摘要
本申请涉及变电站监控技术领域,尤其涉及一种变电站巡检策略生成方法。包括实时获取变电站内的监控视频信息,识别发生异常的变电站设备和异常行为;若识别到变电站设备着火,则获取着火设备附近的各个一、二次设备的设备信息和环境信息;基于图神经网络捕捉着火设备和各个一、二次设备间的依赖关系和交互状态,分析设备的异常行为,结合环境信息,确定对应的变电站巡检策略;若识别到变电站设备顶部油污,则确定渗漏油起始点,调用油污设备预设时间段内的历史视频数据进行渗漏油识别,获取渗漏油监测结果,确定对应的风险监测策略。通过实时监控与分析,及时定位变电站设备的异常情况,制定有效的巡检与风险监测策略,有效提高巡检效率和安全性。
技术关键词
变电站巡检
策略生成方法
渗漏油
变电站设备
深度学习神经网络模型
油污
二次设备
监测策略
识别监控视频
变电站监控技术
风险
全景摄像装置
时间段
采集变电站
烟雾
告警机制
差分技术
系统为您推荐了相关专利信息
多尺度特征融合
变电站巡检
高斯混合模型
数据
长宽比
故障诊断模型
云平台
神经网络模型
诊断系统
多模态传感器
变电站自动巡检
局部放电检测
检测组件
红外探测器
机器人
生物识别信息
指令
数据
策略生成方法
指示机器人