开云优惠体育网页版入口

专利名称：一种输电线路无计划作业的多维立体监控系统

专利类型：发明专利

专利申请号：CN202410290289.9

专利申请（专利权）人：国网江西省电力有限公司抚州供电分公司
权利人地址：江西省抚州市临川区金巢大道1233号

专利发明（设计）人：发明人:朱凯,刘宇,张剑飞,李曜,刘方荣,冯宝刚,许志勇,何雄伟,危伟,吴奇,曾平,陶宇,范文昊,叶泓睿,陈刚,黄伟平,饶帅亮

专利摘要：本发明涉及输电领域，具体提供了一种输电线路无计划作业的多维立体监控系，包括遥感巡检模块：用于通过卫星遥感技术，进行输电线路巡检，获取输电线路上的无计划作业点；多维监督模块：用于对无计划作业点进行定位，并调用高分辨率设备获取无计划作业点的监督数据；全场景建模模块：用于通过监督数据，对无计划作业点进行全场景建模，确定无计划作业数据，并输出标准作业的作业策略；监督管理模块：用于判断无计划作业数据的作业类型，并与标准作业进行拟合分析，判断无计划作业是否存在违规行为。

主权利要求：
1.一种输电线路无计划作业的多维立体监控系统，其特征在于，包括：遥感巡检模块：预先在遥感卫星中配置线路巡检机制，进行输电线路巡检，获取输电线路上的无计划作业点；
多维监督模块：用于对无计划作业点进行定位，并调用高分辨率设备获取无计划作业点的监督数据；
全场景建模模块：用于通过监督数据，对无计划作业点进行全场景建模，确定无计划作业数据，并输出标准作业的作业策略；
监督管理模块：用于判断无计划作业数据的作业类型，并与标准作业进行拟合分析，判断无计划作业是否存在违规行为；
所述线路巡检机制包括线路定位技术和遥感切割技术；其中，线路定位技术包括无源定位机制和有源判定机制，有源判定机制通过预先载入的输电线路图进行输电线路初始定位，生成输电线路初始分布图，无源定位机制用于根据输电线路初始分布图，进行分支电路识别，确定无源输电线路，并补充至输电线路初始分布图，生成输电线路巡检图；
遥感切割技术用于在输电线路初始分布图确定后，对输电线路的输电节点进行遥感影像切割，并通过切割后的输电节点遥感影像图，进行无目的线路排查，并根据排查结果进行分支电路识别。
2.如权利要求1所述的一种输电线路无计划作业的多维立体监控系统，其特征在于，所述输电线路巡检包括如下步骤：根据输电线路巡检图，构建节点响应机制；其中，
节点响应机制中响应节点对应于输电线路中电路节点；
根据节点响应机制，构建主巡检响应任务机制和辅巡检识别机制；其中，主巡检响应任务机制用于巡检输电线路，并通过在巡检通过每个电路节点时，生成对应的响应信号；
辅巡检识别机制用于根据响应信号，对相邻巡检点之间的遥感影像上传至云端数据库，并通过云端数据库的作业识别机制，进行作业点粗识别，判断输电线路中是否存在无计划作业点。
3.如权利要求2所述的一种输电线路无计划作业的多维立体监控系统，其特征在于，所述作业识别机制的识别步骤包括：预先设定作业识别项；其中，
作业识别项包括人像识别项和设备识别项；
根据作业识别项，将遥感影像进行人像拆分和设备拆分；
根据拆分后的设备和人像，在云端数据库中判断对应位置是否存在电路故障，当存在电路故障时，将其标记为无计划作业点。
4.如权利要求1所述的一种输电线路无计划作业的多维立体监控系统，其特征在于，所述高分辨率设备包括：高分辨率卫星、高分辨率巡检无人机、高分辨率相机和高分辨率扫描仪；其中，高分辨率卫星为无计划作业的定位设备；
高分辨率巡检无人机为多维度监督设备；
高分辨率相机和高分辨率扫描仪为辅助数据采集设备。
5.如权利要求1所述的一种输电线路无计划作业的多维立体监控系统，其特征在于，所述监督数据包括作业监督数据、线路运行数据和线路环境数据；其中，作业监督数据为作业行为过程中的人工作业数据和机器作业数据；
线路运行数据包括输电线路电力电压数据；
线路环境数据包括线路异物数据、线路绝缘子缺陷数据、线路部件缺陷数据。
6.如权利要求5所述的一种输电线路无计划作业的多维立体监控系统，其特征在于，所述获取无计划作业点的监督数据，包括：预先设定多维全场景建模作业标准，设定数据标准和多维监督角度；
调用高分辨率设备在多维监督角度获取无计划作业点的第一作业数据；
将第一作业数据按照数据标准进行筛。⑷范ㄉ秆『蟮牡诙作业数据；
将第二作业数据进行行为分类，并在分类后，生成多个不同类型的监督数据。
7.如权利要求1所述的一种输电线路无计划作业的多维立体监控系统，其特征在于，所述全场景建模包括：获取无计划作业点的场景数据，通过场景元素，在云端服务器内构件多维立体场景模型；
