一种配电房集成感知终端系统的制作方法

本实用新型涉及用于智能电网监控领域的配电房集成感知终端系统。

背景技术：

电力设备运行状态的监控对于确保电网安全运行至关重要。目前电网公司主要采用人工巡视、带电检测的方式对电力设备进行巡检。然而这种方式存在两方面问题：1)人工巡视工作量大、效率低、成本高，导致巡视人员工作量繁重，巡视压力较大，电网规模快速增长与设备运维人员配置的矛盾日益突出2)人工巡视存在巡视盲区，运维人员无法实现全天候、全时段、全方位巡视。近年来，为解决配电房运行巡视存在的问题，在线监测系统和巡检机器人得到较多的研发和应用。但是，现有电力设备在线监测系统成本高、带电安装维护不便，难以大规模应用；巡检机器人巡视的项目较少，功能主要停留在数据采集和简单的阈值判断阶段，且巡视机器人需要对行进路线，不同数据采集形式方法，巡视机器人自身的可靠性和维护方法等问题进行诸多研究探索，实际应用过程中尚存在很多问题。

技术实现要素：

本实用新型的目的是为了克服现有技术的不足，提供一种配电房集成感知终端系统，它能够实现定点的对特定电力设备进行长效监测。

实现上述目的的一种技术方案是：一种配电房集成感知终端系统，包括设置于配电房内的集成感知终端；

所述集成感知终端包括集成感知头和用于对该集成感知头进行支撑的支架，所述集成感知头的前端面上分别设有红外热成像摄像头、可见光摄像头，所述集成感知头的顶部设有用于进行局放信号监测的信号天线，所述集成感知头的底部设有通信接口；

若干个所述集成感知终端分别架设于配电房内外围四周，在不同的方向上朝向设置于配电房的开关柜，对开关柜进行监测；

每个所述集成感知终端通过电力内网连接运维监控后台，所述运维监控后台连接各个交互终端。

进一步的，所述集成感知头的前端面上设有补光灯。

进一步的，所述集成感知头上设有温度传感器和湿度传感器。

进一步的，所述集成感知头上设有工作状态指示灯。

进一步的，所述支架为高度可调三脚架，所述集成感知头可360°旋转的与所述支架连接。

进一步的，所述集成感知终端通过220v电源或者poe进行供电。

本实用新型的为解决现有运行巡视的弊端，受边防哨兵的固定设岗、连续监视的特点启发，开发一套全方位、全时段、全协同的一种配电房集成感知终端系统，能有效替代人工巡视或机器人巡视。集成感知终端通过可见光视频、红外热成像、局部放电信号收集、温度和湿度等关键状态量的综合监测，并将数据传输至运维监控后台，实现设备的故障预判；智能感知终端系统实现状态量24小时连续监测和自动分析，同时交互终端与运维监控后台进行连接，具备巡检型带电检测仪器的性能异常预警的功能，提升配电房运维工作效率。

附图说明

图1为本实用新型的一种配电房集成感知终端系统的集成感知头的正视图；

图2为本实用新型的一种配电房集成感知终端系统的集成感知头的后视图；

图3为本实用新型的一种配电房集成感知终端系统的设置示意图。

具体实施方式

为了能更好地对本实用新型的技术方案进行理解，下面通过具体地实施例进行详细地说明：

本实用新型的一种配电房集成感知终端系统，包括设置于配电房内的集成感知终端，运维监控后台和交互终端。

请参阅图1，集成感知终端包括集成感知头1和用于对该集成感知头进行支撑的支架。集成感知头1的前端面上分别设有红外热成像摄像头11、可见光摄像头12，集成感知头1的顶部设有用于进行局放信号监测的信号天线13。上述三个感知元器件构成集成感知终端最重要的三项感知器件。

