System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數(shù)名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 18精品久久久无码午夜福利,国产精品无码2021在线观看,亚洲国产一二三精品无码
  • 
    <ul id="o6k0g"></ul>
    <ul id="o6k0g"></ul>

    基于無人機巡檢的山火識別系統(tǒng)、方法及相關裝置制造方法及圖紙

    技術編號:44219928 閱讀:5 留言:0更新日期:2025-02-11 13:27
    本發(fā)明專利技術實施例公開了一種基于無人機巡檢的山火識別系統(tǒng)、方法及相關裝置,山火識別系統(tǒng)包括:無人機數(shù)據(jù)采集系統(tǒng)、深度學習分析系統(tǒng)以及終端可視化系統(tǒng);無人機數(shù)據(jù)采集系統(tǒng)用于,采集輸電線路的圖像數(shù)據(jù);深度學習分析系統(tǒng)用于,利用預先訓練的深度學習模型對圖像數(shù)據(jù)進行山火識別,確定輸電線路的用于反映輸電線路是否存在山火的山火識別結果;終端可視化系統(tǒng)用于,基于山火識別結果生成可視化提示。通過上述結合了深度學習算法以及無人機數(shù)據(jù)采集的山火識別系統(tǒng),能夠自動識別山火等潛在的危險情況,并及時發(fā)出警報,從而顯著提高輸電線路的安全性和巡檢工作的效率,為輸電線路提供了一個高效、智能的山火自動識別及報警系統(tǒng)。

    【技術實現(xiàn)步驟摘要】

    本專利技術涉及無人機巡檢,尤其涉及一種基于無人機巡檢的山火識別系統(tǒng)、方法及相關裝置


    技術介紹

    1、山火一直是導致高壓輸電線路跳閘的主要原因之一,在輸電線路走廊范圍內發(fā)生山火時,保護裝置的重合閘成功率很低,其原因是多方面的。首先,重合閘時間一般為秒級甚至毫秒級,然而山火的持續(xù)時間一般為幾分鐘甚至到幾小時,遠遠超出了重合閘的時間范圍。因此,即使短時間內重合閘成功,火勢的持續(xù)蔓延也可能導致再次跳閘,影響電網(wǎng)的穩(wěn)定性。

    2、其次,山火產(chǎn)生的高溫和濃煙不僅能夠直接損害輸電設施,如導線、鐵塔等,還可能導致絕緣材料的性能下降,增加短路跳閘的風險。此外,山火還會改變周圍環(huán)境的條件,如空氣成分和濕度,這些變化可能會影響電氣設備的正常運行,增加故障率。再者,山火的發(fā)生往往伴隨著極端天氣條件,如干旱和強風,這些條件本身就不利于電網(wǎng)設施的安全運行。

    3、在目前的高壓輸電線路巡檢中,通常采用人工巡視、固定攝像頭監(jiān)控、無人機拍攝的方式獲得輸電線路的照片,再通過人工肉眼識別的方式判斷輸電線路附近是否存在危及輸電線路安全穩(wěn)定運行的山火。但人工巡檢的方式工作量大,需工作人員實時拍照記錄情況,固定攝像頭拍照投資大,且對裝置可靠性要求,現(xiàn)有的無人機巡檢系統(tǒng)多依賴于人工分析視頻數(shù)據(jù),效率低下且容易受到主觀因素的影響。高壓輸電線路山火檢測是掌握現(xiàn)場輸電線路信息的重要感知手段,不僅為電網(wǎng)運行方式調整、應急預案措施制定、線路運行維護狀態(tài)評價等提供依據(jù),同時也可以為政府相關部門啟動消防決策提供支撐。