根据场景数据，设定场景参照物，并基于场景参照物搭建多维作业点模型；
将场景数据转化为场景点云数据，并确定每个场景元素的点云坐标；
根据点云坐标在多维作业点模型中进行场景元素植入，生成无计划作业点的多维全场景建模模型，并进行无计划作业数据转化。
8.如权利要求7所述的一种输电线路无计划作业的多维立体监控系统，其特征在于，所述无计划作业数据转化包括：根据多维全场景建模模型，确定实时作业类型；
根据实时作业类型，在预设作业数据库中进行当前作业行为划分，生成多个行为识别项；
根据行为识别项，构建多维全场景建模模型的数据转化机制，将存在对应行为关键特征的全场景建模数据按照行为类型生成对应行为特征判定机制；
基于行为特征判定机制，进行无计划作业数据转化。
9.如权利要求1所述的一种输电线路无计划作业的多维立体监控系统，其特征在于，所述监督管理模块包括：类型判定单元：用于获取无计划作业数据，进行行为特征提。⒔喔鲂形卣鹘兴承蜃楹，确定作业类型；
规则设定单元：根据行为特征的顺序组合，确定对应的标准作业行为，并设定当前作业类型下的行为规则；
违规判定单元：用于根据行为准则，将无计划作业数据进行按照作业行为构建拟合响应机制，当存在作业行为无拟合响应时，判定对应作业行为为违规行为。 说明书 : 一种输电线路无计划作业的多维立体监控系统技术领域[0001] 本发明涉及输电线路的违规判定技术领域，特别涉及一种输电线路无计划作业的多维立体监控系统。背景技术[0002] 目前，在输电线路的作业领域，会通过电网智慧管理系统监督电网故障和电力调度，派出工人执行作业任务。但是，在一些输电线路出现临时性的故障时，对应地区无法检测，无法判断出现的故障类型，就会进行无计划作业。[0003] 输电线路的无计划作业是指在未经过充分计划和准备的情况下，对输电线路进行紧急或临时性的作业。这种无计划作业可能是由于突发事件、设备故障、自然灾害等原因引起的。[0004] 在专利文件CN202310475400.7一种输电线路卫星遥感无计划作业风险评估方法及系统提出了：[0005] 采用卫星遥感技术获取输电线路的高分辨率卫星遥感影像；采用边缘检测方法和傅里叶变换方法对所述高分辨率卫星遥感影像进行识别得到输电线路的现场作业识别结果；基于所述现场作业识别结果和输电线路标准化作业计划数据库得到输电线路无计划作业风险评估结果。[0006] 上述技术方案在进行无计划作业识别方面，只是基于高分辨率卫星遥感影像识别作业，但是，这种识别方式是受到云层，大雾等天气影响。其次，现有的卫星遥感影像的最高精确度只能识别物体特征，即，能判断出车是车、人是人、但是更精确的细节信息，需要卫星遥感技术的进一步发展，因此，其只能识别特征明显的环境风险，对于作业人员作业过程中，出现的违规作业，以及作业人员需要在没有预先制定好的作业方案和安全措施的情况下进行作业，导致作业人员出现生命危险，其无法判断其风险，也无法进行监督。发明内容[0007] 本发明提供一种输电线路无计划作业的多维立体监控系统，用以解决通过卫星遥感在无计划作业中进行风险评估中，其只能识别特征明显的环境风险，对于作业人员作业过程中，出现的违规作业，以及作业人员需要在没有预先制定好的作业方案和安全措施的情况下进行作业，导致作业人员出现生命危险的情况，无法进行判断的技术问题。[0008] 第一方面，本申请提供一种输电线路无计划作业的多维立体监控系统，该系统包括：[0009] 遥感巡检模块：预先在遥感卫星中配置线路巡检机制进行输电线路巡检，获取输电线路上的无计划作业点；[0010] 多维监督模块：用于对无计划作业点进行定位，并调用高分辨率设备获取无计划作业点的监督数据；[0011] 全场景建模模块：用于通过监督数据，对无计划作业点进行全场景建模，确定无计划作业数据，并输出标准作业的作业策略；[0012] 监督管理模块：用于判断无计划作业数据的作业类型，并与标准作业进行拟合分析，判断无计划作业是否存在违规行为。[0013] 结合第一方面，所述卫星遥感技术包括线路定位技术和遥感切割技术；其中，[0014] 线路定位技术包括无源定位机制和有源判定机制，有源判定机制通过预先载入的输电线路图进行输电线路初始定位，生成输电线路初始分布图，无源定位机制用于根据输电线路初始分布图，进行分支电路识别，确定无源输电线路，并补充至输电线路初始分布图，生成输电线路巡检图；[0015] 遥感切割技术用于在输电线路初始分布图确定后，对输电线路的节点进行遥感影像切割，并通过切割后的输电节点遥感影像图，进行无目的线路排查，并根据排查结果进行分支电路识别。