基于视频图像及深度学习的设备线路智能监测系统及方法技术方案

本发明专利技术公开了一种基于视频图像及深度学习的设备线路智能监测系统及方法，涉及设备线路监测技术领域。本发明专利技术包括视频相机、监测中心和监测终端，视频相机包括捕获视频流图像帧数据的图像数据传感器、缓冲图像帧的图像数据的图像缓冲器以及传输电路；检测中心包括图像预处理模块、图像分割模块、图像识别单元和报警单元；检测终端，用于接收报警单元发送的异常信号息。本发明专利技术通过采集视频图像和设备运行状态的实时监测和分析模型进行比对处理，对处理后的图像进行设备的线路识别和操作面板指示灯识别，比对一旦出现异常的设备信息通过报警单元发送至维护人员的检测终端，降低了人工巡检的成本，及时发现异常设备，降低生产成本。降低生产成本。降低生产成本。

【技术实现步骤摘要】
基于视频图像及深度学习的设备线路智能监测系统及方法


[0001]本专利技术属于设备线路监测
，特别是涉及一种基于视频图像及深度学习的设备线路智能监测系统及方法。

技术介绍

[0002]随着计算机技术的快速发展，图像处理技术日趋成熟，其在设备运行状态在线监测工作中所发挥的作用越来越突出。随着图像处理技术和计算机视觉技术的快速发展和日趋成熟，计算机视觉识别设备、分析设备运行状态在电力系统监测工作中所发挥的作用越来越重要。设备的运行状态直接关系到电网的安全可靠运行，因此，对设备运行状态的实时监测来保证变电站的安全可靠运行至关重要。
[0003]当前，电网调度自动化系统、高压设备绝缘检测以及继电保护装置等在保障变电站安全可靠运行方面发挥着重要的作用。从当前设备在线监测系统运行的状况来看还存在缺陷，其中高压电场的存在对数据的传输可靠性产生了较大的影响。另外，部分运行参数及征兆信号很难通过接触测量转换为电信号，甚至难以利用微机监测获取。
[0004]当前，电网已经建立了多套遥视系统用于设备运行状态的在线监测中，为保障电力系统的安全可靠运行提供了重要的支持。由于电网中变电站数量的不断增加，须监测的目标对象数量不断增加，这也使得系统传输的数据量不断上升。对此，大量学者对远程图像的采集、数据的压缩和传输进行了集中深入研究。如何降低调度人员的工作强度，同时快速准确地确定变电站的运行状态是当前研究的重点内容。