    4、目前通過人工巡視、固定攝像頭監(jiān)控、無人機拍攝的方式獲取到輸電線路的照片信息,通過電話、微信群進行上報,同時數(shù)據(jù)處理人員通過山火觀測員巡視位置、固定攝像頭位置,無人機的拍攝方位來確認山火監(jiān)測的位置。數(shù)據(jù)處理人員將獲取的輸電線路照片信息結合檢測位置,形成山火觀測的excel匯總表,然后人工錄入到電網(wǎng)的山火管理平臺中,專業(yè)人員再對上傳錄入的信息進行審核,判斷是否存在山火及山火是否會影響到輸電線路的安全穩(wěn)定運行,再進行決策處理。上述傳統(tǒng)的山火監(jiān)測方式存在以下缺陷:

    5、1)傳統(tǒng)巡檢方式無法實現(xiàn)全時段、全方位的監(jiān)控,存在監(jiān)控盲區(qū)。傳統(tǒng)的輸電線路巡檢方式,如人工巡視或固定攝像頭監(jiān)控,存在顯著的局限性。人工巡視不僅耗時耗力,而且由于地理和環(huán)境條件的限制,往往無法覆蓋到所有關鍵區(qū)域,特別是那些偏遠或難以到達的地方。固定攝像頭雖然能夠提供實時監(jiān)控,但其視野受限于安裝位置,無法調整視角,容易形成監(jiān)控盲區(qū)。此外,固定攝像頭對于移動目標的跟蹤能力不足,一旦有山火等緊急情況發(fā)生,難以實時捕捉到火源的動態(tài)變化。而對于跨越廣闊地域的輸電線路來說,全時段、全方位的監(jiān)控是保障其安全運行的關鍵。傳統(tǒng)巡檢方式無法滿足這一需求,因此存在重大的安全隱患。

    6、2)人工分析視頻數(shù)據(jù)耗時耗力,且難以保證準確性和一致性。在傳統(tǒng)的監(jiān)控體系中,分析視頻數(shù)據(jù)通常依賴于人工操作。這一過程不僅耗費大量時間和人力資源,而且由于人為因素的干擾,結果的準確性和一致性難以保證。人的疲勞、注意力分散或主觀判斷都可能影響分析的質量。特別是在山火等緊急情況下,快速準確地識別火源位置和火勢發(fā)展對于及時響應至關重要。人工分析的方式往往無法在短時間內處理大量視頻數(shù)據(jù),并從中提取關鍵信息,這可能導致火勢蔓延,造成更大的損失。

    7、3)現(xiàn)有無人機巡檢系統(tǒng)缺乏自動化的山火識別能力,不能及時響應山火威脅。然無人機巡檢系統(tǒng)在一定程度上提高了巡檢效率和覆蓋范圍,但現(xiàn)有的無人機系統(tǒng)大多依賴人工遠程操控或事后分析數(shù)據(jù)。這些系統(tǒng)缺乏自動化的山火識別能力,即在飛行過程中實時檢測、識別并報告山火事件的功能。山火的發(fā)生具有突發(fā)性和快速蔓延的特點,要求巡檢系統(tǒng)能夠迅速做出反應。人工操控無人機或事后分析數(shù)據(jù)的方式,無法滿足快速識別山火并及時響應的需求。因此,缺乏自動化識別能力的無人機巡檢系統(tǒng)在處理山火等緊急情況時存在明顯的不足。

    8、4)數(shù)據(jù)處理和分析速度不足以滿足實時監(jiān)控的需求。數(shù)據(jù)是現(xiàn)代監(jiān)控系統(tǒng)的核心,尤其是在處理山火等緊急情況時,數(shù)據(jù)處理和分析的速度至關重要。然而,現(xiàn)有的無人機巡檢系統(tǒng)往往在數(shù)據(jù)處理和分析方面存在瓶頸。由于算法效率低下或計算資源有限,這些系統(tǒng)無法在收集數(shù)據(jù)后立即進行處理和分析,導致響應延遲。實時監(jiān)控要求系統(tǒng)能夠快速處理大量數(shù)據(jù),及時識別異常情況,并作出相應的反應。如果數(shù)據(jù)處理和分析的速度跟不上數(shù)據(jù)的收集速度,那么系統(tǒng)就無法實現(xiàn)真正的實時監(jiān)控,從而錯失預防和控制山火的最佳時機。

