一种低压台区智能巡检方法与流程

1.本发明涉及电力抢修技术领域，具体为一种低压台区智能巡检方法。


背景技术：

2.目前，基于位置服务的应用app软件，可根据搜索的地点名称进行精准定位，及对定位点和周边相关点的信息进行展示，还可从当前位置或指定位置导引至目标位置。传统的基于位置服务的应用app软件，主要用于餐饮、酒店、娱乐等服务行业的查找与导引，但该类软件都由服务商提供信息服务，用户是无法对服务信息进行修改的，是属于服务型系统。
3.在电力系统中，台区设备的安全与稳定是供电线路稳定的重要保障，定时巡检台区内各设备，及时发现存在的隐患并提供准确位置进行维修对电力系统的稳定供电有着重要意义。
4.在现有技术us20090327307a1用于自动跟踪，自动记录和搜索个人例程的个人例程系统及其方法中公开了一个个人例行系统，可自动跟踪和链接用户的时间，位置和活动。位置记录单元，用于记录用户的位置信息；例程跟踪系统，其具有用于将数据匹配并与用户的时间和位置信息一起归档的第一映射模块；以及服务平台。常规跟踪系统还为匹配的记录提供浏览功能和搜索功能，并将它们传输到服务平台。服务平台将从第二网络接口发送的记录存储到第二存储单元中，并使用用户界面显示存储在第二存储单元中的记录，并进一步提供浏览和搜索功能。可以发现在现有技术中都是基于服务商自带的跟踪记录系统对位置，时间和活动状态等信息进行自动记录，不能实现自行更改并记录信息，同时对存储的信息没有进行进一步的保护，如果存在信息丢失，则无法找回原始信息，而且无法对信息进行自动分析，无法保证及时发现问题并发出告警。


技术实现要素：

5.为了解决上述现有技术中存在的问题，本发明提出了一种低压台区智能巡检方法。
6.本发明的技术方案如下：
7.一种低压台区智能巡检方法，具体步骤包括：
8.采集用户信息，保存用户信息并在后台服务器完成注册；
9.通过预训练的卷积神经网络对台区内设备的健康状况进行分析研判，并根据分析结果对存在故障的设备进行告警；
10.台区内各设备自动上传数据至后台服务器并保存，同时从后台服务器上传数据至云端进行备份；
11.用户登入后台服务器通过当前坐标对当前台区内设备进行位置标定及展示，同时赋予设备故障标记或正常标记；
12.通过故障设备报警和故障设备标记定位故障设备位置，后台服务器根据所处位置与异常设备所处位置自动规划行径路线。
13.作为优选实施方式，所述用户注册包括用户基本信息填写和用户人脸高清图片保存。
14.作为优选实施方式，所述卷积神经网络的预训练步骤具体为：
15.采集所有台区内设备的正常运行状态高清图片和所有台区内设备各故障状态高清图片；
16.获取若干组特征图像，每组特征图像包括台区内各设备的正常运行状态高清图片及其对应的各故障状态高清图片，并分别添加正常与故障标签，形成训练样本集；
17.搭建卷积神经网络，输入训练样本集，以台区内各设备的正常运行状态高清图片与对应的各故障状态高清图片之间的区别最小为目标进行迭代训练，输出为台区内各设备的正常运行状态高清图片与对应的各故障状态高清图片之间的相似度，根据相似度判断台区内各设备的健康状况。
18.作为优选实施方式，所述采集所有台区内设备的正常运行状态高清图片和所有台区内设备各故障状态高清图片采用的设备为若干架无人机，所述无人机与后台服务器相连，后台服务器可控制无人机进行日常的飞行巡检，并记录台区内各设备的属性信息。
19.作为优选实施方式，所述台区内各设备的属性信息包括：各设备的图像信息，视频信息，所处经纬度，所处位置温度。
20.作为优选实施方式，所述依据台区模型智能规划无人机巡检任务的具体方法包括以下步骤：
21.从台区模型中自动识别台区中的运维设备，其中，运维设备包括新增运维设备和减少的运维设备；
22.选择和设置运维设备个数、无人机初始信息、搜索边界各参数信息；
23.在上述确定的运维设备中随机选取一个设备作为初始位置，剩余所有运维设备按照距离初始位置由近及远且遵循顺时针或逆时针的顺序依次加入线路中，获得其中一条巡检线路；
