发条件；环境变量监测模块，用于对环境变量开始监测，得到监测结果；第一判断模块，用于判断所述监测结果是否满足触发条件；第一循环模块，用于当不满足时，返回“环境变量监测模块”继续进行监测；第一数值确定模块，用于当满足时，发出警报信号，得到第一数值；异常数据收集模块，用于收集异常环境监测数据集X={x1,x2,
…
,x
n
}，其中，x1,x2,
…
,x
n
为异常环境监测数据；数据标记模块，用于对所述异常环境监测数据集X={x1,x2,
…
,x
n
}进行标记，得到标签数据集Y={y1,y2,
…
,y
n
}，其中，y1,y2,
…
,y
n
为标签数据；训练集确定模块，用于基于所述异常环境监测数据集X={x1,x2,
…
,x
n
}和所述标签数据集Y={y1,y2,
…
,y
n
}确定训练集D={X,Y}；训练模块，用于采用所述训练集对神经网络进行训练，得到训练好的神经网络；图像获取模块，用于获取配电房内视频图像；预处理模块，用于滤除所述视频图像中的冗余帧，得到异常环境关键帧；置信度确定模块，用于将所述异常环境关键帧输入到所述训练好的神经网络中，得到异常目标置信度；第二判断模块，用于判断所述置信度是否大于预设阈值；第二循环模块，用于当小于或等于时，返回“预处理模块”；第二数值确定模块，用于当大于时，则将这一信号传入边缘计算装置，得到第二数值，执行下一步骤；决策模块，用于通过边缘计算装置根据所述第一数值和所述第二数值得到决策。
[0012]可选的，所述训练好的神经网络为Qint8，所述Qint8包括：第一卷积单元、第二卷积单元、主干网络、金字塔网络、检测头以及编解码器；所述第一卷积单元、第二卷积单元、主干网络、金字塔网络、检测头以及编解码器依次连接。
[00本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于配电网监测及预判的边缘计算方法，其特征在于，所述边缘计算方法包括：确定触发条件；对环境变量开始监测，得到监测结果；判断所述监测结果是否满足触发条件；若不满足，则返回步骤“对环境变量开始监测，得到监测结果”继续进行监测；若满足，则发出警报信号，得到第一数值；收集异常环境监测数据集X={x1,x2,
…
,x
n
}，其中，x1,x2,
…
,x
n
为异常环境监测数据；对所述异常环境监测数据集X={x1,x2,
…
,x
n
}进行标记，得到标签数据集Y={y1,y2,
…
,y
n
}，其中，y1,y2,
…
,y
n
为标签数据；基于所述异常环境监测数据集X={x1,x2,
…
,x
n
}和所述标签数据集Y={y1,y2,
…
,y
n
}确定训练集D={X,Y}；采用所述训练集对神经网络进行训练，得到训练好的神经网络；获取配电房内视频图像；滤除所述视频图像中的冗余帧，得到异常环境关键帧；将所述异常环境关键帧输入到所述训练好的神经网络中，得到异常目标置信度；判断所述置信度是否大于预设阈值；若小于或等于则返回步骤“滤除所述视频图像中的冗余帧，得到异常环境关键帧”；若大于，则将这一信号传入边缘计算装置，得到第二数值，执行下一步骤；边缘计算装置根据所述第一数值和所述第二数值得到决策。2.根据权利要求1所述的用于配电网监测及预判的边缘计算方法，其特征在于，所述环境变量包括：水位、烟雾以及门状态。3.根据权利要求1所述的用于配电网监测及预判的边缘计算方法，其特征在于，所述训练好的神经网络为Qint8，所述Qint8包括：第一卷积单元、第二卷积单元、主干网络、金字塔网络、检测头以及编解码器；所述第一卷积单元、第二卷积单元、主干网络、金字塔网络、检测头以及编解码器依次连接。4.根据权利要求1所述的用于配电网监测及预判的边缘计算方法，其特征在于，所述滤除所述视频图像中的冗余帧，得到异常环境关键帧具体包括以下步骤：获取连续的四帧图像；将所述四帧图像进行缩放并转换为灰度图片；对所述灰度图像进行高斯滤波，得到图片；对做差，得到灰度特征图：，其中dif 1
和dif 2
均为灰度图片相减后得到的灰度特征图；对所述dif 1
和dif 2
自动填充；将dif 1
和dif 2
调整为一维向量，对dif 1
和dif 2
求余弦相关系数corr；摄像头获取下一帧图片p4，；
判断所述余弦相关系数corr是否大于门限值Thr
corr
，若corr>Thr
corr
，则输出关键帧p
key
=p4，否则，返回步骤“将所述四帧图像进行缩放并转换为灰度图片”。5.根据权利要求4所述的用于配电网监测及预判的边缘计算方法，其特征在于，对所述dif 1
和dif 2
自动填充具体采用如下公式：其中，dif为二值图像灰度值，dif
i,j
为灰度图片像素坐标点的特征值，Thr
s
为dif 1
和dif 2
的阈值。6.根据权利要求4所述的用于配电网监测及预判的边缘计算方法，其特征在于，边缘计算装置根据所述第一数值和所述第二数值得到决策具体包括以下步骤：根据公式确定决策y：y=G1*第一数值+G2*第二数值，其中G1和G2为权重，G1>G2；当所述决策y在第一设定范围内时...

【专利技术属性】
技术研发人员：符杰，习伟，蔡田田，陈波，邓清唐，杨英杰，朱明增，
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：