一种站用型配电智能监测装置及方法与流程

1.本发明涉及智能监测技术领域，尤其涉及一种站用型配电智能监测装置及方法。


背景技术：

2.电力系统监测管理对企业及建筑的安全、环境保护起着至关重要的作用，手段单一、技术落后的配用电系统监测技术远不能支撑现代化企业及建筑的安全要求，配电房环境过高、设备环境过高、变压器超过载等异常发现不及时能对企业和建筑产生不可估量的严重影响。
3.目前对于配电的监测方式主要以人工方式为主，包括日常巡视、运行监控、电表抄度等工作，无法确保对于配电设备异常和电缆温度过高等故障现象的及时发现和处理，因此亟待建设一套具备远程自动抄表、设备运行监测、异常管理、用电数据报表等功能的配电监测系统。


技术实现要素：

4.本发明所述的一种站用型配电智能监测装置及方法，解决上述背景技术中提出的问题。
5.为实现上述目的，本发明提供如下技术方案：一种站用型配电智能监测装置，包括电源模块、arduino控制模块、视频监测模块、传感器模块及通讯模块，所述电源模块、视频监测模块、传感器模块及通讯模块均与所述arduino控制模块连接；所述电源模块，用于对所述arduino控制模块、所述视频监测模块、所述传感器模块及所述通信模块进行供电；所述视频监测模块用于采集配电房内的图像信息，并对所述图像信息进行处理，基于所述图像信息的处理确定是否存在异常闯入及消防事故发生，若是则发送相应的提示信息至arduino控制模块；所述传感器模块，用于采集配电房内的环境信息，并将包含所述配电房内的环境信息发送至所述arduino控制模块，所述环境信息包括配电设备的开关量、配电设备的电压电流参数和配电设备开关的跳闸信号；所述arduino控制模块，用于将所述采集的数据进行处理后，并将所述数据发送至所述通信模块，以及用于将所述提示信息发送至通信模块；所述通信模块，用于将所述数据、提示信息发送至站控中心和/或移动应用终端，供站控中心和/或移动应用终端进行查阅及了解。
6.优选的，所述传感器模块包括电量检测模块、a/d转换模块、开关量检测模块、跳闸信号检测模块、显示模块和微处理器模块；所述a/d转换模块、开关量检测模块、跳闸信号检测模块、显示模块均与微处理器模块相连；所述电量检测模块负责采集配电设备的电压、电流参数，并经a/d转换模块转换成数字量，送入微处理器模块；跳闸信号检测模块用于检测配电设备开关的跳闸信号；显示模块用于显示微处理器模块输出的数据。
7.优选的，所述传感器模块还包括时钟模块、存储模块、rs485通信模块；所述时钟模块、存储模块、rs485通信模块均与微处理器模块相连；时钟模块负责为微处理器模块提供实时时钟；存储模块用于存储本装置的设置参数及供查询用的数据；rs485通信模块用于与arduino控制模块进行通信。
8.一种站用型配电智能监测方法，应用于以上所述的一种站用型配电智能监测装置，包括以下步骤：s1：视频监测模块采集配电房内的图像信息，并对所述图像信息进行处理，传感器模块采集配电房内的环境信息，并将图像信息和环境信息发送至所述arduino控制模块，所述图像信息包括是否存在异常闯入及是否存在消防事故，所述环境信息包括配电设备的开关量、配电设备的电压电流参数和配电设备开关的跳闸信号；s2：arduino控制模块接收传来的图像信息和环境信息，并进行滤波降噪、归一化处理及阈值比较的处理，之后基于滤波降噪、归一化处理及阈值比较处理得到的结果判断是否将告警信号发送至所述通信模块；s3：通信模块接收到arduino控制模块发送过来的告警信号之后，将告警提示信息、图像信息和环境信息均分别打包，且分别发送至站控中心和/或移动应用终端，供站控中心和/或移动应用终端进行查阅及了解。
9.优选的，所述步骤s1中对是否存在异常闯入的步骤具体为：s101：采集日常进出配电房的人员的人脸图像；s102：提取所述日常进出配电房的人员的人脸图像的特征向量，构建日常进出配电房的人员的人脸图像特征向量库；s103：对当前食品监测模块采集得到的图像信息进行人脸检验，若检验到人脸图像，则对所述人脸图像进行提取；s104：对提取得到的人脸图像进行特征向量的提取；s105：将提取得到的人脸图像特征与特征向量库中的特征向量一一进行相似度计算；若所述相似度计算的结果均低于预设的阈值，则确认存在非法闯入，视频监测模块发送相应的提示信息至arduino控制模块。