[0016] 结合第一方面，所述输电线路巡检包括如下步骤：[0017] 根据输电线路巡检图，构建节点响应机制；其中，[0018] 节点响应机制中响应节点对应于输电线路中电路节点；[0019] 根据节点响应机制，构建主巡检响应任务机制和辅巡检识别机制；其中，[0020] 主巡检响应任务机制用于巡检输电线路，并通过在巡检通过每个电路节点时，生成对应的响应信号；[0021] 辅巡检识别机制用于根据响应信号，对相邻巡检点之间的遥感影像上传至云端数据库，并通过云端数据库的作业识别机制，进行作业点粗识别，判断输电线路中是否存在无计划作业点。[0022] 结合第一方面，所述作业识别机制的识别步骤包括：[0023] 预先设定作业识别项；其中，[0024] 作业识别项包括人像识别项和设备识别项；[0025] 根据作业识别项，将遥感影像进行人像拆分和设备拆分；[0026] 根据拆分后的设备和人像，在云端数据库中判断对应位置是否存在电路故障，当存在电路故障时，将其标记为无计划作业点。[0027] 结合第一方面，所述高分辨率设备包括：高分辨率卫星、高分辨率巡检无人机、高分辨率相机和高分辨率扫描仪；其中，[0028] 高分辨率卫星为无计划作业的定位设备；[0029] 高分辨率巡检无人机为多维度监督设备；[0030] 高分辨率相机和高分辨率扫描仪为辅助数据采集设备。[0031] 结合第一方面，所述监督数据包括作业监督数据、线路运行数据和线路环境数据；其中，[0032] 作业监督数据为作业行为过程中的人工作业数据和机器作业数据；[0033] 线路运行数据包括输电线路电力电压数据；[0034] 线路环境数据包括线路异物数据、线路绝缘子缺陷数据、线路部件缺陷数据。[0035] 结合第一方面，所述获取无计划作业点的监督数据，包括：[0036] 预先设定多维全场景建模作业标准，设定数据标准和多维监督角度；[0037] 调用高分辨率设备在多维监督角度获取无计划作业点的第一作业数据；[0038] 将第一作业数据按照数据标准进行筛。⑷范ㄉ秆『蟮牡诙作业数据；[0039] 将第二作业数据进行行为分类，并在分类后，生成多个不同类型的监督数据。[0040] 结合第一方面，所述全场景建模包括：[0041] 获取无计划作业点的场景数据，通过场景元素，在云端服务器内构件多维立体场景模型；[0042] 根据场景数据，设定场景参照物，并基于场景参照物搭建多维作业点模型；[0043] 将场景数据转化为场景点云数据，并确定每个场景元素的点云坐标；[0044] 根据点云坐标在多维作业点模型中进行场景元素植入，生成无计划作业点的多维全场景建模模型，并进行无计划作业数据转化。[0045] 结合第一方面，所述无计划作业数据转化包括：[0046] 根据多维全场景建模模型，确定实时作业类型；[0047] 根据实时作业类型，在预设作业数据库中进行当前作业行为划分，生成多个行为识别项；[0048] 根据行为识别项，构建多维全场景建模模型的数据转化机制，将存在对应行为关键特征的全场景建模数据按照行为类型生成对应行为特征判定机制；[0049] 基于行为特征判定机制，进行无计划作业数据转化。[0050] 结合第一方面，所述监督管理模块包括：[0051] 类型判定单元：用于获取无计划作业数据，进行行为特征提。⒔喔鲂形卣鹘兴承蜃楹，确定作业类型；[0052] 规则设定单元：根据行为特征的顺序组合，确定对应的标准作业行为，并设定当前作业类型下的行为规则；[0053] 违规判定单元：用于根据行为准则，将无计划作业数据进行按照作业行为构建拟合响应机制，当存在作业行为无拟合响应时，判定对应作业行为为违规行为。[0054] 本发明有益效果在于：[0055] (1)本发明可以对输电线路进行巡检监督，对存在作业人员的无计划作业点进行判断，对不存在作业人员，但是需要作业人员进行维修的输电线路明显的可视化故障进行判断。[0056] 即：本发明可以对输电线路是否因为意外事件，需要进行作业维修进行判定，还能在对输电线路发生故障的过程中，如果无法识别故障类型，无法制定作业任务和作业计划的时候，通过本申请的技术方案自动生成作业策略，并以这个作业策略配置标准作业流程，对维修工人的作业行为进行监测，判断是否出现违规行为。[0057] (2)本发明可以通过卫星遥感技术进行无计划作业的风险评估，还能解决在云层、大雾天气，卫星遥感影像识别不清楚的情况下，实现高分辨率作业场景数据的采集。[0058] (3)本发明可以对违规人员或者行为进行近场的实时监督，实时报警。[0059] 本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书以及附图中所特别指出的结构来实现和获得。