法律状态公告日
法律状态信息
法律状态
2018-10-12
未缴年费专利权终止 IPC(主分类):G06F9/44 授权公告日:20160817 终止日期:20171021 申请日:20131021
专利权的终止
2016-08-17
授权
授权
2014-02-26
实质审查的生效 IPC(主分类):G06F9/44 申请日:20131021
实质审查的生效
2014-01-22
公开
公开
技术领域
本发明属于电力线监测和故障诊断技术领域,尤其涉及一种基于飞行机器 人巡检视频的电力线故障诊断系统及方法。
背景技术
输配电线路传输距离远、支线多且大部分是架空线和电缆线,环境和气候 条件恶劣,外破、设备故障和雷电等自然灾害常常造成故障率较高。一旦出现 故障停电,首先给人民群众生活带来不便,干扰了企业的正常生产经营;其次 给供电公司造成较大损失;再者一条线路距离较长,分支又多,呈网状结构, 查找故障非常困难,浪费了大量的人力和物力。为了加强架空输电线路的全过 程管理,及时掌握输电线路运行情况,制定有针对性的预防事故措施,全面提 高输配电线路的管理水平,目前常采用的技术手段是,利用飞行机器人巡检架 空电力线路获取线路运行实时视频,通过对视频进行分析和评价获知输配电线 路运行情况。飞行机器人巡检架空电力线路是提高运维效率、降低人力巡检危 险和巡检成本的重要途径。但是,如何综合利用这些分析和评价信息,给出准 确、客观和可靠的线路运行分析结果是目前亟待解决的问题。
发明内容
本发明的目的在于,提供一种基于飞行机器人巡检视频的电力线故障诊断 系统及方法,用于根据飞行机器人巡检架空电力线路获取的实时视频,判断电 力线是否发生故障。
为了实现上述目的,本发明提出的技术方案是,一种基于飞行机器人巡检 视频的电力线故障诊断系统,其特征是所述系统包括:顺序相连的视频特征标 定模块、视频特征评论模块、评论数据分析模块和故障分析模块;
所述视频特征标定模块用于为飞行机器人巡检获取的视频标定特征词汇以 及确定特征词汇的权值;
所述视频特征评论模块用于输入视频的特征词汇的评论数据,并将视频的 特征词汇的评论数据整合,得到视频的特征词汇对应的评论数组;
所述评论数据分析模块用于根据视频的特征词汇对应的评论数组确定视频 的故障判定值;
所述故障分析模块用于根据故障判定值判定电力线是否出现故障。
所述特征词汇包括杆塔、导地线、绝缘子、金具、接地装置、附属设施、 通道环境和基础。
一种基于飞行机器人巡检视频的电力线故障诊断方法,其特征是所述方法 包括:
步骤1:为飞行机器人巡检获取的视频标定特征词汇并确定特征词汇的权 值;
步骤2:输入针对视频的特征词汇的评论数据,并将视频的特征词汇的评论 数据整合,得到视频的特征词汇对应的评论数组;
步骤3:根据视频的特征词汇对应的评论数组确定视频的特征词汇的评论 值;
步骤4:根据视频的特征词汇的评论值以及特征词汇的权值计算视频的故障 判定值;
步骤5:根据故障判定值判定电力线是否出现故障。
所述为飞行机器人巡检获取的视频标定特征词汇并确定特征词汇的权值具 体是,根据国家电网架空电力线路评价标准确定的特征词汇及所述特征词汇对 应的权值,为飞行机器人巡检获取的视频标定特征词汇并确定特征词汇的权值。
所述根据视频的特征词汇对应的评论数组确定视频的特征词汇的评论值包 括:
子步骤101:对视频的特征词汇对应的评论数组中的每个评论数据进行中文 分词;
子步骤102:将每个评论数据的中文分词结果中的形容词提取出来作为有效 观点词;
子步骤103:确定每个有效观点词的属性值;
子步骤104:当有效观点词前存在距离不大于2个中文分词的否定词时,将 有效观点词的属性值取负;否则,有效观点词的属性值不变;
子步骤105:根据公式计算视频的特征词汇的评论值;
其中,i=1,2,...,n,n为视频的特征词汇的个数;
k=1,2,...,K,K为用户个数;
Aik为视频的第i特征词汇的第k个用户的评论数据进行中文分词后得到的有 效观点词的属性值。
所述确定每个有效观点词的属性值根据预置的文本情感分类语料库中的形 容词对应的属性值确定。
所述对视频的特征词汇对应的评论数组中的每个评论数据进行中文分词之 前,还包括去除评论数据中的停用词和不用于断句的符号。
所述根据视频的特征词汇的评论值以及特征词汇的权值计算视频的故障判 定值采用公式
