一种基于Hadoop的电力系统巡检方法和系统与流程

本申请属于电力工程技术领域，尤其涉及一种基于hadoop的电力系统巡检方法和系统。

背景技术：

随着电力系统规模的日益增长，对电力系统的安全运行及可靠性的要求越来越高。为了保障电力系统的正常运行，可以对电力系统进行巡检，排查并解决电力系统中可能存在的故障。

目前，存在现场巡检和视频巡检两种巡检方式。现场巡检方式，是指由专门的巡检人员按照巡检计划，到巡检区域进行现场巡检，如果在巡检过程中发现故障，可以记录存在故障的设备名称，并告知维修人员处理。视频巡检方式，是指在电力系统中部署视频监控系统，如在电力系统的各区域安装摄像头，然后由巡检人员按照巡检计划回溯巡检区域的视频数据，以排查故障。

在实现本申请的过程中，发明人发现上述技术至少存在以下问题：

由于不同巡检人员的巡检经验和责任心不同，巡检人员常常不能及时在现场或者视频数据中发现故障。

技术实现要素：

为了及时发现电力系统中存在的故障，保障电力系统的正常运行，本申请实施例提供了一种基于hadoop的电力系统巡检方法和系统。所述技术方案如下：

第一方面，本申请实施例提供了一种基于hadoop的电力系统巡检方法，所述方法包括：

周期性从hadoop服务器处获取目标设备区域的目标视频数据，所述hadoop服务器存储有由预先安装在所述电力系统各个设备区域的摄录设备实时上传的视频数据；

利用预设故障检测模型对所述目标视频数据进行检测，所述预设故障检测模型根据预设样本集训练得到，所述预设样本集包括所述电力系统中所有电力设备的故障图片；

当检测到存在故障的电力设备时，生成对所述目标设备区域的告警信息。

基于上述技术方案，可以利用从不同设备的故障图片中学习到的检测经验，自动完成电力系统的各个设备区域的巡检，避免了由巡检人员进行巡检时存在的不能及时发现故障的问题，有效保障了电力系统的正常运行，并且节省了大量的人力成本。

