CN110850233A - 电缆故障定位方法和装置 - Google Patents
电缆故障定位方法和装置 Download PDFInfo
- Publication number
- CN110850233A CN110850233A CN201911133598.0A CN201911133598A CN110850233A CN 110850233 A CN110850233 A CN 110850233A CN 201911133598 A CN201911133598 A CN 201911133598A CN 110850233 A CN110850233 A CN 110850233A
- Authority
- CN
- China
- Prior art keywords
- robot
- fault
- image
- underground cable
- cable
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/08—Locating faults in cables, transmission lines, or networks
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S11/00—Systems for determining distance or velocity not using reflection or reradiation
- G01S11/02—Systems for determining distance or velocity not using reflection or reradiation using radio waves
- G01S11/06—Systems for determining distance or velocity not using reflection or reradiation using radio waves using intensity measurements
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Remote Sensing (AREA)
- Quality & Reliability (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Radar, Positioning & Navigation (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明公开了一种电缆故障定位方法和装置,其中该方法包括:接收机器人返回的图像,所述图像是所述机器人在电缆沟中拍摄得到的;对所述图像进行识别判断地下电缆是否存在故障;当所述地下电缆存在故障时,则读取所述机器人的通信信号强度;根据所述通信信号强度确定所述机器人的位置;根据所述机器人的位置得到所述地下电缆的故障位置。采用上述方法可以提高电缆故障定位的准确性。
Description
技术领域
本发明涉及一种电缆故障定位方法和装置,属于通信技术领域。
背景技术
埋设于地下的电缆,在电力传输过程中,往往会由于电缆本身的温度升高发生***;又或者,由于地下铺设管道进水,导致电缆发生损坏,进而影响电缆的正常传输。
传统技术中,为了对地下电缆进行监测,需要人工对电缆进行逐个排查,从而降低了监测的效率。
发明内容
针对现有技术存在的上述问题,本发明的目的是提供一种电缆故障定位方法和装置。
为实现上述发明目的,本发明采用的技术方案如下:
一种电缆故障定位方法,所述方法包括:
接收机器人返回的图像,所述图像是所述机器人在电缆沟中拍摄得到的;
对所述图像进行识别判断地下电缆是否存在故障;
当所述地下电缆存在故障时,则读取所述机器人的通信信号强度;
根据所述通信信号强度确定所述机器人的位置;
根据所述机器人的位置得到所述地下电缆的故障位置。
在其中一个实施例中,所述对所述图像进行识别判断地下电缆是否存在故障,包括:
对所述图像进行二值化处理;
将二值化处理后的图像与标准图像进行匹配;
若二值化处理后的图像与标准图像匹配度小于预设值,则判定所述地下电缆存在故障,否则判定所述地下电缆不存在故障。
在其中一个实施例中,所述根据所述通信信号强度确定所述机器人的位置,包括:
通过分析终端的WIFI热点信号数据,得到所述WIFI热点信号的接收信号强度;
根据所述接收信号强度测量所述机器人与终端的WIFI热点之间的距离;
根据所述距离和所述终端的WIFI热点地理位置定位所述机器人的位置。
在其中一个实施例中,所述通过分析终端的WIFI热点信号数据,得到所述WIFI热点信号的接收信号强度,包括:
通过计算WIFI信号的振幅、频率或周期获取WIFI热点信号的所述接收信号强度;
利用所述WIFI信号的波动情况和信号的多径传播修正所述接收信号强度。
在其中一个实施例中,所述根据所述距离和所述终端的WIFI热点地理位置定位所述机器人的位置,包括:
以所述距离和所述终端的WIFI热点地理位置对应构造圆周;