[0060] 下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。附图说明[0061] 附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：[0062] 图1为本发明实施例中一种输电线路无计划作业的多维立体监控系统的系统组成图；[0063] 图2为本发明实施例中作业识别机制的机制执行图；[0064] 图3为本发明实施例中输电线路巡检的巡检方式组成图；[0065] 图4为本发明实施例中一种输电线路无计划作业的多维立体监控系统的设备架构图。具体实施方式[0066] 以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。[0067] 下面结合图1，本发明提出了一种输电线路无计划作业的多维立体监控系统，包括：[0068] 遥感巡检模块：预先在遥感卫星中配置线路巡检机制，进行输电线路巡检，获取输电线路上的无计划作业点；[0069] 多维监督模块：用于对无计划作业点进行定位，并调用高分辨率设备获取无计划作业点的监督数据；[0070] 全场景建模模块：用于通过监督数据，对无计划作业点进行全场景建模，确定无计划作业数据，并输出标准作业的作业策略；[0071] 监督管理模块：用于判断无计划作业数据的作业类型，并与标准作业进行拟合分析，判断无计划作业是否存在违规行为。[0072] 上述技术方案的原理在于：[0073] 如图1和图4所示，本申请预先在监控系统中输入有计划作业点和输电线路作业点和输电线路，然后，通过遥感卫星100对整个输电线路在预设的巡检周期下进行重复巡检。在重复巡检的过程中，判断输电线路上是否存在不属于有计划作业点的人工作业地点，如果存在，将其认定为无计划作业点，然后传输至第一服务器101，第一服务器101在地图上对无计划作业点进行定位，判断无计划作业点附近是否存在高分辨率设备102，高分辨率设备包括但不限于无人机、线性相机和高刷新率扫描仪。然后通过高分辨率设备102采集无计划作业点的监督数据，监督数据主要为无计划作业点的作业场景图像。高分辨率设备102将作业场景图像传输至第二服务器103，第二服务器103通过其内置的全场景建模软件(全场景建模是一种立体的多维度建模方式，使得施工现场没有死角)，对无计划作业点的作业数据进行全场景建模，全场景建模之后，识别作业类型，从第三服务器104中调用当前作业类型对应的标准作业的作业策略，并通过作业策略与监督数据对应的场景进行对比，无死角的对比无计划作业点的整体作业数据，通过全场景建：蟮淖饕党【敖卸辔鹊牧⑻宥员，对比每个作业人员的作业行为，对比作业场景内作业设备的摆放，对比作业流程的流程顺序，判断是否存在和作业策略不同或者不相关的行为、作业流程顺序和作业设备摆放情况，从而实现违规行为的判断，然后通过显示设备105进行显示，生成报警信号，并将报警信号发送给作业人员或者上级部门。[0074] 在进行作业策略对比的过程中，包括直接对比违规行为，直接判断是否存在违规行为，以及进行作业策略对比，判断是否存在不在作业策略内的作业行为，并将对应的行为进行违规判定。[0075] 本申请主要的适用场景是在对无计划作业进行监督判定的过程中，为了解决无计划作业点的线路故障是忽然发生的，或者说在发生之后，有人维修，但是没有进入电力系统生成作业工单，也就无法通过监督机制进行输电线路的监督；[0076] 在本申请中：[0077] 无计划作业点表示已经存在作业业务，通过作业人员进行电路维修作业，或者没有存在作业业务，在巡检的过程中，发现输电线路出现异常，从而生成作业信息，在不清楚故障原因的情况下，进行无计划作业。[0078] 监督数据包括无计划作业点的实时环境状况、维修原因和作业人员的作业数据，在无计划作业点附近存在固定长期存在的高分辨率设备时，还包括维修之前的监督数据和进行维修过程中的场景数据。[0079] 高分辨率设备通过无计划作业点的位置信息，进行设备调度(无人机调度、扫描仪进行现场扫描、线性相机的场景数据采集，优选无人机调度，可以进行无人化操作，使用扫描仪和线性相机的时候，需要人工放置扫描仪和线性相机)。[0080] 全场景建模主要基于全场景建模软件，对无计划作业点进行全场景建模，生成无计划作业点的立体场景模型，显示维修工人进行输电线路作业维修的全场景建模图像。