一种可视化电力通道隐患智能识别装置的制作方法

本技术涉及电力线路监测领域，具体涉及一种可视化电力通道隐患智能识别装置。

背景技术：

1、随着电力系统规模的不断扩大和电网结构的日益复杂，电力线路的安全运行已成为保障电力供应稳定性的关键环节。电力通道范围内的山火、机械外破、异物等隐患都可能影响到电力线路的安全运行，因此，电力通道的隐患检查与监控是保障电力系统稳定运行的重要环节。传统的电力通道隐患识别主要依靠人工检查，由专业人员逐一巡视每一段电力线路，观察并记录存在的安全隐患。然而，人工巡视不仅效率低下，且准确性和及时性不高，对于一些偏远地区和恶劣环境的电力线路无法巡视。

2、随着技术的发展，虽然一些现代化的电力通道监测方法和设备已经出现，例如航拍、红外观察设备等，但这些设备仍需要人工进行复杂的数据分析和判断。此外，这些设备维护复杂、能耗大等问题也限制了它们的广泛应用。

3、因此，迫切需要一种能够集成先进视觉感知技术、高效能源管理与远程智能管理功能于一体的电力通道隐患智能识别装置，以实现实时、精准的隐患监测，提高电力线路维护的效率与效果，减少人力投入，降低运行成本，同时促进电力行业的可持续发展。本发明正是基于此背景，提出了一种集高清图像采集、智能识别、高效数据传输、复合能源供应及远程管理为一体的可视化电力通道隐患智能识别装置，旨在为电力线路的安全运行提供强有力的技术支撑。

技术实现思路

1、本技术为了克服现有技术的不足，提供了一种可视化电力通道隐患智能识别装置，能够结合自监督预训练模型、人工智能识别算法、光伏发电，实现可视化装置智能检测识别电力通道范围内存在的安全隐患，并实时预警。

2、为了实现上述目的，本技术采用以下技术方案：

3、1一种可视化电力通道隐患智能识别装置，包括：

4、高清图像采集模块，用于采集所述电力通道的图像；

5、图像智能识别模块，与所述高清图像采集模块耦接，用于存储所述图像，并对所述图像进行隐患智能识别以获得隐患信息；

6、数据传输模块，与所述图像智能识别模块耦接，用于将所述图像和所述隐患信息传输至远程终端服务器；

7、电量供应模块，分别与所述高清图像采集模块、所述图像智能识别模块和所述数据传输模块耦接，用于给所述高清图像采集模块、所述图像智能识别模块和所述数据传输模块供电；

8、以及远程配置与升级模块，分别与所述高清图像采集模块、所述图像智能识别模块、所述数据传输模块和所述电量供应模块耦接，用于给所述高清图像采集模块、所述图像智能识别模块、所述数据传输模块和所述电量供应模块提供远程参数配置、算法更新以及软件升级。

9、进一步地，所述图像智能识别模块包括：

10、图像存储单元，用于存储所述图像；所述图像存储单元为多级缓存结构，通过异步数据存储机制，在所述高清图像采集模块采集图像时同步将所述图像流传输至图像存储单元，并进行分层存储；所述图像存储单元还包括了压缩与加密机制，所述图像在存储之前会经过自适应压缩并进行aes加密处理；

11、以及隐患智能识别单元，用于根据自监督预训练模型和人工智能识别算法检测所述图像，以获得所述隐患信息，并将所述隐患信息以标注框的形式展示在所述图像上，所述自监督预训练模型包括对比学习、图像复原以及时序预测任务；所述人工智能识别算法包括卷积神经网络；

12、所述卷积神经网络在隐患识别过程中，通过卷积核结构中的多尺度卷积核对隐患进行定位，当隐患的特征被检测到后，自动生成隐患的标注框，并在图像中以高亮形式展示隐患位置；所述标注框的大小和位置根据所述图像中的隐患区域进行动态调整，并附带隐患的文本信息

