[發(fā)明專利]一種基于5G技術的綜合箱運行監(jiān)控方法及裝置

有效

• 申請?zhí)枺?/td>: 202011039809.7
• 申請日: 2020-09-28
• 公開（公告）號: CN112186900B
• 公開（公告）日: 2022-07-05
• 發(fā)明（設計）人: 周齊亮
• 申請（專利權）人: 上海勤電信息科技有限公司
• 主分類號: H02J13/00
• 分類號: H02J13/00
• 代理公司: 南京九致知識產權代理事務所(普通合伙) 32307
• 代理人: 嚴巧巧

1.一種基于5G技術的綜合箱運行監(jiān)控方法，所述綜合箱內部設有一攝像頭、一溫度感應器，其中，所述方法包括：

根據第一攝像頭獲得所述綜合箱內第一線纜的第一圖像；

根據所述第一圖像獲得所述第一線纜在所述綜合箱內的布局結構；

根據溫度感應器獲得所述綜合箱內的第一溫度信息；

將所述第一圖像和所述第一溫度信息輸入第一神經網絡模型中，其中，所述模型使用多組訓練數據訓練出來的，所述多組中的訓練數據中的每一組訓練數據均包括：第一圖像、第一溫度信息和標識第一結果的標識信息；

獲得所述模型的輸出信息，其中，所述輸出信息包括第一結果，其中，所述第一結果標識在所述布局結構下所述第一線纜的第一狀態(tài)信息；

根據所述第一狀態(tài)信息獲得第一指令，所述第一指令用于報警所述綜合箱內第一線纜待維修的指令；

將所述第一指令通過5G通信技術發(fā)給維修站，以便所述維修站排班維修；

其中，所述方法還包括：

根據第一線纜的所述布局結構獲得第一曲度，所述第一曲度為所述布局結構中該第一線纜彎曲度最大的曲度值；

根據所述第一曲度和安全曲度值獲得第一曲度比值，并將所述第一曲度比值加一后獲得第一輸入值；

將所述第一輸入值和所述第一溫度信息輸入第二神經網絡模型中，所述模型使用多組訓練數據訓練出來的，所述多組中的訓練數據中的每一組訓練數據均包括：第一輸入值、第一溫度信息和標識第二結果的標識信息；

獲得所述模型的輸出信息，其中，所述輸出信息包括第二結果，其中，所述第二結果標識在所述布局結構下所述第一線纜的彎曲度最大的位置的第二狀態(tài)信息；

根據所述第二狀態(tài)信息獲得第二指令，所述第二指令用于報警所述綜合箱內第一線纜待維修的指令；

其中，所述方法還包括：

根據所述攝像頭獲得第一線纜的第二圖像，其中，所述第二圖像是人工檢修確定所述第一線纜已經處于待維修狀態(tài)時的圖像信息；

由所述第二圖像獲得第一監(jiān)督數據；

獲得模型對所述第二圖像是否為第一結果的判定結果，并用所述第二圖像作為第一監(jiān)督數據對所述判定結果進行監(jiān)督學習；

當所述監(jiān)督學習滿足預定條件時，建立用于根據所述第一圖像和所述第二圖像識別第一結果的監(jiān)督學習模型。

2.如權利要求1所述的方法，其中，所述綜合箱內部還具有一濕度感應器，其中，所述方法包括：

根據所述濕度感應器獲得第一濕度信息；

根據所述第一濕度信息和所述第一溫度信息獲得第一外界影響值；

將所述第一圖像和所述第一外界影響值輸入第三神經網絡模型中，其中，所述模型使用多組訓練數據訓練出來的，所述多組中的訓練數據中的每一組訓練數據均包括：第一圖像、第一外界影響值和標識第三結果的標識信息；

獲得所述模型的輸出信息，其中，所述輸出信息包括第三結果，其中，所述第一結果標識在所述布局結構下所述第一線纜的第三狀態(tài)信息；

根據所述第三狀態(tài)信息獲得第三指令，所述第三指令用于報警所述綜合箱內第一線纜待維修的指令。

3.如權利要求2所述的方法，其中，所述方法還包括：

獲得第一線纜的第一材質；

根據所述第一材質確定溫度和濕度對于所述第一材質的影響比例；

根據所述影響比例和所述第一外界影響值獲得第二外界影響值；

將所述第一圖像和所述第二外界影響值輸入第四神經網絡模型中，其中，所述模型使用多組訓練數據訓練出來的，所述多組中的訓練數據中的每一組訓練數據均包括：第一圖像、第二外界影響值和標識第四結果的標識信息；

獲得所述模型的輸出信息，其中，所述輸出信息包括第四結果，其中，所述第一結果標識在所述布局結構下所述第一線纜的第四狀態(tài)信息；

根據所述第四狀態(tài)信息獲得第四指令，所述第四指令用于報警所述綜合箱內第一線纜待維修的指令。