24.根据确定的运维设备中的不同设备分别作为起始位置，按照上述步骤中的巡检顺序确定若干条巡检线路，比较所有巡检线路的飞行路径，确定最短飞行路径的巡检线路为最优巡检线路。
25.作为优选实施方式，所述台区内设备包括塔杆，计量箱和计量器具。
26.另一方面，一种低压台区智能巡检系统，包括：
27.用户信息管理模块：用户注册、用户信息存储和用户登入验证；
28.设备信息采集模块：使用无人机采集台区内设备的属性信息；
29.设备故障分析模块：搭建卷积神经网络分析台区内各设备的健康状况；
30.数据存储管理模块：保存台区内各设备上传的数据并进行备份；
31.台区定位管理管理模块：通过无人机采集的设备属性信息和用户所定位的设备坐标及设备状态进行设备位置标定和故障设备告警；
32.台区设备定位模块：后台服务器通过故障设备报警和故障设备标记定位故障设备位置，根据所处位置与异常设备所处位置自动规划行径路线；
33.无人机巡检模块：根据台区内各设备的经纬度坐标及离地高度信息制作台区模型并导入无人机中，依据台区模型智能规划无人机巡检任务。
34.另一方面，本发明提出一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现本发明任一实施例所述的一种低压台区智能巡检方法。
35.另一方面，本发明提出一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本发明任一实施例所述的一种低压台区智能巡检方法。
36.本发明具有如下有益效果：
37.1、本发明通过用户基本信息和人脸识别进行注册以及登入，只有用户本人才能登入后台服务器进行使用，保护了数据安全，同时避免出现乱操作造成的损失。
38.2、本发明可以实现用户对设备的位置标记，根据实际情况对设备位置进行修改调整，提升了电力公司计量班组的运维工作效率。
39.3、本发明提供位置引导，可以根据搜索的设备名称或者地点名称进行精准定位，并对定位设备或定位点周边相关点信息进行展示，同时根据当前所处位置与定位点所处位置规划行径路线。
40.4、本发明在管理台区内设备时，可以自动分析台区内各设备的健康状况，对存在故障的设备进行告警，大幅提高设备的安全性和减少可能造成的损失。
41.5、本发明通过无人机进行台区内设备的巡检，采用人力巡检和无人机共同巡检的方式，减少人力巡检所需的时间，提高了效率，同时人力巡检有时会存在设备不好探查的困难，也可以通过无人机来进行代替。
42.6、本发明在台区设备维护过程中，可清晰识别台区地貌，提升了台区运维的准确性和效率。
附图说明
43.图1为本发明的方法流程图。
具体实施方式
44.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
45.应当理解，文中所使用的步骤编号仅是为了方便描述，不对作为对步骤执行先后顺序的限定。
46.应当理解，在本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
47.术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
48.术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
49.实施例一：
50.参见图1，一种低压台区智能巡检方法，具体步骤包括：
51.采集用户信息，保存用户信息并在后台服务器完成注册；
52.具体实施时，在本实施例中本方法的使用最终集中于应用app中，使用该app的用户为台区内设备的管理人员，管理人员在注册时需要使用本人的真实信息，并且真实信息能够在后台服务器中完成验证才能注册成功。
53.通过预训练的卷积神经网络对台区内设备的健康状况进行分析研判，并根据分析结果对存在故障的设备进行告警；
