CN111914737A - 一种具有身份识别功能的回流缆区段预警智能主机 - Google Patents

Abstract

本发明公开了一种具有身份识别功能的回流缆区段预警智能主机，涉及电力输送技术领域用以监测回流缆区段的回流缆的外力破坏，包括身份识别模块和传感信号接收模块，身份识别模块用以进行身份识别，传感信号接收模块处于常开状态，如果身份识别成功，回流缆区段预警智能主机关闭传感信号接收模块，未进行身份识别或身份识别失败时，回流缆区段预警智能主机接收回流缆的振动信号，并根据振动信号分析信号特征，将分析得出的信号特征与数据库中的信号特征对比，根据对比的结果发出报警信息。本发明通过实时在线监测来解决目前回流电缆安全问题。

Description

一种具有身份识别功能的回流缆区段预警智能主机

【技术领域】

本发明涉及电力输送技术领域，具体涉及一种具有身份识别功能的回流缆区段预警智能主机。

【背景技术】

为防止单相接地故障电流形成的磁场对外界的严重影响，需沿电缆线路平行敷设阻抗较低的绝缘导线，并两端接地，这种接地线称为回流电缆。由于回流电缆含铜量高，分布分散，无人值守等特点，逐渐受到偷盗者的关注，造成了很大的社会隐患；另一方面，回流电缆由于其本身的敷设特性，分布较广，监测不便，其受外力破坏风险点越来越多，特别是随着我国城市化进程和城市优化改造升级工程的推进，各项大型迁改工程在高强度抢工期的施工方式下，容易造成周边的电缆受损，监控难度大，防外力破坏形势严峻。而现有技术中防护措施主要有：人工巡视、施工地点安装警示牌、采用抗外力强度高的通道形式代替直埋等抗外力强度低的敷设方式。但是现有技术所采取的方式人力、物力成本高，自动化、智能化程度低，且实际防外力破坏效果不理想。

【发明内容】

为解决前述问题，本发明提供了一种具有身份识别功能的回流缆区段预警智能主机，通过实时在线监测来解决目前回流电缆安全问题。

为了达到上述目的，本发明采用如下技术方案：

一种具有身份识别功能的回流缆区段预警智能主机，用以监测回流缆区段的回流缆的外力破坏，包括身份识别模块和传感信号接收模块；

所述身份识别模块设于各个回流缆区段，用以进行身份识别，所述传感信号接收模块处于常开状态，如果身份识别成功，将识别信息发送至所述回流缆区段预警智能主机，所述回流缆区段预警智能主机关闭所述传感信号接收模块；

未进行身份识别或身份识别失败时，所述回流缆区段预警智能主机接收所述传感信号接收模块拾取的回流缆的振动信号，并根据振动信号分析信号特征；所述回流缆区段预警智能主机包括数据库，所述回流缆区段预警智能主机将分析得出的信号特征与数据库中的信号特征对比，根据对比的结果发出报警信息。

可选的，所述身份识别模块包括用以账号密码识别的账号密码识别子模块、用以指纹识别的指纹识别子模块和用以人脸识别的人脸识别子模块其中之一或其中之二或全部。

可选的，所述人脸识别子模块的业务架构包括样本标注、模型训练和模型应用；样本标注包括样本标注工具的使用、人脸区域检测样本标注和人脸特征点标定样本标注；模型训练包括人脸区域检测模型训练、人脸区域检测模型评估，人脸特征点标定模型训练、人脸特征点标定模型评估，人脸比对模型训练和人脸比对模型评估；模型应用包括实时视频采集、实时图像抓拍、实时人脸检测、实时人脸特征点标定、实时人脸特征点对齐、实时人脸比对、实时眨眼识别、实时张嘴识别。

可选的，所述人脸识别子模块的技术架构包括基础设施层、学习框架层、算法模型层和计算机视觉技术层；基础设施层包括CPU、GPU、云集算和大数据，GPU的开发框架是cuda；学习框架层包括计算机视觉相关的Opencv、Dlib、TensorFlow和Keras；算法模型层包括人脸区域检测算法模型，人脸特征点检测算法模型，人脸对齐算法模型、人脸验证算法模型和活体检测算法模型；计算机视觉技术层进行模型应用。

