CN114355969B - 一种利用无人机巡检的智能供热管网检漏方法和*** - Google Patents
一种利用无人机巡检的智能供热管网检漏方法和*** Download PDFInfo
- Publication number
- CN114355969B CN114355969B CN202111472536.XA CN202111472536A CN114355969B CN 114355969 B CN114355969 B CN 114355969B CN 202111472536 A CN202111472536 A CN 202111472536A CN 114355969 B CN114355969 B CN 114355969B
- Authority
- CN
- China
- Prior art keywords
- inspection
- temperature
- aerial vehicle
- unmanned aerial
- heat supply
- 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
- 238000007689 inspection Methods 0.000 title claims abstract description 102
- 238000001514 detection method Methods 0.000 title claims abstract description 30
- 230000002159 abnormal effect Effects 0.000 claims abstract description 64
- 238000010438 heat treatment Methods 0.000 claims abstract description 18
- 230000007613 environmental effect Effects 0.000 claims abstract description 16
- 238000010586 diagram Methods 0.000 claims description 15
- 238000012544 monitoring process Methods 0.000 claims description 11
- 230000005540 biological transmission Effects 0.000 claims description 6
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 claims description 3
- 238000011156 evaluation Methods 0.000 abstract description 8
- 238000013467 fragmentation Methods 0.000 abstract description 6
- 238000006062 fragmentation reaction Methods 0.000 abstract description 6
- 238000000034 method Methods 0.000 description 5
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000005856 abnormality Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000032683 aging Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000009412 basement excavation Methods 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
Landscapes
- Examining Or Testing Airtightness (AREA)
Abstract
本发明实施例提供一种利用无人机巡检的智能供热管网检漏方法和***,通过无人机巡检代替人工,工作效率高、耗时短,不受交通限制,能够快速抵达现场进行查验,以及时评估险情,且在无人机上安装热感相机,利用无人机搭载热感相机,对管网发生泄漏的环境温度异常进行自动识别,通过热感相机记录的环境温度识别漏点,使捡漏巡检记录信息化、数值化、可数据溯源;无人机对管网环境温度异常点报警和坐标定点和上传,以解决现有技术中人工巡查供热管网时,故障排查准确率低、交通受限导致耗时长、险情评估不及时、检测结论信息碎片化,以及无法保证巡检人员人身安全的问题。
Description
技术领域
本发明实施例涉及供热管道检测技术领域,尤其涉及一种利用无人机巡检的智能供热管网检漏方法和***。
背景技术
