本发明公开一种电力线路可视化告警的设备级告警策略方法,属于输电线路智能运检的技术领域。
背景技术:
输电线路作为国家重要的基础设施,其安全性和稳定性关系到人们的生产生活。输电线路在远距离电能输送过程中,承载高负荷且在不确定的自然环境中工作,容易遇到不同原因和不同类别的隐患威胁,对通道环境隐患的排查成为重要运检项之一。输电通道隐患排查从最初人工巡视,到通过图像采集设备定时抓拍并回传图像供人工巡视,发展到现在利用人工智能技术对抓拍的图像自动识别出隐患信息,如机械类、异物类、烟火类隐患,只需要人工对有隐患的数据风险确认,极大提高了运检效率和安全性。
但随着输电线路通道可视化远程巡视设备在各地区的大范围推广安装以及抓拍间隔的缩短,需要人工确认的数据量快速增加,现有的巡视人力部署已无法满足对海量图片的确认。前期通过对海量数据的统计分析发现,隐患造成真实风险且导致输电线路不稳定甚至跳闸大多发生在:该区域近期首次出现隐患的情况,如通道附近初次出现施工作业,塔吊搭建、多种机械联合作业等致使施工现场混乱造成风险。但是,又经统计发现,经过一定时间后,上述施工作业度过磨合期后,再发生真实风险的机率会大幅下降。
综上所述,如何提供一种高效可行的设备级告警策略方法,发现需要重点关注的设备,对其采集的图像最高等级确认,为输电线路智能检修提供技术支撑,节省人力成本,是目前本领域技术人员亟待解决的问题之一。
技术实现要素:
针对现有技术的不足,本发明的目的是提供一种电力线路可视化告警的设备级告警策略方法。本发明针对所有设备近多个月采集的隐患数据,对不同隐患进行合理的权重设定,计算出合适的时间窗口,让该时间窗口内首次出现隐患的设备数占总设备数最接近指定阈值,确定出重点关注设备并进行相应的策略设定。
技术术语解释:
输电通道可视化巡视设备是指:输电线路通道运检的可视化巡视设备,其具备图像抓拍功能,能按指定时间间隔采集图像,且记录有拍摄时间。
图像分析模型是指:能自动识别图像中存在的隐患及类型的模型,根据不同的场景所选用的模型及对应记载的模型算法均不相同,因此均可根据实际要求在现有技术中进行定向选择。因此,所述图像分析模型并不是本专利所要保护的内容。
隐患数据是指:临近采集数据时,选用近期数据可保证在不同的阈值设定下图像分析模型均可用,经分析后所得出的隐患数据。
动态滑窗算法是指:一种基于时间维度分析的算法,可以将信息关注点只集中在窗口内,属于现有技术。
本发明详细的技术方案如下:
一种电力线路可视化告警的设备级告警策略方法,其特征在于,包括以下步骤:
a、对待测输电通道可视化巡视设备采集的图像进行实时隐患识别,并形成隐患数据;
b、按照步骤a对所述设备临近多个月的隐患数据进行持续监测;
c、根据所述设备所处区域的不同,对不同区域分别设定隐患权重;权重设定原则,将设备所处区域内客观条件容易引起的隐患,将其隐患权重定为1;将设备所处区域内客观条件不容易引起的隐患,将其隐患权重定为0,例如:对以山区为主的区域将烟火类权重设置为1,机械类隐患权重设置为0;对城市环境为主的区域将机械类、异物类设置为1,烟火类设置为0;
d、采用动态滑窗算法,步长n,单位为天,从n0=2开始,计算该窗口内首次发生隐患的设备数占总设备数的比例p1;步骤d所述首次发生隐患的设备数是指,在步长为n天的时间窗口内,某些设备首次出现隐患,具体为在前n-1天均没有隐患,在第n天出现了隐患,统计该类设备数量即得到首次出现隐患的设备数;
e、比较p1与p0大小,其中p0为需重点关注的设备占总设备数的比例;
如果p1≤p0,则该类首次发生隐患的设备即为需要重点关注的设备;
如果p1>p0,取n1=n0 1,重复步骤d,直至满足|pk-p0|<|pk-1-p0|且|pk-p0|<|pk 1-p0|,k为自然数,将此时滑动窗口确定出的首次发生隐患的设备作为需要重点关注的设备;本步骤中满足|pk-p0|<|pk-1-p0|且|pk-p0|<|pk 1-p0|是指,以天为步长,在某步长为nk的窗口时,首次发生隐患的设备数跟设备总数占比最为接近p0,可略大或略小;
f、在主站将重点关注的设备台账维护到数据库,并将该类设备采集的有隐患的图像在主站进行优先展示和/或优先确认,所述主站是指,可以对设备进行管理,巡视图片,调整策略的管理系统,其作为本专利完整方案的组成部分,但不在本专利权利要求范围内。
