一种适用于风电场线路的无人机巡检数据智能处理方法与流程

1.本发明设计风电场线路巡检技术领域，具体涉及一种适用于风电场线路的无人机巡检数据智能处理方法。


背景技术：

2.当前，无人机巡检已成为风电场等线路智能巡检的主要方式。无人机在执行巡检任务时拍摄了大量的巡检数据资料，而对于这些巡检数据，目前主要的处理方法是人工后台处理或人工在线监视处理。然而，人工处理无人机巡检数据的方法效率低下且质量堪忧，随着无人机的广泛应用，人工处理无人机巡检数据的方法却并不值得继续推广。
3.因此，现有技术还有待与改进和发展。


技术实现要素：

4.本发明提供一种适用于风电场线路的无人机巡检数据智能处理方法，使用多种智能算法帮助风电场快速地处理线路的无人机巡检数据，提高风电场线路巡检的效率。
5.本发明提供一种适用于风电场线路的无人机巡检数据智能处理方法，其特征在于，包括以下步骤：s1、使用预先设定的程序整理巡检数据的基本信息；s2、使用图像分块模型自动对巡检数据中的图像数据进行分块分类处理，并根据命名规则使用图像分类算法对处理后的图像数据进行命名；s3、使用图像识别算法自动匹配现有的数据库，根据图像数据中故障的情况，对本次巡检的图像数据进行评级，对无法处理的图像数据请求人工处理；s4、根据巡检数据和数据库中的历史数据，使用预测模型对处理后的巡检数据进行故障预测；s5、给出本次风电场巡检的巡检报告，并更新数据库。
6.所述的一种适用于风电场线路的无人机巡检数据智能处理方法，其特征在于，在步骤s1中，所述巡检数据包括基本信息和图像数据，所述基本信息包括风电场线路基础数据、风电场线路坐标、人员信息、无人机基础数据、工作日志以及通知公告；所述图像数据包括无人机在巡检时拍摄的图像信息和拍摄时无人机的坐标信息。
7.所述的一种适用于风电场线路的无人机巡检数据智能处理方法，其中，在步骤s2中，使用snake模型对巡检数据中的图像数据进行分块，使用序贯相似性检测法对分块后的图像数据进行识别分类。
8.进一步地，将图像数据分为杆塔、绝缘子、金具、导地线、基础设施以及附属设施六个类别。
9.所述的一种适用于风电场线路的无人机巡检数据智能处理方法，其中，在步骤s2中，根据杆塔所处位置命名处理后的图像数据，所述命名规则为“杆塔号+图像数据类别”。
10.所述的一种适用于风电场线路的无人机巡检数据智能处理方法，其中，在步骤s3
中，根据故障情况，使用图像识别算法或人工识别实现对图像数据的评级，分为正常、注意、异常和严重四个级别。
11.所述的一种适用于风电场线路的无人机巡检数据智能处理方法，其中，在步骤s4中，根据巡检数据和数据库中的历史数据使用朴素贝叶斯模型预测风电场线路近期可能出现的故障。
12.进一步地，朴素贝叶斯模型的应用需要大量数据的训练，每次巡检的预测结果需根据实际情况进行人工处理后当作模型的训练数据。
13.所述的一种适用于风电场线路的无人机巡检数据智能处理方法，其中，在步骤s5中，所述巡检报告包括巡检数据的基本信息和每个级别下的图像数据及其命名，方便工作人员查看和修改。
14.有益效果：本发明的方法首先处理巡检数据的基本信息，然后使用不同的算法对巡检数据的图像数据进行分块、分类、命名、评级以及预测，最后生成巡检报告并更新数据库。本发明的方法使用多种智能算法处理巡检数据，生成的巡检报告方便工作人员查看和修改并作出相应的处理，数据库的更新不断地提高智能算法的准确性。本发明的方法可提高风电场线路无人机巡检数据的处理效率，推动风电场巡检智能化的发展。本发明提供一种适用于风电场线路的无人机巡检数据智能处理方法，使用先进的算法和技术智能处理巡检数据，可提高巡检数据处理的效率和质量。
附图说明
15.图1是本发明一种适用于风电场线路的无人机巡检数据智能处理方法的流程图。
具体实施方式
16.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的其它实施例，都属于本发明保护的范围。
17.如图1所示，本发明公开了一种适用于风电场线路的无人机巡检数据智能处理方法，其包括以下步骤：步骤一：整理巡检数据的基本信息，所述基本信息包括风电场线路基础数据、风电场线路坐标、人员信息、无人机基础数据、工作日志以及通知公告，方便工作人员后续查看。
18.步骤二：智能处理图像数据；使用snake模型对巡检数据中的图像数据进行分块；使用序贯相似性检测法或人工处理的方法对分块后的图像数据进行识别分类，将图像数据分为杆塔、绝缘子、金具、导地线、基础设施以及附属设施六个类别，根据命名规则“杆塔号+图像数据类别”命名图像数据，如“杆塔3+绝缘子”。
19.步骤三：智能评级图像数据；自动匹配现有的数据库，使用图像识别算法或人工识别的方法，根据故障情况对图像数据进行评级，分为正常、注意、异常和严重四个级别。
20.步骤四：预测风电场线路故障；根据巡检数据和数据库中的历史数据使用朴素贝叶斯模型预测风电场线路近期可能出现的故障。
21.步骤五：生成巡检报告；生成包括巡检数据的基本信息和每个级别下的图像数据
及其命名的巡检报告，方便工作人员查看和修改。
22.所述巡检数据包括基本信息和图像数据。
23.风电场线路工作人员可根据巡检报告查看巡检数据中的图像数据和修正图像数据的命名及其级别，进一步确定风电场线路中存在故障的情况和安排相应的检修，并根据预测结果作好相应的防范工作，最终将处理后的图像数据和巡检结果更新至数据库。
24.发明提供一种适用于风电场线路的无人机巡检数据智能处理方法，使用先进的算法和技术智能处理巡检数据，可提高巡检数据处理的效率和质量。发明的方法首先处理巡检数据的基本信息，然后使用不同的算法对巡检数据的图像数据进行分块、分类、命名、评级以及预测，最后生成巡检报告并更新数据库。本发明的方法使用多种智能算法处理巡检数据，生成的巡检报告方便工作人员查看和修改并作出相应的处理，数据库的更新不断地提高智能算法的准确性。本发明的方法可提高风电场线路无人机巡检数据的处理效率，推动风电场巡检智能化的发展。
25.以上对本发明所提供的一种适用于风电场线路的无人机巡检数据智能处理方法进行了详细介绍，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，根据本发明的思想，在实际实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。