其中,i=1,2,...,n,n为视频的特征词汇的个数;
Pi为视频的第i个特征词汇的评论值;
ri为视频的第i个特征词汇的权值。
本发明提供的系统和方法,能够准确、客观和可靠的分析出输配电线路运 行故障。
附图说明
图1是基于飞行机器人巡检视频的电力线故障诊断系统结构图;
图2是基于飞行机器人巡检视频的电力线故障诊断方法流程图。
具体实施方式
下面结合附图,对优选实施例作详细说明。应该强调的是,下述说明仅仅 是示例性的,而不是为了限制本发明的范围及其应用。
图1是基于飞行机器人巡检视频的电力线故障诊断系统结构图。如图1所 示,本发明提供的基于飞行机器人巡检视频的电力线故障诊断系统包括:顺序 相连的视频特征标定模块、视频特征评论模块、评论数据分析模块和故障分析 模块。视频特征标定模块用于为飞行机器人巡检获取的视频标定特征词汇以及 确定特征词汇的权值。视频特征评论模块用于输入视频的特征词汇的评论数据, 并将视频的特征词汇的评论数据整合,得到视频的特征词汇对应的评论数组。 评论数据分析模块用于根据视频的特征词汇对应的评论数组确定视频的故障判 定值。故障分析模块用于根据故障判定值判定电力线是否出现故障。其中,特 征词汇包括杆塔、导地线、绝缘子、金具、接地装置、附属设施、通道环境和 基础。
图2是基于飞行机器人巡检视频的电力线故障诊断方法流程图。如图2所 示,当特征词汇选定杆塔、导地线、绝缘子、金具、接地装置、附属设施、通 道环境和基础时,本发明提供的方法包括:
步骤1:为飞行机器人巡检获取的视频标定特征词汇并确定特征词汇的权 值。
为飞行机器人巡检获取的视频标定特征词汇并确定特征词汇的权值时,可 以采用国家电网架空电力线路评价标准确定的特征词汇及其对应的权值。当某 段视频中出现杆塔、导地线、绝缘子、金具、接地装置、附属设施、通道环境 和基础特征时,将该段视频标定上述8个特征词汇,并根据国家电网架空电力 线路评价标准,确定这8个特征词汇的权值。如果某段视频中没有出现杆塔、 导地线、绝缘子、金具、接地装置、附属设施、通道环境或基础特征中的一个 或者几个,则该段视频不标定未出现的特征。
步骤2:输入针对视频的特征词汇的评论数据,并将视频的特征词汇的评论 数据整合,得到视频的特征词汇对应的评论数组。
步骤3:根据视频的特征词汇对应的评论数组确定视频的特征词汇的评论 值。包括:
子步骤101:对视频的特征词汇对应的评论数组中的每个评论数据进行中文 分词。为确保中文分词的效果,在进行中文分词之前,还可以先去除评论数据 中没有实际含义的停用词和不用于断句的符号。
子步骤102:将每个评论数据的中文分词结果中的形容词提取出来作为有效 观点词。
子步骤103:确定每个有效观点词的属性值。
可以根据预置的文本情感分类语料库中的形容词对应的属性值确定每个有 效观点词的属性值。文本情感分类语料库中记载了评论数据中有可能出现的形 容词以及该形容词对应的属性值。
还可以通过下属方式确定每个有效观点词的属性值,即:
步骤A、查找中文基础情感词典,若词典中存在该有效观点词,获取其相关 的属性值,若不存在,则执行如下步骤B。
步骤B、查找电力领域极性词典,若存在该有效观点词,则获取相应属性值, 若不存在,则执行如下步骤C。
步骤C、对于未查找成功的词汇,先在HowNet提供的同义词词典中寻找该 有效观点词的同义词,若存在该有效观点词的同义词,则对该同义词执行如上 操作(步骤A或步骤B),若不存在,则暂时认为该有效观点词的词性不可判断, 其属性值为0,即为中性词。
子步骤104:当有效观点词前存在距离不大于2个中文分词的否定词时,将 有效观点词的属性值取负。即如果有效观点词前存在距离不大于2个中文分词 的否定词,这表明评论数据表示有效观点词的反义,则将在其属性值前加负号。 如果有效观点词前没有否定词,或者虽然存在否定词,但该否定词与有效观点 词之间的距离大于2个中文分词,则该有效观点词的属性值保持不变。
子步骤105:根据公式计算视频的特征词汇的评论值。其中, i=1,2,...,n,n为视频的特征词汇的个数;k=1,2,...,K,K为用户个数;Aik为视频 的第i特征词汇的第k个用户的评论数据进行中文分词后得到的有效观点词的属 性值。
步骤4:根据视频的特征词汇的评论值以及特征词汇的权值计算视频的故障 判定值。