城市集中供热管网为由集中供热热源向用户输送和分配供热介质的管线***。在管道连接过程中,***误差的出现在所难免,膨胀节作为补偿器较好的补偿了安装误差,但是膨胀节由于受热胀冷缩的作用,是热网中容易发生泄漏的部位。一旦泄漏将导致大面积的供热泄漏。
目前,大多地下供热管网存在设备老化,由于供热管网环境复杂,***故障不可直接观测定位,需要大量的巡检人员对供热管网一一排查,耗时耗力,然而巡检结果受巡检人员主观性较强,巡检人员的自身工作经验即技能水平对巡检质量影响大,无法保证对供热管网工作情况进行正确评估及对故障进行精确识别,导致巡检结果不能准确的反映出供热管网的真实情况,从而使供热管网故障排查准确率低;供热管网以热源企业为中心点,按不同方向敷设母管、支管,管网长度达几十公里。靠人工巡检,工作量大,效率低下。且管网一般会远离公路,人工巡检交通受限,耗时长。如遇险情,无法快速抵达现场进行查验,险情评估不及时。巡检记录缺乏数值化、信息化管理手段,即使有现场视频,也存在信息碎片化缺陷。因供热管网年久老化内部环境不明,巡检人员在巡检时无法保证人身安全及意外事故。
发明内容
本发明实施例提供一种利用无人机巡检的智能供热管网检漏方法和***,以解决现有技术中人工巡查供热管网时,故障排查准确率低、交通受限导致耗时长、险情评估不及时、检测结论信息碎片化,以及无法保证巡检人员人身安全的问题。
第一方面,本发明实施例提供一种基于块平滑神经网络的高光谱数据分析方法,包括:
步骤S1、以供热管网的输热线路为巡检区设定巡检轨迹;
步骤S2、无人机根据所述巡检轨迹执行巡检飞行,基于无人机上安装的热感相机采集巡检轨迹中的供热管视频,所述供热管视频中每个视频帧均记载有相机位置、相机姿态;
步骤S3、基于所述供热管视频确定环境温度异常点,并提取所述温度异常点处的视频帧信号,以进行漏点识别、报警。
作为优选的,所述步骤S1还包括:
在所述巡检轨迹对供热管网的常规疏水口进行地理位置标识。
作为优选的,所述步骤S3具体包括:
每间隔预设时间提取所述供热管视频中的一个视频帧作为关键帧,并获取关键帧对应的相机位置和相机姿态,确定关键帧的第一平均环境温度;
确定所述关键帧中温度最高区域的第二平均温度和帧坐标;基于所述相机位置、所述相机姿态和所述帧坐标确定所述温度最高区域对应的高温区域坐标;
若判断所述高温区域坐标位于巡检区,且所述第二平均环境温度与所述第一平均环境温度之差在预设阈值内,则将高温区域坐标作为环境温度异常点;
基于所述环境温度异常点设定环检点,将所述环检点***至所述巡检轨迹中,以对环境温度异常点执行环飞任务。
作为优选的,所述步骤S3中,则将高温区域坐标作为环境温度异常点,具体包括:
判断所述环境温度异常点与常规疏水口的地理位置是否重合,若是则不将高温区域坐标作为环境温度异常点,若否将高温区域坐标作为环境温度异常点。
作为优选的,还包括:
步骤S4、确定关键帧中巡检区的环境温度,构建管网热力图,并进行环境温度异常点标识。
作为优选的,还包括:
步骤S5、对环境温度异常点进行无人机飞控接管,并进行环境温度异常点现场侦测。
第二方面,本发明实施例提供一种利用无人机巡检的智能供热管网检漏***,包括:
轨迹模块,以供热管网的输热线路为巡检区设定巡检轨迹;
巡检模块,包括无人机和热感相机,所述无人机根据所述巡检轨迹执行巡检飞行,基于无人机上安装的热感相机采集巡检轨迹中的供热管视频,所述供热管视频中每个视频帧均记载有相机位置、相机姿态;
监控管理模块,基于所述供热管视频确定环境温度异常点,并提取所述温度异常点处的视频帧信号,以进行漏点识别、报警。
作为优选的,所述轨迹模块还用于在所述巡检轨迹对供热管网的常规疏水口进行地理位置标识。
作为优选的,所述监控管理模块具体用于每间隔预设时间提取所述供热管视频中的一个视频帧作为关键帧,并获取关键帧对应的相机位置和相机姿态,确定关键帧的第一平均环境温度;
确定所述关键帧中温度最高区域的第二平均温度和帧坐标;基于所述相机位置、所述相机姿态和所述帧坐标确定所述温度最高区域对应的高温区域坐标;
若判断所述高温区域坐标位于巡检区,且所述第二平均环境温度与所述第一平均环境温度之差在预设阈值内,所述高温区域坐标与常规疏水口的地理位置不重合,则将高温区域坐标作为环境温度异常点;
基于所述环境温度异常点设定环检点,将所述环检点***至所述巡检轨迹中,以对环境温度异常点执行环飞任务。
作为优选的,所述监控管理模块还用于确定关键帧中巡检区的环境温度,构建管网热力图,并进行环境温度异常点标识。
本发明实施例提供的一种利用无人机巡检的智能供热管网检漏方法和***,通过无人机巡检代替人工,工作效率高、耗时短,不受交通限制,能够快速抵达现场进行查验,以及时评估险情,且在无人机上安装热感相机,利用无人机搭载热感相机,对管网发生泄漏的环境温度异常进行自动识别,通过热感相机记录的环境温度识别漏点,使捡漏巡检记录信息化、数值化、可追溯;无人机对管网环境温度异常点报警和坐标定点和上传,以解决现有技术中人工巡查供热管网时,故障排查准确率低、交通受限导致耗时长、险情评估不及时、检测结论信息碎片化,以及无法保证巡检人员人身安全的问题。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的利用无人机巡检的智能供热管网检漏方法流程框图;