可选的，所述人脸识别子模块的数据架构包括样本数据层、训练模型数据层和应用数据层；样本数据层为模型训练中模型的输入数据，包括人脸图像和标签数据；训练模型数据层包括人脸区域检测模型训练数据、人脸区域检测模型评估训练数据、人脸特征点标定模型训练数据、人脸特征点标定模型评估训练数据、人脸比对模型训练数据和人脸比对模型评估训练数据；应用数据层包括注册人脸资源库和注册人脸标签库。

可选的，对回流缆划分区域，传感信号接收模块按照区域划分的顺序依次接收每个区域的振动信号并循环。

可选的，所述主机包括图像信息接收模块，所述主机将分析得出的信号特征与数据库中的信号特征对比，对比的结果包括正常状态和异常状态，当对比的结果为异常状态时，主机发出报警信息，并接收振动信号所在位置的图像。

可选的，所述主机对接收的图像进行目标检测，并将检测的结果存入数据库。

可选的，对比的结果还包括未知状态，当对比的结果为未知状态时，主机接收振动信号所在位置的图像，并对接收的图像进行目标检测，将检测的结果与数据库中的数据进行比较，如果比较的结果为异常状态，主机发出报警信息，并将检测的结果和对应的信号特征存入数据库；如果比较的结果仍为未知状态，主机发出提示信息，转为人工对比识别，如果人工识别的结果为异常状态，主机发出报警信息，并将检测的结果和对应的信号特征存入数据库。

可选的，所述主机发出的报警信息包括振动信号所在位置的图像。

本发明具有如下有益效果：

本发明所提供的回流缆区段预警智能主机，将先进的人脸识别技术应用于回流缆区段的预警，同时结合了其他身份识别的方式，如果身份识别成功，证明对回流电缆进行操作的是已经授权的工作人员，如果身份识别失败，则证明可能有人在对回流电缆进行非法操作，或回流电缆正在遭受破坏，因此由回流缆区段预警智能主机提前进行预警，及时知晓相关信息并及时采取措施。同时，本发明所提供的回流缆区段预警智能主机，还实现了对回流电缆运行环境的实时监测，对电缆外力破坏行为的实时监测定位和报警；发生外力破坏报警时可联动摄像头进行拍照智能识别并实时推送图像识别结果，对于被监测区域无需人工巡查，即可获知监测区域回流电缆的振动信息，完成对回流电缆实际运行振动状态信息的采集，并通过综合分析监测到振动信号在时间、空间和频率上的特征。与特征数据库进行比对，可对电缆受到外力破坏行为进行准确的识别和定位报警，结合图像识别更加直观地呈现外破行为，也为外破提供了直观的取证证据。

本发明的这些特点和优点将会在下面的具体实施方式以及附图中进行详细的揭露。本发明最佳的实施方式或手段将结合附图来详尽表现，但并非是对本发明技术方案的限制。另外，在每个下文和附图中出现的这些特征、要素和组件是具有多个，并且为了表示方便而标记了不同的符号或数字，但均表示相同或相似构造或功能的部件。

【附图说明】

下面结合附图对本发明作进一步说明：

图1为本发明实施例中人脸识别子模块的业务构架示意图；

图2为本发明实施例中人脸识别子模块的技术构架示意图；

图3为本发明实施例中人脸识别子模块的数据构架示意图；

图4为本发明实施例的监测流程图。

【具体实施方式】

下面结合本发明实施例的附图对本发明实施例的技术方案进行解释和说明，但下述实施例仅为本发明的优选实施例，并非全部。基于实施方式中的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得其他实施例，都属于本发明的保护范围。

在本说明书中引用的“一个实施例”或“实例”或“例子”意指结合实施例本身描述的特定特征、结构或特性可被包括在本专利公开的至少一个实施例中。短语“在一个实施例中”在说明书中的各位置的出现不必都是指同一个实施例。

