本發(fā)明涉及高壓電纜運檢，具體涉及一種基于在線監(jiān)測和智能巡檢的高壓電纜運檢方法與系統(tǒng)。

背景技術：

1、高壓電纜的鋪設范圍十分廣闊，在配電網中，高壓電纜長期運行于高溫、高壓、潮濕等惡劣的環(huán)境下，其絕緣性很容易遭到損壞，進而引發(fā)故障。因此，對于高壓電纜的維修與檢測保護成為電纜使用時的關鍵問題。

2、為了保證高壓電纜穩(wěn)定運行，電力公司最早期采取日常巡檢與測試等預防性措施，及時發(fā)現并消除電纜缺陷與異常，避免電纜故障發(fā)生。但因為高壓電纜鋪設范圍巨大，對于各處高壓電纜的檢修十分困難，并且需要消耗巨大的人力物力進行問題排查，無法在短時間內對電纜進行快速檢測和維修。

3、后來隨著傳感器技術的興起，發(fā)展起了高壓電纜在線監(jiān)測故障定位技術。高壓電纜在線監(jiān)測故障定位技術是指利用先進的監(jiān)測技術和設備，在電力系統(tǒng)中對高壓電纜進行實時監(jiān)測，以便及時發(fā)現電纜存在的故障以及定位確定故障位置。這種監(jiān)測系統(tǒng)通常包括傳感器、數據采集設備和數據處理軟件等組成部分，能夠實時采集電纜的電流、電壓、溫度等參數，并通過數據分析來判斷電纜是否存在故障。

4、目前，隨著人工智能與機器人技術的發(fā)展，不少的電力公司推出了電力巡檢機器人，利用機器人自身搭載的紅外、視頻、局放等傳感器，實時監(jiān)測設備運行狀態(tài)，并第一時間將拍攝到的視頻畫面上傳至系統(tǒng)后臺，實現設備狀態(tài)精準評估。

5、通常的人工巡檢雖然耗費人力物力，但是可以精準的檢查出異常的位置和原因；在線監(jiān)測技術因為傳感器布置的分布原因，定位的精度較差，通常是只能定位故障的區(qū)域，還需要結合人工進行檢修，且傳感器因為受環(huán)境影響和測量精度的波動，通常會出現誤報等問題；巡檢機器人目前還屬于概念和測試階段，且巡檢機器人整體鋪放的投入成本過高。

技術實現思路

1、本發(fā)明目的在于提供一種基于在線監(jiān)測和智能巡檢的高壓電纜運檢方法與系統(tǒng)，以解決上述的技術問題。

2、本發(fā)明提供一種基于在線監(jiān)測和智能巡檢的高壓電纜運檢方法，包括步驟：

3、s1，獲取用于檢測電纜運行參數的分布式在線監(jiān)測系統(tǒng)監(jiān)測到的電纜運行參數；所述電纜運行參數包括電纜的位置信息以及對應的電纜電流參數值、電纜電壓參數值、電纜溫度參數值、環(huán)境溫度參數值、環(huán)境濕度參數值、局放參數值中的多個；

4、s2，通過預設的基于數據驅動的故障預測技術的人工神經網絡算法，將所述電纜運行參數作為所述人工神經網絡算法的輸入，計算得到電纜運行故障概率的第一預測值；

5、s3，在線監(jiān)測診斷，包括：

6、s31，在所述第一預測值大于預設的第一閾值時，向所述位置信息對應的電纜運檢單位發(fā)起故障運檢信號；

7、s32，在所述第一預測值大于第二閾值且小于所述第一閾值時，獲取所述位置信息對應的電纜的圖像信息；

8、s4，根據所述位置信息對應的電纜的圖像信息，通過圖像缺陷診斷算法對圖像信息進行故障診斷，獲得圖像缺陷診斷結果；所述圖像缺陷診斷結果包括基于圖像分析得到的所述位置信息對應的電纜的運行故障概率的第二預測值；

9、s5，圖像檢測診斷，包括：

10、s51，在所述第二預測值大于預設的第三閾值時，向所述位置信息對應的電纜運檢單位發(fā)起故障運檢信號；

11、s52，在所述第二預測值大于第四閾值且小于所述第三閾值時，向所述位置信息對應的電纜運檢單位發(fā)起確認運檢信號，以提醒所述電纜運檢單位進行巡檢，確認所述位置信息對應的電纜區(qū)域是否發(fā)生故障。

12、進一步的，所述步驟s32中，獲取所述位置信息對應的電纜的圖像信息的步驟，包括：

13、所述位置信息對應的電纜的區(qū)域安裝有分布式攝像頭時，獲取對應的所述分布式攝像頭的圖像信息；

14、所述位置信息對應的電纜的區(qū)域未安裝分布式攝像頭時，請求向所述位置信息對應的電纜區(qū)域投放自動巡檢機器人，以獲取所述位置信息對應的電纜的圖像信息；

15、所述位置信息對應的電纜的區(qū)域未安裝分布式攝像頭、且無法投放自動巡檢機器人時，向所述位置信息對應的電纜運檢單位發(fā)起人工巡檢請求信號，以獲取所述位置信息對應的電纜的圖像信息。