图2为本发明实施例提供的应用场景图;
图3为本发明实施例提供的无人机检漏功能示意图;
图4为本发明实施例提供的逻辑关系示意图;
图5为本发明实施例提供的监测算法示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作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。
现在的放射状分布式集中供热管网,由于技术落后、管网老化、环境(如开挖、坍塌、碰撞)复杂,时常发生蒸汽泄漏。而供热介质为高温、高压蒸汽,如有泄漏,极有可能造成安全事故。现有技术中巡检人员沿敷设的管线巡检,通过蒸汽雾、泄漏冲击声响及位置判断漏点并记录上报。供热管网以热源企业为中心点,按不同方向敷设母管、支管,管网长度达几十公里。靠人工巡检,工作量大,效率低下。管网一般会远离公路,人工巡检交通受限,耗时长。如遇险情,无法快速抵达现场进行查验,险情评估不及时。巡检记录缺乏数值化、信息化管理手段,即使有现场视频,也存在信息碎片化缺陷。
因此,本发明实施例提供一种利用无人机巡检的智能供热管网检漏方法和***,以解决现有技术中人工巡查供热管网时,故障排查准确率低、交通受限导致耗时长、险情评估不及时、检测结论信息碎片化,以及无法保证巡检人员人身安全的问题。以下将通过多个实施例进行展开说明和介绍。
图1为本发明实施例提供一种利用无人机巡检的智能供热管网检漏方法流程框图,参照图1,该方法包括但不限于以下步骤:
步骤S1、以供热管网的输热线路为巡检区设定巡检轨迹;在所述巡检轨迹对供热管网的常规疏水口进行地理位置标识。
步骤S2、无人机根据所述巡检轨迹执行巡检飞行,基于无人机上安装的热感相机采集巡检轨迹中的供热管视频,所述供热管视频中每个视频帧均记载有相机位置、相机姿态;采集到的供热管视频会存储于视频库中,视频库对视频信号按一定周期储存,实现历史视频回放重新和对异常点标识放。
步骤S3、基于所述供热管视频确定环境温度异常点,并提取所述温度异常点处的视频帧信号,以进行漏点识别、报警。
图2为本发明实施例提供的应用场景图;图3为本发明实施例提供的无人机检漏功能示意图;图4为本发明实施例提供的逻辑关系示意图;图5为本发明实施例提供的监测算法示意图具体的,如图2、图4和图5中所示,步骤S3具体包括:每间隔预设时间提取所述供热管视频中的一个视频帧作为关键帧,并获取关键帧对应的相机位置(x1,y1,z1)和相机姿态(姿态角P),确定关键帧的第一平均环境温度Ta;
确定所述关键帧中温度最高区域的第二平均温度Tg和帧坐标(x,y);基于所述相机位置、所述相机姿态和所述帧坐标确定所述温度最高区域对应的高温区域坐标;由x1、y1、z1、x、y、P计算出关键帧高温区的位置(x2,y2);将Ta、Tg、x1、y1、z1、P、x2、y2和当前时间T存入巡检库;
若判断所述高温区域坐标位于巡检区,且所述第二平均环境温度与所述第一平均环境温度之差在预设阈值内,判断所述环境温度异常点与常规疏水口的地理位置是否重合,若是则不将高温区域坐标作为环境温度异常点,若否将高温区域坐标作为环境温度异常点。
基于所述环境温度异常点设定环检点,将所述环检点***至所述巡检轨迹中,以对环境温度异常点执行环飞任务。在环飞时,可以调整相机位置和姿态,以对环境温度异常点进行全方位信息采集。
具体的,在本实施例中,用无人机搭载热感网络摄像机,对管网发生泄漏的环境温度异常进行自动识别。利用无人机搭载4G/5G无线通信模块,实现视频、位置信号、报警信息的实时远程上传。无人机对管网环境温度异常点报警和坐标定点和上传,基于GIS实现全管网地理信息数值化应用。利用报警***实时向设定的相关人员推送报警信息。利巡检完成后,还可以形成详细节点,精准回放巡检记录,进行全管网运营的完整生命周期信息化管理。
步骤S4、确定关键帧中巡检区的环境温度,构建管网热力图,并进行环境温度异常点标识。
步骤S5、对环境温度异常点进行无人机飞控接管,并进行环境温度异常点现场侦测。
本发明实施例还提供一种利用无人机巡检的智能供热管网检漏***,包括:
轨迹模块,以供热管网的输热线路为巡检区设定巡检轨迹;在所述巡检轨迹对供热管网的常规疏水口进行地理位置标识。
巡检模块,包括无人机和热感相机,所述无人机根据所述巡检轨迹执行巡检飞行,基于无人机上安装的热感相机采集巡检轨迹中的供热管视频,所述供热管视频中每个视频帧均记载有相机位置、相机姿态;采集到的供热管视频会存储于视频库中,视频库对视频信号按一定周期储存,实现历史视频回放重新和对异常点标识放。
监控管理模块,基于所述供热管视频确定环境温度异常点,并提取所述温度异常点处的视频帧信号,以进行漏点识别、报警。
具体的,如图2、图3和图4中所示,监控管理模块每间隔预设时间提取所述供热管视频中的一个视频帧作为关键帧,并获取关键帧对应的相机位置(x1,y1,z1)和相机姿态(姿态角P),确定关键帧的第一平均环境温度Ta;
