CN112668479A - 用于智能配电房的安全监测方法、***、电子设备及介质 - Google Patents
用于智能配电房的安全监测方法、***、电子设备及介质 Download PDFInfo
- Publication number
- CN112668479A CN112668479A CN202011592046.9A CN202011592046A CN112668479A CN 112668479 A CN112668479 A CN 112668479A CN 202011592046 A CN202011592046 A CN 202011592046A CN 112668479 A CN112668479 A CN 112668479A
- Authority
- CN
- China
- Prior art keywords
- preset
- image
- abnormal
- identity
- safety monitoring
- 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
- 238000000034 method Methods 0.000 title claims abstract description 42
- 238000012544 monitoring process Methods 0.000 title claims abstract description 42
- 230000002159 abnormal effect Effects 0.000 claims abstract description 97
- 238000004891 communication Methods 0.000 claims description 44
- 230000007613 environmental effect Effects 0.000 claims description 42
- 238000012549 training Methods 0.000 claims description 24
- 239000000779 smoke Substances 0.000 claims description 21
- 238000012795 verification Methods 0.000 claims description 16
- 230000005540 biological transmission Effects 0.000 claims description 7
- 230000002618 waking effect Effects 0.000 claims description 4
- 239000000126 substance Substances 0.000 claims 1
- 230000006870 function Effects 0.000 description 7
- 238000012545 processing Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000005856 abnormality Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000009432 framing Methods 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000001514 detection method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000000391 smoking effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Landscapes
- Alarm Systems (AREA)
Abstract
本发明涉及安全监测技术领域,提供了一种用于智能配电房的安全监测方法、装置、电子设备及存储介质,该方法包括获取不同区域的环境数据,当判断存在数值大于或等于预设阈值的异常环境数据时,获取该目标区域的位置信息,唤醒无线通信模块,将位置信息通过无线通信模块传输至移动终端设备,调取该目标区域的历史图像得到包括预设标记框的第一图像,判断预设标记框对应的预设身份类别是否都存在于预设名单,若存在异常身份类别则从拜访登记名单中查询是否存在异常身份类别,若不存在则将该异常身份类别传输至移动终端设备。本发明能够将该异常身份类别传输至移动终端设备,以供用户后续排查造成异常环境数据的原因时作为重点对象。
Description
技术领域
本发明涉及安全监测技术领域,尤其涉及一种用于智能配电房的安全监测方法、***、电子设备及介质。
背景技术
配电房在整个电力***中起着非常重要的作用,配电房中具有较多的线缆以及电气设备,线缆以及电气设备控制着大范围的电力***,配电房的安全关系着电力***的正常运行,配电房内电缆及电气设备的运行情况监测非常重要。
但是,目前大多数的安全监测***只能够在监测到配电房出现例如冒烟或者着火等异常情况时通知相关人员,当需要判断造成该异常事件是否是人为故意的时候,往往需要人为查看监控来进行排查,不仅效果低,安全监测***也无法提供相关帮助,因此如何提供一种既能够监测配电房的异常状况,又能协助后续排查造成异常事件的原因的安全监测方法成为了亟需解决的技术问题。
发明内容
本发明的主要目的在于提供一种用于智能配电房的安全监测方法、装置、电子设备及介质,旨在如何实现既能够智能监测配电房的异常状况,又能协助后续排查造成异常事件的原因。
为实现上述目的,本发明提供的一种用于智能配电房的安全监测方法,该方法包括:
获取步骤:实时获取不同区域的环境数据,判断是否存在数值大于或等于预设阈值的所述环境数据,当判断存在数值大于或等于预设阈值的异常环境数据时,对生成该异常环境数据的目标区域进行定位,获取该目标区域的位置信息;
传输步骤:唤醒与移动终端设备连接并在正常情况下处于休眠状态的无线通信模块,将所述位置信息通过所述无线通信模块传输至所述移动终端设备;
判断步骤:调取该目标区域的历史图像,将所述历史图像输入预先训练的身份类别识别模型,输出包括预设标记框的第一图像,每个所述标记框对应一种预设身份类别,判断所述预设标记框对应的预设身份类别是否都存在于预设名单中,若判断结果为所述第一图像中存在非预设名单的异常身份类别,则从拜访登记名单中查询是否存在所述异常身份类别,若不存在则该异常身份类别通过所述无线通信模块传输至移动终端设备,以供用户后续排查造成所述异常环境数据的原因时作为重点对象。
优选地,所述获取步骤还包括以下步骤:
实时获取不同区域的图像,将每张所述图像输入所述身份类别识别模型,输出第一图像,判断所述第一图像中是否存在预设标记框,若不存在所述预设标记框则将该第一图像删除,并将包含所述预设标记框的第一图像按照不同区域进行分类存储至数据库。
优选地,所述身份类别识别模型的训练过程包括:
获取样本图像,利用第三方标记工具为每张样本图像标记唯一的预设标记框;
将所述样本图像按照预设比例分成训练集和验证集,所述训练集中的样本图像数量大于所述验证集中的样本图像数量;
将所述训练集中的样本图像输入所述身份类别识别模型进行训练,每隔预设周期使用所述验证集对所述身份类别识别模型进行验证,利用所述验证集中各样本图像与其对应的预设标记框对该身份类别识别模型的准确率进行验证;及
当所述准确率大于预设阈值时,结束训练,得到所述身份类别识别模型。
优选地,该方法还包括以下步骤:
当所有区域的所述环境数据均小于预设阈值时,将所述无线通信模块由唤醒状态转为休眠状态。
优选地,所述环境数据包括温度值、烟雾浓度值及噪音分贝值中的一种或多种。
优选地,当所述环境数据包括烟雾浓度值时,在“对生成该异常环境数据的目标区域进行定位,获取该目标区域的位置信息”步骤之后,该方法还包括以下步骤:
控制预先设置的排烟风机启动。
为实现上述目的,本发明还进一步提供一种用于智能配电房的安全监测***,所述用于智能配电房的安全监测***包括:
获取模块,用于实时获取不同区域的环境数据,判断是否存在数值大于或等于预设阈值的所述环境数据,当判断存在数值大于或等于预设阈值的异常环境数据时,对生成该异常环境数据的目标区域进行定位,获取该目标区域的位置信息;
传输模块,用于唤醒与移动终端设备连接并在正常情况下处于休眠状态的无线通信模块,将所述位置信息通过所述无线通信模块传输至所述移动终端设备;
判断模块,用于调取该目标区域的历史图像,将所述历史图像输入预先训练的身份类别识别模型,输出包括预设标记框的第一图像,每个所述标记框对应一种预设身份类别,判断所述预设标记框对应的预设身份类别是否都存在于预设名单中,若判断结果为所述第一图像中存在非预设名单的异常身份类别,则从拜访登记名单中查询是否存在所述异常身份类别,若不存在则该异常身份类别通过所述无线通信模块传输至移动终端设备,以供用户后续排查造成所述异常环境数据的原因时作为重点对象。
优选地,所述获取模块还用于实时获取不同区域的图像,将每张所述图像输入所述身份类别识别模型,输出第一图像,判断所述第一图像中是否存在预设标记框,若不存在所述预设标记框则将该第一图像删除,并将包含所述预设标记框的第一图像按照不同区域进行分类存储至数据库。
为实现上述目的,本发明还进一步提供一种电子设备,所述电子设备包括:
存储器,存储至少一个指令;及
处理器,执行所述存储器中存储的指令以实现上述所述的用于智能配电房的安全监测方法。
为实现上述目的,本发明进一步提供一种计算机可读存储介质,所述计算机可读存储介质上存储有用于智能配电房的安全监测程序,所述用于智能配电房的安全监测程序可被一个或者多个处理器执行,以实现如上所述的用于智能配电房的安全监测方法的步骤。
本发明提出的用于智能配电房的安全监测方法、装置、电子设备及介质,通过实时获取不同区域的环境数据,判断是否存在数值大于或等于预设阈值的所述环境数据,当判断存在数值大于或等于预设阈值的异常环境数据时,对生成该异常环境数据的目标区域进行定位,获取该目标区域的位置信息,唤醒与移动终端设备连接并在正常情况下处于休眠状态的无线通信模块,将所述位置信息通过所述无线通信模块传输至所述移动终端设备,调取该目标区域的历史图像,将所述历史图像输入预先训练的身份类别识别模型,输出包括预设标记框的第一图像,每个所述标记框对应一种预设身份类别,判断所述预设标记框对应的预设身份类别是否都存在于预设名单中,若判断结果为所述第一图像中存在非预设名单的异常身份类别,则从拜访登记名单中查询是否存在所述异常身份类别,若不存在则该异常身份类别通过所述无线通信模块传输至移动终端设备,以供用户后续排查造成所述异常环境数据的原因时作为重点对象。本发明能够将该异常身份类别通过无线通信模块传输至移动终端设备,以供用户后续排查造成异常环境数据的原因时作为重点对象。
附图说明
图1为本发明一实施例提供的实现用于智能配电房的安全监测方法的电子设备的内部结构示意图;
图2为本发明一实施例提供的用于智能配电房的安全监测***的模块示意图;
图3为本发明一实施例提供的用于智能配电房的安全监测方法的流程示意图。
本发明目的的实现、功能特点及优点将结合实施例,参附图做进一步说明。
具体实施方式
为了使本发明的目的、技术本实施例及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。基于本发明中的实施例,本领域普通技术人员在没有做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。