统计所述圆周之间的交点位置及交点密度;
定位所述交点密度最高的交点区域的中心点作为所述机器人的位置。
在其中一个实施例中,所述接收机器人返回的图像之前,还包括:
通过地下电缆采集***采集地下电缆的当前环境数据以及当前运行数据;
将所述当前环境数据以及所述当前运行数据输入至预先训练完成的故障预警模型中得到故障预测结果;
获取所述故障预测结果对应的地下电缆的地理位置;
向所述机器人发送所述地下电缆的地理位置,以指示所述机器人运行至所述地下电缆的地理位置处。
在其中一个实施例中,所述当前环境数据包括温度数据、水敏数据以及位移数据中的一种或多种。
一种电缆故障定位装置,所述装置包括:
接收模块,用于接收机器人返回的图像,所述图像是所述机器人在电缆沟中拍摄得到的;
判断模块,用于对所述图像进行识别判断地下电缆是否存在故障;
信号强度获取模块,用于当所述地下电缆存在故障时,则读取所述机器人的通信信号强度;
位置确定模块,用于根据所述通信信号强度确定所述机器人的位置;
定位模块,用于根据所述机器人的位置得到所述地下电缆的故障位置。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述任一项所述方法的步骤。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述任一项所述的方法的步骤。
与现有技术相比,本发明提供的电缆故障定位方法和装置具备以下优势:
通过将机器人放置在电缆沟中可以拍摄得到电缆沟中的实时状态,并可以通过机器人所返回的图像判断电缆沟中的电缆是否发生故障,如果发生故障,则可以通机器人的通信信号强度来确定机器人的位置,即根据机器人的通信信号强度确定机器人距离信号发射源的距离,从而确定机器人的位置,进而可以得到地下电缆的故障位置,从而提高地下电缆故障位置的确定的准确性。
附图说明
图1是本发明提供的电缆故障定位方法的应用环境图;
图2是本发明提供的电缆故障定位方法的流程图;
图3是本发明提供的电缆故障定位装置的结构图;
图4是本发明提供的计算机设备的框图。
具体实施方式
下面结合实施例及对比例对本发明作进一步详细、完整地说明。
本申请提供的地下电缆故障预警方法,可以应用于如图1所示的应用环境中。其中监控终端102与机器人104相互通信。其中通过将机器人放置在电缆沟中可以拍摄得到电缆沟中的实时状态,并可以通过机器人所返回的图像判断电缆沟中的电缆是否发生故障,如果发生故障,则可以通机器人的通信信号强度来确定机器人的位置,即根据机器人的通信信号强度确定机器人距离信号发射源的距离,从而确定机器人的位置,进而可以得到地下电缆的故障位置,从而提高地下电缆故障位置的确定的准确性。监控终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备。
在一个实施例中,如图2所示,提供了一种地下电缆故障预警方法,以该方法应用于图1中的服务器为例进行说明,包括以下步骤:
S202:接收机器人返回的图像,所述图像是所述机器人在电缆沟中拍摄得到的。
具体地,工作人员将机器人放在电缆沟中,并向机器人发送指令,以便于机器人进行行走和拍摄,例如机器人可以接收到监控终端发送的行走指令和拍摄指令,从而可以根据该行走指令对应的方向以及速度进行行走,并根据拍摄指令进行拍摄,且可选地可以通过红外摄像头进行拍摄,或者是开启灯光通过自然光摄像头进行拍摄。
S204:对所述图像进行识别判断地下电缆是否存在故障。
具体地,监控终端对图像进行识别判断地下电缆是否故障可以是判断图像与标准图像的相似度,例如可以首先判断图像与标准没有故障的图像进行匹配得到第一相似度,并与标准出现故障的图像进行匹配得到第二相似度,判断第一相似度是否小于第一预设值,如果小于,则说明其可能存在故障,然后再判断第二相似度是否大于第二预设值,如果大于,则说明一定存在故障。
S206:当所述地下电缆存在故障时,则读取所述机器人的通信信号强度。
具体地,当地下电缆存在故障时,则可以获取到机器人的通信信号强度,该通信信号强度可以是指wifi信号强度。
S208:根据所述通信信号强度确定所述机器人的位置。
具体地,监控终端首先根据通信信号强度计算机器人与wifi的发射端,即机器人所连接的wifi的发射端的距离,然根据该发射端的距离以及已有的地下电缆的分布图得到机器人的位置,例如可以首先根据发射端的位置以及所计算得到的机器人所连接的wifi的发射端的距离定位得到初始位置,然后确定初始位置在根据已有的地下电缆的分布图中的位置,如果有所偏移,则可以根据已有的地下电缆的分布图进行修正,即获取距离初始位置最近的已有的地下电缆的分布图中的电缆分布的位置作为机器人的位置。
S210:根据所述机器人的位置得到所述地下电缆的故障位置。
具体地,监控终端在确定了机器人的位置后,根据机器人的位置即可以获取到地下电缆的故障位置,例如该图像中可以确定有拍摄时间,然后根据当前时间和拍摄时间计算得到过程时间,根据机器人速度和过程时间得到路程,然后根据路程、已有的地下电缆的分布图以及上述的机器人的位置即可以得到地下电缆的故障位置。