技术实现思路

[0005]本专利技术的目的在于提供一种基于视频图像及深度学习的设备线路智能监测系统及方法，通过采集视频图像和设备运行状态的实时监测和分析模型进行处理，比对一旦出现异常的设备信息通过报警单元发送至维护人员的检测终端，解决了现有的设备线路巡检员工的工作强度大、监测效率低容易出错的问题。
[0006]为解决上述技术问题，本专利技术是通过以下技术方案实现的：
[0007]本专利技术为一种基于视频图像及深度学习的设备线路智能监测系统，包括视频相机、监测中心和监测终端，
[0008]所述视频相机包括捕获视频流图像帧数据的图像数据传感器、缓冲图像帧的图像数据的图像缓冲器以及传输电路；所述图像传感器安装在设备正前方，用于采集设备线路的视频图像信息；所述缓冲器，用于暂时存储为缓冲图像帧的图像数据；
[0009]所述检测中心包括图像预处理模块、图像分割模块、图像识别单元和报警单元；所述图像预处理模块，用于将与图像进行灰度化处理、平滑滤波处理操作来消减图像噪声；所述图像分割模块，用于根据预处理后的图像特征信息进行分类；所述图像识别单元包括线路识别模块和面板指示灯识别模块；所述线路识别模块，用于对设备的线路进行识别，判断线路是否异常；所述面板指示灯识别模块，用于对操作面板的指示灯进行识别，判断指示灯
或者仪表是否异常；
[0010]所述检测终端，用于接收报警单元发送的异常信号。
[0011]作为一种优选的技术方案，所述视频相机通过无线传输模块，将采集的视频流图像帧数据发送至检测中心。
[0012]作为一种优选的技术方案，所述检测中心在对图像进行预处理前，需要先将视频流图像帧数据进行初步筛选，已初始采集的视频流图像帧数据为基准，当采集的视频流图像帧数据出现变化，再将变化后的视频流图像帧数据发送到图像预处理模块进行处理。
[0013]作为一种优选的技术方案，所述检测终端包括检修人员手持端和移动终端；所述检修人员手持端和移动终端在接收到报警单元发送的异常信息后，维修人员根据报警单元提供的异常设备序列号以及视频帧图像异常处进行标记。
[0014]本专利技术为一种基于视频图像及深度学习的设备线路智能监测方法，其特征在于，包括如下步骤：
[0015]步骤S1：视频相机捕获视频流图像帧数据上传至监控中心；
[0016]步骤S2：监控中心将视频流图像进行清洗，将没有变化的视频图像进行删除；
[0017]步骤S3：将出现变化后的视频图像进行预处理；
[0018]步骤S4：对预处理后的图像进行设备的线路识别和操作面板指示灯识别；
[0019]步骤S5：建立设备运行状态的实时监测和分析模型，将与模型比对的识别结果，出现异常的设备信息通过报警单元发送至维护人员的检测终端；
[0020]步骤S6：维护人员根据检测终端显示的信息前往事故设备进行维修。
[0021]作为一种优选的技术方案，所述步骤S3中，具体视频图像预处理的步骤如下：
[0022]步骤S31：对视频图像进行灰度化处理；
[0023]步骤S32：对灰度图进行平滑滤波处理；
[0024]步骤S33：平滑滤波处理后采用直方图均衡处理；
[0025]步骤S34：将直方图均衡处理完的图像进行分割处理。
[0026]作为一种优选的技术方案，所述步骤S32中，对灰度图进行平滑滤波处理引入加权系数的平衡模板对灰度图进行平滑滤波处理；在平滑滤波处理时采用低通滤波进行处理，用于过滤掉图像的高频噪声信号。
[0027]作为一种优选的技术方案，所述步骤S34中，采用最大类间方差阈值分割对直方图均衡处理完的图像进行分割进行处理。
[0028]作为一种优选的技术方案，所述步骤S4中进行设备线路识别时，采用减法运输监测图像设备运行状态是否发生变化，具体计算公式为：
[0029]ΔP
i
(x,y)＝P
i
(x,y)
‑
P(x,y)；
[0030]式中，P
i
(x,y)表示当前有待进行判别处理的图像；P(x,y)表示数据库中存储的标准图像；当结果为0时，则表明当前图像无异常，设备处于正常运行状态；而当结果不为0时，则表明点前图像中电路设备存在改动，需要运维人员前去查看。
[0031]作为一种优选的技术方案，所述步骤S4中，进行操作面板指示灯识别时，具体识别流程如下：
[0032]步骤S41：将预处理后的图像转化为HSV格式；
[0033]步骤S42：排出图像每个色度中的杂色；
[0034]步骤S43：合并所有无杂色的图像；
[0035]步骤S44：分析图像中元素的轮廓；
[0036]步骤S45：判断指示灯的颜色。
[0037]本专利技术具有以下有益效果：
[0038]本专利技术通过采集视频图像和设备运行状态的实时监测和分析模型进行比对处理，对处理后的图像进行设备的线路识别和操作面板指示灯识别，比对一旦出现异常的设备信息通过报警单元发送至维护人员的检测终端，降低了人工巡检的成本，及时发现异常设备，降低生产成本。
[0039]当然，实施本专利技术的任一产品并不一定需要同时达到以上所述的所有优点。
附图说明
[0040]为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于视频图像及深度学习的设备线路智能监测系统，包括视频相机、监测中心和监测终端，其特征在于：所述视频相机包括捕获视频流图像帧数据的图像数据传感器、缓冲图像帧的图像数据的图像缓冲器以及传输电路；所述图像传感器安装在设备正前方，用于采集设备线路的视频图像信息；所述缓冲器，用于暂时存储为缓冲图像帧的图像数据；所述检测中心包括图像预处理模块、图像分割模块、图像识别单元和报警单元；所述图像预处理模块，用于将与图像进行灰度化处理、平滑滤波处理操作来消减图像噪声；所述图像分割模块，用于根据预处理后的图像特征信息进行分类；所述图像识别单元包括线路识别模块和面板指示灯识别模块；所述线路识别模块，用于对设备的线路进行识别，判断线路是否异常；所述面板指示灯识别模块，用于对操作面板的指示灯进行识别，判断指示灯或者仪表是否异常；所述检测终端，用于接收报警单元发送的异常信号息。2.根据权利要求1所述的一种基于视频图像及深度学习的设备线路智能监测系统，其特征在于，所述视频相机通过无线传输模块，将采集的视频流图像帧数据发送至检测中心。3.根据权利要求1所述的一种基于视频图像及深度学习的设备线路智能监测系统，其特征在于，所述检测中心在对图像进行预处理前，需要先将视频流图像帧数据进行初步筛选，已初始采集的视频流图像帧数据为基准，当采集的视频流图像帧数据出现变化，再将变化后的视频流图像帧数据发送到图像预处理模块进行处理。4.根据权利要求1所述的一种基于视频图像及深度学习的设备线路智能监测系统，其特征在于，所述检测终端包括检修人员手持端和移动终端；所述检修人员手持端和移动终端在接收到报警单元发送的异常信息后，维修人员根据报警单元提供的异常设备序列号以及视频帧图像异常处进行标记。5.一种基于视频图像及深度学习的设备线路智能监测方法，其特征在于，包括如下步骤：步骤S1：视频相机捕获视频流图像帧数据上传至监控中心；步骤S2：监控中心将视频流图像进行清洗，将没有变化的视频图像进行删除；步骤S3：将出现变化后的视频图像进行预处理；步骤S4：对预处理后的图像进行设备的线路识别和操作面板指示灯识别；步骤S5：建立设备运行状...

【专利技术属性】
技术研发人员：黄向前，李冬森，赵锋，陈跃梅，胡中鲲，杜家伟，张玉巧，李彦，赵吴鹏，刘贵胜，
申请(专利权)人：国家电网有限公司，
类型：发明
国别省市：