开云优惠体育网页版入口

专利名称：一种变电站巡检机器人及其运行方法

专利类型：发明专利

专利申请号：CN202410668126.X

专利申请（专利权）人：国网青海省电力公司海东供电公司,国网青海省电力公司
权利人地址：青海省海东市平安镇平安大道167号

专利发明（设计）人：马顺青,冶海平,蒲明,杨守平,冯洁,杨寰宇,马晓涛,孙勇超,潘辉,马海潮,李珍

专利摘要：本发明提出一种变电站巡检机器人及其运行方法,通过对变电站目标巡检区域的第一360°全景图像数据及相应变电站巡检区域物理参数进行有效特征提取得到检测特征，根据所述检测特征及对应的人工巡检预警等级及巡检路线构建变电站人工巡检预警及巡检路线预测模型，将待预测目标的第二360°全景图像数据及相应变电站巡检区域物理参数输入变电站人工巡检预警及巡检路线预测模型得到目标的当前人工巡检预警等级及最佳巡检路线，通过模型智能分析给出派出运维人员数并根据最佳巡检路线进行巡检安排。通过对巡检机器人获得的360°全景图像数据的有效处理，提高模型的巡检安排精准度，不仅降低人工巡查成本，还可协助运维人员进行巡查路线规划。

主权利要求：
1.一种变电站巡检机器人运行方法，其特征在于，所述方法包括：
获取第一360°全景图像数据，并获取相应变电站巡检区域物理参数及对应的人工巡检预警等级及巡检路线；
将所述第一360°全景图像数据和所述相应变电站巡检区域物理参数进行有效特征提取得到巡检特征；
利用所述巡检特征和所述人工巡检预警等级及巡检路线，构建变电站人工巡检预警及巡检路线预测模型；
获取第二360°全景图像数据，并获取相应变电站巡检区域实时物理参数，处理生成实时巡检特征，利用所述变电站人工巡检预警及巡检路线预测模型处理所述实时巡检特征，生成当前人工巡检预警等级及当前巡检路线，并根据所述当前人工巡检预警等级及当前巡检路线发出预警和巡检路线预警信息；
360°全景图像数据由巡检机器人中安装的360°可见光全景摄像头获。龅谝360°全景图像数据由360°全景图像数据以等距长方投影方式表示得到；
在进行有效特征提取前，利用图像变更方法对所述第一360°全景图像数据进行处理；
图像变更的公式为：
；
式中 为更新后的图像，I为所述第一360°全景图像数据，E为方矩阵， 为维的变更子，为大于0的定参数， 为假定变量， 为方矩阵的转置矩阵， 为维变更子的转置矩阵，为可见光设备杂质偏差图像数据，所述第一360°全景图像数据更新后为第一360°全景图像变更数据；
所述变电站人工巡检预警及巡检路线预测模型包括机器学习中的支持向量机和深度学习中的BP神经网络；
所述机器学习中的支持向量机的决策函数计算公式如下所示：
；
其中 ，分别为超平面的法向量和截距， 为所述巡检特征，为样本数量， 为仅包含变压器需巡检部位的第一360°全景图像变更目标数据的图像灰度平均值， 表示所述第一360°全景图像变更数据的图像灰度平均值；
当巡检特征输入后得到的 的值小于0，输出低级预警机制最短巡
检路径，等于0时输出中级预警机制长巡检路径，大于0时输出高级预警机制最长巡检路径；
利用所述变电站人工巡检预警及巡检路线预测模型前，对所述第一360°全景图像变更数据进行分割处理获得输入向量，采用图像分割模型进行图像分割，将图像分割后的得到的图像转化为向量数值；
其中图像分割模型通过极小化如下能量泛函F实现图像分割：
；
式中，I(X)为待分割的所述第一360°全景图像变更数据的图像，C为演化曲线，μ，v，λ1，λ2均为非负权系数，c1，c2分别为图像I在轮廓内外的平均灰度值，inside(C)为目标区域，outside（C）为背景区域，length为长度约束，area为面积约束，图像I在轮廓内外的平均灰度值c1，c2具体表达式如下：；
；
inside(C)和outside（C）为分割得到的区域图像，将inside(C)和outside（C）再度进行二值化并转化为向量表示，其中inside(C)为仅包含变压器需巡检部位的第一360°全景图像变更目标数据；
将所述第一360°全景图像变更目标数据与所述相应变电站巡检区域物理参数进行链接得到巡检特征，输入所述变电站人工巡检预警及巡检路线预测模型的所述相应变电站巡检区域物理参数包括气温、湿度。