本发明采用公式计算视频的故障判定值,其中i=1,2,...,n,n为视频 的特征词汇的个数;Pi为视频的第i个特征词汇的评论值;ri为视频的第i个特征 词汇的权值。
步骤5:根据故障判定值判定电力线是否出现故障。
由于前述步骤不仅能够得到故障判定值,还能够计算出视频的特征词汇的 评论值,因此本发明不仅可以根据故障判定值判定电力线是否出现故障,还可 以根据视频的特征词汇的评论值,确定电力线某个方面的特征是否运行正常。
下面结合具体的实例,说明本发明的实现过程。
步骤1:给每段视频设定一个或多个特征词汇,特征词汇包括杆塔、导地线、 绝缘子、金具、接地装置、附属设施、通道环境和基础。
步骤2:用户根据视频内容,对每一个视频的特征词汇给出包含视频特征词 汇且具有明确观点的评论。以杆塔为例,列出部分可能存在的用户评论,其它 部分同杆塔,内容如下:
杆塔正常。
杆塔正常使用。
杆塔未发现异常。
视频中的杆塔可以正常使用。
杆塔主体略微倾斜。
杆塔即将倒塌了。
杆塔上有不明物体。
杆塔存在部件缺失。
杆塔主体存在裂痕。
杆塔根部位置移动。
将评论数据与特征词汇匹配保存,并将视频的特征词汇的评论数据整合, 得到视频的特征词汇对应的评论数组为A1=(杆塔正常,杆塔正常使用,杆塔未 发现异常,视频中的杆塔可以正常使用,杆塔主体略微倾斜,杆塔即将倒塌了, 杆塔上有不明物体,杆塔存在部件缺失,杆塔主体存在裂痕,杆塔根部位置移 动)。
步骤3:根据视频的特征词汇对应的评论数组确定视频的特征词汇的评论 值。包括:
首先,对用户评论数据进行去停用词,如的、了。然后进行中文分词,分 词结果如下:
杆塔\n正常。
杆塔\n正常\n使用。
杆塔\n未\n发现\n异常。
视频\n中\n杆塔\n可以\n正常\n使用。
杆塔\n主体\n略微\n倾斜。
杆塔\n即将\n倒塌。
杆塔\n上\n有\n不明\n物体。
杆塔\n存在\n部件\n缺失。
杆塔\n主体\n存在\n裂痕。
杆塔\n根部\n位置\n移动。
其次:将每个评论数据的中文分词结果中的形容词提取出来作为有效观点 词。如正常、未、异常、倒塌、裂痕、移动等。
接下来,确定每个有效观点词的属性值。根据文本情感分类语料库,对观 点词赋值,褒义词为正负,贬义词为负数,中性词为0。具体如下:
杆塔\n正常0.7982。
杆塔\n正常0.7982\n使用。
杆塔\n未\n发现\n异常-0.7982。
视频\n中\n杆塔\n可以\n正常0.7982\n使用。
杆塔\n主体\n略微\n倾斜-0.5983。
杆塔\n即将\n倒塌-0.9997。
杆塔\n上\n有\n不明-0.4537\n物体。
杆塔\n存在\n部件\n缺失-0.8116。
杆塔\n主体\n存在\n裂痕-0.4537。
杆塔\n根部\n位置\n移动-0.6500。
最后,计算出视频的特征词汇的评论值,T(正常)=3*0.7982=2.3946,T(异 常)=-0.7982,T(倾斜)=-0.5983,T(倒塌)=-0.9997,T(不明)=-0.4537,T(缺 失)=-0.8116,T(裂痕)=-0.4537,T(移动)=-0.6500。
计算出视频的特征词汇的评论值为:
P=2.3946+0.7982-0.5983-0.9997-0.4537-0.8116-0.4537-0.65=-0.981。
步骤4:根据视频的特征词汇的评论值以及特征词汇的权值计算视频的故障 判定值。
对每个特征词汇计算出一个评论值,将所有特征词汇的评论值以及特征词 汇的权值合在一起,计算视频的故障判定值。
步骤5:根据故障判定值判定电力线是否出现故障,并提交决策层决断或者 提请维修部门进行故障排查。故障判定值的大小反映出特征词描述的设备可能 存在故障的概率的大小。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局 限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易 想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护 范围应该以权利要求的保护范围为准。
机译: 用于电力线维护的可变换飞行机器人及其控制方法
机译: 电力线可维护的可变形飞行机器人系统及其工作方法
机译: 基于人类视觉特征的无人飞行器电力线检查方法