【技术实现步骤摘要】
本专利技术涉及于图片智能识别，具体为基于“rpa+ai”技术的变电设备缺陷智能识别模型。
技术介绍
1、随着电力行业在数字化转型发展，电网设备的运营维护工作也逐渐面临全新的挑战和机遇，从最开始的依赖人工巡视设备的缺陷问题，到现在可以通过高清视频巡检系统进行巡查，但目前高清巡检体系的智能化程度低，通过高清巡检体系拍摄的绝缘子裂纹、呼吸器硅胶变色、开关柜压板分、合以及异物悬空等图片和视频，还需要依据人工进行设备缺陷辨识，无法进行智能判别，这对于运维人员的工作经验要求极高，并形成大量重复性操作，存在速度慢、出错多等问题，在推进变电运维“两个替代”，即远程智能巡视替代人工例行巡视及一键顺控替代传统倒闸操作的时代背景下，巡检体系中的智能化识别系统还面临巨大挑战。
2、为此，如何代利用远程智能巡视替代人工，成为了相关
的技术人员需要解决的技术问题之一。
技术实现思路
1、本专利技术创造所要解决的技术问题在于针对上述现有技术中的不足，构建了“rpa+ai”融合技术的变电设备缺陷智能识别模型，基于高清视频巡检系统，在不改变原有系统构架的情况下，采用“rpa+ai”融合技术使用rpa技术中台对目标这杯图片进行分类，再使用ai技术中台利用人工智能进行智能判别缺陷设备，解决了变电运维一线人员的变电设备缺陷识别难题，用远程智能巡视替代人工，实现了设备缺陷识别的高效化、精准化、智能化。
2、为实现上述目的，等专利技术提供如下方案：
3、变电站高清视频巡检系统，通过高
4、rpa机器人模块，rpa机器人模块负责自动化处理数字化业务数据；
5、ai分析模块，ai分析模块负责对rpa机器人模块处理后的数据进行智能化分析；
6、数据储存模块，数据存储模块用于存储数字化业务数据和处理结果。
7、优选的，所述可视化操作界面可使用如浏览器、app和技术平台等多种设备进行访问。
8、优选的，所述高清视频巡检系统将摄影生成的原始影像数据转为jpg或png常见的图像格式进行输出，视频数据按帧输出为jpg或png的图像格式再进行输出。
9、优选的，所述rpa机器人模块，模拟人工对电站高清视频巡检系统经rpa机器人传来的图片进行分类时可先按不同时域进行进行划分，避免系统资源闲置，提高自检的速度和准确性。
10、优选的，所述人工智能识别系统可以根据不同缺陷设施预警阈值，例如变色，可设置一种目标设备，当高清视频巡检系统取得的图片经过rpa机器人的分类，传入ai技术中台使，人工智能识别模型会将图片和样本库内图片进行对比时，当超过设置的nbs(一种色差单位)值时系统发出预警，使装置在使用中可根据不同设备根据实际需要设计不同的预警触发条件，让识别更具敏感性和准确性。
11、与现有技术相比，本专利技术的有益效果是：
12、(1).本专利技术提高业务处理效率：rpa机器人模块能够自动完成大量重复性、低价值的工作，减轻人工负担；ai分析模块能够快速准确地对数据进行智能化分析，提高分析效率；
13、(2).本专利技术可以降低错误率：rpa机器人模块能够严格按照规则引擎和工作流程执行任务，减少人为错误；ai分析模块能够基于大量数据进行学习和预测，提高分析的准确性和可靠性；
14、(3).本专利技术使用人工智能识别系统，在使用中可根据实际需要修改数据库从而增加人工智能识别模型的有效性和可靠性；
15、(4).本专利技术可以使用变电站原有的高清视频巡检系统进行改造，并适应绝大多数操作系统和应用平台，
本文档来自技高网...【技术保护点】
1.基于“RPA+AI”技术的变电设备缺陷智能识别模型，其特征在于，包括：
2.根据权利要求1所述的基于“RPA+AI”技术的变电设备缺陷智能识别模型，其特征在于：所述高清摄像头、图片收集服务器、摄像头控制器和5G通信模块相连，若干图片收集服务器都带有5G模块可彼此通讯相连。
3.根据权利要求2所述的基于“RPA+AI”技术的变电设备缺陷智能识别模型，其特征在于：所述变电站高清视频巡检系统采用图片智能识别传输方法，所述变电站高清视频巡检系统图片智能识别传输方法设置图片区间记号码，照片设备图时图片自动附加区间记号码，所述区间记号码可用于代表所述图片收集服务器在通讯域内的排布状况，在构造服务器通讯域时，不同通讯域内的图片收集服务器通讯相连，各个通讯域设置周期性不同的通讯域自检系统。
4.根据权利要求3所述的基于“RPA+AI”技术的变电设备缺陷智能识别模型，其特征在于：所述人工智能识别模型可将目标图片划分成目标区域和背景区域；消除背景区域的影响因素，将所述目标区域与背景区域在所述目标图片中进行区分。
5.根据权利要求4所述的基于“RPA
6.根据权利要求5所述的基于“RPA+AI”技术的变电设备缺陷智能识别模型，其特征在于：通过人工智能识别模型进行深度学习，通过不用特征组输入进行训练，存储新的设备缺陷特征组，跟新设备缺陷图片对比AI组件。
7.根据权利要求6所述的基于“RPA+AI”技术的变电设备缺陷智能识别模型，其特征在于：所述通讯域内缺陷重点巡查组，通过缺陷组不同缺陷类型在不同通讯域内数量，建立缺陷重点巡查组，自动缩短周期性巡查频率。
8.基于“RPA+AI”技术的变电设备缺陷智能识别模型使用方法，其特征在于，采用如权利要求1-7任一项基于“RPA+AI”技术的变电设备缺陷智能识别模型，步骤如下：
...【技术特征摘要】
1.基于“rpa+ai”技术的变电设备缺陷智能识别模型，其特征在于，包括：
2.根据权利要求1所述的基于“rpa+ai”技术的变电设备缺陷智能识别模型，其特征在于：所述高清摄像头、图片收集服务器、摄像头控制器和5g通信模块相连，若干图片收集服务器都带有5g模块可彼此通讯相连。
3.根据权利要求2所述的基于“rpa+ai”技术的变电设备缺陷智能识别模型，其特征在于：所述变电站高清视频巡检系统采用图片智能识别传输方法，所述变电站高清视频巡检系统图片智能识别传输方法设置图片区间记号码，照片设备图时图片自动附加区间记号码，所述区间记号码可用于代表所述图片收集服务器在通讯域内的排布状况，在构造服务器通讯域时，不同通讯域内的图片收集服务器通讯相连，各个通讯域设置周期性不同的通讯域自检系统。
4.根据权利要求3所述的基于“rpa+ai”技术的变电设备缺陷智能识别模型，其特征在于：所述人工智能识别模型可将目标图片划分成目标区域和背景区域；消除背景区域的影响因素，将所...
【专利技术属性】
技术研发人员：郑毅，姜之栋，卢诗特，赛涛，朱雨晨，郭珍奇，张彦雷，左宗桂，苏帅，胡健民，
申请(专利权)人：国网新疆电力有限公司乌鲁木齐供电公司，
类型：发明
国别省市：
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。