上述方法中,通过将机器人放置在电缆沟中可以拍摄得到电缆沟中的实时状态,并可以通过机器人所返回的图像判断电缆沟中的电缆是否发生故障,如果发生故障,则可以通机器人的通信信号强度来确定机器人的位置,即根据机器人的通信信号强度确定机器人距离信号发射源的距离,从而确定机器人的位置,进而可以得到地下电缆的故障位置,从而提高地下电缆故障位置的确定的准确性。
在其中一个实施例中,所述对所述图像进行识别判断地下电缆是否存在故障,包括:对所述图像进行二值化处理;将二值化处理后的图像与标准图像进行匹配;若二值化处理后的图像与标准图像匹配度小于预设值,则判定地下电缆的故障位置,否则判定所述地下电缆不存在故障。
具体地,在该实施例中标准图像为没有故障的图像,首先为了避免环境因素等造成影响,可以对图像进行二值化处理,并在二值化处理后,剔除掉背景图像,然后获取到存在有效信息的前景图像,将该前景图像与标准图像进行匹配,即与没有故障的标准图像进行匹配,若相似度小于预设值,则说明地下电缆存在故障,且为了确定故障类型可以与存在故障的标准图像进行比较,如果相似度大于第二预设值,则获取到存在故障的标准图像对应的故障类型,从而可以确定故障类型。且可选地,如果没有相似度大于第二预设值的存在故障的标准图像,则可以仅输出存在故障,待人工确定故障类型后,再将该图像与故障类型进行存储,以便于后续的判断。
在其中一个实施例中,所述根据所述通信信号强度确定所述机器人的位置,包括:
通过分析终端的WIFI热点信号数据,得到所述WIFI热点信号的接收信号强度;
根据无线信号的信号强度随着传播距离的延长而变弱的特性计算WIFI热点与机器人之间的距离。从机器人位置获取的WIFI信号强度即为WIFI热点信号的接收信号强度,根据该接收信号强度计算WIFI热点与机器人之间的距离。
根据所述接收信号强度测量所述机器人与终端的WIFI热点之间的距离。
具体的,可以根据如下计算式测量机器人与WIFI热点之间的距离:
其中,代表机器人与WIFI热点之间的距离,表示接收信号功率,单位为,为一常数,为自由空间的损耗系数,不同环境中差异化设置的值,可以通过在不同环境中设置不同的的影响因子来设置的值。为分贝毫伏或者分贝毫瓦,用来表示信号强度。
根据所述距离和所述终端的WIFI热点地理位置定位所述机器人的位置。
以WIFI热点的地理位置和与机器人之间的距离确定机器人的平面位置,结合经纬度坐标相近但与机器人距离不等的WIFI热点确定三维空间坐标。由于WIFI信号强度便于测量,所以通过信号强度与WIFI热点地理位置确定机器人的位置方便快捷,提高了效率。
在其中一个实施例中,所述通过分析终端的WIFI热点信号数据,得到所述WIFI热点信号的接收信号强度,包括:通过计算WIFI信号的振幅、频率或周期获取WIFI热点信号的所述接收信号强度;利用所述WIFI信号的波动情况和信号的多径传播修正所述接收信号强度。
通过计算WIFI信号的振幅、频率或者周期等获取WIFI热点信号的信号接收强度,同时综合WIFI信号的波动情况和信号的多径传播修正信号接收强度。
在其中一个实施例中,所述根据所述距离和所述终端的WIFI热点地理位置定位所述机器人的位置,包括:
以所述距离和所述终端的WIFI热点地理位置对应构造圆周。
本实施例中,根据一个半径和一个圆心可以确定一个圆的原理,以WIFI热点地理位置为圆心,以对应的WIFI热点到机器人之间的距离为半径,构造圆周函数,根据该圆周函数确定一个圆的范围及位置,该圆周上的每一点为机器人可能的分布位置。
统计所述圆周之间的交点位置及交点密度。
本实施例中,根据构造的圆周函数,获取圆周两两之间的交点,该交点的位置可以是通过经纬度坐标表示,或者通过参考WIFI热点地理位置的相对位置表示。以预设步长统计交点在横向和纵向的分布频率直方图,从而获取交点密度数据。
定位所述交点密度最高的交点区域的中心点作为所述机器人的位置。
本实施例中,根据预设的统计窗口,将横向分布频率和纵向分布频率都最大的窗口位置作为交点密度最高的交点区域,通过坐标平均值法或者最小圆周法,确定该窗口的中心点位置,从而确定机器人所处的位置。
在其中一个实施例中,所述接收机器人返回的图像之前,还包括:
通过地下电缆采集***采集地下电缆的当前环境数据以及当前运行数据。
具体地,所述当前环境数据包括温度数据、水敏数据、环境气体数据以及位移数据中的一种或多种,所述运行数据包括但不限于局放信号,当前运行数据还可以指地下电缆中的电流的大小等。地下电缆采集***是安装在地下,例如安装在地下电缆的连接处,用于采集地下电缆连接处的环境数据和运行数据。当地下电缆采集***采集了地下电缆的环境数据和运行数据后,则将该环境数据和运行数据发送至服务器,以便于服务器进行处理后,判断地下电缆是否出现故障。其中为了保证数据的可查询性,地下电缆采集***在发送数据的时候与地下电缆的地理位置一起发送给服务器,且可选地,也可以预先设定地下电缆的标号,并建立标号和地下电缆的位置的对应关系,从而在服务接收到某一标号的地下电缆采集***发送的数据时,可以根据该标号查询到地下电缆对应的地理位置信息。
将所述当前环境数据以及所述当前运行数据输入至预先训练完成的故障预警模型中得到故障预测结果。