实施例一：

本实施例提供了一种具有身份识别功能的回流缆区段预警智能主机，用以监测电缆的外力破坏，放置于电缆线路一端的监控室或地面监测终端中，运行计算和监测进程。回流电缆以穿管地埋、电缆沟或者电缆隧道的方式掩埋于地下，回流缆区段预警智能主机，用以监测回流缆区的回流缆的外力破坏，包括身份识别模块和传感信号接收模块；

身份识别模块设于各个回流缆区段，用以进行身份识别，身份识别模块包括用以账号密码识别的账号密码识别子模块、用以指纹识别的指纹识别子模块和用以人脸识别的人脸识别子模块。三种不同方式的身份识别子模块可以采用其中一种或两种，也可以全部采用，在此不作限定。账号密码识别以及指纹识别均为现有成熟技术，在此不再赘述。

如图1至图3所示，本实施例中，人脸识别子模块的业务架构包括样本标注、模型训练和模型应用；样本标注包括样本标注工具的使用、人脸区域检测样本标注和人脸特征点标定样本标注；模型训练包括人脸区域检测模型训练、人脸区域检测模型评估，人脸特征点标定模型训练、人脸特征点标定模型评估，人脸比对模型训练和人脸比对模型评估；模型应用包括实时视频采集、实时图像抓拍、实时人脸检测、实时人脸特征点标定、实时人脸特征点对齐、实时人脸比对、实时眨眼识别、实时张嘴识别；人脸识别子模块的技术架构包括基础设施层、学习框架层、算法模型层和计算机视觉技术层；基础设施层包括CPU、GPU、云集算和大数据，GPU的开发框架是cuda；学习框架层包括计算机视觉相关的Opencv、Dlib、TensorFlow和Keras，其中，Opencv为计算机视觉库，Dlib为机器学习或深度学习，Tensorflow和Keras为深度学习；算法模型层包括人脸区域检测算法模型(HOG/CNN)，人脸特征点检测算法模型(ResNet/CNN)，人脸对齐算法模型、人脸验证算法模型和活体检测算法模型；计算机视觉技术层进行模型应用；人脸识别子模块的数据架构包括样本数据层、训练模型数据层和应用数据层；样本数据层为模型训练中模型的输入数据，包括人脸图像和标签数据；训练模型数据层包括人脸区域检测模型训练数据、人脸区域检测模型评估训练数据、人脸特征点标定模型训练数据、人脸特征点标定模型评估训练数据、人脸比对模型训练数据和人脸比对模型评估训练数据；应用数据层包括注册人脸资源库和注册人脸标签库。

传感信号接收模块处于常开状态，如果身份识别成功，证明对回流电缆进行操作的是已经授权的工作人员，将识别信息发送至回流缆区段预警智能主机，回流缆区段预警智能主机关闭传感信号接收模块，由已经授权的工作人员对回流电缆进行维修、检测等；未进行身份识别或身份识别失败时，同样说明有未经授权人员在对回流电缆进行非法操作，因此，回流缆区段预警智能主机接收传感信号接收模块拾取的回流缆的振动信号，并根据振动信号分析信号特征；主机包括数据库，主机将分析得出的信号特征与数据库中的信号特征对比，根据对比的结果发出报警信息。

为便于监控和定位，对回流电缆划分区域，回流缆区段预警智能主机的传感信号接收模块按照区域划分的顺序依次接收每个区域的振动信号并循环进行。

如图4所示，拾取的回流电缆的振动信号传输至回流缆区段预警智能主机，回流缆区段预警智能主机接收振动信号并根据振动信号分析信号特征，流缆区段预警智能主机包括数据库，流缆区段预警智能主机将分析得出的信号特征与数据库中的信号特征对比，以区分不同类别外力破坏事件，如机械挖掘、打桩、钻探等行为，并根据光纤振动技术对振动源进行定位，对可能引起电缆故障的外破苗头进行预警，有利于运维部门进行正确、合理的决策，在大大降低外破发生率的同时，减轻运维人员压力，最终提高供电可靠性。本实施例中，每个回流缆区段设有摄像头，摄像头由回流缆区段预警智能主机进行控制，采用智能球机摄像头，设于地上部分，以保证拍摄角度的全面。流缆区段预警智能主机分析得出的信号特征与数据库中的信号特征对比的结果包括正常状态、异常状态和未知状态，当对比的结果为异常状态时，流缆区段预警智能主机发出报警信息，并根据振动信号所在回流缆区段的位置调用对应的摄像头采集对应区段的画面。同时，回流缆区段预警智能主机对采集的画面进行目标检测，并将检测的结果存入数据库，作为在未知状态下做进一步判断的依据；

