一种基于云边协同与图像识别的智能防误方法技术

本发明专利技术涉及一种基于云边协同与图像识别的智能防误方法，包括：建立规则库：规则库包括电气规则库以及管理规则库，规则库的建立是防误操作的基础，规则库用于云决策系统和边决策系统的防误操作判断；进行电网拓扑分析；构建云边决策系统；进行边决策系统图像识别，图像识别提供辅助性判据供边决策系统决策。本发明专利技术从源出发，获得完整的源流路径链及其生成树，并通过对该树的划分获得了防误边缘区，再对每一个边缘区设定多个边缘节点维系其监控的设备区域，这解决了防误方法中区块划分欠缺合理性，数据处理集中于单个设备的弊端；依赖增强的图像识别技术作为防误判断的辅助技术，增加了防误判断的准确性。了防误判断的准确性。了防误判断的准确性。

【技术实现步骤摘要】
一种基于云边协同与图像识别的智能防误方法


[0001]本专利技术涉及变电站防误操作
，尤其是一种基于云边协同与图像识别的智能防误方法。

技术介绍

[0002]防误操作技术对于现代化的智能变电站而言是十分重要的安全保障，误操作的发生可能会导致变电站出现事故，且这种事故可能会通过线路的传输造成大范围的线路故障，因而对于防误方法的研究其必要性不言而喻。
[0003]防误操作需要获得准确的网络拓扑及设备状态信息，而利用网络无向图进行单次拓扑分析，这可能导致数据的多次搜索以及设备信息获取的不及时。防误操作需要建立决策系统，然而传统的决策往往依赖单一的边决策系统服务器进行决策，这可能导致服务器过载以及操作处理的不及时。此外，传统的防误方法忽略了辅助判据的重要性，未将视频监控纳入防误判断方法之中，缺乏对防误方法的必要补充。

