本技術(shù)涉及電力系統(tǒng)監(jiān)控，尤其是一種物聯(lián)網(wǎng)的非現(xiàn)場巡檢預(yù)警方法及系統(tǒng)。

背景技術(shù)：

1、在電力行業(yè)，傳統(tǒng)的巡檢方法主要依賴人工現(xiàn)場巡查，這種方法在現(xiàn)代電力系統(tǒng)維護(hù)中顯得越來越不適應(yīng)。隨著電力系統(tǒng)的擴(kuò)展和復(fù)雜化，人工巡檢的局限性逐漸顯現(xiàn)，尤其是在覆蓋廣、環(huán)境惡劣的區(qū)域，這種方法的效率和安全性都難以滿足當(dāng)前的需求。此外，隨著技術(shù)的進(jìn)步，尤其是5g通信和人工智能技術(shù)的發(fā)展，為電力巡檢領(lǐng)域帶來了新的解決方案。

2、現(xiàn)有的人工巡檢方法耗時耗力，難以快速響應(yīng)大規(guī)模電網(wǎng)的巡檢需求，特別是在地形復(fù)雜或偏遠(yuǎn)地區(qū)，通過人工巡檢需要大量人力資源，加之交通、設(shè)備等成本，在惡劣天氣或偏遠(yuǎn)地區(qū)的巡檢成本顯著增加，而且依賴巡檢人員的經(jīng)驗(yàn)判斷，易導(dǎo)致漏檢或誤報，缺乏客觀性和準(zhǔn)確性。

技術(shù)實(shí)現(xiàn)思路

1、本技術(shù)的目的在于提供一種物聯(lián)網(wǎng)的非現(xiàn)場巡檢預(yù)警方法及系統(tǒng)，以解決上述背景技術(shù)中提出的技術(shù)問題。

2、為實(shí)現(xiàn)上述目的，本技術(shù)提供如下技術(shù)方案：

3、第一方面，本技術(shù)提供一種物聯(lián)網(wǎng)的非現(xiàn)場巡檢預(yù)警方法，包括：

4、獲取電力設(shè)備的監(jiān)控信息，其中，所述監(jiān)控信息包括視頻監(jiān)控信息和紅外監(jiān)控信息；

5、提取所述視頻監(jiān)控信息中電力設(shè)備的環(huán)境監(jiān)控類型數(shù)據(jù)，并對環(huán)境監(jiān)控類型數(shù)據(jù)進(jìn)行預(yù)處理，得到環(huán)境巡檢類型數(shù)據(jù)集合；

6、根據(jù)所述環(huán)境巡檢類型數(shù)據(jù)集合獲取多個環(huán)境巡檢類型特征數(shù)據(jù)，并將多個環(huán)境巡檢類型特征數(shù)據(jù)進(jìn)行整合得到第一整合折線圖，根據(jù)所述第一整合折線圖獲取第一安全參考值；

7、根據(jù)所述紅外監(jiān)控信息獲取每個環(huán)境巡檢類型特征數(shù)據(jù)對應(yīng)的設(shè)備溫度數(shù)據(jù)，并根據(jù)每個設(shè)備溫度數(shù)據(jù)進(jìn)行整合得到第二整合折線圖，并根據(jù)所述第二整合折線圖獲取第二安全參考值；

8、根據(jù)所述第一安全參考值和第二安全參考值獲取預(yù)警評估值；

9、將預(yù)警評估值與預(yù)設(shè)值作比對：

10、若預(yù)警評估值小于或者等于預(yù)設(shè)值，判斷電力設(shè)備運(yùn)行正常；

11、若預(yù)警評估值大于預(yù)設(shè)值，判斷電力設(shè)備運(yùn)行異常，并生成預(yù)警信號發(fā)送至云端服務(wù)器。

12、優(yōu)選的，所述提取所述視頻監(jiān)控信息中電力設(shè)備的環(huán)境監(jiān)控類型數(shù)據(jù)，并對環(huán)境監(jiān)控類型數(shù)據(jù)進(jìn)行預(yù)處理，得到環(huán)境巡檢類型數(shù)據(jù)集合的步驟，包括：

13、提取所述視頻監(jiān)控信息中的多個環(huán)境監(jiān)控類型數(shù)據(jù)，其中，所述環(huán)境監(jiān)控類型數(shù)據(jù)包括空氣溫度值、空氣濕度值、空氣煙霧濃度值、設(shè)備噪音值；

14、將多個所述環(huán)境監(jiān)控類型數(shù)據(jù)通過濾波算法去除噪聲，得到過濾環(huán)境監(jiān)控類型數(shù)據(jù)；

15、獲取每個所述過濾環(huán)境監(jiān)控類型數(shù)據(jù)的時間戳；

16、根據(jù)所述時間戳將所述空氣溫度值、空氣濕度值、空氣煙霧濃度值、設(shè)備噪音值進(jìn)行劃分，得到空氣溫度集合、空氣濕度集合、空氣煙霧集合、設(shè)備噪音集合；

17、對所述空氣溫度集合、空氣濕度集合、空氣煙霧集合、設(shè)備噪音集合進(jìn)行集合，得到環(huán)境巡檢類型數(shù)據(jù)集合。

18、優(yōu)選的，所述根據(jù)所述環(huán)境巡檢類型數(shù)據(jù)集合獲取多個環(huán)境巡檢類型特征數(shù)據(jù)的步驟，包括：

19、獲取每個空氣溫度集合的第一特征向量，并根據(jù)多個第一特征向量構(gòu)建第一特征矩陣；

20、獲取每個所述第一特征矩陣與第一預(yù)設(shè)特征矩陣相比的第一重要性標(biāo)度值；

21、獲取每個所述空氣濕度集合的第二特征向量，并根據(jù)多個第二特征向量構(gòu)建第二特征矩陣；

22、獲取每個所述第二特征矩陣與第二預(yù)設(shè)特征矩陣相比的第二重要性標(biāo)度值；

23、獲取每個所述空氣煙霧集合的第三特征向量，并根據(jù)多個第三特征向量構(gòu)建第三特征矩陣；

24、獲取每個所述第三特征矩陣與第三預(yù)設(shè)特征矩陣相比的第三重要性標(biāo)度值；

25、獲取每個所述設(shè)備噪音集合的第四特征向量，并根據(jù)多個第四特征向量構(gòu)建第四特征矩陣；

26、獲取每個所述第四特征矩陣與第四預(yù)設(shè)特征矩陣相比的第四重要性標(biāo)度值；

27、將多個所述時間戳對應(yīng)的第一重要性標(biāo)度值、第二重要性標(biāo)度值、第三重要性標(biāo)度值和第四重要性標(biāo)度值進(jìn)行水平合并，得到多個環(huán)境巡檢類型特征數(shù)據(jù)。

28、優(yōu)選的，所述將多個環(huán)境巡檢類型特征數(shù)據(jù)進(jìn)行整合得到第一整合折線圖，根據(jù)所述第一整合折線圖獲取第一安全參考值的步驟，包括：

29、根據(jù)所述時間戳獲取多個截取時間點(diǎn)；

30、基于所述截取時間點(diǎn)獲取對應(yīng)的第一重要性標(biāo)度值、第二重要性標(biāo)度值、第三重要性標(biāo)度值和第四重要性標(biāo)度值；

31、建立關(guān)于所述截取時間點(diǎn)分別與第一重要性標(biāo)度值、第二重要性標(biāo)度值、第三重要性標(biāo)度值和第四重要性標(biāo)度值對應(yīng)的折線圖；

32、將所述第一重要性標(biāo)度值、第二重要性標(biāo)度值、第三重要性標(biāo)度值和第四重要性標(biāo)度值對應(yīng)的折線圖融合到一起得到第一整合折線圖；

33、根據(jù)所述第一整合折線圖獲取每個截取時間點(diǎn)的第一重要性標(biāo)度值、第二重要性標(biāo)度值、第三重要性標(biāo)度值和第四重要性標(biāo)度值對應(yīng)的斜率值；

34、對所述第一重要性標(biāo)度值的斜率值、第二重要性標(biāo)度值的斜率值、第三重要性標(biāo)度值的斜率值以及第四重要性標(biāo)度值的斜率值計算平均值，并將平均值作為第一安全參考值。

35、優(yōu)選的，所述根據(jù)所述紅外監(jiān)控信息獲取每個環(huán)境巡檢類型特征數(shù)據(jù)對應(yīng)的設(shè)備溫度數(shù)據(jù)的步驟，包括：

36、根據(jù)所述紅外監(jiān)控信息獲取多個溫度值；

37、將所有所述時間戳對應(yīng)的每個溫度值按照時間戳對齊，得到第一時間表；

38、將所有所述時間戳對應(yīng)的每個環(huán)境巡檢類型特征數(shù)據(jù)按照時間戳對齊，得到第二時間表；

39、將所述第一時間表與第二時間表按照時間戳進(jìn)行融合，得到融合時間表；

40、基于所述時間戳從融合時間表得到設(shè)備溫度數(shù)據(jù)。

41、優(yōu)選的，所述根據(jù)所述第一安全參考值和第二安全參考值獲取預(yù)警評估值的步驟，包括：

42、獲取與所述第一安全參考值對應(yīng)的環(huán)境特征數(shù)據(jù)的環(huán)境特征，其中，所述環(huán)境特征包括空氣溫度特征、空氣濕度特征、空氣煙霧濃度特征、設(shè)備噪音特征；

43、根據(jù)所述環(huán)境特征構(gòu)建環(huán)境判斷矩陣，并獲取所述環(huán)境判斷矩陣的多個特征值和對應(yīng)環(huán)境特征向量；

44、獲取最大值的環(huán)境特征向量，并將其作為識別向量，并對識別向量進(jìn)行歸一化處理，得到第一權(quán)重系數(shù)；

45、獲取所述第二安全參考值的第二權(quán)重系數(shù)；

46、根據(jù)所述第一安全參考值、第二安全參考值、第一權(quán)重系數(shù)和第二權(quán)重系數(shù)計算預(yù)警評估值，其中，計算公式為：

47、；

48、其中，表示預(yù)警評估值，表示第一權(quán)重系數(shù)，表示第一安全參考值，表示第二權(quán)重系數(shù)，表示第二安全參考值。

49、第二方面，本技術(shù)提供一種物聯(lián)網(wǎng)的非現(xiàn)場巡檢預(yù)警系統(tǒng)，包括：

50、第一獲取模塊，用于獲取電力設(shè)備的監(jiān)控信息，其中，所述監(jiān)控信息包括視頻監(jiān)控信息和紅外監(jiān)控信息；

51、第二獲取模塊，用于提取所述視頻監(jiān)控信息中電力設(shè)備的環(huán)境監(jiān)控類型數(shù)據(jù)，并對環(huán)境監(jiān)控類型數(shù)據(jù)進(jìn)行預(yù)處理，得到環(huán)境巡檢類型數(shù)據(jù)集合；

52、第三獲取模塊，用于根據(jù)所述環(huán)境巡檢類型數(shù)據(jù)集合獲取多個環(huán)境巡檢類型特征數(shù)據(jù)，并將多個環(huán)境巡檢類型特征數(shù)據(jù)進(jìn)行整合得到第一整合折線圖，根據(jù)所述第一整合折線圖獲取第一安全參考值；

53、第四獲取模塊，用于根據(jù)所述紅外監(jiān)控信息獲取每個環(huán)境巡檢類型特征數(shù)據(jù)對應(yīng)的設(shè)備溫度數(shù)據(jù)，并根據(jù)每個設(shè)備溫度數(shù)據(jù)進(jìn)行整合得到第二整合折線圖，并根據(jù)所述第二整合折線圖獲取第二安全參考值；

54、第五獲取模塊，用于根據(jù)所述第一安全參考值和第二安全參考值獲取預(yù)警評估值；

55、判斷模塊，用于將預(yù)警評估值與預(yù)設(shè)值作比對：

56、若預(yù)警評估值小于或者等于預(yù)設(shè)值，判斷電力設(shè)備運(yùn)行正常；

57、若預(yù)警評估值大于預(yù)設(shè)值，判斷電力設(shè)備運(yùn)行異常，并生成預(yù)警信號發(fā)送至云端服務(wù)器。

58、優(yōu)選的，所述第二獲取模塊，包括：

59、第一獲取單元，用于提取所述視頻監(jiān)控信息中的多個環(huán)境監(jiān)控類型數(shù)據(jù)，其中，所述環(huán)境監(jiān)控類型數(shù)據(jù)包括空氣溫度值、空氣濕度值、空氣煙霧濃度值、設(shè)備噪音值；

60、第二獲取單元，用于將多個所述環(huán)境監(jiān)控類型數(shù)據(jù)通過濾波算法去除噪聲，得到過濾環(huán)境監(jiān)控類型數(shù)據(jù)；

61、第三獲取單元，用于獲取每個所述過濾環(huán)境監(jiān)控類型數(shù)據(jù)的時間戳；

62、第四獲取單元，用于根據(jù)所述時間戳將所述空氣溫度值、空氣濕度值、空氣煙霧濃度值、設(shè)備噪音值進(jìn)行劃分，得到空氣溫度集合、空氣濕度集合、空氣煙霧集合、設(shè)備噪音集合；

63、第五獲取單元，用于對所述空氣溫度集合、空氣濕度集合、空氣煙霧集合、設(shè)備噪音集合進(jìn)行集合，得到環(huán)境巡檢類型數(shù)據(jù)集合。

64、第三方面，本技術(shù)提供一種計算機(jī)設(shè)備，包括存儲器和處理器，所述存儲器存儲有計算機(jī)程序，所述處理器執(zhí)行所述計算機(jī)程序時實(shí)現(xiàn)上述第一方面所述方法的步驟。

65、第四方面，本技術(shù)提供一種計算機(jī)可讀存儲介質(zhì)，其上存儲有計算機(jī)程序，所述計算機(jī)程序被處理器執(zhí)行時實(shí)現(xiàn)上述第一方面所述方法的步驟。

66、相比于相關(guān)技術(shù)，本技術(shù)提供的基于物聯(lián)網(wǎng)的非現(xiàn)場巡檢預(yù)警方法及系統(tǒng)，旨在提升電力設(shè)備的實(shí)時監(jiān)測和故障預(yù)警能力，至少具有以下技術(shù)效果：

67、通過收集視頻和紅外監(jiān)控信息，實(shí)現(xiàn)遠(yuǎn)程、實(shí)時監(jiān)測，克服了傳統(tǒng)人工巡檢的局限。采用濾波算法預(yù)處理視頻監(jiān)控數(shù)據(jù)，減少噪聲，提高準(zhǔn)確性。構(gòu)建特征矩陣并計算重要性標(biāo)度值，形成第一整合折線圖，直觀展示環(huán)境影響變化。結(jié)合紅外監(jiān)控獲取的溫度數(shù)據(jù)，建立第二整合折線圖，全面評估設(shè)備工作條件。設(shè)置合理評估模型，計算預(yù)警評估值，綜合考慮環(huán)境與溫度因素，提前發(fā)現(xiàn)潛在故障。設(shè)定預(yù)警閾值，當(dāng)評估值超標(biāo)時，自動發(fā)送預(yù)警信號至云端服務(wù)器，實(shí)現(xiàn)故障早預(yù)警，保障電力系統(tǒng)安全穩(wěn)定運(yùn)行。