[发明专利]基于智能感知终端的输电线路外力破坏智能识别方法在审
申请号: | 201910494819.0 | 申请日: | 2019-06-10 |
公开(公告)号: | CN112069855A | 公开(公告)日: | 2020-12-11 |
发明(设计)人: | 陈田;李帆;邓静伟;周友武;刘明军;屠幼萍 | 申请(专利权)人: | 国网江西省电力有限公司电力科学研究院;国家电网有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62;G06T5/20;G06T7/11;G06T7/187 |
代理公司: | 南昌青远专利代理事务所(普通合伙) 36123 | 代理人: | 刘爱芳 |
地址: | 330006 江西省南昌市青山湖区民营科*** | 国省代码: | 江西;36 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 智能 感知 终端 输电 线路 外力 破坏 识别 方法 | ||
本发明公开了一种步骤合理,便于稳定操作的基于智能感知终端的输电线路外力破坏智能识别方法,所述感知终端连接相应的网络数据聚集服务器、多个网络数据聚集节点、分支箱监测单元、表箱监测单元和用户电源监测模块箱体、内部的蓄电池、电源管理板、ARM图像处理板、红外模拟摄像机、数字摄像机、GPS模块、设置于箱体外部的太阳能电池板、目标识别机、服务器以及包括4G模块的手机移动终端,所述的红外模拟摄像机与ARM图像处理板相连,用于对输电线路图像数据的采集,同时将采集的图像通过4G模块发送给目标识别机;本发明方法步骤合理、功效稳定,解放了繁琐的人工选取特征的步骤;对危险作业目标识别率高、识别速率快,能保证实时性要求。
技术领域
本发明属于输电线路智能检测技术领域,具体涉及一种基于智能感知终端的输电线路外力破坏智能识别方法。
背景技术
输电线路是我国基础建设的重要设备,对国家的人民的生活以及各行各业的开展都有着必不可少的关键作用,一旦发生破坏,其危害力是非常巨大的,然而输电线路的破坏同时还具有对检修及周边人员较为强烈的伤害,随着科学技术的发展,目前传统目标识别的方法一般分为三个阶段:首先在给定的图像上选择一些候选的区域,然后对这些区域提取特征,最后使用训练的分类器进行分类识别。但是这种识别方法存在的两个主要问题:一个是基于滑动窗口的区域选择策略没有针对性,时间复杂度高,窗口冗余,给使用人员带来较大困难,识别的成功概率与工人的专业水平也有关系;二是手工设计的特征对于多样性的变化并没有很好的鲁棒性,尤其是要适应各种复杂外场的安装环境,困难非常大。结合智能感知终端以及相对应的智能识别方法能够改善上述问题。
发明内容
本发明的目的是提供一种功能合理,便于稳定操作的基于智能感知终端的输电线路外力破坏智能识别方法。
本发明所提供的技术方案是:一种基于智能感知终端的输电线路外力破坏智能识别方法,所述感知终端连接相应的网络数据聚集服务器、多个网络数据聚集节点、分支箱监测单元、表箱监测单元和用户电源监测模块箱体、内部的蓄电池、电源管理板、ARM图像处理板、红外模拟摄像机、数字摄像机、GPS模块、设置于箱体外部的太阳能电池板、目标识别机、服务器以及包括4G模块的手机移动终端,所述的红外模拟摄像机与ARM图像处理板相连,用于对输电线路图像数据的采集,同时将采集的图像通过4G模块发送给目标识别机;所述的数字摄像机与ARM图像处理板相连,用于对输电线路图像数据的采集,同时将输电线路图像通过4G模块发送给目标识别机,所述目标识别机对目标进行智能识别,并将识别结果通过服务器发送至手机移动终端;所述太阳能电池板通过蓄电池向电源管理板供电,电源管理板分别为ARM图像处理板、红外模拟摄像机、数字摄像机供电,所述方法包括以下步骤:
a、所述智能感知终端上电,在网络数据聚集过程开始之前,利用线下方式和/或在线方式对多个智能感知终端中的每个智能感知终端进行注册,为每个智能感知终端生成公钥私钥对,将公钥作为其自身的假名并发送给数据聚集服务器,并且在智能感知终端自身的存储单元中保存私钥,其中所述智能感知终端将利用私钥对其提交的数据报告进行数字签名,以保证数据不被篡改,数据聚集服务器验证所述智能感知终端的合法性后,将所述智能感知终端的公钥保存到合法假名列表中;
b、通过高速电力线载波信道与分支箱监测单元、表箱监测单元建立网络链接,获取路由信息、各线路分路信息、分支箱监测单元信息、表箱监测单元信息以及电能表档案信息;智能感知终端根据获取的路由节点信息,逐一召测采集设备版本信息,对分支箱监测单元和表箱监测单元进行属性标定;智能感知终端物理拓扑识别启动,通过集中调度方式分别对分支箱监测单元和表箱监测单元发送启动识别通知;通过高速电力线载波信道获取各分支箱监测单元以及智能感知终端的识别结果,剔除非本的分支箱监测单元、表箱监测单元及其所辖。;
c、连续接收拍摄的图片作为训练样本集;
d、构建卷积神经网络的网络模型;
e、将训练的样本集转换数据格式后输入网络模型中得到最终的网络模型;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国网江西省电力有限公司电力科学研究院;国家电网有限公司,未经国网江西省电力有限公司电力科学研究院;国家电网有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910494819.0/2.html,转载请声明来源钻瓜专利网。