一种基于5G与AI识别技术的输电线路覆冰监控预警系统、安装设备及方法

摘要

本发明公开了一种基于5G与AI识别技术的输电线路覆冰监控预警系统及方法，通过利用深度学习和AI识别等手段对电网覆冰数据开展深入研究，深入挖掘覆冰时空分布特征，构建线路覆冰图像识别样本库，利用AI技术研究覆冰类型、覆冰厚度图像智能识别，构建基于多物理场仿真技术的电网设备防冰裕度评估模型，研究基于历史覆冰规律实现精细化的覆冰智能预测，突破电网覆冰安全基础科学并进行验证示范，整体提高了监控预警的准确性和实时性。

说明书

技术领域

本发明涉及输电线路技术领域，特别涉及一种基于5G与AI识别技术的输电线路覆冰监控预警系统及方法，还涉及一种安装设备。

背景技术

输电线路覆冰监测模型起着计算输电线路覆冰厚度的作用，是输电线路覆冰在线监测系统的核心部分，是决定覆冰预测准确程度的先决条件，目前电网主要是依据历年输电线路因覆冰造成的故障或者根据观冰结果进行数据选取覆冰监测终端布点，没有对可融冰线路数据、覆冰监测终端数据进行空间分布关联分析。现有覆冰监测预警系统主要是采集输电线路拉力数据、周围气象信息、视频图片信息通过运营商2/4G公网传输到后端平台。

现有技术存在的缺陷在于：

1、现阶段通过运营商的公网仅能间断上传图片，不能直观的反应覆冰情况，需要利用5G网络的优势，通过上传连续的图像来分析覆冰情况。

2、未来输电线路监测预警业务向融合化发展，数据种类更多、数据量更大、数据传输实时性要求更高。

发明内容

有鉴于此，本发明的第一方面的目的是提供一种基于5G与AI识别技术的输电线路覆冰监控预警系统。能够克服现有技术存在的缺陷。

本发明的第一方面的目的是通过以下技术方案实现的：

该种基于5G与AI识别技术的输电线路覆冰监控预警系统，包括

图像监测模块，用于对覆冰状态时的图像和非覆冰状态时的图像进行分割，提取覆冰边缘信息，分析处理差异化信息；

图像采集模块，用于对拍摄范围内的裸线进行处理分析，获取对应的拍摄参数，所述拍摄参数为图像比例系数以及图像倾斜角度；

边缘计算模块，接收图像采集模块传输的图像资料，去除图像资料的冗余信息，使得部分或全部图像资料分析迁移到边缘处；

图像分析模块，接收经边缘计算模块传输的经过预处理的图像资料，利用AI模型完成覆冰类型、覆冰厚度图像智能识别；

智能终端，用于接收图像分析模块发送的分析结果。

进一步，所述边缘计算模块基于无线传输网络，利用视频预处理模块去除视频图像冗余信息，使得部分或全部视频分析迁移到边缘处；

利用边缘预处理模块实现视频数据弹性存储，根据行为特征决策功能，实时调整视频数据。

进一步，所述边缘计算模块还包括模型计算模块，将具有计算能力的硬件单元集成到前端。

进一步，所述图像分析模块联接有样本库，所述样本库用于对图像分析模块处理过的图像和数据进行储存，便于后期的调取比对，提高识别效率。

本发明的第二方面的目的是提供一种基于5G与AI识别技术的输电线路覆冰监控预警方法，包括以下步骤：

步骤S1：确定拍摄位置，通过图像监测模块对输电线路进行实时监测，然后利用图像采集模块对输电线路状态的不断的进行图像采集并且利用无线传输网络将采集到的图像和图像监测模块处理过的图像数据传输至边缘计算模块；

步骤S2：利用边缘计算模块将传输过来的图像及数据进行预处理；

步骤S3：通过利用图像分析模块基于AI技术对覆冰类型、覆冰厚度图像智能识别，构建基于多物理场仿真技术的电网设备防冰裕度评估模型，然后将分析结果传输至智能终端。

进一步，所述步骤S2中，预处理包括利用视频预处理技术去除视频图像冗余信息，使得部分或全部视频分析迁移到边缘处，由此降低对数据中心的计算、存储和网络带宽需求，提高视频图像分析的效率；利用边缘预处理技术对图像进行弹性存储提高视频数据存储空间利用率，最后利用模型计算技术进行将具有计算能力的硬件单元集成到前端，实现具有边缘计算能力的新型视频监控系统。