可选的，所述周期性从hadoop服务器处获取目标设备区域的目标视频数据，包括：

周期性将所述目标设备区域的区域标识发送至所述hadoop服务器，以使所述hadoop服务器查找并返回与所述区域标识相对应的目标视频数据。

基于上述技术方案，可以通过区域标识获取目标视频数据，缩短数据获取时间，提高数据获取效率。

可选的，所述目标视频数据为预设时长的视频数据，所述预设时长包含所述hadoop服务器接收所述区域标识的时刻。

基于上述技术方案，可以预先约定hadoop服务器返回的视频数据的时长，减少hadoop服务器返回的数据量，进一步提升数据获取效率。

可选的，所述利用预设故障检测模型对所述目标视频数据进行检测，包括：

依次将所述目标视频数据中的每个视频帧输入至所述预设故障检测模型，得到相应视频帧与任一所述故障图片的匹配度；

在所述匹配度大于预设阈值的情况下，判断所述目标设备区域存在故障的电力设备。

基于上述技术方案，可以通过视频帧与故障图片的匹配度，反映出存在故障的概率，然后通过该匹配度与预设阈值的大小关系，可以准确地检测出目标设备区域是否存在故障。

可选的，所述生成对所述目标设备区域的告警信息之前，所述方法还包括：

获取与最高所述匹配度相对应的故障图片的故障信息；所述故障信息中携带有发生故障的设备名称；

所述生成对所述目标设备区域的告警信息，包括：

生成携带有发生故障的设备名称的对所述目标设备区域的告警信息。

基于上述技术方案，可以在告警信息中携带发生故障的设备名称，以便于巡检人员快速定位出故障位置。

可选的，在所述匹配度大于预设阈值的情况下，判断所述目标设备区域存在故障的电力设备，包括：

在所述匹配度大于预设阈值的情况下，从hadoop服务器处获取所述目标设备区域内各电力设备的当前运行参数和历史运行参数；

比对所述当前运行参数和所述历史运行参数，根据比对结果确定所述目标设备区域内存在故障的电力设备。

基于上述技术方案，在检测故障的电力设备时，充分考虑电力设备运行参数的变化情况，从而可以提高故障检测的准确性。

可选的，在所述匹配度大于预设阈值的情况下，判断所述目标设备区域存在故障的电力设备，包括：

在所述匹配度大于预设阈值的情况下，确定与所述目标设备区域中的设备部署相似的关联设备区域；

从hadoop服务器处获取所述目标设备区域和所述关联设备区域内各电力设备的当前运行参数；

根据所述当前运行参数，确定目标设备区域内存在故障的电力设备。

基于上述技术方案，在检测故障的电力设备时，将设备区域内电力设备与关联设备区域内电力设备进行运行参数横向比对，从而可以提高故障检测的准确性。

可选的，所述hadoop服务器为hadoop集群中分布式部署的hadoop节点服务器，每个hadoop节点服务器用于存储对应的服务范围内所有设备区域的视频数据。

基于上述技术方案，hadoop集群采用分布式部署的结构，可以缩短从hadoop服务器获取视频数据的时间，并减少带宽资源的消耗，从而可以提高电力系统巡检效率，降低电力系统巡检成本。

可选的，所述摄录设备为具备红外摄录功能的摄录设备；所述故障图片的类型包括红外类型。

基于上述技术方案，对于光照环境不够理想的设备区域，可以利用红外图片的固有特点，获取到具备检测意义的数据，从而可以扩大巡检范围，提升巡检效果。

第二方面，本申请实施例还提供了一种基于hadoop的电力系统巡检系统，所述系统包括巡检设备、hadoop服务器和预先安装在所述电力系统各个设备区域的摄录设备，其中，所述巡检设备用于：

周期性从所述hadoop服务器处获取目标设备区域的目标视频数据，所述hadoop服务器存储有由预先安装在所述电力系统各个设备区域的摄录设备实时上传的视频数据；

利用预设故障检测模型对所述目标视频数据进行检测，所述预设故障检测模型根据预设样本集训练得到，所述预设样本集包括所述电力系统中所有电力设备的故障图片；

当检测到存在故障的电力设备时，生成对所述目标设备区域的告警信息。

可选的，所述巡检设备还用于：

周期性将所述目标设备区域的区域标识发送至所述hadoop服务器，以使所述hadoop服务器查找并返回与所述区域标识相对应的目标视频数据。

可选的，所述目标视频数据为预设时长的视频数据，所述预设时长包含所述hadoop服务器接收所述区域标识的时刻。

可选的，所述巡检设备还用于：

依次将所述目标视频数据中的每个视频帧输入至所述预设故障检测模型，得到相应视频帧与任一所述故障图片的匹配度；

在所述匹配度大于预设阈值的情况下，判断所述目标设备区域存在故障的电力设备。

可选的，所述巡检设备还用于：

获取与最高所述匹配度相对应的故障图片的故障信息；所述故障信息中携带有发生故障的设备名称；

生成携带有发生故障的设备名称的对所述目标设备区域的告警信息。

可选的，所述巡检设备，具体用于：

在所述匹配度大于预设阈值的情况下，从hadoop服务器处获取所述目标设备区域内各电力设备的当前运行参数和历史运行参数；

比对所述当前运行参数和所述历史运行参数，根据比对结果确定所述目标设备区域内存在故障的电力设备。

可选的，所述巡检设备，具体用于：

在所述匹配度大于预设阈值的情况下，确定与所述目标设备区域中的设备部署相似的关联设备区域；

从hadoop服务器处获取所述目标设备区域和所述关联设备区域内各电力设备的当前运行参数；

根据所述当前运行参数，确定目标设备区域内存在故障的电力设备。

可选的，所述hadoop服务器为hadoop集群中分布式部署的hadoop节点服务器，每个hadoop节点服务器用于存储对应的服务范围内所有设备区域的视频数据。

可选的，所述摄录设备为具备红外摄录功能的摄录设备；所述故障图片的类型包括红外类型。

综上所述，本申请具有以下有益效果：

采用本申请公开的一种基于hadoop的电力系统巡检方法，可以周期性从hadoop服务器处获取目标设备区域的目标视频数据，并利用预设故障检测模型对目标视频数据进行检测。当检测到存在故障的电力设备时，可以生成对目标设备区域的告警信息。这样，可以利用从不同设备的故障图片中学习到的检测经验，自动完成电力系统的各个设备区域的巡检，避免了由巡检人员进行巡检时存在的不能及时发现故障的问题，有效保障了电力系统的正常运行，并且节省了大量的人力成本。

