一种基于电网大数据视频监控图像识别技术的制作方法

本发明涉及电网大数据视频监控图像识别，具体为一种基于电网大数据视频监控图像识别技术。

背景技术：

1、为实现全网视频资源的统一监控、分级控制、集中管理，满足视频监控装置全局化、整体化的发展要求，支撑业务装置视频应用需求，国家统一组织开展了电网统一视频监控装置建设工作。目前已完成电网统一视频监控装置建设工作，接入变电站，营业厅，信息通信机房等视频监控点位。

2、目前，现有的电网视频监控技术仅可起到远程监控的作用，其所监控的设备出现短路、故障、老化等情况时只能依靠人工查阅监控图像进行查找故障源，现有的电网视频监控技术并不能根据图像识别识别出所监控电网设备出现故障并给工作人员进行提示与预警的功能，当设备发生故障后往往需要维修检修人员到达现场检查才可查找到故障源，并且，所监控的设备故障发生时间段是不确定的，而工作人员不可能24小时不间断的查看监控图像，这样当设备发生故障时往往并不能第一时间得知，继而也存在一定的不足，为此，我们提出了一种基于电网大数据视频监控图像识别技术。

技术实现思路

1、针对现有技术的不足，本发明提供了一种基于电网大数据视频监控图像识别技术，解决了上述背景技术中提出的问题。

2、为实现以上目的，本发明通过以下技术方案予以实现：一种基于电网大数据视频监控图像识别技术，包括：

3、视频监控设备；

4、这些设备包括高清摄像头视频编码器、网络传输设备等，用于实时捕获电网设备的运行画面，并将视频数据传输到监控中心；

5、数据采集模块；

6、通过利用高清摄像头和网络传输技术，实时捕获电网设备的运行画面，井将视频数据通过网络传输到监控中心在监控中心,通过采用数字信号视频信号处理技术，可以对视频数据进行压缩、编码、存储和回放等操作，从而实现对电网设备的全天候无死角监控,其中视频数据储存采用分布式存储；

7、图像识别模块；

8、基于深度学习等人工智能技术,图像识别系统可以自动对视频画面中的电网设备进行识别和分析,图像识别模块用于分别对每个数据存储节点中的存储的所述视频数据块进行识别，获得识别结果,并将所述识别结果发送至识别结果展示模块，它可以识别出设备的类型、位置运行状态等信息，同时还可以检测设备的异常情况，如过热振动变形等；

9、数据处理模块；

10、这个模块负责对海量的视频数据进行处理和分析,它采用大数据处理技术，对视频数据进行存储、压缩、编码等操作，同时结合图像识别结果，进行数据的关联分析和挖掘，提取出有价值的信息；

11、预警、决策支持模块；

12、基于图像识别结果和大数据分析结果，这个模块可以实现对电网设备的预警和故障预测,一旦检测到异常情况或潜在风险，系统会立即向监控人员发送预警信息,这通常包括向监控人员发送管报信息在监控界面上显示异常区域记录异常事件等，并提供决策支持，帮助监控人员快速响应和处理,监控人员可以根据这些信息迅速定位问题，并采取相应的措施进行处理；

13、数据分析模块；

14、通过对存储的历史数据进行分析和挖掘，对比当前监控数据与历史数据中设备使用寿命运行数据，当当前监控数据与历史数据中设备寿命即将使用完成数据相同时，系统即可以预测设备的寿命和可能出现的故障，从而提前进行维护和更换，避免设备故障对电网运行的影响；

15、系统管理模块。

16、优选的，所述系统管理模块负责系统的日常管理和展示工作,用于接收并展示所述识别结果，它还可以对监控设备进行远程配置和控制，同时提供丰富的展示界面和工具，方便监控人员实时查看和分析电网设备的运行状态。

17、优选的，所述分布式存储用于将所述监控视频划分为多个视频数据块,并将所述多个视频，数据块分别存储到多个数据存储节点。

18、优选的，所述视频监控设备中的这些摄像头通常被安装在关键设备和区域的周围，以获取全方位的监控视角。

19、优选的，基于深度学习和机器学习算法，系统能够识别出视频画面中的电网设备、运行状态异常情况等关键信息,通过不断学习和优化，图像识别技术的准确性得到了显著提高,从而能够更准确地识别各种潜在问题。