[0081] 违规行为的判断是通过维修人员的作业行为，确定在进行无计划作业过程中的作业行为，然后根据作业行为，确定具体的作业类型；在作业类型确定之后，将标准作业策略和实时作业信息进行拟合分析，判断整个作业过程中是否出现违规的行为，进行违规判定，并且上传报警。拟合分析包括是将标准作业的作业策略对应的标准作业数据与监督数据中的实时作业数据进行监督拟合，实现违规判定。[0082] 上述技术方案的有益效果在于：[0083] (1)本发明可以对输电线路进行巡检监督，对存在作业人员的无计划作业点进行判断，对不存在作业人员，但是需要作业人员进行维修的输电线路明显的可视化故障进行判断。[0084] 即：本发明可以对输电线路是否因为意外事件，需要进行作业维修进行判定，还能在对输电线路发生故障的过程中，如果无法识别故障类型，无法制定作业任务和作业计划的时候，通过本申请的技术方案自动生成作业策略，并以这个作业策略配置标准作业流程，对维修工人的作业行为进行监测，判断是否出现违规行为。[0085] (2)本发明可以通过卫星遥感技术进行无计划作业的风险评估，还能解决在云层、大雾天气，卫星遥感影像识别不清楚的情况下，实现高分辨率作业场景数据的采集。[0086] (3)本发明可以对违规人员或者行为进行近场的实时监督，实时报警。[0087] 作为本发明的一种可选实施例，在进行无计划作业点的巡检过程中，有些输电线路是连接电网，可以通过电网上的电压异常进行监督，但是还存在一些输电线路是电网的一些分支电路，分支电路存在线路故障，但是，因为没有连接电网，对于分支电路的线路故障难以发现，本申请在无线遥感技术的输电线路巡检阶段；采用了线路定位技术和遥感切割技术；其中，[0088] 线路定位技术包括无源定位机制和有源判定机制；[0089] 有源判定机制通过预先载入的输电线路图进行输电线路初始定位，生成输电线路初始分布图；即，对电网能够监控的主输电线路进行位置信息判断，以及有计划作业点进行位置判断。[0090] 无源定位机制用于根据输电线路初始分布图，进行分支电路识别，确定无源输电线路，并补充至输电线路初始分布图，生成输电线路巡检图；通过遥感技术，判断主输电线路是否还与其它的分支输电线路连接，并自动补充到输电线路初始分布图。[0091] 在实际的输电线路中，输电线路一般连接有负载设备或者传输到配电机房等地方，但是，存在一些输电线路没有连接配电机房，遥感影像中只显示一部分输电线路的，忽然被其它的山脉或者树木进行遮挡，导致无法判断其输电线路的供电目的地，此时通过遥感切割技术，在输电线路初始分布图确定后，对输电线路的节点进行遥感影像切割，节点为输电节点，并通过切割后的输电节点遥感影像图，进行无目的线路排查，并根据排查结果进行分支电路识别。[0092] 上述技术方案的原理在于：[0093] 本申请的卫星遥感技术存在线路定位技术和遥感切割技术，线路定位技术包括无源定位机制和有源判定机制。无源定位机制用于根据输电线路初始分布图,进行分支电路识别,确定无源输电线路,并补充至输电线路初始分布图中,生成输电线路巡检图。有源判定机制通过预先载入的输电线路图进行输电线路初始定位,生成输电线路初始分布图。遥感切割技术用于在输电线路初始分布图确定后,对输电线路的节点进行遥感影像切割,并通过切割后的输电节点遥感影像图,进行无目的线路排查,并根据排查结果进行分支电路识别。[0094] 上述技术方案的有益效果在于：[0095] 本申请利用卫星遥感技术,可以实现对输电线路的全面、高精度、长时间的监测和管理,提高电力输送的安全性和可靠性；[0096] 通过无源定位机制和有源判定机制,能够快速、准确地识别出输电线路中的分支电路,并将其纳入到输电线路的巡检图中,便于进行定期巡检和故障排除；[0097] 通过遥感切割技术和无目的线路排查,可以实现对输电线路节点的实时监测和及时发现故障,提高了电力输送的安全性和可靠性。[0098] 作为本发明的一种可选实施例，在巡检的过程中，输电线路每到一个高压电塔，就是一个电路节点。如果直接进行全流程巡检，无法无法判断输电线路巡检的是否全面，因此，在输电线路巡检过程中，采用了如下步骤：[0099] 根据输电线路巡检图，构建节点响应机制；其中，[0100] 节点响应机制中响应节点对应于输电线路中电路节点；节点响应机制对应每个输电线路中的高压电塔或者配电站等等，电力传输节点。[0101] 根据节点响应机制，构建主巡检响应任务机制和辅巡检识别机制；其中，[0102] 主巡检响应任务机制用于巡检输电线路，并通过在巡检通过每个电路节点时，生成对应的响应信号；响应信号表示输电线路上一个响应点和实时响应点之间的输电线路巡检完成。