CN113722870B - 一种电网运行全空间监测方法、***、设备及介质 - Google Patents
一种电网运行全空间监测方法、***、设备及介质 Download PDFInfo
- Publication number
- CN113722870B CN113722870B CN202111289837.9A CN202111289837A CN113722870B CN 113722870 B CN113722870 B CN 113722870B CN 202111289837 A CN202111289837 A CN 202111289837A CN 113722870 B CN113722870 B CN 113722870B
- Authority
- CN
- China
- Prior art keywords
- power transmission
- data
- point cloud
- vegetation
- tower
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/18—Network design, e.g. design based on topological or interconnect aspects of utility systems, piping, heating ventilation air conditioning [HVAC] or cabling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computational Mathematics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computer Hardware Design (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Image Processing (AREA)
Abstract
本发明涉及电力技术领域,具体涉及一种电网运行全空间监测方法、***、设备及介质。方法包括以下步骤,S1:接入并实时存储智能安防数据,在线监控输电廊道,判断杆塔是否异常;S2:若出现异常杆塔,通过无人机航拍巡检异常杆塔,传回巡检数据;S3:分类巡检数据,提取输电廊道区域的点云数据,基于点云数据构建数据模型;S4:通过数据模型,识别确认与输电线路之间小于安全距离的房屋植被;S5:发出预警信息。通过不同平台的融合,实现数据、资料的统一,能够更加全方位、多角度、多维度的描述出杆塔、通道的情况。工作人员也可以通过一个账号登录,实现全部数据的查询与分析。解决了查询流程复杂,查询隐患内容不准确的问题。
Description
技术领域
本发明涉及电数字数据处理领域,具体涉及一种电网运行全空间监测方法、***、设备及介质。
背景技术
智能安防技术是实施安全防范措施的重要技术手段,在各个防范领域运用也越来越广泛。供电公司也将该项技术应用在输电领域,该项技术主要是通过在35kV及以上电压等级线路杆塔上安装智能安防摄像头,安排专职监控人员对摄像头回传的照片进行查看,对线路通道及保护区内的树木、建筑、上跨或者下跨线路距离进行判断,倘若不满足安全距离,立即通知运维人员进行现场核实并完成隐患处理。关于无人机巡检技术,随着科学技术的发展,无人机的出现和应用对很多领域都产生了重要的影响,在供电公司输电专业的应用也越来越广泛,通过无人机搭载红外摄像头可以对输电线路、杆塔进行精细化巡检,通过对回传的精细化巡检照片的查看可以掌握输电杆塔本体与线路通道的情况。
现有技术有以下缺陷不足,首先是***数据相互独立,未实现相互融合。目前,供电公司输电专业智能安防平台***与无人机巡检***都是各自独立的存在,未能实现数据上的互相融合,两种平台记录的隐患数据并不能实现统,因此存隐患数据的缺失、冗余。并且不同的***需要申请不同的账号进行登录,登录过程、查询过程繁琐、冗余。且隐患数据均为平面照片,并不能立体全面描述隐患情况。针对于目前输电通道内的树线矛盾、建筑隐患等,无论是智能安防***,还是无人机智能巡检***。都是通过运维人员对智能安防***和无人机***中拍摄回传的平面照片进行判别,在判断过程中,由于平面照片的拍摄角度、拍摄方向等问题,运维人员在观察树木、房屋等对线路距离方面会产生误差,导致隐患描述不精确,为线路运行埋下安全隐患。
发明内容
针对现有技术中***数据相互独立,未实现相互融合的问题,本发明提出一种电网运行全空间监测方法、***、设备及介质。具体技术方案如下。
一种电网运行全空间监测方法,包括以下步骤:
S1:接入并实时存储智能安防数据,在线监控输电廊道,判断杆塔是否异常;
S2:若出现异常杆塔,通过无人机航拍巡检异常杆塔,传回巡检数据;
S3:分类巡检数据,提取输电廊道区域的点云数据,基于点云数据构建数据模型;
S4:通过数据模型,识别确认与输电线路之间小于安全距离的房屋植被;
S5:发出预警信息。
进一步的,所述步骤S1包括:
S11:接入智能安防数据,将实时数据存储于数据库中;
S12:基于GIS地图定位渲染杆塔分布位置;
S13:通过杆塔分布位置的监测摄像头在线监控输电廊道中杆塔运行状态,判断杆塔是否异常。
进一步的,所述步骤S2中,通过无人机搭载激光雷达***,获取巡检数据;所述巡检数据包括异常杆塔所在输电廊道区域的激光雷达的点云数据。
进一步的,所述步骤S3包括:
S31:分类巡检数据,获得输电廊道区域的点云数据;
S32:从输电廊道区域的点云数据中提取输电线路、基塔和房屋植被的点云数据;
S33:基于输电线路、基塔和房屋植被的点云数据构建数据模型。
进一步的,所述步骤S32中,通过点签名法对物体特征进行描述,提取物体局部特征并进行对比,完成物体的识别,识别出输电线路、基塔和房屋植被的点云数据。
进一步的,所述步骤S33包括:
S331:利用直方图统计方法去除输电线路、基塔和房屋植被的点云数据噪点;
S332:结合输电线路的边缘特征点,对点云数据进行分层并垂直投影至各层平均高度所在的平面,得到输电线路点云数据各层的边缘特征点;
S333:通过获得的边缘特征点构建输电线路、基塔和房屋植被的数据模型。
进一步的,所述步骤S4包括:
S41:基于分类后得到的数据模型构建以杆塔、输电线路为边界的包围盒空间;
S42:对所述包围盒空间做三维缓冲区分析,在包围盒的基础上增加安全距离的值,并对输电线路、基塔和房屋植被计算后的包围盒做集合交集计算,计算出输电线路之间小于安全距离的房屋植被;
S43:基于数据模型三角网,计算识别出的有安全隐患的线路与植被之间真实的距离,最终确认出有安全隐患的线路与植被房屋。
第二方面,本发明提供一种电网运行全空间监测***,包括:
智能安防模块:用于接入并实时存储智能安防数据,在线监控输电廊道,判断杆塔是否异常;
无人机巡检模块:用于若出现异常杆塔,通过无人机航拍巡检异常杆塔,传回巡检数据;
数据模型构建模块:用于分类巡检数据,提取输电廊道区域的点云数据,基于点云数据构建数据模型;
安全隐患模块:用于通过数据模型,识别确认与输电线路之间小于安全距离的房屋植被;
预警模块:用于发出预警信息。
第三方面,本发明提供一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现所述电网运行全空间监测方法。
第四方面,本发明提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现所述电网运行全空间监测方法。
区别于现有技术,本发明有如下有益效果:
一、通过不同平台的融合,实现数据、资料的统一,能够更加全方位、多角度、多维度的描述出杆塔、通道的情况。工作人员也可以通过一个账号登录,实现全部数据的查询与分析。解决了查询流程复杂,查询隐患内容不准确的问题。
二、将智能安防摄像头影像资料建立接口导入到“网上电网”中,同时也将无人机扫描得到的3D激光点云建模数导入到“网上电网”***中。这样一来,在“网上电网”中就能够全面描述出线路通道及保护区内的环境,线下的树木、建筑物对线路距离可在三维空间中进行显示,并且能够任意设置观察角度,能够精确的观察到树木、建筑物等对线路的距离。当通过激光建模分析出树木、建筑物对线路不满足安全距离,便会立即安排运维人员进行现场核实并开展隐患治理,实现了一种全空间的电网运行全景监控体系。
三、提前消除电网运行风险;输电廊道在线监控和无人机自动巡检,融合输电线路智能安防、山区线路巡检无人机数据,实现平原重点廊道、偏远山区线路高效实时监控,及时发现环境风险;促进决策指挥高效协同。
附图说明
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1为本发明一种电网运行全空间监测方法流程示意图;
图2为无人机巡检***流程示意图;
图3为智能安防平台***流程示意图;
图4为本发明一种电网运行全空间监测***示意图。
具体实施方式
下面将参考附图并结合实施例来详细说明本发明。需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
以下详细说明均是示例性的说明,旨在对本发明提供进一步的详细说明。除非另有指明,本发明所采用的所有技术术语与本发明所属领域的一般技术人员的通常理解的含义相同。本发明所使用的术语仅是为了描述具体实施方式,而并非意图限制根据本发明的示例性实施方式。
实施例1
本发明提出一种电网运行全空间监测方法,包括如下步骤:
A、在线监控输电廊道;
B、无人机巡检在线监测;
C、点云预警。
所述步骤A具体包括下述步骤:
A1:通过WebServive接入智能安防数据并将实时数据存储于目标数据库中;
A2:利用接入数据,通过大数据计算杆塔是否异常;
A3:基于GIS地图定位渲染杆塔分布位置;
A4:通过杆塔监测摄像头查看杆塔运行状态,其中杆塔监测摄像头为准实时监控。
所述步骤B具体包括下述步骤:
B1:通过无人机航拍对杆塔进行巡检,用二进制流将巡检数据传到目标服务器,巡检数据包括巡检图片、巡检视频和巡检报告,其中巡视图片包括塔基、塔帽、弧垂、绝缘子、线路及杆塔全貌的图片,巡检视频有红外视频和可见光视频,巡检报告有激光报告和可见光报告;