    9、由此可見,傳統(tǒng)的山火監(jiān)測方式的效率低下,山火識別準確性也較低,亟需一種可以提高效率和準確性的山火監(jiān)測方式。


    技術實現(xiàn)思路

    1、本專利技術的主要目的在于提供一種基于無人機巡檢的山火識別系統(tǒng)、方法及相關裝置,可以解決現(xiàn)有技術中的山火監(jiān)測方式的效率低下,山火識別準確性也較低的問題。

    2、為實現(xiàn)上述目的,本專利技術第一方面提供一種基于無人機巡檢的山火識別系統(tǒng),所述山火識別系統(tǒng)包括:無人機數(shù)據(jù)采集系統(tǒng)、深度學習分析系統(tǒng)以及終端可視化系統(tǒng),所述無人機數(shù)據(jù)采集系統(tǒng)、深度學習分析系統(tǒng)以及終端可視化系統(tǒng)之間具有通訊連接;

    3、所述無人機數(shù)據(jù)采集系統(tǒng)用于,采集輸電線路的圖像數(shù)據(jù),并將所述圖像數(shù)據(jù)發(fā)送至所述深度學習分析系統(tǒng);

    4、所述深度學習分析系統(tǒng)用于,接收所述圖像數(shù)據(jù),利用預先訓練的深度學習模型對所述圖像數(shù)據(jù)進行山火識別,確定所述輸電線路的山火識別結果,并將所述山火識別結果發(fā)送至所述終端可視化系統(tǒng),所述山火識別結果用于反映所述輸電線路是否存在山火,所述深度學習模型是基于所述輸電線路的歷史山火圖像數(shù)據(jù)預先訓練得到的;

    5、所述終端可視化系統(tǒng)用于,接收所述山火識別結果,基于所述山火識別結果生成可視化提示。

    6、在一種可行實現(xiàn)方式中,所述無人機數(shù)據(jù)采集系統(tǒng)至少包括:高壓輸電線路臺賬模塊、傳感器攝像頭控制模塊、數(shù)據(jù)采集存儲單元模塊、數(shù)據(jù)通信上傳模塊,所述高壓輸電線路臺賬模塊、傳感器攝像頭控制模塊、數(shù)據(jù)采集存儲單元模塊、數(shù)據(jù)通信上傳模塊之間具有通訊連接;

    7、所述高壓輸電線路臺賬模塊用于存儲高壓輸電線路的臺賬信息,并將所述臺賬信息發(fā)送至所述傳感器攝像頭控制模塊;

    8、所述傳感器攝像頭控制模塊用于接收所述臺賬信息,基于所述臺賬信息進行數(shù)據(jù)采集規(guī)劃處理,得到數(shù)據(jù)采集指令;基于所述數(shù)據(jù)采集指令對輸電線路進行圖像采集處理,得到所述圖像數(shù)據(jù),將所述圖像數(shù)據(jù)發(fā)送至所述數(shù)據(jù)采集存儲單元模塊;

    9、所述數(shù)據(jù)采集存儲單元模塊用于接收并存儲所述圖像數(shù)據(jù),并將所述圖像數(shù)據(jù)發(fā)送至所述數(shù)據(jù)通信上傳模塊;

    10、所述數(shù)據(jù)通信上傳模塊用于接收所述圖像數(shù)據(jù),并將所述圖像數(shù)據(jù)上傳至所述深度學習分析系統(tǒng)。

    11、在一種可行實現(xiàn)方式中,所述無人機數(shù)據(jù)采集系統(tǒng)還包括數(shù)據(jù)分析處理模塊,所述數(shù)據(jù)分析處理模塊的輸入端與所述數(shù)據(jù)采集存儲單元模塊的輸出端具有通訊連接,所述數(shù)據(jù)采集存儲單元模塊的輸出端與所述數(shù)據(jù)通信上傳模塊的輸入端具有通訊本文檔來自技高網(wǎng)...