54.具体实施时，对台区内设备进行故障分析后还可以对故障类型完成分类，后台服务器可以根据故障类型的轻重缓急进行对应程度的报警信号设置，合理分配处置方式和处置人员。
55.台区内各设备自动上传数据至后台服务器并保存，同时从后台服务器上传数据至云端进行备份；
56.具体实施时，根据台区的编号上传，下载台区所有关联设备的数据，并且在云端服务器中进行同步备份，台区数据因故丢失或者损坏时，可以直接从云端服务器中下载所需数据；设备数据也包括无人机拍摄和传回的各种数据信息，这些信息也将同时上传到云端中进行保存备份，需要时可以直接从云端进行下载。
57.用户登入后台服务器通过当前坐标对当前台区内设备进行位置标定及展示，同时赋予设备故障标记或正常标记；
58.具体实施时，需要用户标定的设备一般为新设备或者因为故障从原有服务器中消失的设备，同理当设备损毁或者废弃的时候，用户同样可以将目标设备从后台服务器中移除，不过需要一定的权限才能进行。
59.通过故障设备报警和故障设备标记定位故障设备位置，后台服务器根据所处位置与异常设备所处位置自动规划行径路线。
60.具体实施时，用户在台区内标定的设备将会添加到后台服务器中现有的地图中进行位置展示，用户可以直接对设备的状态进行标记，方便维护。
61.作为本实施例的优选实施方式，所述用户注册包括用户基本信息填写和用户人脸高清图片保存。
62.具体实施时，采集的用户信息包括用户的基本信息(姓名年龄等)和用户的高清人脸图片，用户登入时需要通过人脸扫描与保存在后台的用户信息进行比对，确保本人登入。
63.作为本实施例的优选实施方式，所述卷积神经网络的预训练步骤具体为：
64.采集所有台区内设备的正常运行状态高清图片和所有台区内设备各故障状态高清图片；
65.具体实施时，采集图片时需要注意，采集的所有设备的各状态高清图片一定要有多种角度的，为了从设备的整体状况上去进行分析，保证结果的准确性。
66.获取若干组特征图像，每组特征图像包括台区内各设备的正常运行状态高清图片及其对应的各故障状态高清图片，并分别添加正常与故障标签，形成训练样本集；
67.具体实施时，获取训练样本集的时候，需要注意各设备的正常运行状态图与故障状态图需要一一对应，保证训练结果的准确性。
68.搭建卷积神经网络，输入训练样本集，以台区内各设备的正常运行状态高清图片
与对应的各故障状态高清图片之间的区别最小为目标进行迭代训练，输出为台区内各设备的正常运行状态高清图片与对应的各故障状态高清图片之间的相似度，根据相似度判断台区内各设备的健康状况。
69.具体实施时，根据输出结果可以得出所拍摄照片与各设备各故障状态高清图片的相似程度，设定一个阈值，当相似程度超过所设阈值时自动告警并传回告警信号到后台服务器中。
70.作为本实施例的优选实施方式，所述采集所有台区内设备的正常运行状态高清图片和所有台区内设备各故障状态高清图片采用的设备为若干架无人机，所述无人机与后台服务器相连，后台服务器可控制无人机进行日常的飞行巡检，并记录台区内各设备的属性信息。
71.具体实施时，根据后台服务器中已有设备的坐标位置，制定无人机飞行巡检时的飞行线路和飞行计划，定期进行人工巡检，将巡检结果与无人机的巡检结果做对比，验证无人机巡检的准确性。
72.同时台区内设备的巡检方式采用无人机和人力共同进行，日常多采用无人机进行巡检，可以及时发现故障设备，但是无人机毕竟不如人工观察仔细，人工定期进行巡检查找设备可能发生故障的隐患和设备老化的问题进行提前预防，提高设备安全。
73.作为本实施例的优选实施方式，所述台区内各设备的属性信息包括：各设备的图像信息，视频信息，所处经纬度，所处位置温度。
74.具体实施时，由于所传回图像有时可能不能满足运维人员的观察需求，这时就需要无人机根据需要拍摄所需设备的视频资料。
75.作为本实施例的优选实施方式，所述依据台区模型智能规划无人机巡检任务的具体方法包括以下步骤：
