[发明专利]基于机器视觉单元神经网络的供水系统巡检方法及系统

说明书

本发明公开基于机器视觉单元神经网络的供水系统巡检方法及系统，包括如下步骤：S1、由多个传感器、多个摄像头和多个执行子系统组成单元神经网络，并建立设备及环境标准图像库；S2、供水系统运行，由多个传感器实时采集供水系统的运行数据；S3、对实时采集的运行数据根据供水系统的平衡条件进行计算并判断供水系统是否可能出现泄漏情况，若否，则返回执行S2，若是，则执行S4；S4、触发多个摄像头巡检，多个摄像头进入机器视觉巡检模式采集实时图像并与标准图像库进行对比分析。本发明实时或短周期、快速检测，将硬件资源与软件资源及网络资源进行优化，减小信息的误报率与人员的误动率，从技术上保障设备安全与人身安全。

技术领域

本发明属于机器视觉、图像处理与分析及工业生产网络神经技术领域，具体涉及基于机器视觉单元神经网络的供水系统巡检方法及系统。

背景技术

视觉使人类得以感知理解所存在的客观世界，相应地，机器视觉的目标是通过电子化感知和理解图像复制人类视觉的效果。机器视觉在交通、医疗、影像等领域均有应用，但对于能源开发生产系统亦或是电力系统来说，存在以下几个缺点：a.应用较少且相对初级，仅限于摄像头观察某些固有点位；b.没有涉及或涉及较少图像处理与分析技术；c.没有与生产现场实际形成联合的、独立的、系统的结构，对实际生产的观测停留在浅表阶段；d.没有立足现场生产实际有针对性的建立某种标准对比机制，摄像头功能开发较浅。

神经网络单元是针对某指定对象与特定系统而建立的一整套实时监控跟踪系统，该单元具备实时性、覆盖性等特点，但存在以下缺陷：a.数据仅仅来源于电子电气设备的采集，若测量装置或传感装置失灵或损坏，数据的来源则不可靠；b.没有可与现场实时生产情况匹配的触发画面，信息来源相对单一，某些现象仅靠想象、经验或耗时间、人力去到实际地点逐项检测排查方可做出判断，应急效果差；c.没有从技术上形成比较鲜明客观的对比机制与监督机制，仅在系统内进行对比，易造成朦胧且不能确定的错觉，不利于准确分析设备状况。

发明内容

为了解决现有技术存在的上述问题，本发明目的在于提供基于机器视觉单元神经网络的供水系统巡检方法及系统。通过结合机器视觉与单元神经网络，旨在完善两套系统的联动机制，在保证数据独立、信息安全的情况下，解决网络隔离互通问题、单元思维神经与机器视觉触发和算法问题，能够极大地解放生产系统中存在的人力巡检现象，同时形成一种较为明显的采样数据与实际状况的联动对比机制，对生产现场辅助决策有较大的指导意义。

本发明所采用的技术方案为：

基于机器视觉单元神经网络的供水系统巡检方法，包括如下步骤：

S1、由多个传感器、多个摄像头和多个执行子系统组成单元神经网络，并建立设备及环境标准图像库；

S2、供水系统运行，由多个传感器实时采集供水系统的运行数据；

S3、对实时采集的运行数据根据供水系统的平衡条件进行计算并判断供水系统是否可能出现泄漏情况，若否，则返回执行S2，若是，则执行S4；

S4、触发多个摄像头巡检，多个摄像头进入机器视觉巡检模式采集实时图像并与标准图像库进行对比分析。

作为优选，所述传感器包括流量计，传感器采集的运行数据包括各管的流量。

作为优选，所述平衡条件为：在液体流转平衡周期τ内，供水系统总管内液体容积等于某一分管内液体容积；

计算并判断供水系统是否可能出现泄漏情况的原则是：在液体流转平衡周期τ内，供水系统总管内液体容积等于某一分管内液体容积，则没有可能出现泄漏情况；在液体流转平衡周期τ内，供水系统总管内液体容积不等于某一分管内液体容积，则可能出现泄漏情况。

作为优选，所述某一分管内液体容积的获取过程为：