10.优选的，所述步骤s1中对是否存在消防事故的步骤具体为：s1001：对视频监测模块采集的视频数据进行运动目标的提取；s1002：若提取得到运动目标，则判定运动目标的各个像素点是否满足烟雾颜色的条件，并根据判定的结果确定疑烟区域；s1003：对疑烟区域的各个像素点进行烟雾特征的提取，并分别将提取的烟雾特征作为bp神经网络的输入，然后根据bp神经网络的输出值判断该像素点是否为烟雾像素点；s1004：判断疑烟区域中包含的烟雾像素点的数目是否大于阈值，若是则进行报警；否则判定运动目标的各个像素点是否满足火焰颜色的条件，并根据判定的结果确定准火焰区域；s1005：对准火焰区域的各个像素点进行火焰特征的提取，并分别将提取的火焰特征作为bp神经网络的输入，然后根据bp神经网络的输出值判断该像素点是否为火焰像素点；s1006：判断准火焰区域中火焰像素点的数目是否大于阈值，若是则进行报警。
11.优选的，所述传感器模块采集配电房内的环境信息具体包括：电量检测模块负责采集配电设备的电压、电流参数，并经a/d转换模块转换成数字量，送入微处理器模块；开关量检测模块检测配电设备的开关量并将该数据送入微处理器，跳闸信号检测模块检测配电设备开关的跳闸信号并将数据送入微处理器；微处理器接收分别接收由电量检测模块、开关量检测模块和跳闸信号检测模块发送来的数据并将其送入存储模块中进行存储；rs485通信模块将存储模块中存储的数据发送至arduino控制模块。
12.优选的，所述步骤s101中的采集日常进出配电房的人员的人脸图像具体为：利用adaboost人脸检测算法获取图像中的多个区域框；对所述多个区域框进行聚类分析，以获得聚类区域；统计各聚类区域中的区域框的个数，确定区域框的个数大于第一阈值的聚类区域为人脸区域。
13.优选的，所述步骤s102中提取所述日常进出配电房的人员的人脸图像的特征向量具体为：提取人脸图像的多尺度局部二值模式lbp特征；提取所述人脸图像的尺度不变特征转换sift特征；获取第一权重因子和第二权重因子，所述第一权重因子对应所述人脸图像的lbp特征，所述第二权重因子对应所述人脸图像的sift特征；根据所述第一权重因子和所述第二权重因子，对所述人脸图像的所述lbp特征和所述sift特征进行组合，生成所述人脸图像的特征向量。
14.本发明的有益效果为：通过电源模块、arduino控制模块、视频监测模块、传感器模块及通讯模块的设置，用视频监测模块采集配电房内的图像信息，基于所述图像信息的处理确定是否存在异常闯入及消防事故发生，并将相应的信息传输给arduino控制模块，用传感器模块采集配电设备的开关量、配电设备的电压电流参数和配电设备开关的跳闸信号等数据，并将相应的信息传输给arduino控制模块，最终arduino控制模块对数据进行滤波降噪、归一化处理及阈值比较处理，然后将处理之后的结果传输给通讯模块并决定是否给终端输出告警信号，用以达到对配电房的智能监测效果，具备远程自动抄表、设备运行监测、异常管理、用电数据报表等功能，减少人工的投入，提高监测的准确程度和便捷程度。
附图说明
15.图1为本发明所述的一种站用型配电智能监测装置的示意框图；图2为本发明所述的传感器模块的示意框图。
实施方式
16.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。
17.应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整
体、步骤、操作、元素、组件和/或其集合的存在或添加。
18.还应当理解，在本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
19.还应当进一步理解，在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
20.如图1所示，本发明实施例提供一种站用型配电智能监测装置，包括电源模块、arduino控制模块、视频监测模块、传感器模块及通讯模块，所述电源模块、视频监测模块、传感器模块及通讯模块均与所述arduino控制模块连接；所述电源模块，用于对所述arduino控制模块、所述视频监测模块、所述传感器模块及所述通信模块进行供电；所述视频监测模块用于采集配电房内的图像信息，并对所述图像信息进行处理，基于所述图像信息的处理确定是否存在异常闯入及消防事故发生决定是否发送相应的提示信息至arduino控制模块；所述传感器模块，用于采集配电房内的环境信息，并将包含所述配电房内的环境信息发送至所述arduino控制模块，所述环境信息包括配电设备的开关量、配电设备的电压电流参数和配电设备开关的跳闸信号；所述arduino控制模块，用于将所述采集的数据进行处理后，并将所述数据发送至所述通信模块，以及用于将所述提示信息发送至通信模块；所述通信模块，用于将所述数据、提示信息发送至站控中心和/或移动应用终端，供站控中心和/或移动应用终端进行查阅及了解。