B2:利用kettle对航拍的巡检数据智能分类;
B3:对分类数据进行无人机巡检工单任务及巡检成果统计;
B4:基于GIS地图定位无人机巡检杆塔位置;
B5:点击无人机监控图标查看巡检图片;
B6:查看无人机巡检视频以及巡检报告。
所述步骤C具体包括下述步骤:
C1:通过无人机搭载激光雷达***,获取输电线路走廊区域的激光雷达的点云数据;
C2:对步骤C1中的点云数据进行分类,提取输电线路、基塔和房屋植被等的点云数据,基于点云数据得到数据模型,具体为:
采用基于局部特征的物体特征的识别方法,点云数据去噪后,识别出地面点云、房屋植被点云、杆塔点云及线路点云等数据,然后基于各自点云数据构建数据模型,具体有:
C21:通过点签名法对物体特征进行描述,通过提取物体的关键点、边缘或者面片等局部特征并进行对比来完成物体的识别;
C22:利用直方图统计方法去除噪点,结合输电线路的边缘特征点,对点云数据进行分层并垂直投影至各层平均高度所在的平面,得到输电线路点云数据各层的边缘特征点,进而规则化,实现三维点云数据的快速构建;
C3:以分类后得到的数据模型为基础,识别出与输电线路之间小于安全距离的房屋植被,具体包括如下步骤:
C31:基于分类后得到的模型构建以杆塔、输电线路为边界的包围盒空间;
C32:根据设置的安全距离对所述包围盒空间做三维缓冲区分析,在包围盒的基础上增加安全距离的值,并对多个物体计算后的包围盒做集合交集计算,计算出输电线路之间小于安全距离的房屋植被;
C33:在C32基础上,基于模型三角网的方式把识别出有安全隐患的线路与植被计算真实的距离,最终确认出有安全隐患的线路与植被房屋;
C4:将点云数据、安全隐患区域及预警信息在三维场景中展示,并导出预警信息报告。
实施例2
一种电网运行全空间监测***,包括:
智能安防模块:用于接入并实时存储智能安防数据,在线监控输电廊道,判断杆塔是否异常;
无人机巡检模块:用于若出现异常杆塔,通过无人机航拍巡检异常杆塔,传回巡检数据;
数据模型构建模块:用于分类巡检数据,提取输电廊道区域的点云数据,基于点云数据构建数据模型;
安全隐患模块:用于通过数据模型,识别确认与输电线路之间小于安全距离的房屋植被;
预警模块:用于发出预警信息。
实施例3
一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现所述电网运行全空间监测方法。
实施例4
一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现所述电网运行全空间监测方法。
本领域内的技术人员应明白,本申请的实施例可提供为方法、***、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
由技术常识可知,本发明可以通过其它的不脱离其精神实质或必要特征的实施方案来实现。因此,上述公开的实施方案,就各方面而言,都只是举例说明,并不是仅有的。所有在本发明范围内或在等同于本发明的范围内的改变均被本发明包含。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者等同替换,而未脱离本发明精神和范围的任何修改或者等同替换,其均应涵盖在本发明的权利要求保护范围之内。
Claims (5)
1.一种电网运行全空间监测方法,其特征在于,包括以下步骤:
S1:接入并实时存储智能安防数据,在线监控输电廊道,判断杆塔是否异常;
S2:若出现异常杆塔,通过无人机航拍巡检异常杆塔,传回巡检数据;
S3:分类巡检数据,提取输电廊道区域的点云数据,基于点云数据构建数据模型;
S4:通过数据模型,识别确认与输电线路之间小于安全距离的房屋植被;
S5:发出预警信息;
所述步骤S2中,通过无人机搭载激光雷达***,获取巡检数据;所述巡检数据包括异常杆塔所在输电廊道区域的激光雷达的点云数据;
所述步骤S3包括:
S31:分类巡检数据,获得输电廊道区域的点云数据;
S32:从输电廊道区域的点云数据中提取输电线路、基塔和房屋植被的点云数据;
S33:基于输电线路、基塔和房屋植被的点云数据构建数据模型;
所述步骤S32中,通过点签名法对物体特征进行描述,提取物体局部特征并进行对比,完成物体的识别,识别出输电线路、基塔和房屋植被的点云数据;
所述步骤S33包括:
S331:利用直方图统计方法去除输电线路、基塔和房屋植被的点云数据噪点;
S332:结合输电线路的边缘特征点,对点云数据进行分层并垂直投影至各层平均高度所在的平面,得到输电线路点云数据各层的边缘特征点;
S333:通过获得的边缘特征点构建输电线路、基塔和房屋植被的数据模型;
所述步骤S4包括:
S41:基于分类后得到的数据模型构建以杆塔、输电线路为边界的包围盒空间;
S42:对所述包围盒空间做三维缓冲区分析,在包围盒的基础上增加安全距离的值,并对输电线路、基塔和房屋植被计算后的包围盒做集合交集计算,计算出输电线路之间小于安全距离的房屋植被;
S43:基于数据模型三角网,计算识别出的有安全隐患的线路与植被之间真实的距离,最终确认出有安全隐患的线路与植被房屋。