确定所述关键帧中温度最高区域的第二平均温度Tg和帧坐标(x,y);基于所述相机位置、所述相机姿态和所述帧坐标确定所述温度最高区域对应的高温区域坐标;由x1、y1、z1、x、y、P计算出关键帧高温区的位置(x2,y2);将Ta、Tg、x1、y1、z1、P、x2、y2和当前时间T存入巡检库;
若判断所述高温区域坐标位于巡检区,且所述第二平均环境温度与所述第一平均环境温度之差在预设阈值内,判断所述环境温度异常点与常规疏水口的地理位置是否重合,若是则不将高温区域坐标作为环境温度异常点,若否将高温区域坐标作为环境温度异常点。
基于所述环境温度异常点设定环检点,将所述环检点***至所述巡检轨迹中,以对环境温度异常点执行环飞任务。在环飞时,可以调整相机位置和姿态,以对环境温度异常点进行全方位信息采集。
具体的,在本实施例中,用无人机搭载热感网络摄像机,对管网发生泄漏的环境温度异常进行自动识别。利用无人机搭载4G/5G无线通信模块,实现视频、位置信号、报警信息的实时远程上传。无人机对管网环境温度异常点报警和坐标定点和上传。利用报警***实时向设定的相关人员推送报警信息。利巡检完成后,还可以形成详细节点,精准回放巡检记录,进行全管网运营的完整生命周期信息化管理。
所述监控管理模块还用于确定关键帧中巡检区的环境温度,构建管网热力图,并进行环境温度异常点标识。
综上所述,本发明实施例提供的一种利用无人机巡检的智能供热管网检漏方法和***,通过无人机巡检代替人工,工作效率高、耗时短,不受交通限制,能够快速抵达现场进行查验,以及时评估险情,且在无人机上安装热感相机,利用无人机搭载热感相机,对管网发生泄漏的环境温度异常进行自动识别,通过热感相机记录的环境温度识别漏点,使捡漏巡检记录信息化、数值化、可追溯;无人机对管网环境温度异常点报警和坐标定点和上传,以解决现有技术中人工巡查供热管网时,故障排查准确率低、交通受限导致耗时长、险情评估不及时、检测结论信息碎片化,以及无法保证巡检人员人身安全的问题。
需要说明的是,在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详细描述的部分,可以参见其它实施例的相关描述。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包括这些改动和变型在内。
Claims (5)
1.一种利用无人机巡检的智能供热管网检漏方法,其特征在于,包括:步骤S1、以供热管网的输热线路为巡检区设定巡检轨迹;步骤S2、无人机根据所述巡检轨迹执行巡检飞行,基于无人机上安装的热感相机采集巡检轨迹中的供热管视频,所述供热管视频中每个视频帧均记载有相机位置、相机姿态;步骤S3、基于所述供热管视频确定环境温度异常点,并提取所述温度异常点处的视频帧信号,以进行漏点识别、报警;所述步骤S1还包括:在所述巡检轨迹对供热管网的常规疏水口进行地理位置标识;所述步骤S3具体包括:每间隔预设时间提取所述供热管视频中的一个视频帧作为关键帧,并获取关键帧对应的相机位置和相机姿态,确定关键帧的第一平均环境温度;确定所述关键帧中温度最高区域的第二平均温度和帧坐标;基于所述相机位置、所述相机姿态和所述帧坐标确定所述温度最高区域对应的高温区域坐标;若判断所述高温区域坐标位于巡检区,且所述第二平均环境温度与所述第一平均环境温度之差在预设阈值内,则将高温区域坐标作为环境温度异常点;基于所述环境温度异常点设定环检点,将所述环检点***至所述巡检轨迹中,以对环境温度异常点执行环飞任务;所述步骤S3中,则将高温区域坐标作为环境温度异常点,具体包括:判断所述环境温度异常点与常规疏水口的地理位置是否重合,若是则不将高温区域坐标作为环境温度异常点,若否将高温区域坐标作为环境温度异常点。
2.根据权利要求1所述的利用无人机巡检的智能供热管网检漏方法,其特征在于,还包括:步骤S4、确定关键帧中巡检区的环境温度,构建管网热力图,并进行环境温度异常点标识。
3.根据权利要求2所述的利用无人机巡检的智能供热管网检漏方法,其特征在于,还包括:步骤S5、对环境温度异常点进行无人机飞控接管,并进行环境温度异常点现场侦测。
4.一种利用无人机巡检的智能供热管网检漏***,其特征在于,包括:轨迹模块,以供热管网的输热线路为巡检区设定巡检轨迹;巡检模块,包括无人机和热感相机,所述无人机根据所述巡检轨迹执行巡检飞行,基于无人机上安装的热感相机采集巡检轨迹中的供热管视频,所述供热管视频中每个视频帧均记载有相机位置、相机姿态;监控管理模块,基于所述供热管视频确定环境温度异常点,并提取所述温度异常点处的视频帧信号,以进行漏点识别、报警;所述轨迹模块还用于在所述巡检轨迹对供热管网的常规疏水口进行地理位置标识;所述监控管理模块具体用于每间隔预设时间提取所述供热管视频中的一个视频帧作为关键帧,并获取关键帧对应的相机位置和相机姿态,确定关键帧的第一平均环境温度;确定所述关键帧中温度最高区域的第二平均温度和帧坐标;基于所述相机位置、所述相机姿态和所述帧坐标确定所述温度最高区域对应的高温区域坐标;若判断所述高温区域坐标位于巡检区,且所述第二平均环境温度与所述第一平均环境温度之差在预设阈值内,所述高温区域坐标与常规疏水口的地理位置不重合,则将高温区域坐标作为环境温度异常点;基于所述环境温度异常点设定环检点,将所述环检点***至所述巡检轨迹中,以对环境温度异常点执行环飞任务。