2.一种运行权利要求1所述方法的变电站巡检机器人，包括数据获取终端和预警及巡检路线预测终端，其特征在于：所述数据获取终端包括360°全景图像获取模块、巡检参数数据接收模块和巡检参数数据处理模块，所述预警及巡检路线预测终端包括变电站人工巡检预警及巡检路线预测模块、人工巡检预警等级及最佳巡检路线输出模块，其中：
360°全景图像获取模块：获取360°全景图像数据，并将所述360°全景图像数据以等距长方投影方式处理得到第一360°全景图像数据，并对所述第一360°全景图像数据进行处理得到第一360°全景图像变更目标数据；
巡检参数数据接收模块：从巡检云平台接收相应变电站巡检区域物理参数及对应的人工巡检预警等级及巡检路线；
巡检参数数据处理模块：与巡检参数数据接收模块相连，将所述第一360°全景图像变更目标数据与相应变电站巡检区域物理参数链接得到巡检特征；
变电站人工巡检预警及巡检路线预测模块：与巡检参数数据处理模块相连，接收所述巡检特征，并利用所述巡检特征和人工巡检预警等级及巡检路线生成变电站人工巡检预警及巡检路线预测模型，接收经过360°全景图像获取模块处理得到的第二360°全景图像变更目标数据和经过巡检参数数据接收模块得到的相应变电站巡检区域实时物理参数链接得到的实时巡检特征，利用所述实时巡检特征生成当前人工巡检预警等级及当前巡检路线；
人工巡检预警等级及最佳巡检路线输出模块：与运维平台相连，根据所述当前人工巡检预警等级及当前巡检路线发出预警和最佳巡检路线，并将当前人工巡检预警等级和所述最佳巡检路线发送至运维平台。
3.一种变电站巡检机器人平台，其特征在于，包括运行权利要求1所述的方法的变电站巡检机器人，巡检云平台和运维平台；
所述巡检云平台、所述变电站巡检机器人和所述运维平台互联网连接，所述巡检云平台用于实时更新巡检区域的气温和湿度，所述运维平台用于接收所述变电站巡检机器人发来的人工巡检预警等级和最佳巡检路线，并安排人工巡检人数和最佳巡检路线。 说明书 : 一种变电站巡检机器人及其运行方法技术领域[0001] 本发明属于机器人巡检技术领域，尤其涉及一种变电站巡检机器人及其运行方法。背景技术[0002] 随着我国电力系统自动化技术的快速发展，变配电所作为电网中负责变换电压和分配电能的重要节点，正在朝着无人值守的方向发展，并且变配电所的数量也在不断的增加。因此无人值守变配电所的巡检工作对于保证变配电所的稳定运行具有十分重要的作用。传统的巡检方式依靠人工，通过工人手持检测设备来进行巡检作业，来采集设备的运行数据。随着变配电所的数量和规模不断增加,人工巡检的内容越来越复杂，导致人工巡检的质量和检测的及时性大大降低，日益增长的变配电所的数量与巡检人员数量不足之间的矛盾日益凸显。同时，人工巡检作业的质量有很大的随机性，与工作人员的经验多少、责任心强弱、精神情况等多个因素有关，常常导致误检、漏检等情况的情况发生，而产生事故。人工巡检具有劳动强度大、工作效率低、管理成本高等缺点。[0003] 变电站是整个电网正常运行的关键因素，是连接电源和用户的中心枢纽，变电站发生安全风险将直接影响用户端与电源端的正常连接，如若处理不及时将影响电网的稳定牲，严重的会导致大规模的停电。[0004] 目前的变电站运维工作虽然已经较多投入巡检机器人执行任务，但巡检机器人还处于试运行阶段，在运维工作上缺乏指导，在巡检过程中存在识别不精确的问题。[0005] 图像的精准识别在图像识别算法领域已经进行了广泛运用，但对于如何将处理过后的全景图像用于机器人自动巡检、智能化巡检仍是一个较大的挑战。在对变电站进行自动化巡检时发现，巡检时的环境因素对机器的识别具有一定影响，同时在现有技术中，对于变电站的图像采集和处理往往使用全部图像特征进行处理，这会造成特征处理量大，造成后续的识别不精准的问题。[0006] 为此，亟需提供一种变电站巡检机器人及其运行方法以解决上述问题。发明内容[0007] 为解决上述技术问题，本发明提出了一种变电站巡检机器人及其运行方法。