一种基于VR技术的电网设备远程监测方法及系统

摘要

本发明提供了一种基于VR技术的电网设备远程监测方法及系统；其中，所述方法包括：接收区域内各摄像机回传的图像数据，根据所述图像数据确定各监测点的风险等级；根据所述风险等级确定区域内各监测点的巡视方案，根据所述巡视方案将所述图像数据通过VR设备进行输出。本发明的方案一方面可以降低监管人员前往监测点的劳动量，另一方面还能够自动确定出合理的巡视方案，极大地提高了对电网设备远程监测的效率。

权利要求

1.一种基于VR技术的电网设备远程监测方法，其特征在于，包括如下步骤：接收区域内各摄像机回传的第一图像数据，根据所述第一图像数据确定各监测点的风险等级；

根据所述风险等级确定区域内各监测点的巡视方案，根据所述巡视方案将所述第一图像数据通过VR设备进行输出；

所述根据所述第一图像数据确定各监测点的风险等级，包括：根据所述第一图像数据提取得出各监测点内被监测的电网设备的第一数据，根据所述第一数据从所述第一图像数据中提取所述电网设备的第二数据；

将所述第二数据输入深度识别模型，根据所述深度识别模型的输出结果确定各所述监测点的所述风险等级；

所述根据所述深度识别模型的输出结果确定各所述监测点的所述风险等级，包括：从与所述第二数据对应的所述第一图像数据中提取得出与各监测点ID关联的摄像机ID，对所述摄像机ID进行统计以得出各监测点的摄像机数量；

根据所述摄像机数量确定第一修正系数，根据所述第一修正系数对所述深度识别模型的输出结果进行修正，以得出所述风险等级；

其中，所述第一修正系数与所述摄像机数量正相关。

2.根据权利要求1所述的一种基于VR技术的电网设备远程监测方法，其特征在于：根据所述风险等级确定区域内各监测点的巡视方案，包括：将各所述监测点投影至区域地图，获取各所述监测点之间的连通关系，根据投影后的所述区域地图和所述连通关系确定电网地图；

根据所述电网地图中的线关系和所述风险等级确定所述巡视方案。

3.根据权利要求2所述的一种基于VR技术的电网设备远程监测方法，其特征在于：所述根据所述电网地图中的线关系和所述风险等级确定所述巡视方案，包括：根据某个监测点的所述第一数据和所述风险等级确定设定范围；

将该监测点和处于所述设定范围内的其它监测点组建群组；

将所述群组内的所有监测点的所述第一图像数据进行合成拼接。

4.根据权利要求3所述的一种基于VR技术的电网设备远程监测方法，其特征在于：所述根据某个监测点的所述第一数据和所述风险等级确定设定范围，包括：根据所述第一数据通过查表确定第一范围；

根据所述风险等级确定第二修正系数，根据所述第二修正系数对所述第一范围进行修正，以得到第二范围，将所述第二范围作为所述设定范围。

5.根据权利要求4所述的一种基于VR技术的电网设备远程监测方法，其特征在于：在所述根据所述巡视方案将所述第一图像数据通过VR设备进行输出之前，还包括：判断所述风险等级是否满足预设条件，若是，则：

判断所述VR设备是否处于使用状态，若否，则通过常规方式输出所述第一图像数据。

6.一种基于VR技术的电网设备远程监测系统，包括处理模块、存储模块、通信模块、VR设备，所述处理模块与所述存储模块、所述通信模块和VR设备连接；其中，所述存储模块，用于存储可执行的计算机程序代码；

所述通信模块，用于接收区域内各摄像机回传的图像数据，并传输给所述处理模块；

所述VR设备，用于根据所述处理模块的控制指令将所述图像数据进行输出；

其特征在于：所述处理模块，用于通过调用所述存储模块中的所述可执行的计算机程序代码，执行如权利要求1‑5任一项所述的方法。

7.一种电子设备，包括：

存储有可执行程序代码的存储器；

与所述存储器耦合的处理器；

其特征在于：所述处理器调用所述存储器中存储的所述可执行程序代码，执行如权利要求1‑5任一项所述的方法。

8.一种计算机存储介质，该存储介质上存储有计算机程序，其特征在于：该计算机程序被处理器运行时执行如权利要求1‑5任一项所述的方法。

说明书

一种基于VR技术的电网设备远程监测方法及系统

技术领域

[0001] 本发明涉及电网监控技术领域，具体而言，涉及一种基于VR技术的电网设备远程监测方法、系统、电子设备及计算机存储介质。

背景技术

[0002] 由于许多电网设备是布设于现场端，依靠人工前往巡视是十分低效且成本高的。现有技术一般是通过在电网设备所处的现场端安装摄像机，并将拍摄的视频图像回传给后端的管理人员进行查看，这种方式仅部分解决了现场查看的问题，但是管理人员却面临着回传的视频图像过多、查看效率仍然低下的问题。