5.根据权利要求4所述的利用无人机巡检的智能供热管网检漏***,其特征在于,所述监控管理模块还用于确定关键帧中巡检区的环境温度,构建管网热力图,并进行环境温度异常点标识。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111472536.XA CN114355969B (zh) | 2021-12-03 | 2021-12-03 | 一种利用无人机巡检的智能供热管网检漏方法和*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111472536.XA CN114355969B (zh) | 2021-12-03 | 2021-12-03 | 一种利用无人机巡检的智能供热管网检漏方法和*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114355969A CN114355969A (zh) | 2022-04-15 |
CN114355969B true CN114355969B (zh) | 2024-04-30 |
Family
ID=81097356
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111472536.XA Active CN114355969B (zh) | 2021-12-03 | 2021-12-03 | 一种利用无人机巡检的智能供热管网检漏方法和*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114355969B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116228871B (zh) * | 2023-05-08 | 2023-07-14 | 山东齐芯智控科技有限公司 | 一种供热管网运行状态智能监测*** |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109144109A (zh) * | 2018-08-24 | 2019-01-04 | 中国南方电网有限责任公司超高压输电公司检修试验中心 | 一种直升机巡线过程中的动态热点追踪锁定方法 |
CN109780452A (zh) * | 2019-01-24 | 2019-05-21 | 天津中科飞航技术有限公司 | 基于激光遥测技术的气体泄漏无人机巡检浓度反演方法 |
CN110427041A (zh) * | 2019-07-04 | 2019-11-08 | 珠海九圆能源设备制造有限公司 | 一种热网管道无人机巡航***及方法 |
CN111292439A (zh) * | 2020-01-22 | 2020-06-16 | 上海杰狮信息技术有限公司 | 一种城市管网无人机巡检方法及巡检*** |
CN111667673A (zh) * | 2019-03-15 | 2020-09-15 | 山东建筑大学 | 一种智能检测泄漏的热力管网*** |
CN111739308A (zh) * | 2019-03-19 | 2020-10-02 | 上海大学 | 面向车路协同的道路异常移动物联监控***及方法 |
CN112990146A (zh) * | 2021-05-06 | 2021-06-18 | 成都理工大学 | 一种基于无人机的石油管线巡检异常隐患智能识别方法 |
WO2021189456A1 (zh) * | 2020-03-27 | 2021-09-30 | 深圳市大疆创新科技有限公司 | 无人机巡检方法、装置及无人机 |
WO2021196529A1 (zh) * | 2020-04-02 | 2021-10-07 | 同济人工智能研究院(苏州)有限公司 | 空地协同式智能巡检机器人及巡检方法 |
-
2021
- 2021-12-03 CN CN202111472536.XA patent/CN114355969B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109144109A (zh) * | 2018-08-24 | 2019-01-04 | 中国南方电网有限责任公司超高压输电公司检修试验中心 | 一种直升机巡线过程中的动态热点追踪锁定方法 |
CN109780452A (zh) * | 2019-01-24 | 2019-05-21 | 天津中科飞航技术有限公司 | 基于激光遥测技术的气体泄漏无人机巡检浓度反演方法 |
CN111667673A (zh) * | 2019-03-15 | 2020-09-15 | 山东建筑大学 | 一种智能检测泄漏的热力管网*** |