16、進一步的，所述步驟s31、步驟s51以及步驟s52之后，還包括獲取所述電纜運檢單位將檢查結果；

17、所述方法還包括步驟：

18、s61，將所述電纜運行參數和所述檢查結果分別作為所述人工神經網絡算法的修正訓練樣本，對所述人工神經網絡算法進行修正訓練；

19、s62，將所述位置信息對應的電纜的圖像信息和所述檢查結果分別作為所述圖像缺陷診斷算法的修正訓練樣本，對所述圖像缺陷診斷算法進行修正訓練。

20、進一步的，還包括步驟：

21、s63，接收電纜運檢單位主動發(fā)送的故障報送信息；所述故障報送信息包括故障發(fā)生時間、故障發(fā)生的電纜的位置信息以及具體故障數據；

22、s641，獲取在所述故障發(fā)生時間時，所述故障發(fā)生的電纜的位置信息對應的電纜所在區(qū)域的電纜運行參數，將所述電纜運行參數和所述具體故障數據作為所述人工神經網絡算法的修正訓練樣本，對所述人工神經網絡算法進行修正訓練；

23、s642，獲取在所述故障發(fā)生時間時，所述故障發(fā)生的電纜的位置信息對應的電纜的圖像信息，將所述圖像信息和所述檢查結果分別作為所述圖像缺陷診斷算法的修正訓練樣本，對所述圖像缺陷診斷算法進行修正訓練。

24、進一步的，所述步驟s641中，獲取在所述故障發(fā)生時間的前預設時間段直至故障排除后的時間段內，所述故障發(fā)生的電纜的位置信息對應的電纜所在區(qū)域的電纜運行參數，將所述電纜運行參數和所述具體故障數據作為所述人工神經網絡算法的修正訓練樣本，對所述人工神經網絡算法進行修正訓練；

25、s642，獲取在所述故障發(fā)生時間的前預設時間段直至故障排除后的時間段內，所述故障發(fā)生的電纜的位置信息對應的電纜的圖像信息，將所述圖像信息和所述檢查結果分別作為所述圖像缺陷診斷算法的修正訓練樣本，對所述圖像缺陷診斷算法進行修正訓練。

26、進一步的，在所述步驟s1之后還包括步驟：

27、在所述電纜運行參數任意一個參數值超過預設的安全閾值時，向所述位置信息對應的電纜運檢單位發(fā)起故障運檢信號；

28、在所述電纜運行參數全部的參數值均未超過預設的安全閾值時，進入所述步驟s2。

29、進一步的，還包括步驟：

30、根據預設的巡檢周期規(guī)劃，投放自動巡檢機器人或者發(fā)起人工巡檢；

31、接收所述自動巡檢機器人或者人工巡檢上報的故障報送信息，并進入步驟s63；所述巡檢故障報送信息包括發(fā)生故障和未發(fā)生故障兩種故障結果。

32、進一步的，所述步驟s1還包括：對所述電纜運行參數進行有效性分析以及冗余數據濾除得到可用的電纜運行參數用于后續(xù)步驟；其中，所述有效性分析包括誤差數據的濾除處理，所述冗余數據濾除包括對識別出的冗余數據進行濾除。

33、本發(fā)明還提供一種基于在線監(jiān)測和智能巡檢的高壓電纜運檢系統(tǒng)，包括用于檢測電纜運行參數的分布式在線監(jiān)測系統(tǒng)、監(jiān)控后臺服務端以及分布式攝像頭和自動巡檢機器人中的一個或者兩個；其特征在于，

34、所述分布式在線監(jiān)測系統(tǒng)用于檢測高壓電纜的電纜運行參數；

35、所述分布式攝像頭用于采集高壓電纜的圖像數據；

36、所述自動巡檢機器人用于對高壓電纜進行巡檢并獲取高壓電纜的圖像數據；所述監(jiān)控后臺服務端包括存儲器、處理器、存儲在所述存儲器中并可在所述處理器上運行的計算機程序，所述處理器執(zhí)行所述計算機程序時實現如上任一項所述的基于在線監(jiān)測和智能巡檢的高壓電纜運檢方法的步驟。

37、進一步的，還包括多個分布式的數據節(jié)點，每個所述數據節(jié)點與所述分布式在線監(jiān)測系統(tǒng)與分布式攝像頭相匹配，用于接收對應區(qū)域的在線監(jiān)測系統(tǒng)與攝像頭的數據，并傳輸至所述監(jiān)控后臺服務端。

38、本發(fā)明提供的基于在線監(jiān)測和智能巡檢的高壓電纜運檢方法與系統(tǒng)，通過在線監(jiān)測大數據模型先對高壓電纜的運行情況進行大數據運算，在線監(jiān)測診斷電纜運行故障概率的第一預測值，只有在所述第一預測值大于預設的第一閾值時，向所述位置信息對應的電纜運檢單位發(fā)起故障運檢信號；在所述第一預測值大于第二閾值且小于所述第一閾值時，獲取所述位置信息對應的電纜的圖像信息，進一步通過對疑似發(fā)生故障的電纜位置的進行圖像巡檢，通過圖像信息和圖像缺陷診斷算法進行圖像檢測，獲得基于圖像的電纜的運行故障概率的第二預測值，在所述第二預測值大于預設的第三閾值時，向所述位置信息對應的電纜運檢單位發(fā)起故障運檢信號；只有在所述第二預測值大于第四閾值且小于所述第三閾值時，向所述位置信息對應的電纜運檢單位發(fā)起確認運檢信號，以提醒所述電纜運檢單位進行巡檢，確認所述位置信息對應的電纜區(qū)域是否發(fā)生故障；減小了不必要的巡檢操作，節(jié)約人力物力的同時，還升高了故障發(fā)生檢測的準確性。