发明内容

[0003] 为了至少解决上述背景技术中存在的技术问题，本发明提供了一种基于VR技术的电网设备远程监测方法、系统、电子设备及计算机存储介质。

[0004] 本发明的第一方面提供了一种基于VR技术的电网设备远程监测方法，包括如下步骤：

[0005] 接收区域内各摄像机回传的第一图像数据，根据所述第一图像数据确定各监测点的风险等级；

[0006] 根据所述风险等级确定区域内各监测点的巡视方案，根据所述巡视方案将所述第一图像数据通过VR设备进行输出。

[0007] 进一步地，所述根据所述第一图像数据确定各监测点的风险等级，包括：

[0008] 根据所述第一图像数据提取得出各监测点内被监测的电网设备的第一数据，根据所述第一数据从所述第一图像数据中提取所述电网设备的第二数据；

[0009] 将所述第二数据输入深度识别模型，根据所述深度识别模型的输出结果确定各所述监测点的所述风险等级。

[0010] 进一步地，所述根据所述深度识别模型的输出结果确定各所述监测点的所述风险等级，包括：

[0011] 从与所述第二数据对应的所述第一图像数据中提取得出与各监测点ID关联的摄像机ID，对所述摄像机ID进行统计以得出各监测点的摄像机数量；

[0012] 根据所述摄像机数量确定第一修正系数，根据所述第一修正系数对所述深度识别模型的输出结果进行修正，以得出所述风险等级；

[0013] 其中，所述第一修正系数与所述摄像机数量正相关。

[0014] 进一步地，根据所述风险等级确定区域内各监测点的巡视方案，包括：

[0015] 将各所述监测点投影至区域地图，获取各所述监测点之间的连通关系，根据投影后的所述区域地图和所述连通关系确定电网地图；

[0016] 根据所述电网地图中的线关系和所述风险等级确定所述巡视方案。

[0017] 进一步地，所述根据所述电网地图中的线关系和所述风险等级确定所述巡视方案，包括：

[0018] 根据某个监测点的所述第一数据和所述风险等级确定设定范围；

[0019] 将该监测点和处于所述设定范围内的其它监测点组建群组；

[0020] 将所述群组内的所有监测点的所述第一图像数据进行合成拼接。

[0021] 进一步地，所述根据某个监测点的所述第一数据和所述风险等级确定设定范围，包括：

[0022] 根据所述第一数据通过查表确定第一范围；

[0023] 根据所述风险等级确定第二修正系数，根据所述第二修正系数对所述第一范围进行修正，以得到第二范围，将所述第二范围作为所述设定范围。

[0024] 进一步地，在所述根据所述巡视方案将所述第一图像数据通过VR设备进行输出之前，还包括：

[0025] 判断所述风险等级是否满足预设条件，若是，则：

[0026] 判断所述VR设备是否处于使用状态，若否，则通过常规方式输出所述第一图像数据。

[0027] 本发明的第二方面提供了一种基于VR技术的电网设备远程监测系统，包括处理模块、存储模块、通信模块、VR设备，所述处理模块与所述存储模块、所述通信模块和VR设备连接；其中，

[0028] 所述存储模块，用于存储可执行的计算机程序代码；

[0029] 所述通信模块，用于接收区域内各摄像机回传的图像数据，并传输给所述处理模块；

[0030] 所述VR设备，用于根据所述处理模块的控制指令将所述图像数据进行输出；

[0031] 所述处理模块，用于通过调用所述存储模块中的所述可执行的计算机程序代码，执行如前任一项所述的方法。

[0032] 本发明的第三方面提供了一种电子设备，包括：

[0033] 存储有可执行程序代码的存储器；

[0034] 与所述存储器耦合的处理器；

[0035] 所述处理器调用所述存储器中存储的所述可执行程序代码，执行如前任一项所述的方法。

[0036] 本发明的第四方面提供了一种计算机存储介质，该存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如上任一项所述的方法。