CN111739308A (zh) * | 2019-03-19 | 2020-10-02 | 上海大学 | 面向车路协同的道路异常移动物联监控***及方法 |
CN110427041A (zh) * | 2019-07-04 | 2019-11-08 | 珠海九圆能源设备制造有限公司 | 一种热网管道无人机巡航***及方法 |
CN111292439A (zh) * | 2020-01-22 | 2020-06-16 | 上海杰狮信息技术有限公司 | 一种城市管网无人机巡检方法及巡检*** |
WO2021189456A1 (zh) * | 2020-03-27 | 2021-09-30 | 深圳市大疆创新科技有限公司 | 无人机巡检方法、装置及无人机 |
WO2021196529A1 (zh) * | 2020-04-02 | 2021-10-07 | 同济人工智能研究院(苏州)有限公司 | 空地协同式智能巡检机器人及巡检方法 |
CN112990146A (zh) * | 2021-05-06 | 2021-06-18 | 成都理工大学 | 一种基于无人机的石油管线巡检异常隐患智能识别方法 |
Non-Patent Citations (3)
Title |
---|
基于LBS的换热站智能巡检***;梁涛;徐冠楠;杨伟达;邹继行;;中南民族大学学报(自然科学版);20160915(第03期);全文 * |
无人机在原油集输管线巡检中的应用;李涛;乔泉熙;南晓亮;李楠;孙延吉;;中国新通信;20200805(第15期);全文 * |
铁塔智慧管道监控***在供热管网巡视中的应用;李阳;段军;;区域供热;20200815(第04期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN114355969A (zh) | 2022-04-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102044094B (zh) | 线路巡检管理***及方法 | |
CN108984873B (zh) | 供水管网实时漏损检测方法、设备、***及存储介质 | |
Khan et al. | Integration of structural health monitoring and intelligent transportation systems for bridge condition assessment: Current status and future direction | |
CN111667673B (zh) | 一种智能检测泄漏的热力管网*** | |
CN111536429B (zh) | 一种基于决策融合的油气管道预警***及预警方法 | |
CN110360461B (zh) | 压力管道监测***、方法、装置和计算机可读存储介质 | |
JP2016523361A (ja) | 移動式くぼみ検出システム及び方法 | |
US11605158B2 (en) | System and method for early identification and monitoring of defects in transportation infrastructure | |
CN109859088A (zh) | 一种基于区块链的城市综合管廊安全监控*** | |
CN111178555B (zh) | 一种基于边缘计算的社区安防设备报修方法和*** | |
CN103953098A (zh) | 管网漏失监测方法 | |
CN113128709B (zh) | 一种供水管网漏损管理*** | |
CN114355969B (zh) | 一种利用无人机巡检的智能供热管网检漏方法和*** | |
CN115914282A (zh) | 多维度监控埋地天然气管道泄露监测*** | |
CN114186825A (zh) | 一种天然气巡检规划方法 | |
CN115056236A (zh) | 一种电厂智能巡检机器人 | |
CN108052540A (zh) | 一种基于gis管网***的管道故障预判与预处理方法 | |
CN208503960U (zh) | 用于城市地下管网的智能检测*** | |
CN113074694B (zh) | 用于隧道断面变形的自动监测装置 | |
CN110031152B (zh) | 一种热力供热***及相邻日温度偏移累积泄漏检测的方法 | |
CN105373771A (zh) | 网格化井盖巡查方法及装置及*** | |
CN117570381A (zh) | 基于在线预测和数据融合的管网泄漏预警方法 | |
CN116882695A (zh) | 自动巡检方法、装置、计算机设备及存储介质 | |
CN110131784B (zh) | 一种热力供热***及其全天温度偏移累积泄漏检测的方法 | |
CN114357579A (zh) | 一种隧道数字孪生*** |
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 |