[0001]
本发明涉及变电站监测技术领域，尤其涉及一种基于边缘计算的变电站监测系统。
背景技术：
[0002]
变电站人员巡检成本高，目前逐步实现无人值守，参考cn107831712a公开了一种变电站远程监测系统，基于物联网的配电房监测系统中设置运行环境状态监测模块、配电房安防监测模块、设备运行状态监测模块，来获取配电房中的环境状态信息、安防状态信息、以及设备状态信息，并上述信息经处理后传输至互联网，使得员工能实现对配电房的远程监控；以及参考cn109193926a公开了一种变电站监测系统，通过数据采集单元和数据存储单元分别获取开关柜内监测点的电力信息以及各智能仪表的读数，再通过数据存储单元将监测点的电力信息以及各智能仪表的读数发送至云端的数据处理分析单元，经统计分析后即可得出待监测变电站的运行状态，实现变电站的全自动化监测，无需人工巡查。由于主要是基于各类传感装置获取数据信息并进行远程监测，但是对于变电站监测点附近的移动物或环境状态等无法进行有效掌控，所以一些外界因素可能会对变电站的正常运行和安全造成影响。
技术实现要素：
[0003]
为克服上述缺陷，本发明的目的在于提供一种基于边缘计算的变电站监测系统，获得高质量的图像资源，实现多类不同部件和缺陷的检测识别，全面的对变电站各类因素进行监控，及时报警并备份至监管平台，缓解云处理中心的计算压力。
[0004]
为实现上述目的，本发明采用如下技术方案：一种基于边缘计算的变电站监测系统，包括外部监控装置、内部监控装置、采集装置、处理装置、判断装置、存储装置、第一警报装置及监管平台，所述外部监控装置包括多个不同角度的摄像头，设置在变电站监测点外，并与所述采集装置通过物联网无线连接；所述内部监控装置包括多种传感器，设置在所述变电站监测点内，并与所述采集装置通过物联网无线连接；所述采集装置、所述处理装置、所述判断装置、所述存储装置以及所述第一警报装置互相连接并对应设置在所述变电站监测点附近；所述处理装置用于对所述外部监控装置获取的图像数据进行预处理、匹配和识别；所述存储装置与所述监管平台无线连接，所述监管平台包括数据库、第二警报装置和显示终端。
[0005]
可选的，所述摄像头包括视频摄像头和热成像摄像头；所述视频摄像头和所述热成像摄像头分别与所述采集装置通过物联网无线连接。
[0006]
可选的，所述处理装置以灰度为基础采用归一化的灰度匹配法以及幅度排序算法。
[0007]
可选的，所述处理装置以特征为基础采用特征匹配法，处理的所述图像数据包括颜色特征、纹理特征、形状特征以及空间位置特征。
[0008]
可选的，所述特征包括特征基元，所述特征基元包括点特征、边缘特征和区域特征；所述特征基元提取采用统计方法、几何法和模型法。
[0009]
可选的，所述内部监控装置用于监控所述变电站监测点内部的状态信息，所述状态信息包括温度、湿度、电压、电流、频率、功率、功率因数、电能和谐波。
[0010]
变电站巡检的最主要方式仍然是人工巡检，但是基于人员巡检成本高，巡检状态不稳定，因此部分变电站采用传感器等装置对变电站进行远程监控，但是对于变电站监测点附近的移动物或环境状态等无法进行有效掌控，所以一些外界因素可能会对变电站的正常运行和安全造成影响。但是一般的视屏监控需要运维人员进行异常检查和缺陷查找，不具备对设备外观等缺陷的自动检测能力，大量的巡视图像需要人工甄别,另一方面由于图像质量和图像分析水平不足的问题,更加难以有效发现设备隐患；而且变电站视频图像数据庞大，远距离传输速度受限，无法及时响应处理等，因此效果受限，特别是针对一些变电站监测点附近的移动物或环境状态等无法进行有效掌控，具有安全隐患。
[0011]
本发明的积极有益效果：本发明基于边缘计算在变电站监测点附近设立内外监控装置，全面的对变电站内部设备因素和外部环境因素和不稳定因素进行监控，全方位的进行保障；采集装置、处理装置、判断装置、存储装置和第一警报装置都位于变电站监测点边缘，采集装置对内外监控装置的数据进行采集；处理装置实现对外部监控装置监测图像的预处理、匹配和识别，从而获得高质量的图像资源，使得判断装置对图像的判断更为准确以及利于后续处理，提高了整个系统的响应速度；判断装置则是对内部监控装置数据以及处理装置处理后的数据进行智能分析并可能触发附近的第一报警装置；存储装置则是短暂存储近期的监控数据，并将这部分监控数据远程传输至监管平台内的数据库，如有异常数据则触发监管平台的第二报警装置以及可以在显示终端上以图表或其它形式直观的显示对应变电站的数据信息或变化，如位置所在、问题所在、预知安全隐患等，实时在线远程监测。实现多类不同部件和缺陷的检测识别，并利用边缘计算技术，建立变电设备缺陷智能诊断系统终端，并具备典型部件和缺陷的检测能力，缓解云处理中心的计算压力，提高变电设备异常检测效率。