[0037] 本发明的方案，接收区域内各摄像机回传的图像数据，根据所述图像数据确定各监测点的风险等级；根据所述风险等级确定区域内各监测点的巡视方案，根据所述巡视方案将所述图像数据通过VR设备进行输出。本发明的方案一方面可以降低监管人员前往监测点的劳动量，另一方面还能够自动确定出合理的巡视方案，极大地提高了对电网设备远程监测的效率。

附图说明

[0038] 为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

[0039] 图1是本发明实施例公开的一种基于VR技术的电网设备远程监测方法的流程示意图；

[0040] 图2是本发明实施例公开的电网地图的示意图；

[0041] 图3是本发明实施例公开的一种基于VR技术的电网设备远程监测系统的结构示意图；

[0042] 图4是本发明实施例公开一种电子设备的结构示意图。

具体实施方式

[0043] 下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

[0044] 说明书和权利要求书中的词语“第一、第二、第三等”或模块A、模块B、模块C等类似用语，仅用于区别类似的对象，不代表针对对象的特定排序，可以理解地，在允许的情况下可以互换特定的顺序或先后次序，以使这里描述的本发明实施例能够以除了在这里图示或描述的以外的顺序实施。

[0045] 在以下的描述中，所涉及的表示步骤的标号，如S110、S120……等，并不表示一定会按此步骤执行，在允许的情况下可以互换前后步骤的顺序，或同时执行。

[0046] 说明书和权利要求书中使用的术语“包括”不应解释为限制于其后列出的内容；它不排除其它的元件或步骤。因此，其应当诠释为指定所提到的所述特征、整体、步骤或部件的存在，但并不排除存在或添加一个或更多其它特征、整体、步骤或部件及其组群。因此，表述“包括装置A和B的设备”不应局限为仅由部件A和B组成的设备。

[0047] 本说明书中提到的“一个实施例”或“实施例”意味着与该实施例结合描述的特定特征、结构或特性包括在本发明的至少一个实施例中。因此，在本说明书各处出现的用语“在一个实施例中”或“在实施例中”并不一定都指同一实施例，但可以指同一实施例。此外，在一个或多个实施例中，能够以任何适当的方式组合各特定特征、结构或特性，如从本公开对本领域的普通技术人员显而易见的那样。

[0048] 除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。如有不一致，以本说明书中所说明的含义或者根据本说明书中记载的内容得出的含义为准。另外，本文中所使用的术语只是为了描述本发明实施例的目的，不是旨在限制本发明。

[0049] 实施例一

[0050] 请参阅图1，图1是本发明实施例公开的一种基于VR技术的电网设备远程监测方法的流程示意图。如图1所示，本发明实施例的一种基于VR技术的电网设备远程监测方法，包括如下步骤：

[0051] 接收区域内各摄像机回传的第一图像数据，根据所述第一图像数据确定各监测点的风险等级；

[0052] 根据所述风险等级确定区域内各监测点的巡视方案，根据所述巡视方案将所述第一图像数据通过VR设备进行输出。

[0053] 在本发明实施例中，预先在区域内的各监测点布设摄像机，接收到摄像机回传的第一图像数据之后，按照预定分析规则即可确定出各监测点的风险等级，此时就可以依据风险等级的不同而设定出合理的巡视方案，再通过VR设备向监管人员进行输出。于是，本发明的方案一方面可以降低监管人员前往监测点的劳动量，另一方面还能够自动确定出合理的巡视方案，极大地提高了对电网设备远程监测的效率。

[0054] 需要进行说明的是，基于数据处理方式的不同，本发明的上述方案主要两种实施方式，即监控端和服务器端。其中，监控端可以为台式电脑、手机、平板电脑、膝上型电脑、笔记本电脑、个人数字助理（PDA）、掌上电脑、上网本、超级移动个人计算机（UMPC）、移动上网系统（MID）、可穿戴式设备（Wearable Device）或车载设备（VUE）、行人终端（PUE）等；以及，服务器端包括但不限于计算机、网络主机、单个网络服务器、多个网络服务器集或云服务器，其中，所述云服务器可以是运行在分布式系统中的、由一群松散耦合的计算机集组成的一个虚拟超级计算机，其用以实现简单高效、安全可靠、处理能力可弹性伸缩的计算服务。