其中，局放信号监测基于深度卷积网络的局部放电信号分析和诊断算法，实现局部放电类型和典型干扰的准确辨识。深度卷积网络(cnn)在图像识别领域取得突破进展，尤其在大图像处理上优势明显，而局部放电检测分析中常用的prpd图谱和prps数据，本质上都是尺寸较大的二维矩阵，与数字图像的数据格式具有一定的相似性，此外由于现场条件的影响，该矩阵中的数据也会出现相位偏移、幅值大小不一等情况，而深度卷积网络具有对于输入样本的平移、缩放、扭曲不变性，因此，项目选用基于cnn的深度学习模型对局部放电数据进行辨识和诊断。

红外信号监测包括图像过热设备、部件的特征区域提取、区域温度检测与异常预警。首先建立包含多张电力设备图像的数据集，并对每张电力设备图像包含的电力设备进行标注，以此为输入，对神经网络和贝叶斯网络进行训练学习；利用训练好的神经网络对待识别的电力设备图像进行识别，输出多个识别结果；利用训练好的贝叶斯网络对神经网络的识别结果进行筛选，筛选出对应待识别的电力设备图像最准确的识别结果。

可见光信号监测基于快速区域卷积神经网络和混合高斯模型的视频图像异常检测算法，实现配电房异物入侵、人员跟踪以及安全隐患的自动辨识。配电房内小动物、垃圾、风筝、无人机等异物入侵以及人员进入安全警戒区域常常可能造成设备故障和人身事故，其危害不容小觑，但由于其具有偶然性和突发性的特点，几乎无法预测其发生的时间。基于快速区域卷积神经网络(faster-rcnn)的视频图像异物的识别算法，实现配电房异物入侵目标实时检测和即时报警，具有准确率高、识别速度快的优势。采用了混合高斯模型(gmm)实现入侵人员和物体的跟踪检测，其原理就是对每个像素点建立多个高斯模型，将可能出现微小律动的像素点的几种状态都预估，当背景出现微小变化时，其仍然符合某个高斯模型，以此排除外界的微小扰动。该算法主要应用于固定背景下运动目标的提取，且对外界轻微扰动的抗干扰能力较强。此外，集成感知头1的前端面上设有补光灯14，用于在24小时可见光信号监测时，当外界环境明度不够时对监测区域进行补光。

请参阅图2。集成感知头1的背面还设有温度传感器15和湿度传感器16用以实时监控监测区域的环境状态。集成感知头1的底部设有通信接口，用以与电力专网连接。集成感知头1上还设有工作状态指示灯17，当监测发现异常时可通过不同颜色的灯光进行提示，以便现场巡视人员迅速定位异常点。集成感知终端通过220v电源或者poe进行供电。每个集成感知终端通过电力内网连接运维监控后台，运维监控后台连接各个交互终端。该交互终端可以是现场运维人员的平板电脑或智能手机，以便巡视人员迅速定位异常点进行快速维护；也可以是pc端的网页版或软件版的数据中心平台，以便运维人员对整体监测状况进行统筹管理和掌握。

请参阅图3，对于一个额定配电房的开关柜2，若干个集成感知终端分别架设于配电房内外围四周，在不同的方向上朝向设置于配电房的开关柜，对开关柜进行监测。支架为高度可调三脚架，集成感知头1可360°旋转的与支架连接，使得各个集成感知头1能够切实对准各自特定的监控区域。对应特定开关柜，在实施监测之前需要对三脚架的高度和集成感知头方向进行调节。

本实用新型的一种配电房集成感知终端系统，采用24小时定点监测的方式取代了人工巡检或机器人巡检的巡检模式，即减轻了巡检人员的负担，同时无需技术复杂巡检效果不可控的巡检机器人的参与，具有良好的重点电力设备监控效果。

本技术领域中的普通技术人员应当认识到，以上的实施例仅是用来说明本实用新型，而并非用作为对本实用新型的限定，只要在本实用新型的实质精神范围内，对以上所述实施例的变化、变型都将落在本实用新型的权利要求书范围内。