(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210482883.9 (22)申请日 2022.05.05 (71)申请人 国网山东省电力公司滨州供电公司 地址 256610 山东省滨州市滨 城区黄河四 路521号 (72)发明人 陈小鹏　董硕　王兆敏　缪传康　 王相合　潘志鹏　付云磊　王颖慧　 杨迪　张振业　周琪　 (74)专利代理 机构 济南舜源专利事务所有限公 司 37205 专利代理师 刘雪萍 (51)Int.Cl. G06V 20/52(2022.01) G06V 20/40(2022.01) G06N 3/04(2006.01)G06N 3/08(2006.01) G06V 10/26(2022.01) G06V 10/74(2022.01) G06V 10/764(2022.01) G06V 10/766(2022.01) G06V 10/82(2022.01) G08B 17/12(2006.01) G08B 25/10(2006.01) (54)发明名称 一种电力线路监控预警系统 (57)摘要 本发明提供一种电力线路监控 预警系统， 涉 及电力监控技术领域， 所述系统包括图像采集中 心和电力服务器， 所述图像采集中心部署在视频 监控平台上， 所述图像采集中心与电力服务器进 行无线传输； 所述图像采集中心包括视频导入模 块、 视频抽帧模块、 初步检测模块， 所述电力服务 器包括烟火识别模块、 工程车辆识别模块、 漂浮 物识别模块、 警示模块。 该系统基于监控视频对 电力线路周围的漂浮物、 工程车辆、 烟火等进行 检测识别， 解决人工巡视次数不足、 巡检力量偏 弱、 突发的安全隐患不能及时监控 治理问题。 权利要求书2页 说明书5页 附图1页 CN 114937238 A 2022.08.23 CN 114937238 A 1.一种电力线路监控预警系统， 其特征在于， 包括图像采集中心和电力服务器， 所述图 像采集中心部署在视频监控平台上， 所述图像采集中心与电力服务器进行无线传输； 所述 图像采集中心包括视频导入模块、 视频抽帧模块、 初步检测模块， 所述电力服务器包括烟火 识别模块、 工程车辆识别模块、 漂浮物 识别模块、 警示模块； 视频导入 模块， 用于导入视频监控平台上的电力线路监控视频； 视频抽帧模块， 用于对电力线路监控视频进行抽帧得到图像； 初步检测模块， 用于设置目标检测算法对图像进行初步检测， 将检测出烟火的图像标 记为烟火预警 图像， 将检测出工程车辆的图像标记为工程车辆预警 图像， 将检测出漂浮物 的图像标记为漂浮物预警图像； 烟火识别模块， 用于设置Faster  R‑CNN算法对烟火预警图像进行检测识别； 工程车辆识别模块， 用于设置S SD算法对工程车辆预警图像进行检测识别； 漂浮物识别模块， 用于设置 YOLO‑V4算法对漂浮物预警图像进行检测识别； 警示模块， 用于将检测识别结果推送给电力运维抢修人员并推送警示信息 。 2.根据权利要求1所述的电力线路监控预警系统， 其特征在于， 所述图像采集中心还包 括位置标记模块， 所述位置标记模块用于获取烟火预警 图像、 工程车辆预警 图像和漂浮物 预警图像， 查找上述三类图像对应的电力线路监控视频， 根据电力线路监控视频的采集位 置确定图像的地理位置， 为烟火预警 图像、 工程车辆预警 图像以及漂浮物预警 图像标记对 应的地理位置 。 3.根据权利要求1所述的电力线路监控预警系统， 其特征在于， 所述视频抽帧模块包括 抽帧单元和筛选单元； 抽帧单元， 用于对电力线路监控视频每隔10帧抽取一帧图像； 筛选单元， 用于计算本次抽取图像与上一次抽取图像之间的相似度， 若两者之间的相 似度超过相似度阈值， 则 删除本次抽取的图像， 否则保留本次抽取的图像。 4.根据权利要求1所述的电力线路监控预警系统， 其特征在于， 所述设置目标检测算法 对图像进行初步检测具体包括： 将图像输入主干特 征提取网络得到相应的特 征图； 通过区域建议网络在特 征图中生成候选区域； 对每一个区域建议网络得到的候选区域进行Ro lAlign操作得到规整后的特 征图； 将规整后的特征图进行分类和回归， 分别得到候选区域的目标类别和边界框， 同时将 规整后的特 征图送入Mask 通路实现目标分割； 其中目标类别包括烟 火的图像为检测出烟 火的图像， 目标类别包括工程车辆的图像为 检测出工程车辆的图像， 目标类别包括漂浮物的图像为检测出漂浮物的图像。 5.根据权利要求1所述的 电力线路监控预警系统， 其特征在于， 所述设置SSD算法对工 程车辆预警图像进行检测识别具体包括： 构建SSD算法模型， S SD算法模型包括特 征提取网络和目标检测网络； 对SSD算法模型中的参数进行随机初始化， 并采用工程车辆训练样本对SSD算法模型进 行训练； 将工程车辆预警图像送入训练后的SSD算法模型得到工程车辆类别和工程车辆检测 框。权　利　要　求　书 1/2 页 2 CN 114937238 A 26.根据权利要求1所述的电力线路监控预警系 统， 其特征在于， 所述设置YOLO ‑V4算法 对漂浮物预警图像进行检测识别具体包括： 构建YOLO ‑V4算法模型， YOLO ‑V4算法模型包括SE ‑MobileNetv2特征提取网络、 SPP+ PANet空间金字塔池化网络和YOLOHead预测网络； 对YOLO‑V4算法模型中的参数进行随机初始化， 并采用漂浮物训练样本对YOLO ‑V4算法 模型进行训练； 将漂浮物预警图像送入训练后的YOLO ‑V4算法模型 得到漂浮物类别和漂浮物检测框 。 7.根据权利要求2所述的电力线路监控预警系统， 其特征在于， 所述警示模块包括烟 火 警示单元、 工程车辆警示单 元和漂浮物警示单 元； 烟火警示单元， 用于将烟 火识别模块的检测 识别结果和烟 火预警图像推送给电力运维 抢修人员的接 收终端， 并向消防系统发送警示信息， 其中烟火预警 图像标记对应的地理位 置； 工程车辆警示单元， 用于将工程车辆识别模块的检测识别结果和工程车辆预警图像推 送给电力运维抢修人员的接 收终端， 并向公安系统发送警示信息， 其中工程车辆预警 图像 标记对应的地理位置； 漂浮物警示单元， 用于将漂浮物识别模块的检测 识别结果和漂浮物预警图像推送给电 力运维抢修人员的接收终端， 其中漂浮物预警图像标记有对应的地理位置 。 8.根据权利要求1所述的电力线路监控预警系统， 其特征在于， 所述图像采集中心与电 力服务器通过5G网络进行 无线通信。权　利　要　求　书 2/2 页 3 CN 114937238 A 3