其中,具体地,故障预警模型是根据历史数据生成的用于判断地下电缆是否出现故障的训练模型,该模型的输入为当前环境数据和当前运行数据,输出为地下电缆出现故障的概率。服务器将当前环境数据以及当前运行数据输入至预先训练完成的故障预警模型中得到故障预测结果,且将故障预测结果与预先确定的阈值进行比对,如果大于该阈值,则判定地下电缆出现故障,否则地下电缆没有故障。且可选地,故障预警模型在处理当前环境数据以及当前运行数据时,可以将当前环境数据与训练模型时的历史故障的环境数据进行比对,将当前运行数据与历史故障的运行数据进行比对,从而得到相似度,再综合所有的相似度得到故障预测结果。
获取所述故障预测结果对应的地下电缆的地理位置;
向所述机器人发送所述地下电缆的地理位置,以指示所述机器人运行至所述地下电缆的地理位置处。
当服务器判定地下电缆出现故障时,服务器可以获取到地下电缆的位置信息,然后将给位置信息和故障信息进行合并得到预警信息,并将预警信息发送到某一监控终端以便于监控终端对预警信息进行处理,例如将地理位置发送给机器人,以便于控制机器人运行到该地理位置处等。
应该理解的是,虽然图2的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图3所示,提供了一种电缆故障定位装置,包括:接收模块100、判断模块200、信号强度获取模块300、位置确定模块400以及定位模块500,其中:
接收模块,用于接收机器人返回的图像,所述图像是所述机器人在电缆沟中拍摄得到的。
判断模块,用于对所述图像进行识别判断地下电缆是否存在故障。
信号强度获取模块,用于当所述地下电缆存在故障时,则读取所述机器人的通信信号强度。
位置确定模块,用于根据所述通信信号强度确定所述机器人的位置。
定位模块,用于根据所述机器人的位置得到所述地下电缆的故障位置。
在其中一个实施例中,判断模块可以包括:
二值化处理单元,用于对所述图像进行二值化处理;
匹配单元,用于将二值化处理后的图像与标准图像进行匹配;
判断单元,用于若二值化处理后的图像与标准图像匹配度小于预设值,则判定所述地下电缆存在故障,否则判定所述地下电缆不存在故障。
在其中一个实施例中,位置确定模块可以包括:
信号强度获取单元,用于通过分析终端的WIFI热点信号数据,得到所述WIFI热点信号的接收信号强度。
距离获取单元,用于根据所述接收信号强度测量所述机器人与终端的WIFI热点之间的距离。
定位单元,用于根据所述距离和所述终端的WIFI热点地理位置定位所述机器人的位置。
在其中一个实施例中,信号强度获取单元,用于包括:
第一计算单元,用于通过计算WIFI信号的振幅、频率或周期获取WIFI热点信号的所述接收信号强度;
修正单元,用于利用所述WIFI信号的波动情况和信号的多径传播修正所述接收信号强度。
在其中一个实施例中,定位模块包括:
圆周构造单元,用于以所述距离和所述终端的WIFI热点地理位置对应构造圆周;
统计单元,用于统计所述圆周之间的交点位置及交点密度;
定位单元,用于定位所述交点密度最高的交点区域的中心点作为所述机器人的位置。
在其中一个实施例中,上述电缆故障定位装置还可以包括:
运行数据采集模块,用于通过地下电缆采集***采集地下电缆的当前环境数据以及当前运行数据;
预测模块,用于将所述当前环境数据以及所述当前运行数据输入至预先训练完成的故障预警模型中得到故障预测结果;
粗定位模块,用于获取所述故障预测结果对应的地下电缆的地理位置;
发送模块,用于向所述机器人发送所述地下电缆的地理位置,以指示所述机器人运行至所述地下电缆的地理位置处。
在其中一个实施例中,所述当前环境数据包括温度数据、水敏数据、环境气体数据以及位移数据中的一种或多种,所述运行数据包括但不限于局放信号。
关于电缆故障定位装置的具体限定可以参见上文中对于电缆故障定位方法的限定,在此不再赘述。上述电缆故障定位装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是终端,其内部结构图可以如图4所示。该计算机设备包括通过***总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作***和计算机程序。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种电缆故障定位方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图4中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,该存储器存储有计算机程序,该处理器执行计算机程序时实现以下步骤:接收机器人返回的图像,所述图像是所述机器人在电缆沟中拍摄得到的;对所述图像进行识别判断地下电缆是否存在故障;当所述地下电缆存在故障时,则读取所述机器人的通信信号强度;根据所述通信信号强度确定所述机器人的位置;根据所述机器人的位置得到所述地下电缆的故障位置。