[0103] 因为输电线路上的作业点已经输入第一服务器101，为了精确判断输电线路是有计划作业点还是无计划作业点，辅巡检识别机制根据响应信号，对相邻巡检点之间的遥感影像上传至云端数据库，并通过云端数据库的作业识别机制，进行作业点粗识别，判断输电线路中是否存在无计划作业点。[0104] 上述技术方案的原理在于：[0105] 如附图3所示，本申请通过对输电线路中的各个电路节点进行分析，并根据这些节点的特性和位置信息，确定每个节点所对应的责任范围和响应方式。节点响应机制的基础上，构建主巡检响应任务机制和辅巡检识别机制。主巡检响应任务机制主要用于对输电线路进行实时巡检，其具体操作是在巡检过程中，通过在巡检过的每个电路节点处，生成对应的响应信号。而辅巡检识别机制则主要负责通过分析从主巡检中收集到的响应信号，来识别出相邻巡检点之间的遥感影像，并将其上传到云端数据库中。对上传到云端数据库的遥感影像，通过云端数据库的作业识别机制进行作业点粗识别。通过云端数据库的作业识别机制，准确地判断出输电线路中是否存在无计划作业点。如果存在，那么就需要及时采取措施，避免对输电线路的正常运行造成影响。通过与主巡检响应任务机制相结合，可以实现对整个输电线路巡检过程的有效管理和控制。同时，辅巡检识别机制和云端数据库的作业识别机制的结合，也为后续的故障诊断提供了有力的支持。[0106] 上述技术方案的有益效果在于：[0107] 节点响应机制是为了建立一套完整的节点响应机制，以便后续的主巡检响应任务机制和辅巡检识别机制能够正常工作。这种基于节点响应机制的输电线路巡检系统，不仅可以提高巡检的精度和效率，还可以有效地防止由于人为因素导致的意外事故。[0108] 作为本发明的一种可选实施例，在判断无计划作业点的作业类型的过程中，因为无计划作业点没有作业安排计划，通过作业识别机制进行作业类型识别的过程中：[0109] 预先设定作业识别项；其中，[0110] 作业识别项包括人像识别项和设备识别项；人像识别项表示作业人员的工作种类识别项，设备识别项表示作业设备的种类识别项，通过这两种数据，可以判断电路具体的故障种类，也可以判断是否是进行故障维修，从而在确定是故障，也是在作业过程中，才标记为无计划作业点，防止，在进行输电线路识别的时候，将输电线路上的无关人员或者无关设备，识别为作业数据，出现调动误差。[0111] 根据作业识别项，将遥感影像进行人像拆分和设备拆分；[0112] 根据拆分后的设备和人像，在云端数据库中判断对应位置是否存在电路故障，当存在电路故障时，将其标记为无计划作业点。[0113] 上述技术方案的原理在于：[0114] 如附图2所示，本申请通过设置作业识别项，作业识别项用于确定需要识别的对象类型，以便正确地将其与相应的处理方法关联起来。在人像识别项中，可以指定特定的人脸特征或身份信息，以便于后续的图像匹配和识别。在设备识别项中，可以指定特定的设备类型、型号或编号，以便于后续的设备定位和识别。[0115] 根据作业识别项,将遥感影像进行人像拆分和设备拆分。人像拆分指的是将原始图像中的人物从背景中分离出来，以便于进一步的处理和分析。设备拆分指的是将原始图像中的设备从背景中分离出来,以便于进一步的处理和分析。可以使用各种图像处理技术来实现人像和设备的拆分，例如基于深度学习的卷积神经网络(CNN)等。[0116] 根据拆分后的人像和设备，在云端数据库中判断对应位置是否存在电路故障。使用机器学习算法来检测和分类图像中的对象，并根据对象的类别和位置信息来查找对应的电路故障信息。这些信息可以从之前收集的数据集中获。部梢酝ü凳奔嗖庀低郴袢。如果找到电路故障信息，将其标记为无计划作业点。[0117] 上述技术方案的有益效果在于：[0118] 作业识别机制能够有效地识别出遥感影像中的作业点,并对其进行分类和标记。这有助于及时发现和解决潜在的安全隐患,同时也有助于提高工作效率和减少人力成本。[0119] 作为本发明的一种可选实施例，所述高分辨率设备包括：高分辨率卫星、高分辨率巡检无人机、高分辨率相机和高分辨率扫描仪；其中，[0120] 高分辨率卫星为无计划作业的定位设备；[0121] 高分辨率巡检无人机为多维度监督设备；[0122] 高分辨率相机和高分辨率扫描仪为辅助数据采集设备。[0123] 上述技术方案的原理在于：[0124] 本申请的高分辨率卫星采用卫星遥感技术，可以在远距离上对输电线路进行高精度的拍摄。取输电线路的图像信息。通过分析这些图像信息，确定输电线路的状态和潜在问题。高分辨率卫星可以设置在固定位置或者移动轨道上，据实际需要进行灵活调度。