[0008] 在本发明的第一个方面，提供一种变电站巡检机器人运行方法，其特征在于，所述方法包括：[0009] 获取第一360°全景图像数据，并获取相应变电站巡检区域物理参数及对应的人工巡检预警等级及巡检路线；[0010] 将所述第一360°全景图像数据和所述相应变电站巡检区域物理参数进行有效特征提取得到巡检特征；[0011] 利用所述巡检特征和所述人工巡检预警等级及巡检路线，构建变电站人工巡检预警及巡检路线预测模型；[0012] 获取第二360°全景图像数据，并获取相应变电站巡检区域实时物理参数，处理生成实时巡检特征，利用所述变电站人工巡检预警及巡检路线预测模型处理所述实时巡检特征，生成当前人工巡检预警等级及当前巡检路线，并根据所述当前人工巡检预警等级及当前巡检路线发出预警和巡检路线预警信息。[0013] 进一步地，360°全景图像数据由巡检机器人中安装的360°可见光全景摄像头获。龅谝360°全景图像数据由360°全景图像数据以等距长方投影方式表示得到。[0014] 进一步地，在进行有效特征提取前，利用图像变更方法对所述第一360°全景图像数据进行处理。[0015] 进一步地，所述变电站人工巡检预警及巡检路线预测模型包括机器学习中的支持向量机和深度学习中的BP神经网络。[0016] 进一步地，利用所述变电站人工巡检预警及巡检路线预测模型前，对所述第一360°全景图像变更数据进行分割处理获得输入向量，采用图像分割模型进行图像分割，将图像分割后的得到的图像转化为向量数值。[0017] 进一步地，将所述第一360°全景图像变更目标数据与所述相应变电站巡检区域物理参数进行链接得到巡检特征，输入所述变电站人工巡检预警及巡检路线预测模型的，所述相应变电站巡检区域物理参数包括气温、湿度。[0018] 还提供了一种变电站巡检机器人，包括数据获取终端和预警及巡检路线预测终端，其特征在于：[0019] 所述数据获取终端包括360°全景图像获取模块、巡检参数数据接收模块和巡检参数数据处理模块，所述预警及巡检路线预测终端包括变电站人工巡检预警及巡检路线预测模块、人工巡检预警等级及最佳巡检路线输出模块，其中：[0020] 360°全景图像获取模块：获取360°全景图像数据，并将所述360°全景图像数据以等距长方投影方式处理得到第一360°全景图像数据，并对所述第一360°全景图像数据进行处理得到第一360°全景图像变更目标数据；[0021] 巡检参数数据接收模块：从巡检云平台接收相应变电站巡检区域物理参数及对应的人工巡检预警等级及巡检路线；[0022] 巡检参数数据处理模块：与巡检参数数据接收模块相连，将所述第一360°全景图像变更目标数据与相应变电站巡检区域物理参数链接得到巡检特征；[0023] 变电站人工巡检预警及巡检路线预测模块：与巡检参数数据处理模块相连，接收所述巡检特征，并利用所述巡检特征和人工巡检预警等级及巡检路线生成变电站人工巡检预警及巡检路线预测模型，接收经过360°全景图像获取模块处理得到的第二360°全景图像变更目标数据和经过巡检参数数据接收模块得到的相应变电站巡检区域实时物理参数链接得到的实时巡检特征，利用所述实时巡检特征生成当前人工巡检预警等级及当前巡检路线；[0024] 人工巡检预警等级及最佳巡检路线输出模块：与运维平台相连，根据所述当前人工巡检预警等级及当前巡检路线发出预警和最佳巡检路线，并将当前人工巡检预警等级和所述最佳巡检路线发送至运维平台。[0025] 还提供了一种变电站巡检机器人平台，其特征在于，包括变电站巡检机器人，巡检云平台和运维平台；[0026] 所述巡检云平台、所述变电站巡检机器人和所述运维平台互联网连接，所述巡检云平台用于实时更新巡检区域的气温和湿度，所述运维平台用于接收所述变电站巡检机器人发来的人工巡检预警等级和最佳巡检路线，并安排人工巡检人数和最佳巡检路线。[0027] 本发明利用改进的图像更新及背景切割的方法进行360°全景图像的处理，使得针对监控的变电站目标图像更加准确，此类特征处理过后的变电站目标图像更加贴近变电站巡检位置，且让变电站人工巡检预警及巡检路线预测更加精确，其次在训练和利用模型时将影响机器巡检的环境参数结合到模型算法中，使得模型的预测更加符合实际情况的特征表现，从而更为精准的为运维人员提供巡检等级预警和巡检路线规划依据，提高运维人员的巡检效率和巡检的智能化。[0028] 本发明的更多实施例和改进效果将结合附图和具体实施例进一步介绍。附图说明[0029] 图1是本发明的一种变电站巡检机器人运行方法流程图；[0030] 图2是本发明的一种变电站巡检机器人结构示意图；[0031] 图3是本发明的360°全景图像等距长方投影方式转换示意图；[0032] 图4是为本发明实施例中变电站巡检机器人平台的结构示意图。具体实施方式[0033] 下面，结合附图以及具体实施方式，对发明做出进一步的描述。[0034] 为解决上述技术问题，本发明提出了一种变电站巡检机器人及其运行方法。[0035] 在本发明的第一个方面，提供一种变电站巡检机器人运行方法，其特征在于，所述方法包括：[0036] 获取第一360°全景图像数据，并获取相应变电站巡检区域物理参数及对应的人工巡检预警等级及巡检路线；[0037] 将所述第一360°全景图像数据和所述相应变电站巡检区域物理参数进行有效特征提取得到巡检特征；[0038] 本实施例中变电站巡检区域物理参数包括温度和湿度，因为温度和湿度不仅会造成全景图像变化，也会造成变电站设施的变化。[0039] 利用所述巡检特征和所述人工巡检预警等级及巡检路线，构建变电站人工巡检预警及巡检路线预测模型；[0040] 获取第二360°全景图像数据，并获取相应变电站巡检区域实时物理参数，处理生成实时巡检特征，利用所述变电站人工巡检预警及巡检路线预测模型处理所述实时巡检特征，生成当前人工巡检预警等级及当前巡检路线，并根据所述当前人工巡检预警等级及当前巡检路线发出预警和巡检路线预警信息。[0041] 本实施例中，人工巡检预警等级可以分为低中高3级预警机制，人员数量根据低中高3级预警机制相应的建议排除，如低级仅建议派出1人人工巡检，中级2人，高级3人。不限于本实施例中的三级预警机制。[0042] 巡检路线为人为已经设定好的三种方案进行路线巡检，低级的巡检路线相应较短，中级边长，高级巡检路线最长。[0043] 进一步地，360°全景图像数据由巡检机器人中安装的360°可见光全景摄像头获。龅谝360°全景图像数据由360°全景图像数据以等距长方投影方式表示得到。[0044] 本实施例中，360°全景图像数据处理后得到第一360°全景图像数据由图3所述。[0045] 进一步地，在进行有效特征提取前，利用图像变更方法对所述第一360°全景图像数据进行处理。[0046] 进一步地，所述图像变更的公式为：[0047][0048] 式中Cs+1为更新后的图像，I为所述第一360°全景图像数据，E为方矩阵，Wi为i维的T变更子，ri为大于0的定参数， 为假定变量，E为方矩阵的转置矩阵， 为i维变更子的转置矩阵，δ为可见光设备杂质偏差图像数据，所述第一360°全景图像数据更新后为第一360°全景图像变更数据。[0049] 进一步地，所述变电站人工巡检预警及巡检路线预测模型包括机器学习中的支持向量机和深度学习中的BP神经网络。[0050] 进一步地，利用所述变电站人工巡检预警及巡检路线预测模型前，对所述第一360°全景图像变更数据进行分割处理获得输入向量，采用图像分割模型进行图像分割，将图像分割后的得到的图像转化为向量数值，其中图像分割模型通过极小化如下能量泛函F实现图像分割：[0051] F(c1，c2，C)[0052] ＝μ·length(C)+v·area(inside(C))[0053] +λ1∫inside(C)‖I(x)?c1‖dx+λ2∫outside(C)‖I(x)?c2‖dx[0054] 式中，I(X)为待分割的所述第一360°全景图像变更数据的图像，C为演化曲线，μ，v，λ1，λ2均为非负权系数，c1，c2分别为图像I在轮廓内外的平均灰度值，inside(C)为目标区域，outside(C)为背景区域，length为长度约束，area为面积约束，图像I在轮廓内外的平均灰度值c1，c2具体表达式如下：[0055][0056] inside(C)和outside(C)为分割得到的区域图像，将inside(C)和outside(C)再度进行二值化并转化为向量表示，其中inside(C)为仅包含变压器需巡检部位的第一360°全景图像变更目标数据。[0057] 进一步地，将所述第一360°全景图像变更目标数据与所述相应变电站巡检区域物理参数进行链接得到巡检特征，输入所述变电站人工巡检预警及巡检路线预测模型的，所述相应变电站巡检区域物理参数包括气温、湿度。[0058] 进一步地，所述机器学习中的支持向量机的计算公式如下所示：[0059][0060] 其中ω，b分别为超平面的法向量和截距，Xi为所述巡检特征，i为样本数量，G(C)为仅包含变压器需巡检部位的第一360°全景图像变更目标数据的图像灰度平均值，G(X)表示所述第一360°全景图像变更数据的图像灰度平均值。[0061] 本实施例中，当巡检特征输入后得到的 的值小于0，输出低级预警机制最短巡检路径，等于0时输出中级预警机制长巡检路径，大于0时输出高级预警机制最长巡检路径。[0062] 还提供了一种变电站巡检机器人，包括数据获取终端和预警及巡检路线预测终端，其特征在于：[0063] 所述数据获取终端包括360°全景图像获取模块、巡检参数数据接收模块和巡检参数数据处理模块，所述预警及巡检路线预测终端包括变电站人工巡检预警及巡检路线预测模块、人工巡检预警等级及最佳巡检路线输出模块，其中：[0064] 360°全景图像获取模块：获取360°全景图像数据，并将所述360°全景图像数据以等距长方投影方式处理得到第一360°全景图像数据，并对所述第一360°全景图像数据进行处理得到第一360°全景图像变更目标数据；[0065] 巡检参数数据接收模块：从巡检云平台接收相应变电站巡检区域物理参数及对应的人工巡检预警等级及巡检路线；[0066] 巡检参数数据处理模块：与巡检参数数据接收模块相连，将所述第一360°全景图像变更目标数据与相应变电站巡检区域物理参数链接得到巡检特征；[0067] 变电站人工巡检预警及巡检路线预测模块：与巡检参数数据处理模块相连，接收所述巡检特征，并利用所述巡检特征和人工巡检预警等级及巡检路线生成变电站人工巡检预警及巡检路线预测模型，接收经过360°全景图像获取模块处理得到的第二360°全景图像变更目标数据和经过巡检参数数据接收模块得到的相应变电站巡检区域实时物理参数链接得到的实时巡检特征，利用所述实时巡检特征生成当前人工巡检预警等级及当前巡检路线；[0068] 人工巡检预警等级及最佳巡检路线输出模块：与运维平台相连，根据所述当前人工巡检预警等级及当前巡检路线发出预警和最佳巡检路线，并将当前人工巡检预警等级和所述最佳巡检路线发送至运维平台。[0069] 还提供了一种变电站巡检机器人平台，其特征在于，包括变电站巡检机器人，巡检云平台和运维平台；[0070] 所述巡检云平台、所述变电站巡检机器人和所述运维平台互联网连接，所述巡检云平台用于实时更新巡检区域的气温和湿度，所述运维平台用于接收所述变电站巡检机器人发来的人工巡检预警等级和最佳巡检路线，并安排人工巡检人数和最佳巡检路线。[0071] 本实施例中，低级预警机制最短巡检路径，等于0时输出中级预警机制长巡检路径，大于0时输出高级预警机制最长巡检路径，分别排除1人、2人和3人进行相应巡检路径进行巡检。[0072] 本发明利用改进的图像更新及背景切割的方法进行360°全景图像的处理，使得针对监控的变电站目标图像更加准确，此类特征处理过后的变电站目标图像更加贴近变电站巡检位置，且让变电站人工巡检预警及巡检路线预测更加精确，其次在训练和利用模型时将影响机器巡检的环境参数结合到模型算法中，使得模型的预测更加符合实际情况的特征表现，从而更为精准的为运维人员提供巡检等级预警和巡检路线规划依据，提高运维人员的巡检效率和巡检的智能化。[0073] 当然，可以理解，本发明的各个实施例可以单独实现其中一个效果，本发明的多个实施例组合可以实现上述所有效果，但是并不要求本发明的每一个实施例都实现上述所有优点和效果，因为本发明的各个实施例都能构成单独的技术方案并对现有技术作出一个或者多个贡献。[0074] 本发明未特别明确的部分模块结构，以现有技术记载的内容为准。本发明在前述背景技术部分以及具体实施例部分提及的现有技术可作为本发明的一部分，用于理解部分技术特征或者参数的含义。本发明的保护范围以权利要求实际记载的内容为准。

专利地区：青海

专利申请日期：2024-05-28

专利公开日期：2024-11-05

专利公告号：CN118596139B