13、进一步地，所述数据传输模块包括：

14、图像压缩与加密单元，用于对标注了隐患信息的图象进行压缩，并对压缩后的图像数据进行加密处理；

15、多路径通信接口，用于集成多种通信方式，并选择最优路径进行数据传输；

16、以及实时状态反馈单元，用于实时监测所述数据传输模块的工作状态及网络连接质量信息，并将所述工作状态及网络连接质量信息传送至所述远程终端服务器。

17、进一步地，所述电量供应模块包括：

18、复合能源管理单元，包括太阳能光伏板与锂离子电池组；

19、以及电量监测单元，用于动态检测所述高清图像采集模块、所述图像智能识别模块、所述数据传输模块和所述远程配置与升级模块的能耗情况与剩余电量；所述电量监测单元通过集成的传感器，实时监测所述高清图像采集模块、所述图像智能识别模块、所述数据传输模块和所述远程配置与升级模块的功耗，所述传感器动态捕捉所述高清图像采集模块、所述图像智能识别模块、所述数据传输模块和所述远程配置与升级模块的瞬时功率，通过计算累计电量消耗来判断当前剩余电量，并结合锂离子电池的放电曲线进行剩余电量预测；所述电量监测单元还包括异常功耗报警模块，当检测到所述高清图像采集模块、所述图像智能识别模块、所述数据传输模块和所述远程配置与升级模块的一个或多个的功耗异常时，生成警报并上传至所述远程终端服务器。

20、进一步地，所述远程配置与升级模块包括：

21、无线升级单元，用于接收推送软件和算法模型，对所述高清图像采集模块、所述图像智能识别模块、所述数据传输模块和所述电量供应模块进行更新升级；

22、配置管理单元，用于远程设定所述高清图像采集模块、所述图像智能识别模块、所述数据传输模块和所述电量供应模块的工作参数，查看设备状态报告及日志，以及回滚到先前的软件版本；

23、以及安全认证与数据完整性校验单元，用于身份验证和加密通信协议。

24、进一步地，所述数据传输模块通过运营商无线网络与所述远程终端服务器连接，进行远程数据传输。

25、进一步地，所述隐患智能识别单元内置有深度学习算法和图形处理器，并采用所述电力通道环境图像进行学习与训练；所述学习与训练包括：

26、通过无标注数据集进行自监督学习，采用图像复原、对比学习、以及时序一致性预测任务，对电力通道环境中隐患特征进行自动学习与提取，对不同时段、不同光照下采集的图像数据进行预训练；

27、结合图像中不同波段的信息，在夜间或白天环境下自适应调整特征提取的权重；以及优化卷积核结构的深度学习模型。

28、进一步地，所述隐患智能识别单元通过自监督预训练模型和深度学习算法，分析所述图像，识别出火焰特征和烟雾扩散模式，将该识别结果转换为预警信息，并生成隐患标注框形式的图像标记，所述识别出火焰特征和烟雾扩散模式包括:

29、在同一点位、不同时间采集多帧图像，对采集的多帧图像进行特征嵌入映射，通过最大化同类图像的相似性、最小化不同类图像的差异性，提取出稳定且具备区分能力的特征，以得到图像中存在的差异特征，包括火焰的动态跳动或烟雾的扩散路径；

30、在图像复原任务中，在无标注的图像上随机遮挡部分区域，通过多尺度的卷积核结构，对遮挡区域进行推测，生成缺失区域的预测特征图，并将其与未遮挡的特征图对齐，通过迭代学习来恢复遮挡的区域；

31、从连续的多帧图像中提取火焰边缘和烟雾扩散等动态特征，通过卷积操作捕捉图像序列中的变化，并通过时序卷积网络分析每一帧的变化，捕捉长期的隐患特征趋势，所述长期的隐患特征趋势包括火焰的持续扩展或烟雾的蔓延速度，利用长短时记忆网络对过去帧的信息进行处理，预测未来几帧中的火焰蔓延方向或烟雾扩散范围。

32、进一步地，所述高清图像采集模块包括可见光摄像头和红外摄像头，且所述可见光摄像头和所述红外摄像头能够自动切换。

33、进一步地，所述锂离子电池组用于为所述高清图像采集模块、所述图像智能识别模块、所述数据传输模块和所述远程配置与升级模块供电；所述太阳能光伏板用于位所述锂离子电池组充电。

34、与现有技术相比，本技术具有以下优点：

35、本技术的可视化电力通道隐患智能识别装置结合自监督预训练模型、人工智能识别算法、光伏发电，实现装置智能检测识别电力通道范围内存在的安全隐患，并实时预警，隐患识别更准确高效。可以通过自监督预训练与人工智能算法增强电力通道隐患识别的精度与速度，集成的太阳能光伏板实现了能源自给，减少了对外部供电的依赖，且远程管理功能提升了系统的可维护性和升级便利性，保障电力线路安全可靠，推动了电力行业的可持续发展，整体上达到了促进电力线路监测的智能化进程的目的。