2.根据权利要求1所述的电网运行全空间监测方法,其特征在于,所述步骤S1包括:
S11:接入智能安防数据,将实时数据存储于数据库中;
S12:基于GIS地图定位渲染杆塔分布位置;
S13:通过杆塔分布位置的监测摄像头在线监控输电廊道中杆塔运行状态,判断杆塔是否异常。
3.一种电网运行全空间监测***,其特征在于,包括:
智能安防模块:用于接入并实时存储智能安防数据,在线监控输电廊道,判断杆塔是否异常;
无人机巡检模块:用于若出现异常杆塔,通过无人机航拍巡检异常杆塔,传回巡检数据;
数据模型构建模块:用于分类巡检数据,提取输电廊道区域的点云数据,基于点云数据构建数据模型;
安全隐患模块:用于通过数据模型,识别确认与输电线路之间小于安全距离的房屋植被;
预警模块:用于发出预警信息;
无人机巡检模块中具体通过无人机搭载激光雷达***,获取巡检数据;所述巡检数据包括异常杆塔所在输电廊道区域的激光雷达的点云数据;
数据模型构建模块中具体包括:
分类巡检数据,获得输电廊道区域的点云数据;
从输电廊道区域的点云数据中提取输电线路、基塔和房屋植被的点云数据,通过点签名法对物体特征进行描述,提取物体局部特征并进行对比,完成物体的识别,识别出输电线路、基塔和房屋植被的点云数据;
基于输电线路、基塔和房屋植被的点云数据构建数据模型,利用直方图统计方法去除输电线路、基塔和房屋植被的点云数据噪点;结合输电线路的边缘特征点,对点云数据进行分层并垂直投影至各层平均高度所在的平面,得到输电线路点云数据各层的边缘特征点;通过获得的边缘特征点构建输电线路、基塔和房屋植被的数据模型;
安全隐患模块中具体包括:基于分类后得到的数据模型构建以杆塔、输电线路为边界的包围盒空间;对所述包围盒空间做三维缓冲区分析,在包围盒的基础上增加安全距离的值,并对输电线路、基塔和房屋植被计算后的包围盒做集合交集计算,计算出输电线路之间小于安全距离的房屋植被; 基于数据模型三角网,计算识别出的有安全隐患的线路与植被之间真实的距离,最终确认出有安全隐患的线路与植被房屋。
4.一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,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2任一项所述电网运行全空间监测方法。
5.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,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2任一项所述电网运行全空间监测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111289837.9A CN113722870B (zh) | 2021-11-02 | 2021-11-02 | 一种电网运行全空间监测方法、***、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111289837.9A CN113722870B (zh) | 2021-11-02 | 2021-11-02 | 一种电网运行全空间监测方法、***、设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113722870A CN113722870A (zh) | 2021-11-30 |
CN113722870B true CN113722870B (zh) | 2022-02-11 |
Family
ID=78686484
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111289837.9A Active CN113722870B (zh) | 2021-11-02 | 2021-11-02 | 一种电网运行全空间监测方法、***、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113722870B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115294740B (zh) * | 2022-07-25 | 2023-11-07 | 国网河北省电力有限公司雄安新区供电公司 | 一种架空输电线路通道保护区网格化标定方法 |
CN117095359B (zh) * | 2023-10-17 | 2024-02-02 | 山东和兑智能科技有限公司 | 一种基于人工智能的输电线路安全监测预警方法及*** |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015131462A1 (zh) * | 2014-03-07 | 2015-09-11 | 国家电网公司 | 一种用于无人机输电线路巡检的集中监控***及监控方法 |