在一个实施例中,处理器执行计算机程序时所实现的所述对所述图像进行识别判断地下电缆是否存在故障,包括:对所述图像进行二值化处理;将二值化处理后的图像与标准图像进行匹配;若二值化处理后的图像与标准图像匹配度小于预设值,则判定所述地下电缆存在故障,否则判定所述地下电缆不存在故障。
在一个实施例中,处理器执行计算机程序时所实现的所述根据所述通信信号强度确定所述机器人的位置,包括:通过分析终端的WIFI热点信号数据,得到所述WIFI热点信号的接收信号强度;根据所述接收信号强度测量所述机器人与终端的WIFI热点之间的距离;根据所述距离和所述终端的WIFI热点地理位置定位所述机器人的位置。
在一个实施例中,处理器执行计算机程序时所实现的所述通过分析终端的WIFI热点信号数据,得到所述WIFI热点信号的接收信号强度,包括:通过计算WIFI信号的振幅、频率或周期获取WIFI热点信号的所述接收信号强度;利用所述WIFI信号的波动情况和信号的多径传播修正所述接收信号强度。
在一个实施例中,处理器执行计算机程序时所实现的所述根据所述距离和所述终端的WIFI热点地理位置定位所述机器人的位置,包括:以所述距离和所述终端的WIFI热点地理位置对应构造圆周;统计所述圆周之间的交点位置及交点密度;定位所述交点密度最高的交点区域的中心点作为所述机器人的位置。
在一个实施例中,处理器执行计算机程序时所实现的所述接收机器人返回的图像之前,还包括:通过地下电缆采集***采集地下电缆的当前环境数据以及当前运行数据;将所述当前环境数据以及所述当前运行数据输入至预先训练完成的故障预警模型中得到故障预测结果;获取所述故障预测结果对应的地下电缆的地理位置;向所述机器人发送所述地下电缆的地理位置,以指示所述机器人运行至所述地下电缆的地理位置处。
在一个实施例中,处理器执行计算机程序时所实现的所述当前环境数据包括温度数据、水敏数据、环境气体数据以及位移数据中的一种或多种,所述运行数据包括但不限于局放信号。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:接收机器人返回的图像,所述图像是所述机器人在电缆沟中拍摄得到的;对所述图像进行识别判断地下电缆是否存在故障;当所述地下电缆存在故障时,则读取所述机器人的通信信号强度;根据所述通信信号强度确定所述机器人的位置;根据所述机器人的位置得到所述地下电缆的故障位置。
在一个实施例中,计算机程序被处理器执行时所实现的所述对所述图像进行识别判断地下电缆是否存在故障,包括:对所述图像进行二值化处理;将二值化处理后的图像与标准图像进行匹配;若二值化处理后的图像与标准图像匹配度小于预设值,则判定所述地下电缆存在故障,否则判定所述地下电缆不存在故障。
在一个实施例中,计算机程序被处理器执行时所实现的所述根据所述通信信号强度确定所述机器人的位置,包括:通过分析终端的WIFI热点信号数据,得到所述WIFI热点信号的接收信号强度;根据所述接收信号强度测量所述机器人与终端的WIFI热点之间的距离;根据所述距离和所述终端的WIFI热点地理位置定位所述机器人的位置。
在一个实施例中,计算机程序被处理器执行时所实现的所述通过分析终端的WIFI热点信号数据,得到所述WIFI热点信号的接收信号强度,包括:通过计算WIFI信号的振幅、频率或周期获取WIFI热点信号的所述接收信号强度;利用所述WIFI信号的波动情况和信号的多径传播修正所述接收信号强度。
在一个实施例中,计算机程序被处理器执行时所实现的所述根据所述距离和所述终端的WIFI热点地理位置定位所述机器人的位置,包括:以所述距离和所述终端的WIFI热点地理位置对应构造圆周;统计所述圆周之间的交点位置及交点密度;定位所述交点密度最高的交点区域的中心点作为所述机器人的位置。
在一个实施例中,计算机程序被处理器执行时所实现的所述接收机器人返回的图像之前,还包括:通过地下电缆采集***采集地下电缆的当前环境数据以及当前运行数据;将所述当前环境数据以及所述当前运行数据输入至预先训练完成的故障预警模型中得到故障预测结果;获取所述故障预测结果对应的地下电缆的地理位置;向所述机器人发送所述地下电缆的地理位置,以指示所述机器人运行至所述地下电缆的地理位置处。
在一个实施例中,计算机程序被处理器执行时所实现的所述当前环境数据包括温度数据、水敏数据、环境气体数据以及位移数据中的一种或多种,所述运行数据包括但不限于局放信号。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
最后有必要在此说明的是:以上实施例只用于对本发明的技术方案作进一步详细地说明,不能理解为对本发明保护范围的限制,本领域的技术人员根据本发明的上述内容作出的一些非本质的改进和调整均属于本发明的保护范围。
Claims (10)
1.一种电缆故障定位方法,其特征在于,所述方法包括:
接收机器人返回的图像,所述图像是所述机器人在电缆沟中拍摄得到的;
对所述图像进行识别判断地下电缆是否存在故障;
当所述地下电缆存在故障时,则读取所述机器人的通信信号强度;
根据所述通信信号强度确定所述机器人的位置;
根据所述机器人的位置得到所述地下电缆的故障位置。
2.根据权利要求1所述的方法,其特征在于,所述对所述图像进行识别判断地下电缆是否存在故障,包括:
对所述图像进行二值化处理;
将二值化处理后的图像与标准图像进行匹配;
若二值化处理后的图像与标准图像匹配度小于预设值,则判定所述地下电缆存在故障,否则判定所述地下电缆不存在故障。
3.根据权利要求1或2所述的方法,其特征在于,所述根据所述通信信号强度确定所述机器人的位置,包括:
通过分析终端的WIFI热点信号数据,得到所述WIFI热点信号的接收信号强度;
根据所述接收信号强度测量所述机器人与终端的WIFI热点之间的距离;
根据所述距离和所述终端的WIFI热点地理位置定位所述机器人的位置。
4.根据权利要求3所述的方法,其特征在于,所述通过分析终端的WIFI热点信号数据,得到所述WIFI热点信号的接收信号强度,包括:
通过计算WIFI信号的振幅、频率或周期获取WIFI热点信号的所述接收信号强度;
利用所述WIFI信号的波动情况和信号的多径传播修正所述接收信号强度。
5.根据权利要求1所述的方法,其特征在于,所述根据所述距离和所述终端的WIFI热点地理位置定位所述机器人的位置,包括:
以所述距离和所述终端的WIFI热点地理位置对应构造圆周;
统计所述圆周之间的交点位置及交点密度;
定位所述交点密度最高的交点区域的中心点作为所述机器人的位置。
6.根据权利要求1所述的方法,其特征在于,所述接收机器人返回的图像之前,还包括:
通过地下电缆采集***采集地下电缆的当前环境数据以及当前运行数据;
将所述当前环境数据以及所述当前运行数据输入至预先训练完成的故障预警模型中得到故障预测结果;
获取所述故障预测结果对应的地下电缆的地理位置;
向所述机器人发送所述地下电缆的地理位置,以指示所述机器人运行至所述地下电缆的地理位置处。
7.根据权利要求6所述的方法,其特征在于,所述当前环境数据包括温度数据、水敏数据、环境气体数据以及位移数据中的一种或多种,所述运行数据包括但不限于局放信号。
8.一种电缆故障定位装置,其特征在于,所述装置包括:
接收模块,用于接收机器人返回的图像,所述图像是所述机器人在电缆沟中拍摄得到的;
判断模块,用于对所述图像进行识别判断地下电缆是否存在故障;
信号强度获取模块,用于当所述地下电缆存在故障时,则读取所述机器人的通信信号强度;
位置确定模块,用于根据所述通信信号强度确定所述机器人的位置;
定位模块,用于根据所述机器人的位置得到所述地下电缆的故障位置。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911133598.0A CN110850233A (zh) | 2019-11-19 | 2019-11-19 | 电缆故障定位方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911133598.0A CN110850233A (zh) | 2019-11-19 | 2019-11-19 | 电缆故障定位方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110850233A true CN110850233A (zh) | 2020-02-28 |
Family
ID=69602208
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911133598.0A Pending CN110850233A (zh) | 2019-11-19 | 2019-11-19 | 电缆故障定位方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110850233A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111652872A (zh) * | 2020-06-02 | 2020-09-11 | 武汉市华和智联科技有限公司 | 基于感温变色的电缆涂层颜色识别装置及其识别方法 |
CN112462190A (zh) * | 2020-10-22 | 2021-03-09 | 北京潞电电气设备有限公司 | 地下电缆故障探测多足机器人、探测***及探测方法 |
CN112669549A (zh) * | 2020-12-25 | 2021-04-16 | 广东电网有限责任公司潮州供电局 | 一种电缆沟井的施工事件预警方法及相关装置 |
CN113092948A (zh) * | 2021-05-08 | 2021-07-09 | 北京潞电电气设备有限公司 | 一种自动确定电缆故障点位置的方法 |
CN113804762A (zh) * | 2021-09-01 | 2021-12-17 | 国网内蒙古东部电力有限公司兴安供电公司 | 基于多光谱三合一图像的设备故障检测方法及*** |
CN113810232A (zh) * | 2021-09-16 | 2021-12-17 | 北京百度网讯科技有限公司 | 故障区域确定方法、装置、电子设备以及存储介质 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102640374A (zh) * | 2009-12-10 | 2012-08-15 | Abb技术有限公司 | 线路故障检测器 |