    【技術保護點】

    1.一種基于無人機巡檢的山火識別系統(tǒng),其特征在于,所述山火識別系統(tǒng)包括:無人機數(shù)據(jù)采集系統(tǒng)、深度學習分析系統(tǒng)以及終端可視化系統(tǒng),所述無人機數(shù)據(jù)采集系統(tǒng)、深度學習分析系統(tǒng)以及終端可視化系統(tǒng)之間具有通訊連接;

    2.根據(jù)權利要求1所述山火識別系統(tǒng),其特征在于,所述無人機數(shù)據(jù)采集系統(tǒng)至少包括:高壓輸電線路臺賬模塊、傳感器攝像頭控制模塊、數(shù)據(jù)采集存儲單元模塊、數(shù)據(jù)通信上傳模塊,所述高壓輸電線路臺賬模塊、傳感器攝像頭控制模塊、數(shù)據(jù)采集存儲單元模塊、數(shù)據(jù)通信上傳模塊之間具有通訊連接;

    3.根據(jù)權利要求2所述山火識別系統(tǒng),其特征在于,所述無人機數(shù)據(jù)采集系統(tǒng)還包括數(shù)據(jù)分析處理模塊,所述數(shù)據(jù)分析處理模塊的輸入端與所述數(shù)據(jù)采集存儲單元模塊的輸出端具有通訊連接,所述數(shù)據(jù)采集存儲單元模塊的輸出端與所述數(shù)據(jù)通信上傳模塊的輸入端具有通訊連接;

    4.根據(jù)權利要求1至3中任一項所述山火識別系統(tǒng),其特征在于,所述深度學習分析系統(tǒng)至少包括:數(shù)據(jù)預處理模塊、數(shù)據(jù)標注處理模塊、圖像切割處理模塊、神經(jīng)網(wǎng)絡特征提取模塊、模型訓練模塊、回歸預測模塊及輸出分析結果模塊,其中,所述數(shù)據(jù)預處理模塊、數(shù)據(jù)標注處理模塊、圖像切割處理模塊、神經(jīng)網(wǎng)絡特征提取模塊、模型訓練模塊、回歸預測模塊及輸出分析結果模塊之間具有通訊連接;

    5.根據(jù)權利要求1所述山火識別系統(tǒng),其特征在于,所述終端可視化系統(tǒng)至少包括:短信告警推送模塊及可視化展示模塊,所述短信告警推送模塊與可視化展示模塊之間具有通訊連接;

    6.根據(jù)權利要求5所述山火識別系統(tǒng),其特征在于,所述終端可視化系統(tǒng)還包括輔助決策展示模塊及反饋閉環(huán)模塊,所述輔助決策展示模塊及反饋閉環(huán)模塊之間具有通訊連接;

    7.一種基于無人機巡檢的山火識別方法,其特征在于,所述方法應用于如權利要求1至6任一項所述的基于無人機巡檢的山火識別系統(tǒng),所述方法包括:

    8.一種基于無人機巡檢的山火識別裝置,其特征在于,所述裝置應用于如權利要求1至6任一項所述的基于無人機巡檢的山火識別系統(tǒng),所述裝置包括:

    9.一種計算機可讀存儲介質,存儲有計算機程序,其特征在于,所述計算機程序被處理器執(zhí)行時,使得所述處理器執(zhí)行如權利要求7所述方法的步驟。

    10.一種計算機設備,包括存儲器和處理器,其特征在于,所述存儲器存儲有計算機程序,所述計算機程序被所述處理器執(zhí)行時,使得所述處理器執(zhí)行如權利要求7所述方法的步驟。

    ...

