[發明專利]一種電力數據監測系統與方法

在審

• 申請號: 202011235336.8
• 申請日: 2020-11-06
• 公開（公告）號: CN112348085A
• 公開（公告）日: 2021-02-09
• 發明（設計）人: 鄒清林;蔣再新;付雙;郭子培;蘇一鋒;池小兵;程海艷;邱龍富
• 申請（專利權）人: 廣西電網有限責任公司欽州供電局
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/40;G06Q50/06;G06N3/04;G06N3/08
• 代理公司: 廣州匯航專利代理事務所(普通合伙) 44537
• 代理人: 張靜

1.一種電力設備監測系統，其特征在于，包括以下模塊：

圖像采集模塊，所述圖像采集模塊用于采集電力設備的圖像信息；

圖像預處理模塊，對所述圖像采集模塊采集的圖像信息進行預處理，得到預處理后的圖像；

數據分析模塊，將預處理后的圖像輸入至訓練好的深度學習模型，處理后得到設備的故障類型和等級。

2.根據權利要求1所述的電力設備監測系統，所述圖像采集模塊進一步包括：使用無人機中的高清攝像機或數碼相機進行視頻或圖像采集，和/或使用帶有云臺的可移動導軌式高清攝像機或數據相機進行視頻或圖像采集；所述圖像采集模塊采集的圖像信息中對應有電力設備的地理位置信息。

3.根據權利要求1所述的電力設備監測系統，所述圖像預處理模塊所包含的處理操作進一步包括：圖像濾波處理、圖像降噪處理、圖像矯正、圖像增強、目標定位中的至少一項，所述濾波處理包括但不限于：中值濾波、高斯濾波、均值濾波、邊界濾波。

4.根據權利要求1所述的電力設備監測系統，所述深度學習模型采用帶有標簽的樣本數據進行訓練，所述深度學習模型包括：輸入層、第一卷積單元、第一池化層、第二卷積單元、第二池化層、全連接層。

5.根據權利要求3所述的電力設備監測系統，所述圖像增強進一步包括：將原始圖像幀轉換到HSV空間，首先計算得到V_E(x,y)；再分別對H、S進行處理；將處理后的HSV圖像再次轉換成RGB圖像；

所述V_E(x,y)計算方法如下：

對H、S處理步驟如下：

6.一種電力設備監測方法，其特征在于，包括以下步驟：

利用圖像采集模塊采集電力設備的圖像信息；

利用圖像預處理模塊對所述圖像采集模塊采集的圖像信息進行預處理，得到預處理后的圖像；

利用數據分析模塊將預處理后的圖像輸入至訓練好的深度學習模型，處理后得到設備的故障類型和等級。

7.根據權利要求6所述的電力設備監測方法，所述圖像采集模塊進一步包括：使用無人機中的高清攝像機或數碼相機進行視頻或圖像采集，和/或使用帶有云臺的可移動導軌式高清攝像機或數據相機進行視頻或圖像采集；所述圖像采集模塊采集的圖像信息中對應有電力設備的地理位置信息。

8.根據權利要求6所述的電力設備監測方法，所述圖像預處理模塊所包含的處理操作進一步包括：圖像濾波處理、圖像降噪處理、圖像矯正、圖像增強、目標定位中的至少一項，所述濾波處理包括但不限于：中值濾波、高斯濾波、均值濾波、邊界濾波。

9.根據權利要求6所述的電力設備監測方法，所述深度學習模型采用帶有標簽的樣本數據進行訓練，所述深度學習模型包括：輸入層、第一卷積單元、第一池化層、第二卷積單元、第二池化層、全連接層。

10.根據權利要求8所述的電力設備監測方法，所述圖像增強進一步包括：將原始圖像幀轉換到HSV空間，首先計算得到V_E(x,y)；再分別對H、S進行處理；將處理后的HSV圖像再次轉換成RGB圖像；

所述V_E(x,y)計算方法如下：

對H、S處理步驟如下：