System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于物联感知的变电站智能监控系统技术方案_技高网

一种基于物联感知的变电站智能监控系统技术方案

技术编号:43498583 阅读:2 留言:0更新日期:2024-11-29 17:05
本发明专利技术涉及智能监控领域,具体是一种基于物联感知的变电站智能监控系统,包括传感器、接口、设备运行检测模块、智能分析模块、报警模块和远程监控与控制模块;本发明专利技术采用基于物联感知的方法,以激光构建变电站的点云视频,通过对点云视频进行动作捕捉,实现对入侵行为的识别检测;本发明专利技术通过基于自适应注意力的错位时空特征提取算法,通过聚合点云的局部区域特征与全局静态特征,计算错位时空特征协调点云内的微变换与宏观结构变换的完整性,采用可训练的基函数与样条函数有效的捕获点云中入侵行为的复杂多元关系,减少计算参数,提高入侵行为的识别效率与准确性。

【技术实现步骤摘要】

本专利技术属智能监控领域,具体是一种基于物联感知的变电站智能监控系统


技术介绍

1、变电站是电力系统中重要的组成部分,设备运行稳定和安全至关重要,通过监控系统,可以监测人员和设备的活动,及时发现异常入侵行为,减少事故发生的可能性;监控系统可以检测员工或机器人的违规行为,如未经授权进入危险区域、擅自操作设备等,帮助管理人员及时制止不当行为;但是现有的技术在对变电站进行监控时,只能进行简单的监控,无法根据监控所得图像对入侵行为进行识别检测,现有的计算机视觉技术在运用于变电站监控时,对监控中的动态几何信息识别较慢,难以快速发出危险警报。


技术实现思路

1、针对上述问题,为克服现有技术的缺陷,本专利技术创造性的提供了一种基于物联感知的变电站智能监控系统,针对现有的技术在对变电站进行监控时,只能进行简单的监控,无法根据监控所得图像对入侵行为进行识别检测的问题,本专利技术采用基于物联感知的方法,以激光构建变电站的点云视频,通过对点云视频进行动作捕捉,实现对入侵行为的识别检测;针对现有的计算机视觉技术在运用于变电站监控时,对监控中的动态几何信息识别较慢,难以快速发出危险警报的问题,本专利技术通过基于自适应注意力的错位时空特征提取算法,通过聚合点云的局部区域特征与全局静态特征,计算得到错位时空特征,错位时空特征协调了点云内的微变换与宏观结构变换的完整性,同时采用可训练的基函数与样条函数有效的捕获点云中入侵行为的复杂多元关系,减少计算参数,提高入侵行为的识别效率与准确性。

2、本专利技术提供的一种基于物联感知的变电站智能监控系统,包括传感器、接口、设备运行检测模块、智能分析模块、报警模块和远程监控与控制模块;

3、所述传感器,包括温度传感器、湿度传感器、电流传感器和电压传感器,分别对变电站的温度、湿度、电流和电压进行数据采集,得到运行数据,包括实时运行数据与历史运行数据,通过激光对变电站进行点云视频采集与构建,得到点云视频,并将运行数据和点云视频通过接口分别发送至设备运行检测模块和智能分析模块;

4、所述接口,将设备运行检测模块和智能分析模块与传感器进行连接;

5、所述设备运行检测模块,对变电站的运行数据进行检测,当实时运行数据存在异常时,发出运行报警信息并传输至报警模块;

6、所述智能分析模块,使用基于自适应注意力的错位时空特征提取算法对点云视频进行入侵行为检测,若存在入侵行为,则发出入侵报警信息并传输至报警模块;

7、所述报警模块,接收运行报警信息与入侵报警信息并发出警报,同时保存所有报警信息;

8、所述远程监控与控制模块,实时显示变电站的运行数据、点云视频和所有报警信息,供用户对变电站设备进行远程操控。

9、进一步的,在设备运行检测模块中,对变电站的运行数据进行检测,具体包括以下步骤:

10、步骤q1:数据预处理,对历史运行数据进行数据清洗、缺失值处理和异常值处理,得到预处理历史运行数据;

11、步骤q2:数据转换,将预处理历史运行数据进行傅里叶变换,得到频谱数据;

12、步骤q3:特征提取,使用cnn模型对频谱数据进行特征提取,得到历史运行特征;

13、步骤q4:运行检测,根据历史运行特征设置特征阈值,重复步骤q1-q3,提取实时运行数据的实时运行特征,当实时运行特征不在特征阈值之内时,则实时运行数据存在异常,发出运行报警信息。

14、进一步的,在智能分析模块中,采用基于自适应注意力的错位时空特征提取算法,进行入侵行为检测,具体包括以下步骤:

15、步骤s1:视频划分,将点云视频根据步长d划分为n个等长的点云视频片段,并划分出点云中的安全区域;

16、步骤s2:锚点采样,选择每个点云视频片段的中心帧作为锚框,采用最远点采样法对每个锚框的锚点进行采样,并将采样结果传播到所在点云视频片段的相邻帧中;

17、步骤s3:时空局部区域构建,采用knn算法选取锚点的k个最邻近点,将k个最邻近点所包围的区域定义为时空局部区域;

18、步骤s4:局部区域特征获取,采用4d卷积对时空局部区域内所有点云的点进行特征提取,得到局部区域内点特征,其中4d卷积包括三维位置卷积加一维时间卷积;

19、步骤s5:全局静态特征提取,采用自适应注意力增强分层空间算法对锚框进行全局静态特征提取:

20、<msubsup><mi>r</mi><mi>j</mi><mi>t</mi></msubsup><mi>=[</mi><mrow><munder><mi>max</mi><mo>i=1,...,km</mo></munder><mrow><mi>{</mi><mi>mlp([(</mi><msubsup><mi>l</mi><mi>j,i</mi><mi>t</mi></msubsup><mi>-</mi><msubsup><mi>o</mi><mi>j</mi><mi>t</mi></msubsup><mi>);</mi><msubsup><mi>e</mi><mi>j,i</mi><mi>t</mi></msubsup><mi>;</mi><msubsup><mi>f</mi><mi>j,i</mi><mi>t</mi></msubsup><mi>]⨀a)</mi><mi>}</mi><mi>;</mi><msubsup><mi>o</mi><mi>j</mi><mi>t</mi></msubsup></mrow></mrow><mi>]</mi>;

21、式中,代表点云中第j个时空局部区域的第i点的坐标,代表第j个时空局部区域的质心点的坐标,代表第i点的局部区域内点特征,代表与之间的欧氏距离,代表通过多头注意力模型计算所得的注意力分数,<mi>[(</mi><msubsup>&本文档来自技高网...

【技术保护点】

1.一种基于物联感知的变电站智能监控系统,其特征在于:

2.根据权利要求1所述的一种基于物联感知的变电站智能监控系统,其特征在于:

3.根据权利要求2所述的一种基于物联感知的变电站智能监控系统,其特征在于:

4.根据权利要求3所述的一种基于物联感知的变电站智能监控系统,其特征在于:

【技术特征摘要】

1.一种基于物联感知的变电站智能监控系统,其特征在于:

2.根据权利要求1所述的一种基于物联感知的变电站智能监控系统,其特征在于:

3....

【专利技术属性】
技术研发人员:孙晓鹏刘志昂王子昂于宏波周广祥孙鹏飞
申请(专利权)人:山东三源电力科技有限公司
类型:发明
国别省市:

相关技术
    暂无相关专利
网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1