    【技術特征摘要】

    1.一種基于無人機巡檢的山火識別系統(tǒng),其特征在于,所述山火識別系統(tǒng)包括:無人機數(shù)據(jù)采集系統(tǒng)、深度學習分析系統(tǒng)以及終端可視化系統(tǒng),所述無人機數(shù)據(jù)采集系統(tǒng)、深度學習分析系統(tǒng)以及終端可視化系統(tǒng)之間具有通訊連接;

    2.根據(jù)權利要求1所述山火識別系統(tǒng),其特征在于,所述無人機數(shù)據(jù)采集系統(tǒng)至少包括:高壓輸電線路臺賬模塊、傳感器攝像頭控制模塊、數(shù)據(jù)采集存儲單元模塊、數(shù)據(jù)通信上傳模塊,所述高壓輸電線路臺賬模塊、傳感器攝像頭控制模塊、數(shù)據(jù)采集存儲單元模塊、數(shù)據(jù)通信上傳模塊之間具有通訊連接;

    3.根據(jù)權利要求2所述山火識別系統(tǒng),其特征在于,所述無人機數(shù)據(jù)采集系統(tǒng)還包括數(shù)據(jù)分析處理模塊,所述數(shù)據(jù)分析處理模塊的輸入端與所述數(shù)據(jù)采集存儲單元模塊的輸出端具有通訊連接,所述數(shù)據(jù)采集存儲單元模塊的輸出端與所述數(shù)據(jù)通信上傳模塊的輸入端具有通訊連接;

    4.根據(jù)權利要求1至3中任一項所述山火識別系統(tǒng),其特征在于,所述深度學習分析系統(tǒng)至少包括:數(shù)據(jù)預處理模塊、數(shù)據(jù)標注處理模塊、圖像切割處理模塊、神經(jīng)網(wǎng)絡特征提取模塊、模型訓練模塊、回歸預測模塊及輸出分析結果模塊,其中,所述數(shù)據(jù)預處理模塊、數(shù)據(jù)標注處理模塊、圖像切割處理模塊、神經(jīng)網(wǎng)絡特征...

    【專利技術屬性】
    技術研發(fā)人員:和曉輝周仿榮彭兆裕楊明昆何順胡廣富嚴敬義
    申請(專利權)人:云南電網(wǎng)有限責任公司電力科學研究院
    類型:發(fā)明
    國別省市:

    網(wǎng)友詢問留言 已有0條評論
    • 還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。

    1
    主站蜘蛛池模板: 亚洲AV永久无码精品一区二区国产| 亚洲av永久无码制服河南实里| 久久ZYZ资源站无码中文动漫| 久久精品无码一区二区无码| 高清无码v视频日本www| 四虎成人精品国产永久免费无码| 日韩人妻无码精品一专区| 中文无码久久精品| 人妻系列无码专区久久五月天| 亚洲精品无码午夜福利中文字幕| 中文无码熟妇人妻AV在线| 日韩精品无码视频一区二区蜜桃| 日韩精品无码中文字幕一区二区| 无码精品蜜桃一区二区三区WW| 国产精品久久久久无码av| 久久午夜无码鲁丝片直播午夜精品| gogo少妇无码肉肉视频| 波多野结AV衣东京热无码专区| 亚洲视频无码高清在线| 人妻丰满熟妇AV无码区乱| 中文字幕无码第1页| a级毛片免费全部播放无码| 国产精品无码久久四虎| 无码av不卡一区二区三区| 亚洲日韩国产二区无码| 国模无码视频一区| 国产AV无码专区亚洲AV蜜芽| 中文无码一区二区不卡αv| 久久午夜夜伦鲁鲁片无码免费| 日韩精品无码一区二区三区AV | 国产在线精品无码二区二区| 本道久久综合无码中文字幕| 一区二区无码免费视频网站| 久久久久久国产精品无码超碰 | 精品久久久久久无码人妻| 成人h动漫精品一区二区无码| 亚洲AV无码一区二区三区性色| 国产成人无码A区精油按摩| 亚洲aⅴ无码专区在线观看 | 亚洲Av无码专区国产乱码DVD| 免费无码黄网站在线看|