21.如图2所示，所述传感器模块包括电量检测模块、a/d转换模块、开关量检测模块、跳闸信号检测模块、显示模块和微处理器模块；所述a/d转换模块、开关量检测模块、跳闸信号检测模块、显示模块均与微处理器模块相连；所述电量检测模块负责采集配电设备的电压、电流参数，并经a/d转换模块转换成数字量，送入微处理器模块；跳闸信号检测模块，用于检测配电设备开关的跳闸信号；显示模块，用于显示微处理器模块输出的数据；所述传感器模块还包括时钟模块、存储模块、rs485通信模块；所述时钟模块、存储模块、rs485通信模块均与微处理器模块相连；时钟模块，负责为微处理器模块提供实时时钟；存储模块，用于存储本装置的设置参数及供查询用的数据；rs485通信模块，用于与arduino控制模块进行通信。
22.本实施例还提供一种站用型配电智能监测方法，应用于以上所述的一种站用型配电智能监测装置，包括以下步骤：s1：视频监测模块采集配电房内的图像信息，并对所述图像信息进行处理，传感器模块采集配电房内的环境信息，并将图像信息和环境信息发送至所述arduino控制模块，所述图像信息包括是否存在异常闯入及是否存在消防事故，所述环境信息包括配电设备的开关量、配电设备的电压电流参数和配电设备开关的跳闸信号；其中，所述视频监测模块对所述图像信息进行处理，基于所述图像信息的处理确定是否存在异常闯入的具体过程如下：s101：采集日常进出所述配电房的人员的人脸图像；这里涉及对当前视频监测模
块采集得到的图像信息进行人脸检测，具体为：利用adaboost人脸检测算法获取图像中的多个区域框；对所述多个区域框进行聚类分析，以获得聚类区域；统计各聚类区域中的区域框的个数，确定区域框的个数大于第一阈值的聚类区域为人脸区域。
23.s102：提取所述日常进出所述配电房的人员的人脸图像的特征向量；构建日常进出所述配电房的人员的人脸图像的特征向量库；这里包括对提取得到的人脸图像进行特征向量的提取，具体为：提取人脸图像的多尺度局部二值模式lbp特征；提取所述人脸图像的尺度不变特征转换sift特征；获取第一权重因子和第二权重因子，所述第一权重因子对应所述人脸图像的lbp特征，所述第二权重因子对应所述人脸图像的sift特征；根据所述第一权重因子和所述第二权重因子，对所述人脸图像的所述lbp特征和所述sift特征进行组合，生成所述人脸图像的特征向量。
24.s102：对当前视频监测模块采集得到的图像信息进行人脸检测，若检测到人脸图像，则对所述人脸图像进行提取；s104：对提取得到的人脸图像进行特征向量的提取；s105：将提取得到的人脸图像特征与特征向量库中的特征向量一一进行相似度计算；若所述相似度计算的结果均低于预设的阈值，则确认存在非法闯入，视频监测模块发送相应的提示信息至arduino控制模块。
25.此外，视频监测模块对所述图像信息进行处理，基于所述图像信息的处理确定是否存在消防事故发生的具体过程如下：s1001：对视频监测模块采集的视频数据进行运动目标的提取；s1002：若提取得到运动目标，则判定运动目标的各个像素点是否满足烟雾颜色的条件，并根据判定的结果确定疑烟区域；s1003：对疑烟区域的各个像素点进行烟雾特征的提取，并分别将提取的烟雾特征作为bp神经网络的输入，然后根据bp神经网络的输出值判断该像素点是否为烟雾像素点；s1004：判断疑烟区域中包含的烟雾像素点的数目是否大于阈值，若是则进行报警；否则判定运动目标的各个像素点是否满足火焰颜色的条件，并根据判定的结果确定准火焰区域；s1005：对准火焰区域的各个像素点进行火焰特征的提取，并分别将提取的火焰特征作为bp神经网络的输入，然后根据bp神经网络的输出值判断该像素点是否为火焰像素点；s1006：判断准火焰区域中火焰像素点的数目是否大于阈值，若是则进行报警。
26.此外，传感器模块采集配电房内的环境信息具体为：电量检测模块负责采集配电设备的电压、电流参数，并经a/d转换模块转换成数字量，送入微处理器模块；开关量检测模块检测配电设备的开关量并将该数据送入微处理器，跳闸信号检测模块检测配电设备开关的跳闸信号并将数据送入微处理器；微处理器接收分别接收由电量检测模块、开关量检测模块和跳闸信号检测模块发送来的数据并将其送入存储模块中进行存储；rs485通信模块将存储模块中存储的数据发送至arduino控制模块。