[0055] 进一步地，所述根据所述第一图像数据确定各监测点的风险等级，包括：

[0056] 根据所述第一图像数据提取得出各监测点内被监测的电网设备的第一数据，根据所述第一数据从所述第一图像数据中提取所述电网设备的第二数据；

[0057] 将所述第二数据输入深度识别模型，根据所述深度识别模型的输出结果确定各所述监测点的所述风险等级。

[0058] 在本发明实施例中，本发明预先针对不同类型的电网设备构建了对应的深度识别模型，于是，先从第一图像数据中提取出电网设备的第一数据（用于描述变压器、绝缘子等电网设备的属性），然后再基于第一数据来针对性提取与对应的电网设备相关的监测特征数据，将其输入深度识别模型即可输出异常分析结果，进而确定对应电网设备的风险等级。本发明的方案在布设摄像机时，无需由施工人员逐个输入监测方案，系统可以自动识别被监测的电网设备的属性，进而针对性提取相关的监测特征。其中，监测点与电网设备可以是一一对应的关系，也可以是一对多的关系。

[0059] 另外，深度识别模型可以为卷积神经网络( convolutional neural network)、DBN和堆栈自编码网络(stacked auto‑encoder network)模型等，对于模型的构建方法，本发明不再赘述。可以根据监测内容而确定合适的数据作为训练集来训练卷积神经网络，具体不再赘述。

[0060] 进一步地，所述根据所述深度识别模型的输出结果确定各所述监测点的所述风险等级，包括：

[0061] 从与所述第二数据对应的所述第一图像数据中提取得出与各监测点ID关联的摄像机ID，对所述摄像机ID进行统计以得出各监测点的摄像机数量；

[0062] 根据所述摄像机数量确定第一修正系数，根据所述第一修正系数对所述深度识别模型的输出结果进行修正，以得出所述风险等级；

[0063] 其中，所述第一修正系数与所述摄像机数量正相关。

[0064] 在本发明实施例中，被检测的电网设备存在大小差异，而且大体积的电网设备的监测盲区更多，更容易出现识别错误。针对该实际问题，本发明进一步对输入深度识别模型的第二数据对应的各监测点的摄像机数量进行统计分析，并根据摄像机数量来确定正向的第一修正系数，进而使得得出的风险等级更为准确。另外，本发明无需监管人员预先输入各监测点的摄像机数量，而是可以通过分析监测点ID与摄像机ID的关联关系快速得出，处理效率更高。

[0065] 进一步地，根据所述风险等级确定区域内各监测点的巡视方案，包括：

[0066] 将各所述监测点投影至区域地图，获取各所述监测点之间的连通关系，根据投影后的所述区域地图和所述连通关系确定电网地图；

[0067] 根据所述电网地图中的线关系和所述风险等级确定所述巡视方案。

[0068] 在本发明实施例中，各监测点的位置坐标和相互间的连通关系（例如电网线路的连通关系，即线网关系）是可以获知的，再结合区域地图既可以获得与各监测点关联的电网地图，然后，还可以将电网地图中除了监测点和线关系以外的其他地图数据删除，即可得出更为清晰的点‑线的电网地图（参照图2所示）。最后，按照清晰的线关系且考虑风险等级的不同就可以快速确定出针对各监测点的巡视方案，例如将处于同一连线上的多个监测点按照风险等级进行排序，如此设置，既不会将相对位置关系过分打乱，还能够使得监管人员优先看到风险等级较高的监测点的数据。

[0069] 另外，对于那些风险等级很低的监测点，可以不将其设置于巡视方案中；以及，一个站点也会存在针对多个电网设备的多个监测点（参照图2中的A区域），VR设备在输出时可以在同一个界面同时输出，还可以基于各自的风险等级确定显示位置，例如，风险等级最高的第一图像数据可以位于居中位置，其它的位于侧边区域。

[0070] 于是，基于本发明中的巡视方案，监管人员佩戴好VR设备之后，VR设备就会按照巡视方案的配置自动、逐一的显示各监测点的图像数据（也可以附加异常信息注释内容），监管人员也可以通过手动输入来控制巡视的速度、暂停查看等功能，具体可不作限定。

[0071] 进一步地，所述根据所述电网地图中的线关系和所述风险等级确定所述巡视方案，包括：

[0072] 根据某个监测点的所述第一数据和所述风险等级确定设定范围；

[0073] 将该监测点和处于所述设定范围内的其它监测点组建群组；

[0074] 将所述群组内的所有监测点的所述第一图像数据进行合成拼接。

[0075] 在本发明实施例中，某些电网设备的工作状态会对上下游的其它设备产生影响，而且异常的最终确认有时也需要参考上下游设备的情况。有鉴于此，本发明根据单个监测点的第一数据（即属性数据）和风险等级确定出设定范围，将处于设定范围内的电网设备作为潜在受影响的设备，为这些设备进行群组设置，并将它们的第一图像数据合成拼接处理，使得监管人员可以在一个界面同时查看多个监测点的图像数据，有利于综合查看、分析。