附图说明

图1为本申请实施例中基于hadoop的电力系统巡检系统的架构示意图；

图2为本申请实施例中基于hadoop的电力系统巡检方法的流程图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图1-2及实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本申请，并不用于限定本申请。

本申请实施例提供了一种基于hadoop的电力系统巡检方法，该方法可以应用于电力系统中的巡检系统，如图1所示，该巡检系统可以由巡检设备、hadoop服务器和摄录设备构成，其中，摄录设备安装在电力系统的各个设备区域。在进行巡检时，巡检设备可以从hadoop服务器处获取各个设备区域的视频数据，然后对视频数据进行故障检测，以得出巡检结果。在一种场景下，hadoop服务器可以是hadoop集群中分布式部署的hadoop节点服务器，即hadoop集群可以由一台hadoop主服务器和多个分布式部署的hadoop节点服务器构成，每个hadoop节点服务器可以对应一个服务范围，并用于存储对应服务范围内所有设备区域的视频数据。

下面将结合具体实施方式，对图2所示的处理流程进行详细的说明，内容可以如下：

201，周期性从hadoop服务器处获取目标设备区域的目标视频数据。

其中，hadoop服务器存储有由预先安装在电力系统各个设备区域的摄录设备实时上传的视频数据。

在实施中，摄录设备可以对所在的设备区域进行摄录，并将摄录的视频数据实时上传至远端的hadoop服务器。这样，hadoop服务器可以存储有电力系统各个设备区域的视频数据。当巡检设备进行巡检时，可以周期性从hadoop服务器处获取某个设备区域的视频数据，该设备区域可称为目标设备区域，该设备区域的视频数据可称为目标视频数据。

值得一提的是，由于hadoop是一个能够对大量数据进行分布式处理的软件框架，其可以充分利用集群的威力进行高速运算和可靠存储，能够天然地对数据进行提取、变形和加载，因此，可以利用hadoop的特点，将摄录设备摄录的视频数据快速可靠地存储。此外，hadoop服务器也可以快速可靠地返回巡检设备所请求的数据。

在另一实施例中，可以通过区域标识获取目标视频数据，相应的处理可以如下：周期性将目标设备区域的区域标识发送至hadoop服务器，以使hadoop服务器查找并返回与区域标识相对应的目标视频数据。

在实施中，巡检设备可以周期性将目标设备区域的区域标识发送至hadoop服务器。之后，hadoop服务器可以利用区域标识，在数据存储区域中查找与区域标识相对应的目标视频数据，并在查找到目标视频数据后，将目标视频数据返回给巡检设备。如此，可以缩短数据获取时间，提高数据获取效率。

在另一实施例中，可以预先约定hadoop服务器返回的视频数据的时长。

在实施中，可以hadoop服务器可以返回预设时长的视频数据，其中，预设时长可以包含hadoop服务器接收区域标识的时刻，例如预设时长为包含hadoop服务器接收区域标识的时刻的五分钟长度的视频数据。如此，可以减少hadoop服务器返回的数据量，进一步提升数据获取效率。

202，利用预设故障检测模型对目标视频数据进行检测。

其中，预设故障检测模型根据预设样本集训练得到，预设样本集包括电力系统中所有电力设备的故障图片。

在实施中，可以利用由电力系统中所有电力设备的故障图片的预设样本集，对初始检测模型进行训练，以得到预设故障检测模型。其中，初始检测模型可以是各类卷积神经网络（convolutionalneuralnetworks,cnn），如lenet-5、alexnet、vggnet等卷积神经网络。如此，巡检设备在获取到目标视频数据后，可以利用预设故障检测模型对目标视频数据进行检测。

在另一实施例中，可以通过视频帧与故障图片的匹配度进行检测，相应的处理可以如下：依次将目标视频数据中的每个视频帧输入至预设故障检测模型，得到相应视频帧与任一故障图片的匹配度；在匹配度大于预设阈值的情况下，判断目标设备区域存在故障的电力设备。

在实施中，可以按照目标视频数据中各视频帧的时间戳顺序，依次将目标视频数据中的每个视频帧输入至预设故障检测模型。之后，预设故障检测模型可以输出每个视频帧与预设样本集中所有故障图片的匹配度，如此，目标视频数据中每个视频帧均具有多个匹配度。接着，可以查找这些匹配度中是否存在大于预设阈值的匹配度，例如，可以从这些匹配度中查找出最大匹配度，然后通过最大匹配度与预设阈值的大小关系，来判断这些匹配度中是否存在大于预设阈值的匹配度。如果这些匹配度中存在大于预设阈值的匹配度，则可以判断目标设备区域存在故障的电力设备。相应的，如果这些匹配度中不存在大于预设阈值的匹配度，则可以判断目标设备区域不存在故障的电力设备。如此，可以通过视频帧与故障图片的匹配度，反映出目标设备区域存在故障的概率，然后通过该匹配度与预设阈值的大小关系，可以准确地检测出目标设备区域是否存在故障。

在另一实施例中，可以结合电力设备的运行参数变化情况，来进行故障检测，相应的处理可以如下：在所述匹配度大于预设阈值的情况下，从hadoop服务器处获取所述目标设备区域内各电力设备的当前运行参数和历史运行参数；比对所述当前运行参数和所述历史运行参数，根据比对结果确定所述目标设备区域内存在故障的电力设备。

在实施中，如果发现目标视频数据与故障图片的匹配度大于预设阈值，巡检设备还可以进一步从hadoop服务器处获取目标设备区域内各电力设备的当前运行参数和历史运行参数，并对当前运行参数和历史运行参数整理和比对。之后，巡检设备可以通过比对结果来确定目标设备区域内存在故障的电力设备。这样，可以先通过视频数据快速查找可能存在故障设备的设备区域，再利用电力设备的运行参数进一步确定故障是否真实存在，一方面可以及时发现故障设备，另一方面可以提高故障设备的检测准确性。

在另一实施例中，可以结合相似设备区域内电力设备的运行状态，来进行故障检测，相应的处理可以如下：在所述匹配度大于预设阈值的情况下，确定与所述目标设备区域中的设备部署相似的关联设备区域；从hadoop服务器处获取所述目标设备区域和所述关联设备区域内各电力设备的当前运行参数；根据所述当前运行参数，确定目标设备区域内存在故障的电力设备。

在实施中，如果发现目标视频数据与故障图片的匹配度大于预设阈值，巡检设备还可以先从hadoop服务器获取电力系统中各个设备区域内电力设备的部署情况，然后确定出与目标设备区域中的设备部署相似的关联设备区域。进一步的，巡检设备可以从hadoop服务器处获取目标设备区域和关联设备区域的当前运行参数，并可以通过两个设备区域的当前运行参数来确定目标设备区域内存在故障的电力设备。这样，可以先通过视频数据快速查找可能存在故障设备的设备区域，再利用电力设备的运行参数进一步确定故障是否真实存在，一方面可以及时发现故障设备，另一方面可以提高故障设备的检测准确性。值得一提的是，在确定关联设备区域时，除了考虑设备部署相似，还可以考虑空间位置和部署环境，如可以选取空间位置相邻近和/或部署环境相同的设备区域。

203，当检测到存在故障的电力设备时，生成对目标设备区域的告警信息。

在实施中，巡检设备在检测到目标设备区域中存在故障的电力设备后，可以生成对目标设备区域的告警信息，以提醒巡检人员处理。

在另一实施例中，可以在告警信息中携带发生故障的设备名称，以便于巡检人员快速定位出故障位置，相应的处理可以如下：获取与最高匹配度相对应的故障图片的故障信息；故障信息中携带有发生故障的设备名称；生成携带有发生故障的设备名称的对目标设备区域的告警信息。

在实施中，由于视频帧与故障图片的匹配度越高，视频帧所对应的故障情况与该故障图片越接近，因此，可以认为该故障图片的故障信息中发生故障的设备名称，即为该视频帧所对应的发生故障的设备名称。如此，在检测到存在故障的电力设备后，可以获取与最高匹配度相对应的故障图片的故障信息，然后将该故障信息中携带的发生故障的设备名称添加至生成的告警信息中，以提示巡检人员重点关注该发生故障的设备，便于巡检人员快速定位故障位置。

在另一实施例中，考虑到一些设备区域的光照环境可能不够理想，可以采用具备红外摄录功能的摄录设备，对设备区域进行摄录。相应的，预设样本集中的故障图片也需要包括红外类型的图片。如此，对于光照环境不够理想的设备区域，可以利用红外图片的固有特点，获取到具备检测意义的数据，从而可以扩大巡检范围，提升巡检效果。

采用本申请公开的一种基于hadoop的电力系统巡检方法，可以周期性从hadoop服务器处获取目标设备区域的目标视频数据，并利用预设故障检测模型对目标视频数据进行检测。当检测到存在故障的电力设备时，可以生成对目标设备区域的告警信息。这样，可以利用从不同设备的故障图片中学习到的检测经验，自动完成电力系统的各个设备区域的巡检，避免了由巡检人员进行巡检时存在的不能及时发现故障的问题，有效保障了电力系统的正常运行，并且节省了大量的人力成本。

基于相同的技术构思，本申请实施例还提供了一种基于hadoop的电力系统巡检系统，所述系统包括巡检设备、hadoop服务器和预先安装在所述电力系统各个设备区域的摄录设备，其中，所述巡检设备用于：

周期性从所述hadoop服务器处获取目标设备区域的目标视频数据，所述hadoop服务器存储有由预先安装在所述电力系统各个设备区域的摄录设备实时上传的视频数据；

利用预设故障检测模型对所述目标视频数据进行检测，所述预设故障检测模型根据预设样本集训练得到，所述预设样本集包括所述电力系统中所有电力设备的故障图片；

当检测到存在故障的电力设备时，生成对所述目标设备区域的告警信息。

可选的，所述巡检设备还用于：

周期性将所述目标设备区域的区域标识发送至所述hadoop服务器，以使所述hadoop服务器查找并返回与所述区域标识相对应的目标视频数据。

可选的，所述目标视频数据为预设时长的视频数据，所述预设时长包含所述hadoop服务器接收所述区域标识的时刻。

可选的，所述巡检设备还用于：

依次将所述目标视频数据中的每个视频帧输入至所述预设故障检测模型，得到相应视频帧与任一所述故障图片的匹配度；

在所述匹配度大于预设阈值的情况下，判断所述目标设备区域存在故障的电力设备。

可选的，所述巡检设备还用于：

获取与最高所述匹配度相对应的故障图片的故障信息；所述故障信息中携带有发生故障的设备名称；

生成携带有发生故障的设备名称的对所述目标设备区域的告警信息。

可选的，所述巡检设备，具体用于：

在所述匹配度大于预设阈值的情况下，从hadoop服务器处获取所述目标设备区域内各电力设备的当前运行参数和历史运行参数；

比对所述当前运行参数和所述历史运行参数，根据比对结果确定所述目标设备区域内存在故障的电力设备。

可选的，所述巡检设备，具体用于：

在所述匹配度大于预设阈值的情况下，确定与所述目标设备区域中的设备部署相似的关联设备区域；

从hadoop服务器处获取所述目标设备区域和所述关联设备区域内各电力设备的当前运行参数；

根据所述当前运行参数，确定目标设备区域内存在故障的电力设备。

可选的，所述hadoop服务器为hadoop集群中分布式部署的hadoop节点服务器，每个hadoop节点服务器用于存储对应的服务范围内所有设备区域的视频数据。

可选的，所述摄录设备为具备红外摄录功能的摄录设备；所述故障图片的类型包括红外类型。

采用本申请公开的一种基于hadoop的电力系统巡检系统，可以周期性从hadoop服务器处获取目标设备区域的目标视频数据，并利用预设故障检测模型对目标视频数据进行检测。当检测到存在故障的电力设备时，可以生成对目标设备区域的告警信息。这样，可以利用从不同设备的故障图片中学习到的检测经验，自动完成电力系统的各个设备区域的巡检，避免了由巡检人员进行巡检时存在的不能及时发现故障的问题，有效保障了电力系统的正常运行，并且节省了大量的人力成本。

本申请实施例还提供了一种计算机可读存储介质，所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现如步骤201至步骤203所述的基于hadoop的电力系统巡检方法。

以上均为本申请的较佳实施例，并非依此限制本申请的保护范围，本说明书（包括摘要和附图）中公开的任一特征，除非特别叙述，均可被其它等效或者具有类似目的的替代特征加以替换。即，除非特别叙述，每个特征只是一系列等效或类似特征中的一个例子而已。