需要说明的是,在本发明中涉及“第一”、“第二”等的描述仅用于描述目的,而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。另外,各个实施例之间的技术本实施例可以相互结合,但是必须是以本领域普通技术人员能够实现为基础,当技术本实施例的结合出现相互矛盾或无法实现时应当认为这种技术本实施例的结合不存在,也不在本发明要求的保护范围之内。
本发明提供一种用于智能配电房的安全监测方法。参照图1所示,为本发明一实施例提供的用于智能配电房的安全监测方法的流程示意图。该方法可以由一个装置执行,该装置可以由软件和/或硬件实现。
该方法包括:
S110,实时获取不同区域的环境数据,判断是否存在数值大于或等于预设阈值的所述环境数据,当判断存在数值大于或等于预设阈值的异常环境数据时,对生成该异常环境数据的目标区域进行定位,获取该目标区域的位置信息。
在本实施例中,通过实时获取来自朝向不同区域的采集终端上传的环境数据,判断其中是否存在数值大于或等于预设阈值的环境数据,当判断存在数值大于或等于预设阈值的异常环境数据时,说明某一区域可能存在异常状况。例如,采集终端可以是能够采集温度值的温度传感器,或能够采集烟雾浓度值的烟雾传感器,或能够采集噪音分贝值的噪音传感器。以烟雾传感器为例,并设定应用场景是对防火要求极高的配电房,当判断存在数值大于或等于预设阈值的异常环境数据时,说明该区域可能出现了机器故障导致冒烟甚至随时会发生火灾,需要对该区域重点关注,并及时告知相关人员。此时通过对生成该异常环境数据的目标区域进行定位,获取该目标区域的位置信息,并将位置信息告知相关人员。
在另一实施例中,该方法还包括以下步骤:
实时获取不同区域的图像,将每张所述图像输入所述身份类别识别模型,输出第一图像,判断所述第一图像中是否存在预设标记框,若不存在所述预设标记框则将该第一图像删除,并将包含所述预设标记框的第一图像按照不同区域进行分类存储至数据库。
在本实施例中,预设标记框为框选人物的方框,如果第一图像中不存在预设标记框则说明该图像中没有拍摄到人,此时该类图像只会占用数据库的内存,影响后续处理器的处理速度。因此,通过提前删除不存在预设标记框的第一图像,并将包含预设标记框的第一图像按照不同区域进行分类存储至数据库。
S120,唤醒与移动终端设备连接并在正常情况下处于休眠状态的无线通信模块,将所述位置信息通过所述无线通信模块传输至所述移动终端设备。
由上述可知,当发现某一区域存在异常状况时需要及时告知相关人员,最快捷的方式就是通过无线通信模块将警报信息发送到相关人员的移动终端设备,例如手机或电脑。而如果让无线通信模块一直处于激活状态的话,容易造成电量浪费。因此,在本实施例中,只有当安全监测***判断存在数值大于或等于预设阈值的异常环境数据时才唤醒与移动终端设备连接并在正常情况下处于休眠状态的无线通信模块,将位置信息通过无线通信模块传输至移动终端设备。
在另一实施例中,该方法还包括以下步骤:
当所有区域的所述环境数据均小于预设阈值时,将所述无线通信模块由唤醒状态转为休眠状态。
在本实施例中,当所有区域的环境数据均小于预设阈值时,说明异常状态已消除,此时将无线通信模块由唤醒状态转为休眠状态,实现智能省电的效果,同时能够提高安全监测***的安全性。
S130,调取该目标区域的历史图像,将所述历史图像输入预先训练的身份类别识别模型,输出包括预设标记框的第一图像,每个所述标记框对应一种预设身份类别,判断所述预设标记框对应的预设身份类别是否都存在于预设名单中,若判断结果为所述第一图像中存在非预设名单的异常身份类别,则从拜访登记名单中查询是否存在所述异常身份类别,若不存在则该异常身份类别通过所述无线通信模块传输至移动终端设备,以供用户后续排查造成所述异常环境数据的原因时作为重点对象。
除了及时将存在异常的目标区域位置信息发送给相关人员之外,考虑到引起异常环境数据的可能是人为故意造成,为了帮助后续进行原因排除。在本实施例中,通过调取该目标区域的历史图像,历史图像可以是当前时刻的前二十分钟录制的图像。将历史图像输入预先训练的身份类别识别模型,输出包括预设标记框的第一图像,每个标记框对应一种预设身份类别(例如某个人名),判断预设标记框对应的预设身份类别是否都存在于预设名单(该预设名单存储有明确身份信息的人名)中,若判断结果为第一图像中存在非预设名单的异常身份类别,则说明第一图像中出现异常身份信息的人,即存在嫌疑,但可能存在该人是外部拜访人员,此时可以从拜访登记名单中查询是否存在该异常身份类别,若不存在则说明该人存在重大嫌疑,需要作为重点怀疑对象。将该异常身份类别通过无线通信模块传输至移动终端设备,以供用户后续排查造成异常环境数据的原因时作为重点对象。
其中,身份类别识别模型的训练过程包括:
获取样本图像,利用第三方标记工具为每张样本图像标记唯一的预设标记框;
将所述样本图像按照预设比例分成训练集和验证集,所述训练集中的样本图像数量大于所述验证集中的样本图像数量;
将所述训练集中的样本图像输入所述身份类别识别模型进行训练,每隔预设周期使用所述验证集对所述身份类别识别模型进行验证,利用所述验证集中各样本图像与其对应的预设标记框对该身份类别识别模型的准确率进行验证;及
当所述准确率大于预设阈值时,结束训练,得到所述身份类别识别模型。
在另一实施例中,当所述环境数据包括烟雾浓度值时,在“对生成该异常环境数据的目标区域进行定位,获取该目标区域的位置信息”步骤之后,该方法还包括以下步骤:
控制预先设置的排烟风机启动,进而强制驱散烟雾。
如图2所示,是本发明用于智能配电房的安全监测***100的功能模块图。
本发明所述用于智能配电房的安全监测***100可以安装于电子设备中。根据实现的功能,传输模块120及判断模块130。本发明所述模块也可以称之为单元,是指一种能够被电子设备处理器所执行,并且能够完成固定功能的一系列计算机程序段,其存储在电子设备的存储器中。