76.从台区模型中自动识别台区中的运维设备，其中，运维设备包括新增运维设备和减少的运维设备；
77.选择和设置运维设备个数、无人机初始信息、搜索边界各参数信息；
78.具体实施时，根据台区内各设备的离地高度和经纬度坐标还需要结合地形设置无人机在各设备点位的飞行动作，保证可以直观清晰的拍摄到各设备的高清图片，确定各设备的运行情况，同时对设备是否可能出现故障做出初步判断。
79.在上述确定的运维设备中随机选取一个设备作为初始位置，剩余所有运维设备按照距离初始位置由近及远且遵循顺时针或逆时针的顺序依次加入线路中，获得其中一条巡检线路；
80.具体实施时，要确定所有设备都位于巡检线路上且不能重复出现，若出现重复设备可人为修改巡检顺序，生成正确的巡检线路。
81.根据确定的运维设备中的不同设备分别作为起始位置，按照上述步骤中的巡检顺序确定若干条巡检线路，比较所有巡检线路的飞行路径，确定最短飞行路径的巡检线路为最优巡检线路。
82.具体实施时，实际上比较所有巡检线路的飞行路径的长短还需要结合每条线路的巡检时间，在不超过一定范围的时间内选择最短的飞行路径作为最优巡检线路。
83.在建立好的台区模型上，通过数字孪生技术植入台区设备档案信息、运行信息、故
障信息等不同维度的数据建立台区的全景孪生展示模块。
84.作为本实施例的优选实施方式，所述台区内设备包括塔杆，计量箱和计量器具。
85.具体实施时，在本实施例中用户将台区内的杆塔、计量箱和计量器具等对象的位置信息进行逐个标定，在区域地图上展示，并对各标定对象进行连线，无人机根据标定的点诶进行自主飞巡。
86.实施例二：
87.一种低压台区智能巡检系统，包括：
88.用户信息管理模块：用户注册、用户信息存储和用户登入验证；
89.设备信息采集模块：使用无人机采集台区内设备的属性信息；
90.设备故障分析模块：搭建卷积神经网络分析台区内各设备的健康状况；
91.数据存储管理模块：保存台区内各设备上传的数据并进行备份；
92.台区定位管理管理模块：通过无人机采集的设备属性信息和用户所定位的设备坐标及设备状态进行设备位置标定和故障设备告警；
93.台区设备定位模块：后台服务器通过故障设备报警和故障设备标记定位故障设备位置，根据所处位置与异常设备所处位置自动规划行径路线；
94.无人机巡检模块：根据台区内各设备的经纬度坐标及离地高度信息制作台区模型并导入无人机中，依据台区模型智能规划无人机巡检任务。
95.实施例三：
96.本实施例一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现本发明任一实施例所述的一种低压台区智能巡检方法。
97.实施例四：
98.一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本发明任一实施例所述的一种低压台区智能巡检方法。
99.以上所述仅为本发明的实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

技术特征：
1.一种低压台区智能巡检方法，其特征在于，具体步骤包括：采集用户信息，保存用户信息并在后台服务器完成注册；通过预训练的卷积神经网络对台区内设备的健康状况进行分析研判，并根据分析结果对存在故障的设备进行告警；台区内各设备自动上传数据至后台服务器并保存，同时从后台服务器上传数据至云端进行备份；用户登入后台服务器通过当前坐标对当前台区内设备进行位置标定及展示，同时赋予设备故障标记或正常标记；通过故障设备报警和故障设备标记定位故障设备位置，后台服务器根据所处位置与异常设备所处位置自动规划行径路线；根据台区内各设备的经纬度坐标及离地高度信息制作台区模型并导入无人机中，依据台区模型智能规划无人机巡检任务。2.根据权利要求1所述的一种低压台区智能巡检方法，其特征在于，所述用户注册包括用户基本信息填写和用户人脸高清图片保存。3.