20、优选的，电网大数据视频监控图像识别技术还可以结合历史数据和预测模型，对电网设备的运行状态进行预测。

21、优选的，通过对大量数据的分析和挖掘，系统可以预测设备的寿命、潜在故障点等，从而为预防性维护和提前修复提供有力支持。

22、优选的，所述分布式存储模块包括hadoop存储单元和hdfs存储单元；

23、所述hadoop存储单元用于接收并缓存来自监控视频获取模块的监控视频，形成视频缓存池；

24、所述hdfs存储单元用于从所述视频缓存池中获取所述监控视频，并将所述监控视频划分为多个视频数据块，以及将各个视频数据块发送至对应的数据存储节点。

25、优选的，所述图像识别模块分别对监控视频图像数据中的每一帧图像进行图像识别处理，判断所述图像中是否包含有预设类型的异常情况，若是，则根据所述图像的拍摄地点、拍摄时间和所述异常情况的类型生成识别结果。

26、本发明提供了一种基于电网大数据视频监控图像识别技术，具备以下有益效果：

27、1、该基于电网大数据视频监控图像识别技术，通过图像识别和图像数据分析，可以自动完成这工作，并且识别速度远快于人工，这样，监控人员可以将更多的精力投入到处理异常情况上，提高监控效率。

28、2、该基于电网大数据视频监控图像识别技术，通过预警、决策支持模块可以实时监控设备运行状态，一旦发现异常情况，可以立即发出预警，使得监控人可以及时介入处理.防止事故的发生。

29、3、该基于电网大数据视频监控图像识别技术，通过数据分析和挖掘，实现对电网设备的预测性维护，通过对历史数据的分析，系统可以预测设备的寿命和可能出现的故障，从而提前进行维护和更换，避免设备故障对电网运行的影响，这种预测性维护可以大大提高监控效率，降低运维成本。

30、4、该基于电网大数据视频监控图像识别技术，通过视频监控技术还可以实现电网设备的无人值守，在一些偏远地区或者恶劣环境下,人工巡检可能面临很大的困难，而视频监控技术可以实现对这些地区的实时监控，确保电网设备的正常运行。

技术特征：

1.一种基于电网大数据视频监控图像识别技术，其特征在于，包括：

2.根据权利要求1所述的一种基于电网大数据视频监控图像识别技术，其特征在于：所述系统管理模块负责系统的日常管理和展示工作,用于接收并展示所述识别结果，它还可以对监控设备进行远程配置和控制，同时提供丰富的展示界面和工具，方便监控人员实时查看和分析电网设备的运行状态。

3.根据权利要求1所述的一种基于电网大数据视频监控图像识别技术，其特征在于：所述分布式存储用于将所述监控视频划分为多个视频数据块,并将所述多个视频，数据块分别存储到多个数据存储节点。

4.根据权利要求1所述的一种基于电网大数据视频监控图像识别技术，其特征在于：所述视频监控设备中的这些摄像头通常被安装在关键设备和区域的周围，以获取全方位的监控视角。

5.根据权利要求1所述的一种基于电网大数据视频监控图像识别技术，其特征在于：基于深度学习和机器学习算法，系统能够识别出视频画面中的电网设备、运行状态异常情况等关键信息,通过不断学习和优化，图像识别技术的准确性得到了显著提高,从而能够更准确地识别各种潜在问题。

6.根据权利要求1所述的一种基于电网大数据视频监控图像识别技术，其特征在于：电网大数据视频监控图像识别技术还可以结合历史数据和预测模型，对电网设备的运行状态进行预测。

7.根据权利要求1所述的一种基于电网大数据视频监控图像识别技术，其特征在于：通过对大量数据的分析和挖掘，系统可以预测设备的寿命、潜在故障点等，从而为预防性维护和提前修复提供有力支持。

8.根据权利要求1所述的一种基于电网大数据视频监控图像识别技术，其特征在于：所述分布式存储模块包括hadoop存储单元和hdfs存储单元；

9.根据权利要求1所述的一种基于电网大数据视频监控图像识别技术，其特征在于：所述图像识别模块分别对监控视频图像数据中的每一帧图像进行图像识别处理，判断所述图像中是否包含有预设类型的异常情况，若是，则根据所述图像的拍摄地点、拍摄时间和所述异常情况的类型生成识别结果。

技术总结
本发明公开了一种基于电网大数据视频监控图像识别技术，涉及电网大数据视频监控图像识别技术领域，包括：视频监控设备；这些设备包括高清摄像头视频编码器、网络传输设备等，用于实时捕获电网设备的运行画面，并将视频数据传输到监控中心，本发明的有益效果为：通过图像识别和图像数据分析，可以自动完成这工作，并且识别速度远快于人工，这样，监控人员可以将更多的精力投入到处理异常情况上，提高监控效率，通过预警、决策支持模块可以实时监控设备运行状态，一旦发现异常情况，可以立即发出预警，使得监控人可以及时介入处理.防止事故的发生。

技术研发人员：刘倩倩,李双京,王佩风
受保护的技术使用者：镇江兴业电气科技有限公司
技术研发日：
技术公布日：2024/10/31