在本实施例中,关于各模块/单元的功能如下:
获取模块110,用于实时获取不同区域的环境数据,判断是否存在数值大于或等于预设阈值的所述环境数据,当判断存在数值大于或等于预设阈值的异常环境数据时,对生成该异常环境数据的目标区域进行定位,获取该目标区域的位置信息。
在本实施例中,通过实时获取来自朝向不同区域的采集终端上传的环境数据,判断其中是否存在数值大于或等于预设阈值的环境数据,当判断存在数值大于或等于预设阈值的异常环境数据时,说明某一区域可能存在异常状况。例如,采集终端可以是能够采集温度值的温度传感器,或能够采集烟雾浓度值的烟雾传感器,或能够采集噪音分贝值的噪音传感器。以烟雾传感器为例,并设定应用场景是对防火要求极高的配电房,当判断存在数值大于或等于预设阈值的异常环境数据时,说明该区域可能出现了机器故障导致冒烟甚至随时会发生火灾,需要对该区域重点关注,并及时告知相关人员。此时通过对生成该异常环境数据的目标区域进行定位,获取该目标区域的位置信息,并将位置信息告知相关人员。
在另一实施例中,该***块还包括以下模块,用于:
实时获取不同区域的图像,将每张所述图像输入所述身份类别识别模型,输出第一图像,判断所述第一图像中是否存在预设标记框,若不存在所述预设标记框则将该第一图像删除,并将包含所述预设标记框的第一图像按照不同区域进行分类存储至数据库。
在本实施例中,预设标记框为框选人物的方框,如果第一图像中不存在预设标记框则说明该图像中没有拍摄到人,此时该类图像只会占用数据库的内存,影响后续处理器的处理速度。因此,通过提前删除不存在预设标记框的第一图像,并将包含预设标记框的第一图像按照不同区域进行分类存储至数据库。
传输模块120,用于唤醒与移动终端设备连接并在正常情况下处于休眠状态的无线通信模块,将所述位置信息通过所述无线通信模块传输至所述移动终端设备。
由上述可知,当发现某一区域存在异常状况时需要及时告知相关人员,最快捷的方式就是通过无线通信模块将警报信息发送到相关人员的移动终端设备,例如手机或电脑。而如果让无线通信模块一直处于激活状态的话,容易造成电量浪费。因此,在本实施例中,只有当安全监测***判断存在数值大于或等于预设阈值的异常环境数据时才唤醒与移动终端设备连接并在正常情况下处于休眠状态的无线通信模块,将位置信息通过无线通信模块传输至移动终端设备。
在另一实施例中,该***还包括以下模块,用于:
当所有区域的所述环境数据均小于预设阈值时,将所述无线通信模块由唤醒状态转为休眠状态。
在本实施例中,当所有区域的环境数据均小于预设阈值时,说明异常状态已消除,此时将无线通信模块由唤醒状态转为休眠状态,实现智能省电的效果,同时能够提高安全监测***的安全性。
判断模块130,用于调取该目标区域的历史图像,将所述历史图像输入预先训练的身份类别识别模型,输出包括预设标记框的第一图像,每个所述标记框对应一种预设身份类别,判断所述预设标记框对应的预设身份类别是否都存在于预设名单中,若判断结果为所述第一图像中存在非预设名单的异常身份类别,则从拜访登记名单中查询是否存在所述异常身份类别,若不存在则该异常身份类别通过所述无线通信模块传输至移动终端设备,以供用户后续排查造成所述异常环境数据的原因时作为重点对象。
除了及时将存在异常的目标区域位置信息发送给相关人员之外,考虑到引起异常环境数据的可能是人为故意造成,为了帮助后续进行原因排除。在本实施例中,通过调取该目标区域的历史图像,历史图像可以是当前时刻的前二十分钟录制的图像。将历史图像输入预先训练的身份类别识别模型,输出包括预设标记框的第一图像,每个标记框对应一种预设身份类别(例如某个人名),判断预设标记框对应的预设身份类别是否都存在于预设名单(该预设名单存储有明确身份信息的人名)中,若判断结果为第一图像中存在非预设名单的异常身份类别,则说明第一图像中出现异常身份信息的人,即存在嫌疑,但可能存在该人是外部拜访人员,此时可以从拜访登记名单中查询是否存在该异常身份类别,若不存在则说明该人存在重大嫌疑,需要作为重点怀疑对象。将该异常身份类别通过无线通信模块传输至移动终端设备,以供用户后续排查造成异常环境数据的原因时作为重点对象。
其中,身份类别识别模型的训练过程包括:
获取样本图像,利用第三方标记工具为每张样本图像标记唯一的预设标记框;
将所述样本图像按照预设比例分成训练集和验证集,所述训练集中的样本图像数量大于所述验证集中的样本图像数量;
将所述训练集中的样本图像输入所述身份类别识别模型进行训练,每隔预设周期使用所述验证集对所述身份类别识别模型进行验证,利用所述验证集中各样本图像与其对应的预设标记框对该身份类别识别模型的准确率进行验证;及
当所述准确率大于预设阈值时,结束训练,得到所述身份类别识别模型。
在另一实施例中,当所述环境数据包括烟雾浓度值时,该***还包括以下模块,用于:
控制预先设置的排烟风机启动,进而强制驱散烟雾。
如图3所示,是本发明实现用于智能配电房的安全监测方法的电子设备的结构示意图。
所述电子设备1可以包括处理器12、存储器11和总线,还可以包括存储在所述存储器11中并可在所述处理器12上运行的计算机程序,如用于智能配电房的安全监测程序10。