根据本发明优选的,所述临近多个月的隐患数据,为临近三个月的隐患数据。
根据本发明优选的,所述p0根据人工设定,无建议值;或者,所述p0根据巡视人员的人力配置确定,保证巡视人员能在一个拍照间隔内确认完重点关注设备所采集的有隐患图像是否存在真实风险。
根据本发明优选的,当所述p0根据巡视人员的人力配置确定时:
则:
1)根据工作要求预估所需巡视人员数位d:
d=n*a*b/h
其中,待测全部设备的数量为n,单位为个;所采集到的图像出现隐患的比例为a;人工确认一张图像中隐患是否有真实风险耗时:b,单位为s;预设时间h:需要巡视人员在h时间内确认完全部有隐患的图像;
2)确定需重点关注的设备占总设备数的比例,即p0
p0=c/d*a
其中,当前巡视人员数为:c,单位为人。
根据本发明优选的,所述p0根据人工设定,无建议值时,还包括对p0调整,方法如下:
通过调整p0,直至巡视人员反馈工作量合适和/或覆盖到重点关注的隐患为止。
本发明的优点和优益效果:
本发明所述方法是基于输电通道可视化设备的时间维度分析、结合该时间段内图像分析模型的识别结果所做出的关联分析,以实现对可视化巡视设备的设备级告警策略定制,对触发条件的设备所采集的隐患图片进行重点关注标记。
本发明所述方法基于大数据的挖掘分析发现了:首次发生隐患设备需要重点关注的经验知识,本发明将该经验知识成功运用到了生产环境中。
本发明所述方法基于图像分析模型的识别结果、各区域不同隐患权重设定、动态滑窗算法等技术手段,实现了设备级告警策略定制,解决了进行图像隐患风险确认时,图像数量大、无侧重点、重点隐患不能及时确认等问题,以及巡视人员工作量过大或节省人力成本,极大提高了输电线路运检的智能化水平。
附图说明
图1是本发明所述方法中的告警策略方法的流程示意图。
具体实施方式
下面结合实施例和说明书附图对本发明做进一步说明,但不限于此。
实施例1、
某省电力检修公司为提高输电线路智能运检,在铁塔上安装了大量输电通道可视化远程巡视图像采集设备,共计32186台,共有图像巡视人员23名,2020年图像采集间隔从60分钟调整为了10分钟,巡视人员工作量增加了2倍变为之前6倍,部分隐患无法及时确认。设备采集的图像会上传到图像分析服务器,图像分析模型对图像进行实时分析,并在“alarmtext”字段更新识别出的隐患类型,识别出隐患的图像会推送到可视化巡视设备统一管理平台(主站)供巡视人员进行隐患风险确认。
针对上述场景利用本发明所述一种电力线路可视化告警的设备级告警策略方法设定目标:基于图像分析模型的识别结果、各区域不同隐患权重设定、动态滑窗算法等技术手段,实现设备级告警策略定制,保证重要隐患能在图像抓拍时间间隔内被优先确认。
上述场景的约束条件为:
1)设备在线率99.8%;
2)用图像分析模型对所述设备采集到的图像进行分析,根据是否存在隐患及隐患类型进行标注;
3)有隐患的图像占总图像的比例相对固定,平均约22%;
4)人工确认一张图像中隐患是否有真实风险耗时相对固定:平均约10秒。
另外,该区域为省检修公司,输电线路交跨范围大,故各隐患权重均设置为1。
综上,利用本发明所述输电线路通道可视化告警的设备级告警策略方法,包括以下步骤:
a、对待测输电通道可视化巡视设备采集的图像进行实时隐患识别,并形成隐患数据,如下所述;
其中,alarmtext中的数字含义如下定义:0:无隐患,1:起吊机,2:塔吊,3:推土机,4:挖掘机,5:烟雾,6:山火,7:异物,8:彩带,9:水泥搅拌车,10:打桩机,11:水泥泵车,12:手动告警。
隐患id与隐患名称对应关系如上所示。;
b、按照步骤a对所述设备临近三个月的隐患数据进行持续监测,对所有设备2020.03.05~2020.06.04的隐患数据进行持续监测:
共计约2.6亿条数据(包括没有隐患的数据,图像抓拍设备每天采集图片时间为6:00-20:00,采样间隔为10分钟);
c、根据所述设备所处区域的不同,对不同区域分别设定隐患权重;权重设定原则,将设备所处区域内客观条件容易引起的隐患,将其隐患权重定为1;将设备所处区域内客观条件不容易引起的隐患,将其隐患权重定为0,本实施例中,将全部隐患权重均设置为1;
d、采用动态滑窗算法,步长n,单位为天,从n0=2开始,计算该窗口内首次发生隐患的设备数占总设备数的比例p1;本实施例中,采用动态滑窗算法,设定步长为2天,计算得到窗口为2天时,首次发生隐患的设备数占总设备数的比例p1=20.2%;
