欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 202010257668X
申请人: 华东交通大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种融合边缘计算和深度学习的输变电设备状态在线监测方法,其特征在于,所述方法通过监测设备层完成输变电设备图像信息的采集;边缘网络层实现监测设备层与边缘服务器层之间的相互通信;边缘服务器层将采集的输变电设备图像信息进行预处理;移动核心网层实现边缘服务器层与云服务器层之间的相互通信;由云服务器层根据融合边缘计算和已训练的深度学习模型完成输变电设备状态分类及故障识别;

所述方法用于监测绝缘子的步骤如下:

(1)数据采集和存储,监测设备选用无人机,边缘网络选用5G移动网络;无人机拍摄到的绝缘子红外图像通过5G网络传输至边缘服务器后,首先对图像进行统一编号存储,具体命名规则如下:绝缘子图像名称 = 采集时间 + 绝缘子位置经纬度 + 环境温度;

(2)通过边缘服务器完成对接收到的绝缘子图像信息预处理,即图像增强和轮廓识别,选取NAS网络存储服务器作为边缘数据处理层的边缘服务器,采用NSCT变换进行绝缘子图像增强,采用最大熵阈值分割算法对绝缘子进行提取,最后通过5G移动网络上传至云端;

(3)云端完成对绝缘子的故障识别,输电线路上的绝缘子红外图像经过边缘预处理后传输至云端进行状态分类;首先对红外图像通过改进的CNN进行体征提取,得到特征映射图;区域建议策略网络RPN利用softmax激活函数计算映射图中每个特征点属于前景目标的概率;同时在原始图像的相应位置生成若干尺寸不一的候选区域;ROI池化层将候选区域映射为维度固定的特征向量,然后再次利用softmax判断候选区域中绝缘子,完成云端对绝缘子状态分类及故障识别。

2.根据权利要求1所述的融合边缘计算和深度学习的输变电设备状态在线监测方法,其特征在于,所述监测设备采用带有摄像头的无人机,实现输变电设备图像信息的采集。

3.根据权利要求1所述的融合边缘计算和深度学习的输变电设备状态在线监测方法,其特征在于,所述边缘服务器层为距离监测设备最近的处理与决策层,设置在WiFi接入点或者5G基站;所述边缘服务器层完成所接收输变电设备图像的增强及轮廓识别,并对图像信息进行编号、分类及存储;所述边缘服务器还搭载一些经过训练的算法,对冗余数据进行处理,减少上传数据量;根据云服务器的查验要求,向云服务器层上传所需的输变电设备源图像。

4.根据权利要求3所述的融合边缘计算和深度学习的输变电设备状态在线监测方法,其特征在于,所述边缘服务器选用NAS网络存储服务器,通过NSCT变换和最大熵区域分割法对输变电设备图像进行增强与分割。

5.根据权利要求1所述的融合边缘计算和深度学习的输变电设备状态在线监测方法,其特征在于,所述云服务器层为监测系统的中央控制器;根据已训练的深度学习模型完成输变电设备的状态分类及故障识别;云服务器如果诊断输变电设备图像为故障图像,则根据数据编号向边缘服务器发出查询需求,调取输变电图像源数据进行二次分析与校验。

6.根据权利要求5所述的融合边缘计算和深度学习的输变电设备状态在线监测方法,其特征在于,所述深度学习模型先对边缘端处理过的输变电设备图像进行特征提取,得到特征映射图,然后区域建议网络生成候选区域,最后利用ROI池化层提取候选区域的图像特征,并传递到全连接层实现边框定位和故障诊断。

7.根据权利要求1所述的融合边缘计算和深度学习的输变电设备状态在线监测方法,其特征在于,所述移动核心网层通过5G网络完成边缘服务器层与云服务器层之间的相互通信。

8.根据权利要求1所述的融合边缘计算和深度学习的输变电设备状态在线监测方法,其特征在于,所述边缘网络层将监测设备连接到边缘服务器;由于边缘服务器与监测设备为一对多的关系,且采集的是输变电设备图像信息,为了满足较高的传输速率,则选用WiFi或者5G通信。