[0125] 高分辨率设备例如无人机，可以配备了多种传感器和视觉设备，例如雷达、红外线探测器等，在空中对输电线路进行多角度、多尺度的探测，获取输电线路的详细信息。通过与其他设备的配合(例如，电路传输监督设备)，可以实现对输电线路的实时监测，并及时发现异常情况。高分辨率设备可以根据任务需求进行不同模式的选择，例如远程遥控、自主导航等。[0126] 在实际实施过程中，高分辨率相机和高分辨率扫描仪可以配合使用，获取输电线路表面的详细信息，如线路材质、设备布置等。通过与高分辨率卫星和无人机的数据结合，可以更加准确地评估输电线路的状态和风险。高分辨率相机和扫描仪，可以通过不同的传感器和采集方式，获得不同的数据类型，如数字高程模型(DEM)、激光扫描点云等。[0127] 上述技术方案的有益效果在于：[0128] 通过多设备的协同作业，提高数据采集的精度和效率，并且可以在不同的环境下实现自适应的工作模式。[0129] 作为本发明的一种可选实施例，为了保证对无计划作业点的作业数据识别更加准确，本发明的监督数据包括作业监督数据、线路运行数据和线路环境数据；其中，[0130] 作业监督数据为作业行为过程中的人工作业数据和机器作业数据；[0131] 线路运行数据包括输电线路电力电压数据；[0132] 线路环境数据包括线路异物数据、线路绝缘子缺陷数据、线路部件缺陷数据。[0133] 上述技术方案的原理在于：[0134] 本申请在进行作业监督的过程中，采集的作业监督数据包括作业行为过程中的人工作业数据和机器作业数据，可以通过对输电线路上的各种作业行为进行实时监控和记录来获取。人工作业数据可以包括人工巡检、维修、清洗等操作；机器作业数据可以包括无人机巡检、机器人巡检、自动化系统监控等操作。这些数据可以通过安装在现场的传感器、摄像头等设备进行采集，然后通过数据传输和处理系统上传至云端服务器进行存储和分析。[0135] 线路运行数据包括输电线路电力电压数据，可以通过在线监测系统获取。在线监测系统可以使用各种传感器和技术来检测输电线路的状态和性能，例如电流传感器、电压传感器、功率计、频率计、温度计等。这些传感器可以安装在输电线路的不同位置，并在本地或远程数据中心进行实时监测和记录。[0136] 线路环境数据包括线路异物数据、线路绝缘子缺陷数据、线路部件缺陷数据，可以通过对输电线路周围的环境进行定期检查和监测来获取。这些数据可以通过安装在现场的环境监测设备进行采集，例如摄像机、传感器、无人机等。[0137] 上述技术方案的有益效果在于：[0138] 本发明可以实时、连续、准确的监测和记录，可以有效地发现和解决输电线路的安全隐患，确保输电线路的正：涂煽吭诵。[0139] 作为本发明的一种可选实施例，为了保证作业数据的全面性，本申请获取无计划作业点的监督数据的过程包括：[0140] 预先设定多维全场景建模作业标准，设定数据标准和多维监督角度；[0141] 调用高分辨率设备在多维监督角度获取无计划作业点的第一作业数据；[0142] 将第一作业数据按照数据标准进行筛。⑷范ㄉ秆『蟮牡诙作业数据；[0143] 将第二作业数据进行行为分类，并在分类后，生成多个不同类型的监督数据。[0144] 上述技术方案的原理在于：[0145] 本申请通过预先设定全场景建模作业标准，设定数据标准和多维监督角度。这一步是为了确保在后续的作业数据获取和处理过程中，能够遵循统一的标准，保证数据的准确性和一致性。在进行设备调用中，调用高分辨率设备在多维监督角度获取无计划作业点的第一作业数据。这一步是通过使用高分辨率的设备，在指定的多维监督角度下获取无计划作业点的第一手数据，这是获取所有后续数据的基础。将第一作业数据按照数据标准进行筛。⑷范ㄉ秆『蟮牡诙作业数据。这一步是为了去除原始数据中的错误、不完整或者不符合标准的数据，得到符合要求的第二作业数据。将第二作业数据进行行为分类，并在分类后，生成多个不同类型的监督数据。这一步是对筛选后的第二作业数据进行分析，根据其行为特征进行分类，从而得到更加精细化的监督数据，为后续的管理决策提供支持。[0146] 上述技术方案的有益效果在于：[0147] 获取无计划作业点的有效监督数据，以便于管理者能够及时发现和解决可能存在的问题，提高工作效率和管理水平。[0148] 作为本发明的一种可选实施例，为了保证建模的时候，多维度监控数据 准确性，全场景建模包括：[0149] 获取无计划作业点的场景数据，通过场景元素，在云端服务器内构件多维立体场景模型；[0150] 根据场景数据，设定场景参照物，并基于场景参照物搭建多维作业点模型；[0151] 将场景数据转化为场景点云数据，并确定每个场景元素的点云坐标；[0152] 根据点云坐标在多维作业点模型中进行场景元素植入，生成无计划作业点的多维全场景建模模型，并进行无计划作业数据转化。