e、比较p1与p0大小,在本实施例中,所述p0根据巡视人员的人力配置确定:
当所述p0根据巡视人员的人力配置确定时:
则:
1)根据工作要求预估所需巡视人员数位d:
d=n*a*b/h
其中,待测全部设备的数量为n,单位为个;所采集到的图像出现隐患的比例为a;人工确认一张图像中隐患是否有真实风险耗时:b,单位为s;预设时间h:需要巡视人员在h时间内确认完全部有隐患的图像;
2)确定需重点关注的设备占总设备数的比例,即p0
p0=c/d*a
其中,当前巡视人员数为:c,单位为人。
综上,如果要在10分钟内确认完全部有隐患的图像,需要的人数约为32186*0.22*10s/600s≈118人,而当前巡视人员人数为23人,故需要对前23/118≈19.5%的重点隐患进行优先确认,按重点关注设备策略,需重点关注的设备占总设备数约为19.5%*22%≈4.3%,确定p0=4%;
保证巡视人员能在一个拍照间隔内确认完重点关注设备所采集的有隐患图像是否存在真实风险:
如果p1<≤p0,则该类首次发生隐患的设备即为需要重点关注的设备;
如果p1>p0,取n1=n0 1,重复步骤d,直至满足|pk-p0|<|pk-1-p0|且|pk-p0|<|pk 1-p0|,k为自然数,将此时滑动窗口确定出的首次发生隐患的设备作为需要重点关注的设备;
本实施例中,p1=20.2%>p0=4%,设定步长n为3天,采用类似步骤d所述方法,计算得p2=18.6%;
重复步骤,全部中间过程结果如下:
n0=2,p1=20.2%
n1=3,p2=18.6%
n2=4,p3=15.1%
n3=5,p4=13.6%
n4=6,p5=12.2%
n5=7,p6=10.1%
n6=8,p7=8.3%
n7=9,p8=5.9%
n8=10,p9=4.2%
n9=11,p10=3.4%
在步长为10天时计算得p9=4.2%,在步长为11天时计算得p10=3.4%,p9=4.2%更接近于设定的阈值p0=4%,在步长为10天时窗口内对应的首次发生隐患的设备数量为1352台,该设备即为需要重点关注的设备。
f、在主站将重点关注的设备台账维护到数据库,并将该类设备采集的有隐患的图像在主站进行优先展示和/或优先确认,所述主站是指,可以对设备进行管理,巡视图片,调整策略的管理系统,其作为本专利完整方案的组成部分,但不在本专利权利要求范围内。
实施例2、
某市电力检修公司部署了输电通道可视化远程巡视图像采集设备,共计4154台,共有图像巡视人员2名,图像采集间隔为5分钟,同样存在巡视人员工作量大、重要隐患无法最先确认的问题。
针对上述场景利用本发明所述一种电力线路可视化告警的设备级告警策略方法设定目标:基于图像分析模型的识别结果、各区域不同隐患权重设定、动态滑窗算法等技术手段,实现设备级告警策略定制,保证重要隐患能在图像抓拍时间间隔内被优先确认。
上述场景的约束条件为:
1)用图像分析模型对图像是否存在隐患及隐患类型进行标注;
2)该市检修公司对设备在线率、巡视人员确认一张图片所耗时间、有隐患设备占比无明确数据。因此,本实施例中所述需重点关注的设备占总设备数的比例,即p0,所述p0根据人工设定,无建议值;
初值设定:
1)因缺乏参考数据取p0=10%;
2)该市检修公司线路交跨范围内有大量的大棚,客户要求优先确认导线异物隐患,其他隐患按正常确认即可。
本实施例中所述一种电力线路可视化告警的设备级告警策略方法,与实施例1的区别在于:将实施例1中步骤c中隐患权重设定如下:
需要说明,导线异物隐患包含彩带、异物两种小类隐患。在步长为7天时,n5=7,p6=9.8%,此时p值最接近p0,该时间窗口内对应的93台设备为重点关注设备。
实施例3、
如实施例2所述,按p0=10%进行计算并在主站进行配置后,巡视人员反馈工作量依旧很大,对此将p0进行了调整,经多次调整后,在p0=6%时,直至巡视人员反馈工作量合适和/或覆盖到重点关注的隐患为止。
综上,将本发明所述方法应用至实施例中,基于图像分析模型的识别结果、隐患权重设定、动态滑窗算法等技术手段,实现了设备级告警策略定制,解决了省检修公司和市检修公司进行图像隐患风险确认时,图像数量大、无侧重点、重点隐患不能及时确认,巡视人员人力资源紧张问题,极大提高了输电线路运检的智能化水平。
本文用于企业家、创业者技术爱好者查询,结果仅供参考。