当对比的结果为未知状态时，说明通过对比信号特征无法得到结果，因此，回流缆区段预警智能主机根据振动信号所在回流缆区段的位置调用对应区段的摄像头采集对应区段的画面，并对采集的画面进行目标检测，将检测的结果与数据库中的数据进行比较，具体而言是比较图像的目标检测结果。如果比较的结果为异常状态，回流缆区段预警智能主机发出报警信息，并将本次检测的结果，无论正常状态还是异常状态，连同本次对比中对应的信号特征存入数据库，以对数据库中的数据进行更新和完善。如果比较的结果仍为未知状态，说明此事根据数据库中的数据已经无法辩解，因此需要转为人工识别，回流缆区段预警智能主机发出提示信息，转为人工对比识别，如果人工识别的结果为异常状态，回流缆区段预警智能主机发出报警信息，并将检测的结果，无论正常状态还是异常状态，连同本次人工对比中对应的信号特征存入数据库。随着时间的推移以及监测事件的增加，对比的结果为异常状态和/或未知状态的相应数据不断存入数据库，对数据库中的数据进行更新迭代，数据库中的数据必然越来越全面，因此，对比的结果也必将越来越准确。

全息感知外力破坏监测***还包括无线通信模块，回流缆区段预警智能主机根据对比的结果，通过无线通信模块向移动监测终端发出报警信息，报警信息包括异常状态的振动信号所对应的振动信号位置、振动信号时间、振动频率以及振幅。发出警报信息时，回流缆区段预警智能主机通过无线通信模块将摄像头采集的画面一并推送至移动监测终端。运维人员确认报警信息后，到现场进行处理，制止外破事件发生，以确保回流电缆安全运行。并且，结合图像识别更加直观地呈现外破行为，也为外破提供了直观的取证证据。

本实施例中，回流缆区段预警智能主机除向移动监测终端报警外，还可联动基于非网络的安防设备，如声光报警器等；联动基于网络的安防设备，如视频、门禁、广播等，在此不作限定。

本市实施例所提供的回流缆区段预警智能主机，将先进的人脸识别技术应用于回流缆区段的预警，同时结合了其他身份识别的方式，由回流缆区段预警智能主机提前进行预警，及时知晓相关信息并及时采取措施。同时，本实施例所提供的回流缆区段预警智能主机，还实现了对回流电缆运行环境的实时监测，对电缆外力破坏行为的实时监测定位和报警；发生外力破坏报警时可联动摄像头进行拍照智能识别并实时推送图像识别结果，对于被监测区域无需人工巡查，即可获知监测区域回流电缆的振动信息，完成对回流电缆实际运行振动状态信息的采集，并通过综合分析监测到振动信号在时间、空间和频率上的特征。与特征数据库进行比对，可对电缆受到外力破坏行为进行准确的识别和定位报警，结合图像识别更加直观地呈现外破行为，也为外破提供了直观的取证证据。

以上，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，熟悉该本领域的技术人员应该明白本发明包括但不限于附图和上面具体实施方式中描述的内容。任何不偏离本发明的功能和结构原理的修改都将包括在权利要求书的范围中。

Claims (10)

1.一种具有身份识别功能的回流缆区段预警智能主机，其特征在于：所述回流缆区段预警智能主机用以监测回流缆区段的回流缆的外力破坏，包括身份识别模块和传感信号接收模块；

所述身份识别模块设于各个回流缆区段，用以进行身份识别，所述传感信号接收模块处于常开状态，如果身份识别成功，将识别信息发送至所述回流缆区段预警智能主机，所述回流缆区段预警智能主机关闭所述传感信号接收模块；

