基于传感器和聚类分析模型的机耗量智能计量方法及系统技术方案

本申请提供了一种基于传感器和聚类分析模型的机耗量智能计量方法及系统，本申请通过视觉传感器获取在电力作业操作过程中的作业对象视频图像和机械台班中作业车辆轨迹视频图像；分别进行预处理得到第一样本数据和第二样本数据；对第二样本数据进行处理得到车辆行程信息和车辆身份信息；提取第一样本数据中的动作信息及每个作业动作的起止时刻；基于预构建的聚类分析模型对动作信息进行分类以确定作业类型；根据车辆起止时刻和每个作业动作的起止时刻、作业类型确定机械台班中车辆的作业对象和作业类型；根据车辆的作业类型、车辆轨迹计量机械台班中车辆的机耗量数据。本申请能够自动、准确获取机械台班在各项作业中的实际消耗量。消耗量。消耗量。

【技术实现步骤摘要】
基于传感器和聚类分析模型的机耗量智能计量方法及系统


[0001]本申请涉及电力数据计量
，尤其涉及一种基于传感器和聚类分析模型的机耗量智能计量方法及系统。

技术介绍

[0002]受宏观经济下行、电量增速趋缓、输配电价空间收窄及政策性降价等因素叠加影响，电力行业经营面临前所未有的严峻复杂形势。迫切需要围绕生产、运营、管理等各业务环节，强化成本管理顶层设计，将业务和财务进行融合，精益管理，持续提升效率效益。
[0003]实现业财融合的前提是需要对业务端产生的资源消耗量进行精确的计量，以及实时的信息采集。
[0004]但是，目前资源消耗量计量和信息采集技术手段智能化水平不高。现有资源消耗量主要通过业务人员工作票填报获取，如人员工时信息采集主要通过工作票上的工作组成员、时间信息填写，根据填报实际开始/结束时间计算工时信息。根据目前记录方式，人工工时可以工作票为基础计量，然而机械台班中的车辆使用情况如果也用传统的任务单记录，虽然在派车任务单上有目的地(涉及的变电站)、行驶里程信息，但无法确定是为哪个项目、哪项作业发生。因此无法准确获取机械台班实际消耗情况。
[0005]因此，本申请提供了一种基于传感器和聚类分析模型的机耗量智能计量方法及系统。