其中,所述存储器11至少包括一种类型的可读存储介质,所述计算机可用存储介质可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作***、至少一个功能所需的应用程序等;存储数据区可存储根据区块链节点的使用所创建的数据等。所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如:SD或DX存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备1的内部存储单元,例如该电子设备1的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备1的外部存储设备,例如电子设备1上配备的插接式移动硬盘、智能存储卡(Smart Media Card,SMC)、安全数字(Secure Digital,SD)卡、闪存卡(Flash Card)等。进一步地,所述存储器11还可以既包括电子设备1的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备1的应用软件及各类数据,例如用于智能配电房的安全监测程序10的代码等,还可以用于暂时地存储已经输出或者将要输出的数据。
所述处理器12在一些实施例中可以由集成电路组成,例如可以由单个封装的集成电路所组成,也可以是由多个相同功能或不同功能封装的集成电路所组成,包括一个或者多个中央处理器(Central Processing unit,CPU)、微处理器、数字处理芯片、图形处理器及各种判断芯片的组合等。所述处理器12是所述电子设备的判断核心(Control Unit),利用各种接口和线路连接整个电子设备的各个部件,通过运行或执行存储在所述存储器11内的程序或者模块(例如用于智能配电房的安全监测程序等),以及调用存储在所述存储器11内的数据,以执行电子设备1的各种功能和处理数据。
所述总线可以是外设部件互连标准(peripheral component interconnect,简称PCI)总线或扩展工业标准结构(extended industry standard architecture,简称EISA)总线等。该总线可以分为地址总线、数据总线、判断总线等。所述总线被设置为实现所述存储器11以及至少一个处理器12等之间的连接通信。
图3仅示出了具有部件的电子设备,本领域技术人员可以理解的是,图3示出的结构并不构成对所述电子设备1的限定,可以包括比图示更少或者更多的部件,或者组合某些部件,或者不同的部件布置。
例如,尽管未示出,所述电子设备1还可以包括给各个部件供电的电源(比如电池),优选地,电源可以通过电源管理装置与所述至少一个处理器12逻辑相连,从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备1还可以包括多种传感器、蓝牙模块、Wi-Fi模块等,在此不再赘述。
进一步地,所述电子设备1还可以包括网络接口13,可选地,所述网络接口13可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等),通常用于在该电子设备1与其他电子设备之间建立通信连接。
可选地,该电子设备1还可以包括用户接口,用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard)),可选地,用户接口还可以是标准的有线接口、无线接口。可选地,在一些实施例中,显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode,有机发光二极管)触摸器等。其中,显示器也可以适当的称为显示屏或显示单元,用于显示在电子设备1中处理的信息以及用于显示可视化的用户界面。
应该了解,所述实施例仅为说明之用,在专利申请范围上并不受此结构的限制。
所述电子设备1中的所述存储器11存储的用于智能配电房的安全监测程序10是多个指令的组合,在所述处理器12中运行时,可以实现:
获取步骤:实时获取不同区域的环境数据,判断是否存在数值大于或等于预设阈值的所述环境数据,当判断存在数值大于或等于预设阈值的异常环境数据时,对生成该异常环境数据的目标区域进行定位,获取该目标区域的位置信息;
传输步骤:唤醒与移动终端设备连接并在正常情况下处于休眠状态的无线通信模块,将所述位置信息通过所述无线通信模块传输至所述移动终端设备;
判断步骤:调取该目标区域的历史图像,将所述历史图像输入预先训练的身份类别识别模型,输出包括预设标记框的第一图像,每个所述标记框对应一种预设身份类别,判断所述预设标记框对应的预设身份类别是否都存在于预设名单中,若判断结果为所述第一图像中存在非预设名单的异常身份类别,则从拜访登记名单中查询是否存在所述异常身份类别,若不存在则该异常身份类别通过所述无线通信模块传输至移动终端设备,以供用户后续排查造成所述异常环境数据的原因时作为重点对象。
在另一实施例中,该程序还执行以下步骤:
实时获取不同区域的图像,将每张所述图像输入所述身份类别识别模型,输出第一图像,判断所述第一图像中是否存在预设标记框,若不存在所述预设标记框则将该第一图像删除,并将包含所述预设标记框的第一图像按照不同区域进行分类存储至数据库。
在另一实施例中,该程序还执行以下步骤:
当所有区域的所述环境数据均小于预设阈值时,将所述无线通信模块由唤醒状态转为休眠状态。
在另一实施例中,该程序还执行以下步骤:
控制预先设置的排烟风机启动。
具体地,所述处理器12对上述指令的具体实现方法可参考图1对应实施例中相关步骤的描述,在此不赘述。
在本发明所提供的几个实施例中,应该理解到,所揭露的设备,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。
因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
此外,显然“包括”一词不排除其他单元或步骤,单数不排除复数。***权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第二等词语用来表示名称,而并不表示任何特定的顺序。
最后应说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或等同替换,而不脱离本发明技术方案的精神和范围。