附图说明
[0012]
图1是本发明的实施例1提供的一种基于边缘计算的变电站监测系统的结构框架示意图。
具体实施方式
[0013]
下面结合一些具体实施方式，对本发明进一步说明。
[0014]
实施例1如图1所示，一种基于边缘计算的变电站监测系统，包括外部监控装置、内部监控装置、采集装置、处理装置、判断装置、存储装置、第一警报装置及监管平台，所述外部监控装置包括多个不同角度的摄像头，设置在变电站监测点外，并与所述采集装置通过物联网无线连接；所述内部监控装置包括多种传感器，设置在所述变电站监测点内，并与所述采集装置通过物联网无线连接；所述采集装置、所述处理装置、所判断装置、所述存储装置以及所述第一警报装置互相连接并对应设置在所述变电站监测点附近；所述处理装置用于对所述外部
监控装置获取的图像数据进行预处理、匹配和识别；所述存储装置与所述监管平台无线连接，所述监管平台包括数据库、第二警报装置和显示终端。
[0015]
由于人员巡检成本高且巡检效果不稳定，所以变电站逐步实现无人值守，一般的视屏监控需要运维人员进行异常检查和缺陷查找，且不具备对设备外观等缺陷的检测能力；而且变电站视频图像数据庞大，远距离传输速度受限，无法及时响应处理等。本实施例基于边缘计算对变电站实时低延迟的全面进行监测，通过物联网就近提供边缘智能监测。提高了传输效率和响应速度，对变电站监测点实时掌控，在靠近数据源变电站监测点的地方进行计算，融合网络、计算、存储和应用核心能力，满足敏捷联接、低延时、实时业务、数据优化、应用智能、安全与隐私保护等方面的关键需求。采集装置收集外部监控装置和内部监控装置所采集到的监控数据，并转交给处理装置进行处理或判断装置进行判断分析或存储装置进行短暂存储，存储周期一般不超过10小时，判断装置对获取内部监控装置的数据或处理装置处理后的数据进行智能分析，随时触发第一报警装置。为了提高外部监控装置的监测精度，构建多维图像智能匹配识别技术，通过处理装置实现监测点图像的预处理、匹配和识别，对获得的图像进行去雾、去噪、去抖动、增强及复原等操作，从而获得高质量的图像资源，再利用目标检测等技术对其进行处理确定目标的状态，以利于后续处理；针对变电设备高清图像的采集、分析并辨识设备可能存在的潜在故障，将大大提升变电站设备缺陷的识别率，同时提高系统在不同站内的推广应用能力。图像匹配是对影像内容、特征、结构、关系、纹理及灰度等的对应关系进行相似性和一致性的分析，寻求相似影像目标的方法，通过一定的匹配算法在两幅或多幅影像之间识别同名点的过程。监管平台的数据库用于长期存储来自变电站监测点的图像数据以及内部监控装置的采集数据，显示终端以电子地图的形式实时显示数据信息。显示终端可以是个人计算机或手机或平板等，以电子地图图的形式显示各监测点的位置及数据变化，实时在线远程监测。通过人机界面将地理分布图、接点温度运行参数、预告警信息、历史参数等通过图形、表格、曲线、棒图等形式直观显示，为决策层提供直接可靠的数据依据，当发现具有隐患的数据信息时可以及时提前派遣运维人员维护，消除隐患、最大限度的减少变电站安全事故。对于已经超过设定阈值的数据信息则会直接触发位于监管平台内的第二报警装置，运维人员无需对电子地图上的数据进行预判分析，提醒运维人员及时进行处理。建立适用于多视觉场景的图像融合和目标定位方法，实现多类不同部件和缺陷的检测识别，并利用边缘计算技术，建立变电设备缺陷智能诊断系统终端，并具备典型部件和缺陷的检测能力，缓解云处理中心的计算压力，提高变电设备异常检测效率。
[0016]
图像在采集、获取、传输过程中往往会受到噪声的污染，噪声是影响图像质量的主要因素，并且极大地影响了人们从图像中提取信息，在给定有噪图像的情况下对未知的干净图像进行估计。针对雾天等恶劣天气的图像模糊现象采用去雾技术，提高图像对比度，建立描述图像降质的模型，通过相关算法，结合降质模型，利用暗通道先验算法获取雾天图像成像模型的相关参数，进而反推出场景真实信息，反演图像退化过程，从而复原由雾而导致的雾天模糊。再使用图像增强技术令图像清晰或将其转换为更适合人或机器分析的形式，其可以依据具体应用要求突出图像中细节特征、提高图像对比度，从而改善图像视觉效果。
[0017]
进一步的，所述摄像头包括视频摄像头和热成像摄像头；所述视频摄像头和所述热成像摄像头分别与所述采集装置通过物联网无线连接。采用多视觉图像融合技术，通过
人工智能技术将视频摄像头拍摄的可见光图像与热成像摄像头拍摄的非可见光图像进行自动合成。因为在变电站中许多设备单单通过可见光摄像头很难实现高精度的目标缺陷检测。在恶劣或极端条件下，采用非可见光摄像头将大大提高图像的视觉识别度，进而提高变电设备缺陷目标的自动追踪和定位的精确度。
[0018]
所述处理装置以灰度为基础采用归一化的灰度匹配法以及幅度排序算法。灰度匹配的基本思想是以统计的观点将图像看成是二维信号，采用统计相关的方法寻找信号间的相关匹配。适用于图像亮度变化和尺度变化不明显的图像对。利用两个信号的相关函数，评价它们的相似性以确定同名点。利用某种相似性度量，如相关函数、协方差函数、差平方和、差绝对值和等测度极值，判定两幅图像中的对应关系。归一化的灰度匹配法其基本原理是逐像素的把一个以一定大小的实时图像窗口的灰度矩阵，与参考图像的所有可能的窗口灰度阵列，按某种相似性度量方法进行搜索比较的匹配方法，从理论上说就是采用图像相关技术。利用灰度信息匹配方法的计算量太大，所以需要配合快速算法以提高效率，如使用幅度排序算法、归一化互相关算法、fft相关算法和分层搜索的序列判断算法等，其中优选幅度排序算法和归一化互相关算法。
[0019]
所述处理装置也可以以特征为基础采用特征匹配法，处理的所述图像数据包括颜色特征、纹理特征、形状特征以及空间位置特征。计算量相对较小、鲁棒性相对较强，能够较好的适应图像的平移和旋转等变化。特征匹配是指通过分别提取两个或多个图像的特征（点、线、面等特征），对特征进行参数描述，然后运用所描述的参数来进行匹配的一种算法。首先需要对图像进行预处理来提取其高层次的特征，然后建立两幅图像之间特征的匹配对应关系，。特征匹配需要用到许多诸如矩阵的运算、梯度的求解、还有傅立叶变换和泰勒展开等数学运算。特征匹配需要用到许多诸如矩阵的运算、梯度的求解、还有傅立叶变换和泰勒展开等数学运算。特征包括特征基元，通常使用的特征基元有点特征、边缘特征和区域特征(明显点、角点、边缘点和边缘线段等)，特征基元提取与匹配方法有统计方法、几何法、模型法、信号处理法、边界特征法、傅氏形状描述法、几何参数法、形状不变矩法等。其中优选统计方法、几何法和模型法。基于图像特征的匹配方法可以克服利用图象灰度信息进行匹配的缺点，由于图像的特征点比较像素点要少很多，大大减少了匹配过程的计算量;同时，特征点的匹配度量值对位置的变化比较敏感，可以大大提高匹配的精确程度;而且，特征点的提取过程可以减少噪声的影响，对灰度变化，图像形变以及遮挡等都有较好的适应能力。所以基于图像特征的匹配在实际中的应用效果相对较好。
[0020]
所述内部监控装置用于监控所述变电站监测点内部的状态信息，所述状态信息包括温度、湿度、电压、电流、频率、功率、功率因数、电能和谐波，所使用的的传感器有温湿传感器、电流传感器、电压传感器、功率因数传感器和电量传感器等，这些传感器采集到的数据由采集装置接收，分析处理，对比预设的阈值数据，如果超过阈值则第一报警装置发生报警，可以提醒监测点周围的运维人员提高警惕和及时进行处理，同时向监管平台发送报警信号以及相关数据信息，以便进行分析和及时定位。另一方面可以预设存储装置的数据发射时间周期，如6小时向监管平台发射一次数据，如有异常数据则不遵循发射周期直接进行数据发送，因为可能由于装置的位置等关系，需要设置独立电源，为了节省独立电源的使用时间以及延长更换周期，不必时刻向监管平台发送数据，只需暂时保存在存储装置内，周期性的发送，但是需要判断装置提前对保存的数据进行判断，是否异常，是否具有安全隐患
等，提前发送数据以确保实时性，引起监管平台的重视。
[0021]
最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，本领域普通技术人员对本发明的技术方案所做的其他修改或者等同替换，只要不脱离本发明技术方案的精神和范围，均应涵盖在本发明的权利要求范围当中。