进一步，还设置有样本库，对图像分析模块处理过的图像和数据进行储存，便于后期的调取比对，提高识别效率。

本发明的第三方面的目的是提供一种基于5G与AI识别技术的输电线路覆冰监控安装设备，是通过以下技术方案实现的：

该基于5G与AI识别技术的输电线路覆冰监控安装设备，包括基座，所述基座顶部固定连接有凸台，所述凸台顶部固定连接有功能盒，所述功能盒子两侧均固定连接有固定块，所述固定块外侧均固定连接有图像采集模块，所述基座顶部开设有多个第一螺纹孔，所述基座后侧两端均开设有第二螺纹孔，所述功能盒中设置有图像监测模块、边缘计算模块和图像分析模块。

进一步，所述图像采集模块的外侧套设有保护壳，所述保护壳一侧与固定块固定连接。

本发明的有益效果是：

1.该基于5G与AI识别技术的输电线路覆冰监控预警系统与方法，通过利用深度学习和AI识别等手段对电网覆冰数据开展深入研究，深入挖掘覆冰时空分布特征，构建线路覆冰图像识别样本库，利用AI技术研究覆冰类型、覆冰厚度图像智能识别，构建基于多物理场仿真技术的电网设备防冰裕度评估模型，研究基于历史覆冰规律实现精细化的覆冰智能预测，突破电网覆冰安全基础科学并进行验证示范，整体提高了监控预警的准确性和实时性。

2.该基于5G与AI识别技术的输电线路覆冰监控预警系统安装设备，通过利用第一螺纹孔和第二螺纹孔的设置可以根据安装的角度和位置不同达到可以对应性的达到固定目的，提高固定的适用性。

本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基于对下文的考察研究对本领域技术人员而言将是显而易见的，或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书和前述的权利要求书来实现和获得。

附图说明

为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步的详细描述，其中：

图1为本发明的系统结构示意图；

图2为本发明的单元图；

图3为本发明的整体结构示意图；

图4为本发明的后视图。

图中：1、图像监测模块；2、图像采集模块；3、边缘计算模块；4、样本库；5、图像分析模块；6、APP手机终端；7、视频预处理模块；8、边缘预处理模块；9、模型计算技术；10、摄像头；11、保护壳；12、固定块；13、功能盒；14、凸台；15、第一螺纹孔；16、基座；17、第二螺纹孔。

具体实施方式

以下将参照附图，对本发明的优选实施例进行详细的描述。应当理解，优选实施例仅为了说明本发明，而不是为了限制本发明的保护范围。

如图1和图2所示，本发明的基于5G与AI识别技术的输电线路覆冰监控预警系统包括图像监测模块1，所述图像监测模块1用于图像处理，对覆冰状态时的图像和非覆冰状态时的图像进行分割，提取覆冰边缘信息，分析处理差异化信息，从而得出线路和绝缘子当时的覆冰厚度；

图像监测模块1的与图像采集模块2电联接，本实施例中图像采集模块2采用摄像头作为主要的拍摄工具，用于对拍摄范围内的裸线进行处理分析，获取对应的拍摄参数，拍摄参数为图像比例系数以及图像倾斜角度。

