基于边缘计算的线路通道隐患在线计算方法及装置与流程

本发明涉及输电线路通道监控，尤其涉及一种基于边缘计算的线路通道隐患在线计算的方法及装置。

背景技术：

1、物联网技术的快速发展，使得越来越多具备独立功能的普通物体实现互联互通，实现万物互联。得益于物联网的特征，各行各业均在利用物联网技术快速实现数字化转型，越来越多的行业终端设备通过网络联接起来。然而，物联网作为庞大而复杂的系统，不同行业应用场景各异会产生大规模的数据量，按照传统数据处理方式，获取的所有数据均需上送云计算平台分析，云计算平台将面临着网络时延高、海量设备接入、海量数据处理难、带宽不够和功耗过高等高难度挑战。

2、边缘计算是在靠近物或数据源头的网络边缘侧，通过融合网络、计算、存储、应用核心能力的分布式开放平台，就近提供边缘智能服务。边缘计算是将从终端采集到的数据，直接在靠近数据产生的本地设备或网络中进行分析，无需再将数据传输至云端数据处理中心。

3、电网线路通道的检修往往需拍摄数海量影像数据，通过这些数据对传输电线路运行的隐患识别具有重要意义。因此，如何基于边缘计算技术，配合不同类型的传感器，对电网线路通道进行隐患排查，成为需要解决的问题。

技术实现思路

1、有鉴于此，本发明实施例提供一种基于边缘计算的线路通道隐患在线计算方法，至少部分解决现有技术中存在的问题。

2、第一方面，本发明实施例提供了一种基于边缘计算的线路通道隐患在线计算方法，包括：

3、在输电线路通道上设置多个不同类型的检测传感器，所述多个不同类型的检测传感器包括用于拍摄输电线路通道可见光图像的第一传感器、用于拍摄输电线路通道红外光图像的第二传感器以及用于记录输电线路通道磁场强度变化的第三传感器；

4、对所述第一传感器拍摄的可见光图像进行图像识别，得到多个不同类型的识别对象，多个不同类型的识别对象形成识别对象集合p1；

5、将识别对象集合p1中的识别对象与预设的故障对象集合中的故障对象进行相似度计算，将相似度值大于δ的m个故障对象所对应的可见光图像进行重新归集，形成隐患对象集合p2；

6、获取隐患对象集合p2所对应的拍摄时间集合t＝{t1,t2,…tm}，以便于基于所述拍摄时间集合t，获取第二传感器采集的红外图像集合h＝{h1,h2,…hm}以及第三传感器采集的磁场强度值集合c＝{c1,c2,…cm}；

7、对红外图像集合h＝{h1,h2,…hm}中包含的每个红外图像进行温度极值计算，得到与红外图像集合h＝{h1,h2,…hm}对应的极值温度曲线s1，将所述极值温度曲线s1与所述磁场强度值集合c＝{c1,c2,…cm}形成的磁场变化曲线进行匹配计算，以便于基于匹配计算的结果，从隐患对象集合p2中包含的m个故障对象中选取k个故障对象，以便于基于k个故障对象对线路通道隐患状态进行计算，其中，k≤m。