技术实现思路

[0006]本申请实施例的目的在于提供一种基于传感器和聚类分析模型的机耗量智能计量方法及系统，以解决无法准确获取机械台班实际消耗情况的问题。具体技术方案如下：第一方面，提供了一种基于传感器和聚类分析模型的机耗量智能计量方法，所述方法包括：通过视觉传感器获取在电力作业操作过程中的作业对象视频图像和机械台班中作业车辆轨迹视频图像；分别对所述作业对象视频图像和作业车辆轨迹视频图像进行预处理得到第一样本数据和第二样本数据；基于轨迹跟踪分析算法和目标检测算法对所述第二样本数据进行处理得到车辆行程信息和车辆身份信息；所述车辆行程信息包括车辆起止时刻和车辆轨迹；提取所述第一样本数据中的动作信息及每个作业动作的起止时刻；基于预构建的聚类分析模型对所述动作信息进行分类以确定作业类型；根据所述车辆起止时刻和每个作业动作的起止时刻、作业类型确定机械台班中车辆的作业对象和作业类型；根据所述车辆的作业类型、车辆轨迹计量机械台班中车辆的机耗量数据。
[0007]可选地，所述分别对所述作业对象视频图像和作业车辆轨迹视频图像进行预处理
得到第一样本数据和第二样本数据包括：分别对所述作业对象视频图像和所述作业车辆轨迹视频图像进行降噪处理；降噪处理后，分别进行图像分割处理得到图像块；分别提取包含有作业对象和车辆的图像块作为第一样本数据和第二样本数据。
[0008]可选地，所述基于轨迹跟踪分析算法和目标检测算法对所述第二样本数据进行处理得到车辆行程信息和车辆身份信息包括：基于所述目标检测算法对所述第二样本数据处理得到车辆身份信息，所述车辆身份信息包括车辆型号、车辆类型；基于所述轨迹跟踪分析算法对所述第二样本数据中的车辆按照时间顺序进行排序，得到车辆轨迹和车辆起止时刻。
[0009]可选地，所述基于预构建的聚类分析模型对所述动作信息进行分类以确定作业类型包括：提取所述动作信息中的特征值；将所述特征值输入至KNN(k
‑
Nearest Neighbor，K近邻法)聚类模型中输出分类结果；根据所述分类结果确定该动作信息对应的作业类型。
[0010]可选地，所述根据所述车辆起止时刻和每个作业动作的起止时刻、作业类型确定机械台班中车辆的作业对象和作业类型包括：计算所述车辆的停止时刻与所述每个作业动作的开始时刻的时差；若两者时刻的时差小于预设阈值，则将该作业动作的作业类型和作业对象确定为机械台班中车辆的作业对象和作业类型。
[0011]可选地，所述根据所述车辆的作业类型、车辆轨迹计量机械台班中车辆的机耗量数据包括：根据所述车辆轨迹得到车辆行程信息；根据所述车辆行程信息、油耗单价信息计算得到车辆在该作业类型中的机耗量数据。
[0012]第二方面，本申请提供一种基于传感器和聚类分析模型的机耗量智能计量系统，所述系统包括：获取单元，用于通过视觉传感器获取在电力作业操作过程中的作业对象视频图像和机械台班中作业车辆轨迹视频图像；预处理单元，用于分别对所述作业对象视频图像和作业车辆轨迹视频图像进行预处理得到第一样本数据和第二样本数据；处理单元，用于基于轨迹跟踪分析算法和目标检测算法对所述第二样本数据进行处理得到车辆行程信息和车辆身份信息；所述车辆行程信息包括车辆起止时刻和车辆轨迹；提取单元，用于提取所述第一样本数据中的动作信息及每个作业动作的起止时刻；分类单元，用于基于预构建的聚类分析模型对所述动作信息进行分类以确定作业类型；
确定单元，用于根据所述车辆起止时刻和每个作业动作的起止时刻、作业类型确定机械台班中车辆的作业对象和作业类型；计量单元，用于根据所述车辆的作业类型、车辆轨迹计量机械台班中车辆的机耗量数据。
[0013]可选地，所述预处理单元还包括：降噪子单元，用于分别对所述作业对象视频图像和所述作业车辆轨迹视频图像进行降噪处理；分割子单元，用于降噪处理后，分别进行图像分割处理得到图像块；提取子单元，用于分别提取包含有作业对象和车辆的图像块作为第一样本数据和第二样本数据。
[0014]第三方面，本申请提供一种电子设备，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；存储器，用于存放计算机程序；处理器，用于执行存储器上所存放的程序时，实现第一方面任一所述的方法步骤。
[0015]第四方面，本申请提供一种计算机可读存储介质，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现第一方面任一所述的方法步骤。
[0016]第五方面，提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述任一所述的基于传感器和聚类分析模型的机耗量智能计量方法。
[0017]本申请实施例有益效果：本申请实施例提供了一种基于传感器和聚类分析模型的机耗量智能计量方法及系统，本申请通过通过视觉传感器获取在电力作业操作过程中的作业对象视频图像和机械台班中作业车辆轨迹视频图像；分别对作业对象视频图像和作业车辆轨迹视频图像进行预处理得到第一样本数据和第二样本数据；基于轨迹跟踪分析算法和目标检测算法对第二样本数据进行处理得到车辆行程信息和车辆身份信息；车辆行程信息包括车辆起止时刻和车辆轨迹；提取第一样本数据中的动作信息及每个作业动作的起止时刻；基于预构建的聚类分析模型对动作信息进行分类以确定作业类型；根据车辆起止时刻和每个作业动作的起止时刻、作业类型确定机械台班中车辆的作业对象和作业类型；根据车辆的作业类型、车辆轨迹计量机械台班中车辆的机耗量数据。本申请能够自动、准确地获取机械台班在各项作业中的实际消耗数据，将车辆与电力作业对象准确对接匹配。
[0018]当然，实施本申请的任一产品或方法并不一定需要同时达到以上所述的所有优点。
附图本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于传感器和聚类分析模型的机耗量智能计量方法，其特征在于，所述方法包括：通过视觉传感器获取在电力作业操作过程中的作业对象视频图像和机械台班中作业车辆轨迹视频图像；分别对所述作业对象视频图像和作业车辆轨迹视频图像进行预处理得到第一样本数据和第二样本数据；基于轨迹跟踪分析算法和目标检测算法对所述第二样本数据进行处理得到车辆行程信息和车辆身份信息；所述车辆行程信息包括车辆起止时刻和车辆轨迹；提取所述第一样本数据中的动作信息及每个作业动作的起止时刻；基于预构建的聚类分析模型对所述动作信息进行分类以确定作业类型；根据所述车辆起止时刻和每个作业动作的起止时刻、作业类型确定机械台班中车辆的作业对象和作业类型；根据所述车辆的作业类型、车辆轨迹计量机械台班中车辆的机耗量数据。2.根据权利要求1所述的基于传感器和聚类分析模型的机耗量智能计量方法，其特征在于，所述分别对所述作业对象视频图像和作业车辆轨迹视频图像进行预处理得到第一样本数据和第二样本数据包括：分别对所述作业对象视频图像和所述作业车辆轨迹视频图像进行降噪处理；降噪处理后，分别进行图像分割处理得到图像块；分别提取包含有作业对象和车辆的图像块作为第一样本数据和第二样本数据。3.根据权利要求1所述的基于传感器和聚类分析模型的机耗量智能计量方法，其特征在于，所述基于轨迹跟踪分析算法和目标检测算法对所述第二样本数据进行处理得到车辆行程信息和车辆身份信息包括：基于所述目标检测算法对所述第二样本数据处理得到车辆身份信息，所述车辆身份信息包括车辆型号、车辆类型；基于所述轨迹跟踪分析算法对所述第二样本数据中的车辆按照时间顺序进行排序，得到车辆轨迹和车辆起止时刻。4.根据权利要求1所述的基于传感器和聚类分析模型的机耗量智能计量方法，其特征在于，所述基于预构建的聚类分析模型对所述动作信息进行分类以确定作业类型包括：提取所述动作信息中的特征值；将所述特征值输入至KNN聚类模型中输出分类结果；根据所述分类结果确定该动作信息对应的作业类型。5.根据权利要求1所述的基...

【专利技术属性】
技术研发人员：丁伟斌，姚日权，费英群，张翼，汤佳璐，金春兰，吴洁，陈思琪，
申请(专利权)人：国网浙江省电力有限公司湖州供电公司浙江华云信息科技有限公司，
类型：发明
国别省市：