27.s2：arduino控制模块接收传来的图像信息和环境信息，并进行滤波降噪、归一化处理及阈值比较的处理，之后基于滤波降噪、归一化处理及阈值比较处理得到的结果判断是否将告警信号发送至所述通信模块；
s3：通信模块接收到arduino控制模块发送过来的告警信号之后，将告警提示信息、图像信息和环境信息均分别打包，且分别发送至站控中心和/或移动应用终端，供站控中心和/或移动应用终端进行查阅及了解。
28.综上所述，通过电源模块、arduino控制模块、视频监测模块、传感器模块及通讯模块的设置，用视频监测模块采集配电房内的图像信息，基于所述图像信息的处理确定是否存在异常闯入及消防事故发生，并将相应的信息传输给arduino控制模块，用传感器模块采集配电设备的开关量、配电设备的电压电流参数和配电设备开关的跳闸信号等数据，并将相应的信息传输给arduino控制模块，最终arduino控制模块对数据进行滤波降噪、归一化处理及阈值比较处理，然后将处理之后的结果传输给通讯模块并决定是否给终端输出告警信号，用以达到对配电房的智能监测效果，具备远程自动抄表、设备运行监测、异常管理、用电数据报表等功能，减少人工的投入，提高监测的准确程度和便捷程度，解决了背景技术中提出的问题。
29.以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围，其均应涵盖在本发明的权利要求和说明书的范围当中。

技术特征：
1.一种站用型配电智能监测装置，其特征在于，包括电源模块、arduino控制模块、视频监测模块、传感器模块及通讯模块，所述电源模块、视频监测模块、传感器模块及通讯模块均与所述arduino控制模块连接；所述电源模块，用于对所述arduino控制模块、所述视频监测模块、所述传感器模块及所述通信模块进行供电；所述视频监测模块用于采集配电房内的图像信息，并对所述图像信息进行处理，基于所述图像信息的处理确定是否存在异常闯入及消防事故发生决定是否发送相应的提示信息至arduino控制模块；所述传感器模块，用于采集配电房内的环境信息，并将包含所述配电房内的环境信息发送至所述arduino控制模块，所述环境信息包括配电设备的开关量、配电设备的电压电流参数和配电设备开关的跳闸信号；所述arduino控制模块，用于将所述采集的数据进行处理后，并将所述数据发送至所述通信模块，以及用于将所述提示信息发送至通信模块；所述通信模块，用于将所述数据、提示信息发送至站控中心和/或移动应用终端，供站控中心和/或移动应用终端进行查阅及了解。2.根据权利要求1所述的一种站用型配电智能监测装置，其特征在于，所述传感器模块包括电量检测模块、a/d转换模块、开关量检测模块、跳闸信号检测模块、显示模块和微处理器模块；所述a/d转换模块、开关量检测模块、跳闸信号检测模块、显示模块均与微处理器模块相连；所述电量检测模块负责采集配电设备的电压、电流参数，并经a/d转换模块转换成数字量，送入微处理器模块；跳闸信号检测模块用于检测配电设备开关的跳闸信号；显示模块用于显示微处理器模块输出的数据。3.根据权利要求2所述的一种站用型配电智能监测装置，其特征在于，所述传感器模块还包括时钟模块、存储模块、rs485通信模块；所述时钟模块、存储模块、rs485通信模块均与微处理器模块相连；时钟模块为微处理器模块提供实时时钟；存储模块用于存储本装置的设置参数及供查询用的数据；rs485通信模块用于与arduino控制模块进行通信。4.一种站用型配电智能监测方法，应用于如权利要求1-3任一项所述的一种站用型配电智能监测装置，其特征在于，包括以下步骤：s1：视频监测模块采集配电房内的图像信息，并对所述图像信息进行处理，传感器模块采集配电房内的环境信息，并将图像信息和环境信息发送至所述arduino控制模块，所述图像信息包括是否存在异常闯入及是否存在消防事故，所述环境信息包括配电设备的开关量、配电设备的电压电流参数和配电设备开关的跳闸信号；s2：arduino控制模块接收传来的图像信息和环境信息，并进行滤波降噪、归一化处理及阈值比较的处理，之后基于滤波降噪、归一化处理及阈值比较处理得到的结果判断是否将告警信号发送至所述通信模块；s3：通信模块接收到arduino控制模块发送过来的告警信号之后，将告警提示信息、图像信息和环境信息均分别打包，且分别发送至站控中心和/或移动应用终端，供站控中心和/或移动应用终端进行查阅及了解。5.根据权利要求4所述的一种站用型配电智能监测方法，其特征在于，所述步骤s1中对是否存在异常闯入的步骤具体为：