8、其中，所述在输电线路通道上设置多个不同类型的检测传感器，包括：

9、将所述第一传感器、第二传感器和第三传感器设置在输电线路通道上的同一位置上。

10、其中，所述在输电线路通道上设置多个不同类型的检测传感器，还包括：

11、通过通信控制电路将所述第一传感器、第二传感器和第三传感器连接在一起，使得所述第一传感器、第二传感器和第三传感器在相同的时间点进行信号采集。

12、其中，所述在输电线路通道上设置多个不同类型的检测传感器，还包括：

13、将采样周期t0发送给所述通信控制电路，使得所述第一传感器、第二传感器和第三传感器按照采样周期t0进行信号采集。

14、其中，所述在输电线路通道上设置多个不同类型的检测传感器，还包括：

15、在所述第一传感器、第二传感器和第三传感器的附近设置存储单元和边缘计算器；

16、所述存储单元用于存储所述第一传感器、第二传感器和第三传感器的采集数据；

17、所述边缘计算器对所述存储单元中存储的采集数据进行边缘计算，进而对输电线路通道上是否存在隐患进行判断。

18、其中，所述对所述第一传感器拍摄的可见光图像进行图像识别，得到多个不同类型的识别对象，包括：

19、在可见光图像中，基于背景识别算法识别出可见光图像中的背景色区域，形成主成分区域；

20、通过所述主成分区域对所爱好可见光图像进行图像分割，分割出l个前景目标区域；

21、利用预先训练的神经网络模型，对所述l个前景目标区域执行目标检测，得到多个不同类型的识别对象形成识别对象集合p1。

22、其中，所述将识别对象集合p1中的识别对象与预设的故障对象集合中的故障对象进行相似度计算，包括：

23、通过预设的相似度计算公式，将识别对象集合p1中的每个识别对象分别与故障对象集合中的故障对象进行相似度计算，得到相似度值β；

24、其中，将相似度值β于δ进行比较，进而在识别对象集合p1中获得m个故障对象。

25、所述基于所述拍摄时间集合t，获取第二传感器采集的红外图像集合h＝{h1,h2,…hm}以及第三传感器采集的磁场强度值集合c＝{c1,c2,…cm}，包括：

26、获取第二传感器在拍摄时间集合t拍摄的所有红外图像，形成红外图像集合h＝{h1,h2,…hm}；

27、获取第三传感器在拍摄时间集合t采集的所有磁场强度值，形成磁场强度值集合c＝{c1,c2,…cm}。

28、其中，所述将所述极值温度曲线s1与所述磁场强度值集合c＝{c1,c2,…cm}形成的磁场变化曲线进行匹配计算，包括：

29、计算所述极值温度曲线s1在拍摄时间集合t中时间点ti的曲率变化值是否超过预设值ζ；

30、若是，进一步判断该时间点ti上的磁场强度值ci是否大于cav，

31、

32、其中，β为预设的调节系数。

33、第二方面，本发明实施例提供了一种基于边缘计算的线路通道隐患在线计算装置，包括：

34、设置模块，用于在输电线路通道上设置多个不同类型的检测传感器，所述多个不同类型的检测传感器包括用于拍摄输电线路通道可见光图像的第一传感器、用于拍摄输电线路通道红外光图像的第二传感器以及用于记录输电线路通道磁场强度变化的第三传感器；

35、识别模块，用于对所述第一传感器拍摄的可见光图像进行图像识别，得到多个不同类型的识别对象，多个不同类型的识别对象形成识别对象集合p1；

36、归集模块，用于将识别对象集合p1中的识别对象与预设的故障对象集合中的故障对象进行相似度计算，将相似度值大于δ的m个故障对象所对应的可见光图像进行重新归集，形成隐患对象集合p2；

37、获取模块，用于获取隐患对象集合p2所对应的拍摄时间集合t＝{t1,t2,…tm}，以便于基于所述拍摄时间集合t，获取第二传感器采集的红外图像集合h＝{h1,h2,…hm}以及第三传感器采集的磁场强度值集合c＝{c1,c2,…cm}；

38、计算模块，用于对红外图像集合h＝{h1,h2,…hm}中包含的每个红外图像进行温度极值计算，得到与红外图像集合h＝{h1,h2,…hm}对应的极值温度曲线s1，将所述极值温度曲线s1与所述磁场强度值集合c＝{c1,c2,…cm}形成的磁场变化曲线进行匹配计算，以便于基于匹配计算的结果，从隐患对象集合p2中包含的m个故障对象中选取k个故障对象，以便于基于k个故障对象对线路通道隐患状态进行计算，其中，k≤m。。

39、第三方面，本发明实施例还提供了一种电子设备，该电子设备包括：

40、至少一个处理器；以及，

41、与该至少一个处理器通信连接的存储器；其中，

42、该存储器存储有可被该至少一个处理器执行的指令，该指令被该至少一个处理器执行，以使该至少一个处理器能够执行前述任第一方面或第一方面的任一实现方式中的基于边缘计算的线路通道隐患在线计算方法。

43、第四方面，本发明实施例还提供了一种非暂态计算机可读存储介质，该非暂态计算机可读存储介质存储计算机指令，该计算机指令用于使该计算机执行前述第一方面或第一方面的任一实现方式中的基于边缘计算的线路通道隐患在线计算方法。

44、第五方面，本发明实施例还提供了一种计算机程序产品，该计算机程序产品包括存储在非暂态计算机可读存储介质上的计算程序，该计算机程序包括程序指令，当该程序指令被计算机执行时，使该计算机执行前述第一方面或第一方面的任一实现方式中的基于边缘计算的线路通道隐患在线计算方法。

45、本发明实施例中提供的一种基于边缘计算的线路通道隐患在线计算方法，包括：在输电线路通道上设置多个不同类型的检测传感器，所述多个不同类型的检测传感器包括用于拍摄输电线路通道可见光图像的第一传感器、用于拍摄输电线路通道红外光图像的第二传感器以及用于记录输电线路通道磁场强度变化的第三传感器；对所述第一传感器拍摄的可见光图像进行图像识别，得到多个不同类型的识别对象，多个不同类型的识别对象形成识别对象集合p1；将识别对象集合p1中的识别对象与预设的故障对象集合中的故障对象进行相似度计算，将相似度值大于δ的m个故障对象所对应的可见光图像进行重新归集，形成隐患对象集合p2；获取隐患对象集合p2所对应的拍摄时间集合t＝{t1,t2,…tm}，以便于基于所述拍摄时间集合t，获取第二传感器采集的红外图像集合h＝{h1,h2,…hm}以及第三传感器采集的磁场强度值集合c＝{c1,c2,…cm}；对红外图像集合h＝{h1,h2,…hm}中包含的每个红外图像进行温度极值计算，得到与红外图像集合h＝{h1,h2,…hm}对应的极值温度曲线s1，将所述极值温度曲线s1与所述磁场强度值集合c＝{c1,c2,…cm}形成的磁场变化曲线进行匹配计算，以便于基于匹配计算的结果，从隐患对象集合p2中包含的m个故障对象中选取k个故障对象，以便于基于k个故障对象对线路通道隐患状态进行计算，其中，k≤m。通过本技术的方案，能够基于边缘计算技术，配合多种不同类型的传感器数据，对电力传输线路是否存在安全隐患，进行快速准确的排查。