CN104113909A (zh) * | 2013-04-16 | 2014-10-22 | 苏州和积信息科技有限公司 | 数字标牌的定位方法和*** |
CN106707109A (zh) * | 2017-02-21 | 2017-05-24 | 国网山东省电力公司邹城市供电公司 | 一种地下电缆探测*** |
CN106980806A (zh) * | 2017-03-02 | 2017-07-25 | 国网陕西省电力公司西咸新区供电公司 | 一种电缆沟道安全巡视及故障定位算法 |
CN107782734A (zh) * | 2017-10-25 | 2018-03-09 | 国网青海省电力公司海北供电公司 | 一种地下电缆故障检测机器人 |
CN109506704A (zh) * | 2018-10-10 | 2019-03-22 | 国网河南省电力公司开封供电公司 | 电缆检测及预警方法和装置 |
CN109828572A (zh) * | 2019-02-20 | 2019-05-31 | 广州供电局有限公司 | 基于标识定位的电缆隧道巡检机器人及其定位*** |
CN110043805A (zh) * | 2019-04-19 | 2019-07-23 | 广东聚源管业实业有限公司 | 一种基于网络服务器实现地下管道状况预警方法及装置 |
CN110307845A (zh) * | 2018-03-27 | 2019-10-08 | 深圳市神州云海智能科技有限公司 | 一种机器人定位的方法及机器人 |
CN209514410U (zh) * | 2019-02-20 | 2019-10-18 | 广州供电局有限公司 | 基于二维码的电缆隧道巡检机器人及其定位*** |
CN110458839A (zh) * | 2019-10-09 | 2019-11-15 | 江西太平洋电缆集团有限公司 | 一种有效的电线电缆监测*** |
-
2019
- 2019-11-19 CN CN201911133598.0A patent/CN110850233A/zh active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102640374A (zh) * | 2009-12-10 | 2012-08-15 | Abb技术有限公司 | 线路故障检测器 |
CN104113909A (zh) * | 2013-04-16 | 2014-10-22 | 苏州和积信息科技有限公司 | 数字标牌的定位方法和*** |
CN106707109A (zh) * | 2017-02-21 | 2017-05-24 | 国网山东省电力公司邹城市供电公司 | 一种地下电缆探测*** |
CN106980806A (zh) * | 2017-03-02 | 2017-07-25 | 国网陕西省电力公司西咸新区供电公司 | 一种电缆沟道安全巡视及故障定位算法 |
CN107782734A (zh) * | 2017-10-25 | 2018-03-09 | 国网青海省电力公司海北供电公司 | 一种地下电缆故障检测机器人 |
CN110307845A (zh) * | 2018-03-27 | 2019-10-08 | 深圳市神州云海智能科技有限公司 | 一种机器人定位的方法及机器人 |
CN109506704A (zh) * | 2018-10-10 | 2019-03-22 | 国网河南省电力公司开封供电公司 | 电缆检测及预警方法和装置 |
CN109828572A (zh) * | 2019-02-20 | 2019-05-31 | 广州供电局有限公司 | 基于标识定位的电缆隧道巡检机器人及其定位*** |
CN209514410U (zh) * | 2019-02-20 | 2019-10-18 | 广州供电局有限公司 | 基于二维码的电缆隧道巡检机器人及其定位*** |
CN110043805A (zh) * | 2019-04-19 | 2019-07-23 | 广东聚源管业实业有限公司 | 一种基于网络服务器实现地下管道状况预警方法及装置 |
CN110458839A (zh) * | 2019-10-09 | 2019-11-15 | 江西太平洋电缆集团有限公司 | 一种有效的电线电缆监测*** |
Non-Patent Citations (1)
Title |
---|
赵悦冰等: "基于机器人的地下电缆巡检与故障定位装置设计", 《科技创新导报》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111652872A (zh) * | 2020-06-02 | 2020-09-11 | 武汉市华和智联科技有限公司 | 基于感温变色的电缆涂层颜色识别装置及其识别方法 |
CN112462190A (zh) * | 2020-10-22 | 2021-03-09 | 北京潞电电气设备有限公司 | 地下电缆故障探测多足机器人、探测***及探测方法 |