技术实现思路

[0004]本专利技术的目的在于提供一种区块划分合理、有效地缓解云决策系统数据存取的压力，增强防误判断的准确性的基于云边协同与图像识别的智能防误方法。
[0005]为实现上述目的，本专利技术采用了以下技术方案：一种基于云边协同与图像识别的智能防误方法，该方法包括下列顺序的步骤：
[0006](1)建立规则库：规则库包括电气规则库以及管理规则库，规则库的建立是防误操作的基础，规则库用于云决策系统和边决策系统的防误操作判断；
[0007](2)进行电网拓扑分析；
[0008](3)构建云边决策系统；
[0009](4)进行边决策系统图像识别，图像识别提供辅助性判据供边决策系统决策。
[0010]所述步骤(1)具体是指：通过运用电气规则以及管理规则，梳理关于断路器、隔离开关、接地刀闸、网/柜门的设备及其运行方式的操作规则；电气规则库的建立根据变电站电气规范，管理规则库根据适应各变电站实际多发的故障情况进行设立。
[0011]所述步骤(2)具体包括以下步骤：
[0012](2a)构建有向图：将电力网络节点、支路分别抽象为顶点和边，方向取该状态下有功潮流流向，获得电力网络有向图D(V,U)，其中，电网节点抽象为顶点集合V，送电支路集合抽象为U的元素弧a(u,v)，u为元素弧a的起点，v为元素弧a的终点，由此获取所有的源，包括进线和母线；
[0013](2b)任选一源作为起点，将其标记为已搜索；
[0014](2c)建立送端节点—送电支路邻接表，有向图的顶点集合V作为送端节点—送电支路邻接表的送端节点集合，顶点集合V的节点V
i
对应由节点V
i
发出的所有送电支路的U
i
；
[0015](2d)进行第一轮拓扑分析：利用已建立的送端节点—送电支路邻接表，依据有功
潮流进行拓扑处理；
[0016](2e)进行第二轮拓扑分析，得到完整的源流路径链；
[0017](2f)采用逐层推进的方式达到遍历搜索的目的；
[0018](2g)重复步骤(2c)至步骤(2f)，直至遍历完所有节点。
[0019]所述步骤(3)具体是指：云边决策系统包括云决策系统和边决策系统，云决策系统和边决策系统均具有云边交互通道、规则库、数据获取及集成模块、数据处理模块、指令下发模块和网络拓扑模块，边决策系统还具有图像识别模块，云决策系统还具有设置边决策系统优先级的模块；
[0020]云决策系统和边决策系统分别部署于云端与现场边端服务器，采用防误主机作为决策实施方，防误边缘区以及防误边缘节点作为云决策系统和边决策系统的数据来源，防误主机对数据、图像进行数据处理，防误边缘区对所获得的拓扑生成树的划分，以变电站设备所在的线路为划分依据，对防误边缘节点上送的设备数据以及视频流信息进行存储、应用；在防误边缘节点布置视频监控设备以及数据采集设备，收集视频流图像、设备状态信息并通过无线传输发送给邻近节点以及防误边缘区；
[0021]设定一个CommunicationFlag标志，当云决策系统和边决策系统通讯正常时，此值为1，异常时设定该值为0；当通讯正常时，边决策系统收集来自防误边缘区的数据，并对各边缘区进行标号，记为FieldId，将FieldId对应的数据进行处理分析，并发送至云决策系统；通信正常时，即FieldId＝1时，防误主机得到来自云决策系统的防误指令并下发至对应的设备；当CommunicationFlag＝0时，边决策系统直接将防误信息发送于防误主机；
[0022]当云决策系统需要处理的数据超过阈值或边决策系统并发请求达到上限时，云决策系统将频繁发送数据的边缘区或数据量较大的FieldId取出来，并反馈至相应的边端，边决策系统先将与云决策系统对应FieldId传输的通道关闭，由边端自行处理；若结果为拒绝性操作，待处理完毕，将结果发送给防误主机，由防误主机进行模拟预演；若结果为可执行操作，待云决策系统空闲时，云端将打开对应FieldId，此时，边决策系统重新提供数据给云端，由云决策系统确认是否涉及边端锁互斥的情况。
[0023]所述步骤(4)具体包括以下步骤：
[0024](4a)混合高斯建模：
[0025](4a1)在固定位置装设视频监控设备，并对重要的区域架设视频巡视机器，获得清晰的图像数据；
[0026](4a2)边端根据获得的视频图像，对其进行背景建模，像素时间序列表示为：
[0027]{x1,x2,
…
,x
t
}＝{I
i
(x,y),1≤i≤t}
[0028]式中,I
i
(x,y)表示时刻i的灰度值，t时刻的像素点(x,y)的概率计算公式为：
[0029][0030]式中,w
i,t
为t时刻第i个模型权重值；μ
i,t
为t时刻第i个高斯分布的均值；∑
i,t
为t时刻的协方差；η(I
t
(x,y),μ
i,t
,∑
i,t
)为t时刻的概率密度函数，计算公式为：
[0031][0032](4a3)参数更新：
[0033][0034]式中，α为学习率，D为阈值系数，σ
i,t
为为t时刻第i个高斯分布的方差；
[0035]对灰度值高斯分布按优先级排序，检测其是否满足式(1)，若满足，则表示该灰度值是匹配高斯分布的，并以第一个满足的值以式(2)至(5)为序更新；若不满足，则以式(6)更新数据；
[0036](4a4)目标提取：
[0037]视频图像高斯模型建立之后，按照w/u降序排列，以排列的前N个高斯分布作为背景：
[0038][0039]式中，F为阈值，将当前像素与获得的背景进行匹配，若匹配失败，则该像素为运动目标；
[0040](4b)图像识别：
[0041]采用Faster R
‑
CNN网络作为图像识别的工具，对Faster 本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于云边协同与图像识别的智能防误方法，其特征在于：该方法包括下列顺序的步骤：(1)建立规则库：规则库包括电气规则库以及管理规则库，规则库的建立是防误操作的基础，规则库用于云决策系统和边决策系统的防误操作判断；(2)进行电网拓扑分析；(3)构建云边决策系统；(4)进行边决策系统图像识别，图像识别提供辅助性判据供边决策系统决策。2.根据权利要求1所述的基于云边协同与图像识别的智能防误方法，其特征在于：所述步骤(1)具体是指：通过运用电气规则以及管理规则，梳理关于断路器、隔离开关、接地刀闸、网/柜门的设备及其运行方式的操作规则；电气规则库的建立根据变电站电气规范，管理规则库根据适应各变电站实际多发的故障情况进行设立。3.根据权利要求1所述的基于云边协同与图像识别的智能防误方法，其特征在于：所述步骤(2)具体包括以下步骤：(2a)构建有向图：将电力网络节点、支路分别抽象为顶点和边，方向取该状态下有功潮流流向，获得电力网络有向图D(V，U)，其中，电网节点抽象为顶点集合V，送电支路集合抽象为U的元素弧a(u，v)，u为元素弧a的起点，v为元素弧a的终点，由此获取所有的源，包括进线和母线；(2b)任选一源作为起点，将其标记为已搜索；(2c)建立送端节点
‑
送电支路邻接表，有向图的顶点集合V作为送端节点
‑
送电支路邻接表的送端节点集合，顶点集合V的节点V
i
对应由节点V
i
发出的所有送电支路的U
i
；(2d)进行第一轮拓扑分析：利用已建立的送端节点
‑
送电支路邻接表，依据有功潮流进行拓扑处理；(2e)进行第二轮拓扑分析，得到完整的源流路径链；(2f)采用逐层推进的方式达到遍历搜索的目的；(2g)重复步骤(2c)至步骤(2f)，直至遍历完所有节点。4.根据权利要求1所述的基于云边协同与图像识别的智能防误方法，其特征在于：所述步骤(3)具体是指：云边决策系统包括云决策系统和边决策系统，云决策系统和边决策系统均具有云边交互通道、规则库、数据获取及集成模块、数据处理模块、指令下发模块和网络拓扑模块，边决策系统还具有图像识别模块，云决策系统还具有设置边决策系统优先级的模块；云决策系统和边决策系统分别部署于云端与现场边端服务器，采用防误主机作为决策实施方，防误边缘区以及防误边缘节点作为云决策系统和边决策系统的数据来源，防误主机对数据、图像进行数据处理，防误边缘区对所获得的拓扑生成树的划分，以变电站设备所在的线路为划分依据，对防误边缘节点上送的设备数据以及视频流信息进行存储、应用；在防误边缘节点布置视频监控设备以及数据采集设备，收集视频流图像、设备状态信息并通过无线传输发送给邻近节点以及防误边缘区；设定一个CommunicationFlag标志，当云决策系统和边决策系统通讯正常时，此值为1，异常时设定该值为0；当通讯正常时，边决策系统收集来自防误边缘区的数据，并对各边缘区进行标号，记为FieldId，将FieldId对应的数据进行处理分析，并发送至云决策系统；通
信正常时，即FieldId＝1时，防误主机得到来自云决策系统的防误指令并下发至对应的设备；当CommunicationFlag＝0时，边决策系统直接将防误信息发送于防误主机；当云决策系统需要处理的数据超过阈值或边决策系统并发请求达...

【专利技术属性】
技术研发人员：臧世民，童旸，郑锋，刘玮，程晗，李磊，
申请(专利权)人：南瑞集团有限公司，
类型：发明
国别省市：