未进行身份识别或身份识别失败时，所述回流缆区段预警智能主机接收所述传感信号接收模块拾取的回流缆的振动信号，并根据振动信号分析信号特征；所述回流缆区段预警智能主机包括数据库，所述回流缆区段预警智能主机将分析得出的信号特征与数据库中的信号特征对比，根据对比的结果发出报警信息。

2.根据权利要求1所述的回流缆区段预警智能主机，其特征在于，所述身份识别模块包括用以账号密码识别的账号密码识别子模块、用以指纹识别的指纹识别子模块和用以人脸识别的人脸识别子模块其中之一或其中之二或全部。

3.根据权利要求2所述的回流缆区段预警智能主机，其特征在于，所述人脸识别子模块的业务架构包括样本标注、模型训练和模型应用；样本标注包括样本标注工具的使用、人脸区域检测样本标注和人脸特征点标定样本标注；模型训练包括人脸区域检测模型训练、人脸区域检测模型评估，人脸特征点标定模型训练、人脸特征点标定模型评估，人脸比对模型训练和人脸比对模型评估；模型应用包括实时视频采集、实时图像抓拍、实时人脸检测、实时人脸特征点标定、实时人脸特征点对齐、实时人脸比对、实时眨眼识别、实时张嘴识别。

4.根据权利要求3所述的回流缆区段预警智能主机，其特征在于，所述人脸识别子模块的技术架构包括基础设施层、学习框架层、算法模型层和计算机视觉技术层；基础设施层包括CPU、GPU、云集算和大数据，GPU的开发框架是cuda；学习框架层包括计算机视觉相关的Opencv、Dlib、TensorFlow和Keras；算法模型层包括人脸区域检测算法模型，人脸特征点检测算法模型，人脸对齐算法模型、人脸验证算法模型和活体检测算法模型；计算机视觉技术层进行模型应用。

5.根据权利要求4所述的回流缆区段预警智能主机，其特征在于，所述人脸识别子模块的数据架构包括样本数据层、训练模型数据层和应用数据层；样本数据层为模型训练中模型的输入数据，包括人脸图像和标签数据；训练模型数据层包括人脸区域检测模型训练数据、人脸区域检测模型评估训练数据、人脸特征点标定模型训练数据、人脸特征点标定模型评估训练数据、人脸比对模型训练数据和人脸比对模型评估训练数据；应用数据层包括注册人脸资源库和注册人脸标签库。

6.根据权利要求1至5之一所述的回流缆区段预警智能主机，其特征在于，对回流缆划分区域，传感信号接收模块按照区域划分的顺序依次接收每个区域的振动信号并循环。

7.根据权利要求1至5之一所述的回流缆区段预警智能主机，其特征在于，所述回流缆区段预警智能主机包括图像信息接收模块，所述回流缆区段预警智能主机将分析得出的信号特征与数据库中的信号特征对比，对比的结果包括正常状态和异常状态，当对比的结果为异常状态时，回流缆区段预警智能主机发出报警信息，并接收振动信号所在位置的图像。

8.根据权利要求7所述的回流缆区段预警智能主机，其特征在于，所述回流缆区段预警智能主机对接收的图像进行目标检测，并将检测的结果存入数据库。

9.根据权利要求8所述的回流缆区段预警智能回流缆区段预警智能主机，其特征在于，对比的结果还包括未知状态，当对比的结果为未知状态时，回流缆区段预警智能主机接收振动信号所在位置的图像，并对接收的图像进行目标检测，将检测的结果与数据库中的数据进行比较，如果比较的结果为异常状态，回流缆区段预警智能主机发出报警信息，并将检测的结果和对应的信号特征存入数据库；如果比较的结果仍为未知状态，回流缆区段预警智能主机发出提示信息，转为人工对比识别，如果人工识别的结果为异常状态，回流缆区段预警智能主机发出报警信息，并将检测的结果和对应的信号特征存入数据库。

10.根据权利要求9所述的回流缆区段预警智能回流缆区段预警智能主机，其特征在于，所述回流缆区段预警智能主机发出的报警信息包括振动信号所在位置的图像。

Images