根据权利要求1所述的一种低压台区智能巡检方法，其特征在于，所述卷积神经网络的预训练步骤具体为：采集所有台区内设备的正常运行状态高清图片和所有台区内设备各故障状态高清图片；获取若干组特征图像，每组特征图像包括台区内各设备的正常运行状态高清图片及其对应的各故障状态高清图片，并分别添加正常与故障标签，形成训练样本集；搭建卷积神经网络，输入训练样本集，以台区内各设备的正常运行状态高清图片与对应的各故障状态高清图片之间的区别最小为目标进行迭代训练，输出为台区内各设备的正常运行状态高清图片与对应的各故障状态高清图片之间的相似度，根据相似度判断台区内各设备的健康状况。4.根据权利要求3所述的一种低压台区智能巡检方法，其特征在于，所述采集所有台区内设备的正常运行状态高清图片和所有台区内设备各故障状态高清图片采用的设备为若干架无人机，所述无人机与后台服务器相连，后台服务器可控制无人机进行日常的飞行巡检，并记录台区内各设备的属性信息。5.根据权利要求4所述的一种低压台区智能巡检方法，其特征在于，所述台区内各设备的属性信息包括：各设备的图像信息，视频信息，所处经纬度，所处位置温度。6.根据权利要求1所述的一种低压台区智能巡检方法，其特征在于，所述依据台区模型智能规划无人机巡检任务的具体方法包括以下步骤：从台区模型中自动识别台区中的运维设备，其中，运维设备包括新增运维设备和减少的运维设备；选择和设置运维设备个数、无人机初始信息、搜索边界各参数信息；在上述确定的运维设备中随机选取一个设备作为初始位置，剩余所有运维设备按照距离初始位置由近及远且遵循顺时针或逆时针的顺序依次加入线路中，获得其中一条巡检线路；根据确定的运维设备中的不同设备分别作为起始位置，按照上述步骤中的巡检顺序确
定若干条巡检线路，比较所有巡检线路的飞行路径，确定最短飞行路径的巡检线路为最优巡检线路。7.根据权利要求1所述的一种低压台区智能巡检方法，其特征在于，所述台区内设备包括塔杆，计量箱和计量器具。8.一种低压台区智能巡检系统，其特征在于，包括：用户信息管理模块：用户注册、用户信息存储和用户登入验证；设备信息采集模块：使用无人机采集台区内设备的属性信息；设备故障分析模块：搭建卷积神经网络分析台区内各设备的健康状况；数据存储管理模块：保存台区内各设备上传的数据并进行备份；台区定位管理管理模块：通过无人机采集的设备属性信息和用户所定位的设备坐标及设备状态进行设备位置标定和故障设备告警；台区设备定位模块：后台服务器通过故障设备报警和故障设备标记定位故障设备位置，根据所处位置与异常设备所处位置自动规划行径路线；无人机巡检模块：根据台区内各设备的经纬度坐标及离地高度信息制作台区模型并导入无人机中，依据台区模型智能规划无人机巡检任务。9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至7任一权利要求所述的一种低压台区智能巡检方法。10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1至7任一权利要求所述的的一种低压台区智能巡检方法。

技术总结
本发明涉及采集一种低压台区智能巡检方法，具体步骤包括：采集用户信息，保存用户信息并在后台服务器完成注册；通过预训练的卷积神经网络对台区内设备的健康状况进行分析研判，并根据分析结果对存在故障的设备进行告警；台区内各设备自动上传数据至后台服务器并保存，同时从后台服务器上传数据至云端进行备份；用户登入后台服务器通过当前坐标对当前台区内设备进行位置标定及展示，同时赋予设备故障标记或正常标记；通过故障设备报警和故障设备标记定位故障设备位置，后台服务器根据所处位置与异常设备所处位置自动规划行径路线；根据台区内各设备的经纬度坐标及离地高度信息制作台区模型并导入无人机中，依据台区模型智能规划无人机巡检任务。划无人机巡检任务。划无人机巡检任务。


技术研发人员：陈寿连 王浩 林如红
受保护的技术使用者：国网福建省电力有限公司
技术研发日：2023.05.31
技术公布日：2023/9/14