CN112033414A (zh) * | 2020-09-11 | 2020-12-04 | 浙江华云清洁能源有限公司 | 一种无人机巡检航线生成方法、装置、设备及介质 |
WO2021168989A1 (zh) * | 2020-02-28 | 2021-09-02 | 广东电网有限责任公司电力科学研究院 | 一种输电线路廊道多源空间数据库构建方法和装置 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109443304A (zh) * | 2018-10-25 | 2019-03-08 | 国网河南省电力公司濮阳供电公司 | 基于无人机输电线路走廊及激光点云的空间距离量测方法 |
CN213305580U (zh) * | 2020-11-05 | 2021-05-28 | 国网山东省电力公司郯城县供电公司 | 一种基于人工智能的配电巡检及缺陷处理*** |
CN113189615B (zh) * | 2021-03-26 | 2023-06-30 | 国家电网有限公司 | 一种使用垂直起降固定翼无人机对输电线路进行巡检的方法 |
-
2021
- 2021-11-02 CN CN202111289837.9A patent/CN113722870B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015131462A1 (zh) * | 2014-03-07 | 2015-09-11 | 国家电网公司 | 一种用于无人机输电线路巡检的集中监控***及监控方法 |
WO2021168989A1 (zh) * | 2020-02-28 | 2021-09-02 | 广东电网有限责任公司电力科学研究院 | 一种输电线路廊道多源空间数据库构建方法和装置 |
CN112033414A (zh) * | 2020-09-11 | 2020-12-04 | 浙江华云清洁能源有限公司 | 一种无人机巡检航线生成方法、装置、设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113722870A (zh) | 2021-11-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113722870B (zh) | 一种电网运行全空间监测方法、***、设备及介质 | |
CN112668847B (zh) | 配网线路无人机自主巡检综合管理*** | |
CN113781450A (zh) | 一种基于输配电线路无人机图像采集自动化智能缺陷分析*** | |
CN112633535A (zh) | 一种基于无人机图像的光伏电站智能巡检方法及*** | |
CN110865917A (zh) | 基于ar技术的电力机房巡检作业方法、***及应用 | |
CN114418145A (zh) | 基于gim的变电站数字孪生方法及*** | |
CN104091168A (zh) | 基于无人机影像的电力线自动提取定位方法 | |
CN109559251A (zh) | 基于建筑信息模型的施工巡检方法、装置和终端 | |
CN114665608B (zh) | 用于变电站的智能感知巡检***及方法 | |
CN113420674A (zh) | 基于点云数据的森林档案模型构建方法、装置及存储介质 | |
CN116720242A (zh) | 一种高压电缆隧道数字孪生全景监测*** | |
CN113066070A (zh) | 三维场景中多源数据融合交互方法 | |
CN106708984A (zh) | 采集电缆通道的基础数据的方法、装置和*** | |
WO2020239088A1 (zh) | 一种保险理赔处理方法及装置 | |
CN114742905B (zh) | 一种多相机参数标定方法、装置、设备及存储介质 | |
CN114399265A (zh) | 一种电力工程建设项目全过程管控*** | |
CN115049306A (zh) | 一种全过程工程咨询管理*** | |
CN114419231A (zh) | 基于点云数据和ai技术的交通设施矢量识别提取分析*** | |
CN114531700B (zh) | 一种非人工的基站天线工参采集***及方法 | |
CN115497009A (zh) | 一种输电线路通道隐患智能识别方法、装置及设备 | |
CN115880631A (zh) | 一种配电站故障识别***、方法、介质 | |
CN115547003A (zh) | 一种输电线路的防外破报警方法和*** | |
CN114092279A (zh) | 全业务泛在可视化智慧电力运维*** | |
CN113569801A (zh) | 一种配电施工现场带电设备及其带电区域识别方法及装置 | |
CN106803937B (zh) | 一种具有文本日志的双摄像头视频监控方法、***和监控装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |