一种基于物联网的避雷线设备异常报警方法专利检索-网络摄像头电脑零配件专利检索查询-专利查询网

一种基于 物联网的避雷线设备异常报警方法

阅读：580发布：2020-05-08

专利汇可以提供一种基于物联网的避雷线设备异常报警方法专利检索，专利查询，专利分析的服务。并且本发明提供了一种基于物联网的避雷线设备异常报警方法，其包括以下步骤，1建立避雷线识别模型，所述避雷线识别模型的输入为避雷线的图像，输出为避雷线的状态；2在输电杆塔上安装有用于对避雷线拍摄的摄像头；3所述摄像头定时对避雷线进行图像采集，所述摄像头采集的图像通过网络传递给智能终端，所述智能终端通过步骤1建立的模型对避雷线的状态进行识别，并在智能终端上输出识别结果。4如果智能终端上输出的识别结果显示避雷线为异常避雷线，则智能终端发出警报；5检修人员看到警报后对该异常避雷线进行维修或者更换。本发明能够及时发现出现问题的避雷线。，下面是一种基于物联网的避雷线设备异常报警方法专利的具体信息内容。

权利要求

1.一种基于物联网的避雷线设备异常报警方法，其特征在于：其包括以下步骤，建立避雷线识别模型，所述避雷线识别模型的输入为避雷线的图像，输出为避雷线的状态；
在输电杆塔上安装有用于对避雷线拍摄的摄像头；一个所述避雷线对应多个摄像头，所述摄像头包括广角摄像单元和图像纠正单元，所述广角摄像单元和图像纠正单元电连接；
所述摄像头定时对避雷线进行图像采集，所述摄像头采集的图像通过网络传递给智能终端，所述智能终端通过步骤（1）建立的模型对避雷线的状态进行识别，并在智能终端上输出识别结果；
如果智能终端上输出的识别结果显示避雷线为异常避雷线，则智能终端发出警报；
检修人员看到警报后对该异常避雷线进行维修或者更换。
2.根据权利要求1所述的一种基于物联网的避雷线设备异常报警方法，其特征在于：步骤（2）中，所述摄像头的数量为一个以上。
3.根据权利要求1所述的一种基于物联网的避雷线设备异常报警方法，其特征在于：步骤（2）中，两个所述输电杆塔之间无拍摄死角。
4.根据权利要求1所述的一种基于物联网的避雷线设备异常报警方法，其特征在于：步骤（1）中，建模方式采用深度学习中的CNN或Attention方法。
5.根据权利要求1所述的一种基于物联网的避雷线设备异常报警方法，其特征在于：步骤（1）中，输出为避雷线的状态有两种，分别是正常避雷线和异常避雷线。

说明书全文

一种基于物联网的避雷线设备异常报警方法

技术领域

[0001] 本发明属于配电线路的故障检测领域，具体涉及一种基于物联网的避雷线设备异常报警方法。

背景技术

[0002] 避雷线和避雷针的工作原理一样，不同在于它是架设在输电线路上方的金属导线，并接地良好。它又称为架空地线，能有效将雷电的放电引入大地。当发生雷电时，避雷线可以保护住输电线缆，并通过电杆上的金属部分和埋设在地下的接地装置，使雷电流入大地，从而保护输电线缆。

[0003] 而当避雷线发生生锈、断裂等情况时，将不能起到良好的避雷作用，导致输电线路的安全性下降，可能引发严重的后果。

[0004] （1）现在对避雷线的故障排查主要集中在避雷线路断裂或者时避雷线接地部分断路的情况，对于避雷线本身生锈问题的重视比较少。

[0005] （2）避雷线往往架设在高空，依靠人力很难发现避雷线生锈等问题。

发明内容

[0006] 本发明的目的是提供一种基于物联网的避雷线设备异常报警方法，能够及时发现出现问题的避雷线。

[0007] 为实现上述目的，本发明的技术方案包括以下步骤，（1）建立避雷线识别模型，所述避雷线识别模型的输入为避雷线的图像，输出为避雷线的状态；
（2）输电杆塔上安装有用于对避雷线拍摄的摄像头；一个所述避雷线对应多个摄像头，所述摄像头包括广角摄像单元和图像纠正单元，所述广角摄像单元和图像纠正单元电连接；
（3）所述摄像头定时对避雷线进行图像采集，所述摄像头采集的图像通过网络传递给智能终端，所述智能终端通过步骤（1）建立的模型对避雷线的状态进行识别，并在智能终端上输出识别结果。

[0008] （4）如果智能终端上输出的识别结果显示避雷线为异常避雷线，则智能终端发出警报；（5）检修人员看到警报后对该异常避雷线进行维修或者更换。

[0009] 进一步地，步骤（2）中，所述摄像头的数量为一个以上。

[0010] 进一步地，步骤（2）中，两个所述输电杆塔之间无拍摄死角。

[0011] 进一步地，步骤（1）中，建模方式采用深度学习中的CNN或Attention方法。

[0012] 进一步地，步骤（1）中，输出为避雷线的状态有两种，分别是正常避雷线和异常避雷线。

[0013] 本发明积极效果如下：本发明通过获取避雷线的图像进而获知避雷线的状态，能够及时发现有异常状态的避雷线，本发明方法可以简单有效的检测避雷器的使用状态，有效节省人力物力。

[0014] 本发明精准度较高，能有效减少误判带来的损失。

具体实施方式

[0015] 为了使本发明的目的、技术方案及优点更加清楚，以下结合实施例，对本发明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仅用以解释本发明，并不用于限定本发明。

[0016] 为了更好的说明本发明，下面通过实施例做进一步的举例说明。实施例

[0017] 本发明提供了一种基于物联网的避雷线设备异常报警方法，其包括以下步骤，（1）建立避雷线识别模型，所述避雷线识别模型的输入为避雷线的
图像，输出为避雷线的状态。所述避雷线的图像反映了避雷线的颜色、光泽和形状等，避雷线的这些外观信息可以反应避雷器的性能。

[0018] 先搜集不同状态下的避雷线图像，然后对数据进行训练和学习从而建立避雷线识别模型。所搜集的避雷线图像包括正在状态下的避雷器和异常状态下的避雷器。

[0019] （2）输电杆塔上安装有用于对避雷线拍摄的摄像头，获取避雷器的图像；一个所述避雷线对应多个摄像头，所述摄像头包括广角摄像单元和图像纠正单元，所述广角摄像单元和图像纠正单元电连接；（3）所述摄像头定时对避雷线进行图像采集，所述摄像头采集的图像通过网络传递给智能终端，所述智能终端通过步骤（1）建立的模型对避雷线的状态进行识别，并在智能终端上输出识别结果。输出识别结果为两种中的一种，输出识别结果为异常避雷线或者是正常避雷线。

[0020] （4）如果智能终端上输出的识别结果显示避雷线为异常避雷线，则智能终端发出警报；（6）检修人员看到警报后对该异常避雷线进行维修或者更换。

[0021] 智能终端可选为智能手机。

[0022] 进一步地，步骤（2）中，所述摄像头的数量为一个以上，用来采集所检测的避雷线的图像，从而或者该避雷器的状态。

[0023] 进一步地，步骤（2）中，两个所述输电杆塔之间无拍摄死角，通过对摄像头进行布置，可以覆盖两个所述输电杆塔之间全部避雷线。

[0024] 进一步地，步骤（1）中，建模方式采用深度学习中的CNN或Attention方法。

[0025] 进一步地，步骤（1）中，输出为避雷线的状态有两种，分别是正常避雷线和异常避雷线，每个避雷线的识别结果为两种中的一种，也就是输出识别结果为异常避雷线或者是正常避雷线。

[0026] 本发明的效果为：1、对于大面积的避雷线路，相比于人工目测法，本发明方法可以简单高效地进行检测，有效节省人力物力。

[0027] 2、相比于人工法，该方法的精准度较高，能有效减少误判带来的损失。

[0028] 对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其他实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

标题	发布/更新时间	阅读量
暴力行为检测方法及系统	2020-05-08	420
一种基于云计算的智能电气设备管理装置	2020-05-11	839
图像处理方法及其装置、电子设备和计算机可读存储介质	2020-05-08	1044
一种用于封闭式自助金融设备的软件架构方法及装置	2020-05-11	468
一种智能钥匙柜管理系统及其实现方法	2020-05-11	20
拍照及语音记录的实现方法、系统、介质、装置及车辆	2020-05-08	759
基于嵌入式深度神经网络的人物追踪自拍杆	2020-05-08	367
适用于硬质河岸河流的一体式多维度水体实时监测装置	2020-05-08	969
一种基于FPGA的智能农业实时控制系统	2020-05-08	720
一种矿井提升机自动化监控系统	2020-05-08	1046

一种基于物联网的避雷线设备异常报警方法

一种基于物联网的避雷线设备异常报警方法

技术领域

背景技术

发明内容

具体实施方式

该功能需要专业版企业版VIP权限，您可以：