技术特征：
1.一种适用于风电场线路的无人机巡检数据智能处理方法，其特征在于，包括以下步骤：s1、使用预先设定的程序整理巡检数据的基本信息；s2、使用图像分块模型自动对巡检数据中的图像数据进行分块分类处理，并根据命名规则使用图像分类算法对处理后的图像数据进行命名；s3、使用图像识别算法自动匹配现有的数据库，根据图像数据中故障的情况，对本次巡检的图像数据进行评级，对无法处理的图像数据请求人工处理；s4、根据巡检数据和数据库中的历史数据，使用预测模型对处理后的巡检数据进行故障预测；s5、给出本次风电场巡检的巡检报告，并更新数据库。2.根据权利要求1所述的一种适用于风电场线路的无人机巡检数据智能处理方法，其特征在于，在步骤s1中，所述巡检数据包括基本信息和图像数据，所述基本信息包括风电场线路基础数据、风电场线路坐标、人员信息、无人机基础数据、工作日志以及通知公告；所述图像数据包括无人机在巡检时拍摄的图像信息和拍摄时无人机的坐标信息。3.根据权利要求1所述的一种适用于风电场线路的无人机巡检数据智能处理方法，其特征在于，在步骤s2中，使用snake模型对巡检数据中的图像数据进行分块，使用序贯相似性检测法对分块后的图像数据进行识别分类。4.根据权利要求3所述的一种适用于风电场线路的无人机巡检数据智能处理方法，其特征在于，将图像数据分为杆塔、绝缘子、金具、导地线、基础设施以及附属设施六个类别。5.根据权利要求1所述的一种适用于风电场线路的无人机巡检数据智能处理方法，其特征在于，在步骤s2中所述命名规则为“杆塔号+图像数据类别”。6.根据权利要求1所述的一种适用于风电场线路的无人机巡检数据智能处理方法，其特征在于，在步骤s3中，根据故障的情况，使用图像识别算法或人工识别实现对图像数据的评级，图像数据评级分为正常、注意、异常和严重四个级别。7.根据权利要求1所述的一种适用于风电场线路的无人机巡检数据智能处理方法，其特征在于，在步骤s4中，根据巡检数据和数据库中的历史数据，使用朴素贝叶斯模型预测风电场线路近期可能出现的故障。8.根据权利要求1所述的一种适用于风电场线路的无人机巡检数据智能处理方法，其特征在于，在步骤s5中，所述巡检报告包括巡检数据的基本信息和每个级别下的图像数据及其命名。9.根据权利要求7所述的一种适用于风电场线路的无人机巡检数据智能处理方法，其特征在于，所述朴素贝叶斯模型的应用需要大量数据的训练，每次巡检的预测结果需根据实际情况进行人工处理后当作模型的训练数据。

技术总结
本发明公开了一种适用于风电场线路的无人机巡检数据智能处理方法，该方法包括以下步骤：处理巡检数据的基本信息，自动分块分类巡检数据中的图像数据并命名，自动匹配现有的数据库评级图像数据，进行故障预测，生成巡检报告并更新数据库，最后工作人员可根据自动或人工处理后生成的巡检报告安排风电场线路检修。本发明的方法可提高风电场线路无人机巡检数据处理的效率，减轻风电场巡检的工作量，推动风电场巡检智能化的发展。风电场巡检智能化的发展。风电场巡检智能化的发展。


技术研发人员：梁茂琪 李甲煌 谈重磊 蔡斌 梁辛征 李磊升
受保护的技术使用者：广西灵山大怀山新能源有限公司
技术研发日：2022.03.17
技术公布日：2022/6/28