Claims (10)
1.一种用于智能配电房的安全监测方法,其特征在于,包括:
获取步骤:实时获取不同区域的环境数据,判断是否存在数值大于或等于预设阈值的所述环境数据,当判断存在数值大于或等于预设阈值的异常环境数据时,对生成该异常环境数据的目标区域进行定位,获取该目标区域的位置信息;
传输步骤:唤醒与移动终端设备连接并在正常情况下处于休眠状态的无线通信模块,将所述位置信息通过所述无线通信模块传输至所述移动终端设备;
判断步骤:调取该目标区域的历史图像,将所述历史图像输入预先训练的身份类别识别模型,输出包括预设标记框的第一图像,每个所述标记框对应一种预设身份类别,判断所述预设标记框对应的预设身份类别是否都存在于预设名单中,若判断结果为所述第一图像中存在非预设名单的异常身份类别,则从拜访登记名单中查询是否存在所述异常身份类别,若不存在则将该异常身份类别通过所述无线通信模块传输至移动终端设备,以供用户后续排查造成所述异常环境数据的原因时作为重点对象。
2.如权利要求1所述的用于智能配电房的安全监测方法,其特征在于,所述获取步骤还包括以下步骤:
实时获取不同区域的图像,将每张所述图像输入所述身份类别识别模型,输出第一图像,判断所述第一图像中是否存在预设标记框,若不存在所述预设标记框则将该第一图像删除,并将包含所述预设标记框的第一图像按照不同区域进行分类存储至数据库。
3.如权利要求2所述的用于智能配电房的安全监测方法,其特征在于,所述身份类别识别模型的训练过程包括:
获取样本图像,利用第三方标记工具为每张样本图像标记唯一的预设标记框;
将所述样本图像按照预设比例分成训练集和验证集,所述训练集中的样本图像数量大于所述验证集中的样本图像数量;
将所述训练集中的样本图像输入所述身份类别识别模型进行训练,每隔预设周期使用所述验证集对所述身份类别识别模型进行验证,利用所述验证集中各样本图像与其对应的预设标记框对该身份类别识别模型的准确率进行验证;及
当所述准确率大于预设阈值时,结束训练,得到所述身份类别识别模型。
4.如权利要求1所述的用于智能配电房的安全监测方法,其特征在于,该方法还包括以下步骤:
当所有区域的所述环境数据均小于预设阈值时,将所述无线通信模块由唤醒状态转为休眠状态。
5.如权利要求1所述的用于智能配电房的安全监测方法,其特征在于,所述环境数据包括温度值、烟雾浓度值及噪音分贝值中的一种或多种。
6.如权利要求3所述的用于智能配电房的安全监测方法,其特征在于,当所述环境数据包括烟雾浓度值时,在“对生成该异常环境数据的目标区域进行定位,获取该目标区域的位置信息”步骤之后,该方法还包括以下步骤:
控制预先设置的排烟风机启动。
7.一种用于智能配电房的安全监测***,其特征在于,所述用于智能配电房的安全监测***包括:
获取模块,用于实时获取不同区域的环境数据,判断是否存在数值大于或等于预设阈值的所述环境数据,当判断存在数值大于或等于预设阈值的异常环境数据时,对生成该异常环境数据的目标区域进行定位,获取该目标区域的位置信息;
传输模块,用于唤醒与移动终端设备连接并在正常情况下处于休眠状态的无线通信模块,将所述位置信息通过所述无线通信模块传输至所述移动终端设备;
判断模块,用于调取该目标区域的历史图像,将所述历史图像输入预先训练的身份类别识别模型,输出包括预设标记框的第一图像,每个所述标记框对应一种预设身份类别,判断所述预设标记框对应的预设身份类别是否都存在于预设名单中,若判断结果为所述第一图像中存在非预设名单的异常身份类别,则从拜访登记名单中查询是否存在所述异常身份类别,若不存在则该异常身份类别通过所述无线通信模块传输至移动终端设备,以供用户后续排查造成所述异常环境数据的原因时作为重点对象。
8.如权利要求7所述的用于智能配电房的安全监测***,其特征在于,所述获取模块还用于实时获取不同区域的图像,将每张所述图像输入所述身份类别识别模型,输出第一图像,判断所述第一图像中是否存在预设标记框,若不存在所述预设标记框则将该第一图像删除,并将包含所述预设标记框的第一图像按照不同区域进行分类存储至数据库。
9.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如权利要求1至6中任一所述的用于智能配电房的安全监测方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有用于智能配电房的安全监测程序,所述用于智能配电房的安全监测程序可被一个或者多个处理器执行,以实现如权利要求1-6中任一项所述的用于智能配电房的安全监测方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011592046.9A CN112668479A (zh) | 2020-12-29 | 2020-12-29 | 用于智能配电房的安全监测方法、***、电子设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011592046.9A CN112668479A (zh) | 2020-12-29 | 2020-12-29 | 用于智能配电房的安全监测方法、***、电子设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112668479A true CN112668479A (zh) | 2021-04-16 |
Family
ID=75411838
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011592046.9A Pending CN112668479A (zh) | 2020-12-29 | 2020-12-29 | 用于智能配电房的安全监测方法、***、电子设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112668479A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113326730A (zh) * | 2021-04-20 | 2021-08-31 | 深圳市莱尚科技有限公司 | 室内老年人安全监护方法、***、电子设备及介质 |
CN114089213A (zh) * | 2021-12-03 | 2022-02-25 | 中科国微科技(深圳)有限公司 | 全数字控制式大功率直流稳压电源检测方法及*** |
CN114726709A (zh) * | 2022-03-02 | 2022-07-08 | 南京远能电力工程有限公司 | 配电网智能运维监控方法、装置、设备及存储介质 |
CN115016362A (zh) * | 2022-07-01 | 2022-09-06 | 广东瑞普科技股份有限公司 | 机房智能安防监控方法、装置、设备及存储介质 |
CN115062242A (zh) * | 2022-07-11 | 2022-09-16 | 广东加一信息技术有限公司 | 一种基于区块链和人工智能的信息智能识别方法及大数据*** |
CN115240175A (zh) * | 2022-05-09 | 2022-10-25 | 吉林建筑大学 | 一种基于大数据的冷桥识别与处理的方法及*** |
CN118131117A (zh) * | 2024-05-07 | 2024-06-04 | 南京电力自动化设备三厂有限公司 | 一种电能表流水线式自动老化方法及*** |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103065410A (zh) * | 2012-12-21 | 2013-04-24 | 深圳和而泰智能控制股份有限公司 | 入侵检测报警的方法和装置 |
CN106125621A (zh) * | 2016-08-10 | 2016-11-16 | 深圳市奥尼电子工业有限公司 | 安防监控***及安防监控方法 |
CN108062539A (zh) * | 2017-12-30 | 2018-05-22 | 广州供电局有限公司 | 配电房安全管理方法和***、计算机设备和存储介质 |
CN108762354A (zh) * | 2018-07-27 | 2018-11-06 | 广州供电局有限公司 | 配电房*** |
CN108846335A (zh) * | 2018-05-31 | 2018-11-20 | 武汉市蓝领英才科技有限公司 | 基于视频图像的智慧工地区域管理及入侵检测方法、*** |
WO2019062080A1 (zh) * | 2017-09-28 | 2019-04-04 | 平安科技(深圳)有限公司 | 身份识别方法、电子装置及计算机可读存储介质 |
CN109658554A (zh) * | 2018-11-19 | 2019-04-19 | 合肥未来计算机技术开发有限公司 | 一种基于大数据的智能小区安防*** |
CN109980781A (zh) * | 2019-03-26 | 2019-07-05 | 惠州学院 | 一种变电站智能监控*** |
CN109979046A (zh) * | 2019-01-09 | 2019-07-05 | 平安科技(深圳)有限公司 | 安保方法、装置、计算机装置及计算机可读存储介质 |
CN111145414A (zh) * | 2019-12-27 | 2020-05-12 | 广东德融汇科技有限公司 | 用于k12教育阶段基于人脸识别的校园安全管理预警的方法 |
CN111401326A (zh) * | 2020-04-21 | 2020-07-10 | 招商局金融科技有限公司 | 基于图片识别的目标身份识别方法、服务器及存储介质 |
CN111695538A (zh) * | 2020-06-17 | 2020-09-22 | 杭州海康威视***技术有限公司 | 非法入侵人员检测方法、装置及可读存储介质 |
-
2020
- 2020-12-29 CN CN202011592046.9A patent/CN112668479A/zh active Pending
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103065410A (zh) * | 2012-12-21 | 2013-04-24 | 深圳和而泰智能控制股份有限公司 | 入侵检测报警的方法和装置 |
CN106125621A (zh) * | 2016-08-10 | 2016-11-16 | 深圳市奥尼电子工业有限公司 | 安防监控***及安防监控方法 |
WO2019062080A1 (zh) * | 2017-09-28 | 2019-04-04 | 平安科技(深圳)有限公司 | 身份识别方法、电子装置及计算机可读存储介质 |
CN108062539A (zh) * | 2017-12-30 | 2018-05-22 | 广州供电局有限公司 | 配电房安全管理方法和***、计算机设备和存储介质 |
CN108846335A (zh) * | 2018-05-31 | 2018-11-20 | 武汉市蓝领英才科技有限公司 | 基于视频图像的智慧工地区域管理及入侵检测方法、*** |
CN108762354A (zh) * | 2018-07-27 | 2018-11-06 | 广州供电局有限公司 | 配电房*** |
CN109658554A (zh) * | 2018-11-19 | 2019-04-19 | 合肥未来计算机技术开发有限公司 | 一种基于大数据的智能小区安防*** |
