[发明专利]一种基于边缘计算的故障检测系统

说明书

本发明公开了一种基于边缘计算的故障检测系统，包括云服务器、边缘处理设备、以及采集设备，其中云服务器用于预先对神经网络进行训练并将训练得到的神经网络下载到边缘处理设备，采集设备采集到电网系统中电网设备的状态数据之后，将状态数据发送给边缘处理设备，边缘处理设备利用神经网络对状态数据进行分析结果，云服务器进而根据分析结果判断电网设备是否故障。可见，该系统通过将神经网络下载到边缘处理设备，在进行故障检测的时候，能够先利用边缘处理设备对状态数据进行分析，减轻了云服务器的计算压力，提高了故障检测效率。

技术领域

本发明涉及通信领域，特别涉及一种基于边缘计算的故障检测系统。

背景技术

随着人工智能技术，特别是神经网络技术的发展，基于图像或视频图像的目标识别、智能语音转换等技术已经比较成熟，目前已经应用于电网系统的故障检测领域。

目前，基于神经网络的电网系统故障检测系统一般包括采集设备和云端服务器，其中采集设备用于采集电网系统中各个电网设备的状态数据，并将状态数据所述云端服务器上存储有用于进行故障检测的神经网络，在接收到状态数据之后，云端服务器利用神经网络判断状态数据是否正常，从而得出该电网设备是否正常的结论，实现故障检测的目的。

但是，由于电网系统中电网设备众多，导致状态数据的数据量巨大，给云端服务器造成极大的压力，占用了较多带宽，造成故障检测效率较低。

发明内容

本发明的目的是提供一种基于边缘计算的故障检测系统，用以解决传统故障检测系统中云服务器压力较大，故障检测效率较低的问题。

为解决上述技术问题，本发明提供了一种基于边缘计算的故障检测系统，包括：云服务器、边缘处理设备、采集设备；

其中，所述云服务器用于预先对神经网络进行训练，并将训练得到的神经网络下载到所述边缘处理设备；

所述采集设备用于采集电网系统中电网设备的状态数据，并将所述状态数据发送到所述边缘处理设备；

所述边缘处理设备用于利用所述神经网络对所述状态数据进行分析，得到分析结果，并将所述分析结果发送到所述云服务器，所述云服务器用于根据所述分析结果判断所述电网设备是否发生故障。

优选的，所述采集设备包括可见光摄像装置、红外摄像装置、声音传感器中的任意一项或多项。

优选的，所述边缘处理设备用于获取同一种采集设备所采集到的状态数据。

优选的，所述电网设备包括断路器、隔离开关、避雷器中的任意一项或多项。

优选的，当所述电网设备为隔离开关，且所述采集设备为可见光摄像装置时，所述可见光摄像装置用于获取所述隔离开关的可见光图像，所述边缘处理设备用于利用所述神经网络对所述可见光图像进行分析，得到可见光图像分析结果，所述云服务器用于根据所述可见光图像分析结果判断所述隔离开关的支柱绝缘子是否发生爆裂；

当所述电网设备为隔离开关，且所述采集设备为声音传感器时，所述声音传感器用于获取所述隔离开关的声音信息，所述边缘处理设备用于利用所述神经网络对所述声音信息进行分析，得到声音分析结果，所述云服务器用于根据所述声音分析结果判断所述隔离开关的刀闸触头是否异常放电；

当所述电网设备为隔离开关，且所述采集设备为红外摄像装置时，所述红外摄像装置用于获取所述隔离开关的红外图像，所述边缘处理设备用于利用所述神经网络对所述红外图像进行分析，得到红外图像分析结果，所述云服务器用于根据所述红外图像分析结果判断所述隔离开关的刀闸触头是否异常发热。

优选的，所述边缘处理设备具体用于获取同一种电网设备的状态数据。