图像采集模块2的输出端固定设有边缘计算模块3，边缘计算模块3是基于5G传输网络利用视频预处理模块7去除视频图像冗余信息，使得部分或全部视频分析迁移到边缘处，由此降低对数据中心的计算、存储和网络带宽需求，提高视频图像分析的效率，利用边缘预处理模块8实现视频数据弹性存储。根据行为特征决策功能，实时调整视频数据，既减少无效视频的存储，降低存储空间，又最大化存储“事中”证据类视频数据，提高视频数据存储空间利用率；本实施例中，边缘计算模块3包括视频预处理模块7、边缘预处理模块8和模型计算模块9，所述模型计算模块9是利用模型计算基数，基于先进的无线传输技术(如5G传输技术等)将具有计算能力的硬件单元集成到前端，实现具有边缘计算能力的新型视频监控系统。在边缘计算模型中，计算通常发生在数据源的附近，即在视频数据采集的边缘端进行视频数据的处理。一方面，基于智能算法的预处理功能模块，执行模糊计算，对实时采集的视频数据执行部分或全部计算任务，这能够为实时性要求较高的应用请求提供及时的应答服务；另一方面，设计具有可伸缩的弹性存储功能模块，利用智能算法感知监控场景内图像变化，实现较高的空间存储效率。

进一步地，边缘计算模块3的输出端固定设有图像分析模块5，图像分析模块5是利用AI模型，研究覆冰类型、覆冰厚度图像智能识别，构建基于多物理场仿真技术的电网设备防冰裕度评估模型，研究基于历史覆冰规律实现精细化的覆冰智能预测，突破电网覆冰安全基础科学并进行验证示范；

图像分析模块5的输出端固定设有智能终端6，本实施例中，智能终端6采用APP手机终端，当然也可以根据需要采用智能平板、个人PC等其他智能设备，只要能够运行相应的APP实现数据传输处理即可。

进一步地，图像分析模块5的连接端固定设有样本库4，样本库4用于对图像分析模块5处理过的图像和数据进行储存，便于后期的调取比对，提高识别效率。

根据图3和图4所示，本发明的基于5G与AI识别技术的输电线路覆冰监控预警安装设备，包括基座16，基座16顶部固定连接有凸台14，凸台14顶部固定连接有功能盒13，功能盒13两侧均固定连接有固定块12，两个固定块12外侧均固定连接有摄像头10，摄像头10外侧套设有保护壳11，保护壳11一侧与固定块12固定连接，基座16顶部开设有多个第一螺纹孔15，基座16后侧两端均开设有第二螺纹孔17。功能盒中设置有图像监测模块、边缘计算模块和图像分析模块。

工作原理：在使用本发明时，首先通过第一螺纹孔15、基座16和第二螺纹孔17可以将本系统中的主要部件固定在合理的拍摄位置，然后利用摄像头10对输电线路状态的图像不断的进行采集，利用边缘计算模块3将传输过来的图像和数据进行预处理，利用边缘预处理模块8对图片进行弹性存储提高视频数据存储空间利用率，最后利用模型计算模块9进行将具有计算能力的硬件单元集成到前端，实现具有边缘计算能力的新型视频监控系统，利用图像分析模块5基于AI技术对覆冰类型、覆冰厚度图像智能识别，构建基于多物理场仿真技术的电网设备防冰裕度评估模型，然后将分析结果传输至智能终端6。

基于上述系统，本发明的一种基于5G与AI识别技术的输电线路覆冰监控预警方法，包括以下步骤：

步骤S1：确定拍摄位置，通过图像监测模块对输电线路进行实时监测，然后利用图像采集模块对输电线路状态的不断的进行图像采集并且利用无线传输网络将采集到的图像和图像监测模块处理过的图像数据传输至边缘计算模块；

步骤S2：利用边缘计算模块将传输过来的图像进行预处理；预处理包括利用视频预处理技术去除视频图像冗余信息，使得部分或全部视频分析迁移到边缘处，由此降低对数据中心的计算、存储和网络带宽需求，提高视频图像分析的效率；利用边缘预处理技术对图像进行弹性存储提高视频数据存储空间利用率，最后利用模型计算技术进行将具有计算能力的硬件单元集成到前端；

步骤S3：通过利用图像分析模块基于AI技术对覆冰类型、覆冰厚度图像智能识别，构建基于多物理场仿真技术的电网设备防冰裕度评估模型，然后将分析结果传输至智能终端。

在本发明的描述中，需要理解的是，术语“纵向”、“长度”、“周向”、“前”、“后”、“左”、“右”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。

在本发明中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接或可以互相通讯；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。

此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。

最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。