CN109979046A (zh) * | 2019-01-09 | 2019-07-05 | 平安科技(深圳)有限公司 | 安保方法、装置、计算机装置及计算机可读存储介质 |
CN109980781A (zh) * | 2019-03-26 | 2019-07-05 | 惠州学院 | 一种变电站智能监控*** |
CN111145414A (zh) * | 2019-12-27 | 2020-05-12 | 广东德融汇科技有限公司 | 用于k12教育阶段基于人脸识别的校园安全管理预警的方法 |
CN111401326A (zh) * | 2020-04-21 | 2020-07-10 | 招商局金融科技有限公司 | 基于图片识别的目标身份识别方法、服务器及存储介质 |
CN111695538A (zh) * | 2020-06-17 | 2020-09-22 | 杭州海康威视***技术有限公司 | 非法入侵人员检测方法、装置及可读存储介质 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113326730A (zh) * | 2021-04-20 | 2021-08-31 | 深圳市莱尚科技有限公司 | 室内老年人安全监护方法、***、电子设备及介质 |
CN114089213A (zh) * | 2021-12-03 | 2022-02-25 | 中科国微科技(深圳)有限公司 | 全数字控制式大功率直流稳压电源检测方法及*** |
CN114726709A (zh) * | 2022-03-02 | 2022-07-08 | 南京远能电力工程有限公司 | 配电网智能运维监控方法、装置、设备及存储介质 |
CN115240175A (zh) * | 2022-05-09 | 2022-10-25 | 吉林建筑大学 | 一种基于大数据的冷桥识别与处理的方法及*** |
CN115016362A (zh) * | 2022-07-01 | 2022-09-06 | 广东瑞普科技股份有限公司 | 机房智能安防监控方法、装置、设备及存储介质 |
CN115062242A (zh) * | 2022-07-11 | 2022-09-16 | 广东加一信息技术有限公司 | 一种基于区块链和人工智能的信息智能识别方法及大数据*** |
CN115062242B (zh) * | 2022-07-11 | 2023-06-09 | 金润方舟科技股份有限公司 | 一种基于区块链和人工智能的信息智能识别方法及大数据*** |
CN118131117A (zh) * | 2024-05-07 | 2024-06-04 | 南京电力自动化设备三厂有限公司 | 一种电能表流水线式自动老化方法及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112668479A (zh) | 用于智能配电房的安全监测方法、***、电子设备及介质 | |
CN111814646B (zh) | 基于ai视觉的监控方法、装置、设备及介质 | |
CN107203196A (zh) | 工业设备检测***及方法 | |
CN1900977A (zh) | 利用指纹的查勤查岗装置 | |
CN114978883B (zh) | 网络唤醒的管理方法、装置、电子设备及存储介质 | |
CN113923137A (zh) | 一种整车总线网络异常监控方法和*** | |
CN112285478A (zh) | 车辆静态电流的检测方法和装置、介质、设备、车辆 | |
CN111985545A (zh) | 基于人工智能的目标数据检测方法、装置、设备及介质 | |
CN113378624A (zh) | 基于网关设备的数据传输方法、***、电子设备及介质 | |
JP2019128849A (ja) | 運転状況監視装置、運転状況監視システム、運転状況監視方法、プログラム | |
CN111858604B (zh) | 数据存储方法、装置、电子设备及存储介质 | |
CN113326730A (zh) | 室内老年人安全监护方法、***、电子设备及介质 | |
CN111522707A (zh) | 大数据平台调度预警方法、装置及计算机可读存储介质 | |
CN113341433B (zh) | 一种智能灯具的位置定位方法、装置及可读存储介质 | |
CN111878977B (zh) | 基于网络的分布式设备控制方法、装置、设备及介质 | |
CN112188156B (zh) | 一种基于大数据的消防控制室人员在岗监控*** | |
CN114706371A (zh) | 整车网络不休眠诊断方法、装置、电子设备及存储介质 | |
CN113285913A (zh) | 基于智能锁的数据获取方法、***、电子设备及存储介质 | |
CN111193617B (zh) | 网页篡改识别方法、装置、电子设备及存储介质 | |
CN113687966A (zh) | 基于电子设备的监测方法、装置及电子设备 | |
CN112121218A (zh) | Vhp灭菌效果判断方法、装置、电子设备及存储介质 | |
CN111650909A (zh) | 一种污水处理工艺的智能控制***、方法、可读存储介质及装置 | |
CN113129464B (zh) | 办公设备自动控制方法、装置、服务器以及存储介质 | |
CN116484428B (zh) | 数据安全性检测***、方法、装置及相关设备 | |
CN111782681A (zh) | 计算机大数据处理的数据采集方法、***、设备及介质 |
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 |