[0153] 上述技术方案的原理在于：[0154] 本申请在实施过程中，为了能够对无计划作业点进行有效的监测和控制，我们需要首先获取相关的场景数据。确定场景中的不同元素，采用了全场景建模技术，全场景建模软件，通过对场景数据进行分析处理，在云端服务器内构建了一个多维立体场景模型。这个模型包括了场景中的各种元素，作业工人和作业设备等；为了能够准确地描述作业点的位置和姿态,我们需要设定一个场景参照物。这个参照物可以是一个固定的点或者面，也可以是某个物体或者其他特征。通过分析场景数据，结合实际情况来确定合适的参照物。基于场景参照物和场景数据，进一步构建一个多维作业点模型。这个模型包括了作业点周围的各种元素，例如线路、塔架等等，每个元素都被赋予了特定的三维坐标和属性信息。同时，还根据点云坐标在多维作业点模型中进行了场景元素植入，以实现对整个场景的精细化管理。[0155] 作为本发明的一种可选实施例，为了精确的识别，无计划作业过程中的作业行为，本发明在无计划作业数据转化过程中：[0156] 根据多维全场景建模模型，确定实时作业类型；[0157] 根据实时作业类型，在预设作业数据库中进行当前作业行为划分，生成多个行为识别项；[0158] 根据行为识别项，构建多维全场景建模模型的数据转化机制，将存在对应行为关键特征的全场景建模数据按照行为类型生成对应行为特征判定机制；[0159] 基于行为特征判定机制，进行无计划作业数据转化。[0160] 上述技术方案的原理在于：[0161] 在本申请中，通过对输入数据的深度分析和处理，自动地识别出实时作业的类型。例如，可以通过对图像、声音、运动等数据的处理，识别出电线敷设、维修等工作。利用预先设定的作业数据库，对当前作业行为进行分类，从而生成对应的行为识别项。这些行为识别项可以作为后续数据转化的基。糜诤笮纳疃确治龊痛。通过不同作业类型的数据转化机制，使得不同的作业类型可以得到对应的特征提取和分析方法。这将为后续的数据处理提供可能，同时也为系统的智能化提供了基础。通过对对行为特征进行判定，可以得到具体的作业行为，从而实现对无计划作业的实时监控和管理。[0162] 作为本发明的一种可选实施例，所述监督管理模块包括：[0163] 类型判定单元：用于获取无计划作业数据，进行行为特征提。⒔喔鲂形卣鹘兴承蜃楹，确定作业类型；[0164] 规则设定单元：根据行为特征的顺序组合，确定对应的标准作业行为，并设定当前作业类型下的行为规则；[0165] 违规判定单元：用于根据行为准则，将无计划作业数据进行按照作业行为构建拟合响应机制，当存在作业行为无拟合响应时，判定对应作业行为为违规行为。[0166] 上述技术方案的原理在于：[0167] 在本申请中，类型判定单元的作用是获取输入部分提供的无计划作业数据，并进行行为特征提取。具体来说，类型判定单元会从输入部分中提取有关作业的特征信息，例如作业时间、地点、人员等；并根据这些信息提取出与作业相关的行为特征。这些行为特征可以是已知的、预定义的，也可以是自适应的。在提取完所有行为特征后，类型判定单元会将它们进行顺序组合，形成一个完整的作业行为特征序列。这个序列包含了与作业相关的全部行为特征，可以用来确定作业的类型。规则设定单元是根据行为特征序列，确定对应的作业行为，并设定当前作业类型下的行为规则。具体来说，规则设定单元会利用行为特征序列来查找已有的规则库，并与之匹配。如果找到了匹配的规则，则将其应用于当前作业类型的行为规则中。如果没有找到匹配的规则，则需要根据实际情况自行设定规则。最后，规则设定单元将行为规则输出到输出部分,供后续的违规判定单元使用。违规判定单元是根据行为准则，将无计划作业数据进行按照作业行为构建拟合响应机制。具体来说，违规判定单元会利用行为特征序列来匹配规则库中的行为规则，并判断输入部分提供的无计划作业数据是否符合这些规则。如果不符合，则会将相应的行为视为违规行为，并输出相应的警示信息或采取相应的措施。同时，违规判定单元也会记录异常行为信息，以便管理员及时发现和解决问题。[0168] 上述技术方案的有益效果在于：[0169] 能够有效地识别、监测和控制无计划作业的风险，保障输电线路的安全稳定运行。[0170] 显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

专利地区：江西

专利申请日期：2024-03-14

专利公开日期：2024-10-11

专利公告号：CN118117487B