CN112462190B (zh) * | 2020-10-22 | 2023-01-17 | 北京潞电电气设备有限公司 | 地下电缆故障探测多足机器人、探测***及探测方法 |
CN112669549A (zh) * | 2020-12-25 | 2021-04-16 | 广东电网有限责任公司潮州供电局 | 一种电缆沟井的施工事件预警方法及相关装置 |
CN113092948A (zh) * | 2021-05-08 | 2021-07-09 | 北京潞电电气设备有限公司 | 一种自动确定电缆故障点位置的方法 |
CN113092948B (zh) * | 2021-05-08 | 2022-04-19 | 北京潞电电气设备有限公司 | 一种自动确定电缆故障点位置的方法 |
CN113804762A (zh) * | 2021-09-01 | 2021-12-17 | 国网内蒙古东部电力有限公司兴安供电公司 | 基于多光谱三合一图像的设备故障检测方法及*** |
CN113804762B (zh) * | 2021-09-01 | 2023-11-21 | 国网内蒙古东部电力有限公司兴安供电公司 | 基于多光谱三合一图像的设备故障检测方法及*** |
CN113810232A (zh) * | 2021-09-16 | 2021-12-17 | 北京百度网讯科技有限公司 | 故障区域确定方法、装置、电子设备以及存储介质 |
CN113810232B (zh) * | 2021-09-16 | 2024-02-23 | 北京百度网讯科技有限公司 | 故障区域确定方法、装置、电子设备以及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110850233A (zh) | 电缆故障定位方法和装置 | |
CN110868241B (zh) | 基于多模型的地下电缆故障预警方法和装置 | |
US10338190B2 (en) | Enabling a validation of an estimated position of a mobile device | |
CN108985057B (zh) | 一种webshell检测方法及相关设备 | |
CN110875851B (zh) | 地下电缆故障预警方法和装置 | |
CN110798245B (zh) | 基于单模型的地下电缆故障预警方法和装置 | |
US10846933B2 (en) | Geophysical sensor positioning system | |
CN111935820B (zh) | 基于无线网络的定位实现方法及相关设备 | |
KR20140103046A (ko) | 객체 추적 방법 및 이를 지원하는 전자 장치 | |
CN116847222B (zh) | 应用于石油测井下的设备远程监控方法及*** | |
CN115035475A (zh) | 供水管线实时监控方法、装置、电子设备及介质 | |
CN110866634A (zh) | 基于模型选择的地下电缆故障预警方法和装置 | |
CN113064916B (zh) | 异常打卡行为的监测方法、装置、计算机设备及存储介质 | |
CN110909669A (zh) | 基于图像检测的地下电缆故障确定方法和装置 | |
CN110852461A (zh) | 故障地下电缆定位方法和装置 | |
CN110823355B (zh) | 基于位移数据的地下电缆故障判断方法和装置 | |
CN111189533A (zh) | 外力入侵监测方法、装置、计算机设备和存储介质 | |
CN115524066A (zh) | VOCs无组织泄漏报警识别方法、装置、电子设备及介质 | |
CN115240400A (zh) | 车辆位置识别方法和装置、车辆位置输出方法和装置 | |
CN115629376A (zh) | 一种目标定位方法、装置、电子装置和存储介质 | |
US9584237B1 (en) | Method, apparatus, and computer program product for selecting weather stations | |
CN110736898B (zh) | 基于水位数据的地下电缆故障预警方法和装置 | |
US11408964B2 (en) | Location estimating apparatus, location estimating method and program storing recording medium, and location estimating system | |
CN108989974B (zh) | 动物定位方法、装置、计算机设备和存储介质 | |
JP7185786B2 (ja) | 測位システム及び端末 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200228 |