s101：采集日常进出配电房的人员的人脸图像；s102：提取所述日常进出配电房的人员的人脸图像的特征向量，构建日常进出配电房的人员的人脸图像特征向量库；s103：对当前食品监测模块采集得到的图像信息进行人脸检验，若检验到人脸图像，则对所述人脸图像进行提取；s104：对提取得到的人脸图像进行特征向量的提取；s105：将提取得到的人脸图像特征与特征向量库中的特征向量一一进行相似度计算；若所述相似度计算的结果均低于预设的阈值，则确认存在非法闯入，视频监测模块发送相应的提示信息至arduino控制模块。6.根据权利要求4所述的一种站用型配电智能监测方法，其特征在于，所述步骤s1中对是否存在消防事故的步骤具体为：s1001：对视频监测模块采集的视频数据进行运动目标的提取；s1002：若提取得到运动目标，则判定运动目标的各个像素点是否满足烟雾颜色的条件，并根据判定的结果确定疑烟区域；s1003：对疑烟区域的各个像素点进行烟雾特征的提取，并分别将提取的烟雾特征作为bp神经网络的输入，然后根据bp神经网络的输出值判断该像素点是否为烟雾像素点；s1004：判断疑烟区域中包含的烟雾像素点的数目是否大于阈值，若是则进行报警；否则判定运动目标的各个像素点是否满足火焰颜色的条件，并根据判定的结果确定准火焰区域；s1005：对准火焰区域的各个像素点进行火焰特征的提取，并分别将提取的火焰特征作为bp神经网络的输入，然后根据bp神经网络的输出值判断该像素点是否为火焰像素点；s1006：判断准火焰区域中火焰像素点的数目是否大于阈值，若是则进行报警。7.根据权利要求4所述的一种站用型配电智能监测方法，其特征在于，所述传感器模块采集配电房内的环境信息具体包括：电量检测模块负责采集配电设备的电压、电流参数，并经a/d转换模块转换成数字量，送入微处理器模块；开关量检测模块检测配电设备的开关量并将该数据送入微处理器，跳闸信号检测模块检测配电设备开关的跳闸信号并将数据送入微处理器；微处理器接收分别接收由电量检测模块、开关量检测模块和跳闸信号检测模块发送来的数据并将其送入存储模块中进行存储；rs485通信模块将存储模块中存储的数据发送至arduino控制模块。8.根据权利要求5所述的一种站用型配电智能监测方法，其特征在于，所述步骤s101中的采集日常进出配电房的人员的人脸图像具体为：利用adaboost人脸检测算法获取图像中的多个区域框；对所述多个区域框进行聚类分析，以获得聚类区域；统计各聚类区域中的区域框的个数，确定区域框的个数大于第一阈值的聚类区域为人脸区域。9.根据权利要求5所述的一种站用型配电智能监测方法，其特征在于，所述步骤s102中提取所述日常进出配电房的人员的人脸图像的特征向量具体为：提取人脸图像的多尺度局部二值模式lbp特征；提取所述人脸图像的尺度不变特征转换sift特征；获取第一权重因子和第二权重因子，所述第一权重因子对应所述人脸图像的lbp特征，所述第二权重因子对应
所述人脸图像的sift特征；根据所述第一权重因子和所述第二权重因子，对所述人脸图像的所述lbp特征和所述sift特征进行组合，生成所述人脸图像的特征向量。

技术总结
本发明公开了一种站用型配电智能监测装置及方法，包括电源模块、Arduino控制模块、视频监测模块、传感器模块及通讯模块。用视频监测模块采集配电房内的图像信息，基于所述图像信息的处理确定是否存在异常闯入及消防事故发生，并将相应的信息传输给Arduino控制模块，用传感器模块采集配电设备的开关量、配电设备的电压电流参数和配电设备开关的跳闸信号等数据，并将相应的信息传输给Arduino控制模块，最终Arduino控制模块对数据进行处理，然后将处理之后的结果传输给通讯模块并决定是否给终端输出告警信号，用以达到对配电房的智能监测效果，具备远程自动抄表、设备运行监测、异常管理、用电数据报表等功能，减少人工的投入，提高监测的准确程度和便捷程度。高监测的准确程度和便捷程度。高监测的准确程度和便捷程度。


技术研发人员：韦英财 陈世景 潘志锋 杨生海 黄文高
受保护的技术使用者：广西电网有限责任公司河池供电局
技术研发日：2023.03.31
技术公布日：2023/8/14