[0076] 需要进行说明的是，本发明中的合成拼接既可以是视频图像帧的合成，也可以是视频图像的合成，即多窗口同页面显示。当然，还可以是其它形式，本发明不作限定。

[0077] 进一步地，所述根据某个监测点的所述第一数据和所述风险等级确定设定范围，包括：

[0078] 根据所述第一数据通过查表确定第一范围；

[0079] 根据所述风险等级确定第二修正系数，根据所述第二修正系数对所述第一范围进行修正，以得到第二范围，将所述第二范围作为所述设定范围。

[0080] 在本发明实施例中，可以预先建立不同属性的电网设备的影响范围，于是，通过查表即可快速确定对应的电网设备所在的监测点的第一范围；以及，再考虑对应监测点的风险等级，即可综合确定出更为准确的第二范围。其中，第二修正系数与所述风险等级正相关，即风险等级越高，则将第一范围修正的越大，反之则修正的越小。

[0081] 进一步地，在所述根据所述巡视方案将所述第一图像数据通过VR设备进行输出之前，还包括：

[0082] 判断所述风险等级是否满足预设条件，若是，则：

[0083] 判断所述VR设备是否处于使用状态，若否，则通过常规方式输出所述第一图像数据。

[0084] 在本发明实施例中，基于VR设备的使用特点，监管人员在使用VR设备时才能够及时接收到相关的监测信息，很容易导致监管人员不能及时接收到高风险的监测信息。针对该问题，本发明在识别到满足预设条件的风险等级时，进一步判断VR设备当前是否处于被使用状态，如果VR设备并未被使用，则应该通过其它常规方式将相关信息输出给监管人员，例如通过电脑显示屏或其它声光报警设备等；反之，则可以仅通过VR设备进行输出。

[0085] 其中，VR设备的使用状态可以通过VR设备内置的陀螺仪的实时数据分析得出，也可以通过VR设备上配备的针对人眼检测（瞳孔或虹膜检测）的摄像机来实现，其中，既可以是在检测到人眼存在即确认为使用状态，也可以是在检测到特定人员的人眼才确认为使用状态，如此，可以确保特定人员接收到相关监测信息，既能确保数据安全，也能够及时通知最专业的人员进行处置。

[0086] 实施例二

[0087] 请参阅图3，图3是本发明实施例公开的一种基于VR技术的电网设备远程监测系统的结构示意图。如图3所示，本发明实施例的一种基于VR技术的电网设备远程监测系统(100)，包括处理模块(101)、存储模块(102)、通信模块(103)、VR设备(104)，所述处理模块(101)与所述存储模块(102)、所述通信模块(103)和VR设备(104)连接；其中，

[0088] 所述存储模块(102)，用于存储可执行的计算机程序代码；

[0089] 所述通信模块(103)，用于接收区域内各摄像机回传的图像数据，并传输给所述处理模块(101)；

[0090] 所述VR设备(104)，用于根据所述处理模块(101)的控制指令将所述图像数据进行输出；

[0091] 所述处理模块(101)，用于通过调用所述存储模块(102)中的所述可执行的计算机程序代码，执行如实施例一所述的方法。

[0092] 该实施例中的一种基于VR技术的电网设备远程监测系统的具体功能参照上述实施例一，由于本实施例中的系统采用了上述实施例的全部技术方案，因此至少具有上述实施例的技术方案所带来的所有有益效果，在此不再一一赘述。

[0093] 实施例三

[0094] 请参阅图4，图4是本发明实施例公开的一种电子设备，包括：

[0095] 存储有可执行程序代码的存储器；

[0096] 与所述存储器耦合的处理器；

[0097] 所述处理器调用所述存储器中存储的所述可执行程序代码，执行如实施例一所述的方法。

[0098] 实施例四

[0099] 本发明实施例还公开了一种计算机存储介质，该存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如实施例一所述的方法。

[0100] 本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是，但不限于，电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD‑ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

[0101] 计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。

[0102] 计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括、但不限于无线、电线、光缆、RF等等，或者上述的任意合适的组合。

[0103] 可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

[0104] 注意，上述仅为本发明的较佳实施例及所运用的技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明的构思的情况下，还可以包括更多其他等效实施例，均属于本发明的保护范畴。