(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 202210671945.0 (22)申请日 2022.06.14 (71)申请人 国网浙江省电力有限公司 地址 310007 浙江省杭州市黄龙路8号 申请人 国网浙江省电力有限公司湖州供电 公司　 浙江华云信息科技有限公司 (72)发明人 丁伟斌　姚日权　费英群　张翼　 汤佳璐　金春兰　吴洁　陈思琪　 (74)专利代理 机构 杭州华鼎知识产权代理事务 所(普通合伙) 33217 专利代理师 王旭峰 (51)Int.Cl. G06V 20/40(2022.01) G06V 10/762(2022.01)G06T 7/73(2017.01) G06V 10/147(2022.01) G06Q 50/06(2012.01) (54)发明名称 基于传感器和聚类分析模型的机耗量智能 计量方法及系统 (57)摘要 本申请提供了一种基于传感器和聚类分析 模型的机耗量智能计量方法及系统， 本申请通过 视觉传感器获取在电力作业操作过程中的作业 对象视频图像和机械台班中作业车辆轨迹视频 图像； 分别进行预处理得到第一样 本数据和第二 样本数据； 对第二样本数据进行处理得到车辆行 程信息和车辆身份信息； 提取第一样本数据中的 动作信息及每个作业动作的起止时刻； 基于预构 建的聚类分析模型对动作信息进行分类以确定 作业类型； 根据车辆起止时刻和每个作业动作的 起止时刻、 作业类型确定机械台班中车辆的作业 对象和作业类型； 根据车辆的作业类型、 车辆轨 迹计量机械台班中车辆的机耗量数据。 本申请能 够自动、 准确获取机械台班在各项作业中的实际 消耗量。 权利要求书2页 说明书7页 附图2页 CN 115187894 A 2022.10.14 CN 115187894 A 1.基于传感器和聚类分析模型的机耗 量智能计量方法， 其特 征在于， 所述方法包括： 通过视觉传感器获取在电力作业操作过程中的作业对象视频图像和机械台班中作业 车辆轨迹视频图像； 分别对所述作业对象视频图像和作业车辆轨迹视频图像进行预处理得到第一样本数 据和第二样本数据； 基于轨迹跟踪分析算法和目标检测算法对所述第二样本数据进行处理得到车辆行程 信息和车辆身份信息； 所述车辆行程信息包括车辆起止时刻和车辆 轨迹； 提取所述第一样本数据中的动作信息及每 个作业动作的起止时刻； 基于预构建的聚类分析模型对所述动作信息进行分类以确定作业类型； 根据所述车辆起止时刻和每个作业动作的起止时刻、 作业类型确定机械台班中车辆的 作业对象和作业类型； 根据所述车辆的作业类型、 车辆 轨迹计量机 械台班中车辆的机耗 量数据。 2.根据权利要求1所述的基于传感器和聚类分析模型的机耗量智能计量方法， 其特征 在于， 所述分别对所述作业对象视频图像和作业车辆轨迹视频图像进 行预处理得到第一样 本数据和第二样本数据包括： 分别对所述作业对象视频图像和所述作业车辆 轨迹视频图像进行降噪处 理； 降噪处理后， 分别进行图像分割处 理得到图像块； 分别提取包 含有作业对象和车辆的图像块作为第一样本数据和第二样本数据。 3.根据权利要求1所述的基于传感器和聚类分析模型的机耗量智能计量方法， 其特征 在于， 所述基于轨迹跟踪分析算法和目标检测算法对所述第二样本数据进 行处理得到车辆 行程信息和车辆身份信息包括： 基于所述目标检测算法对所述第 二样本数据处理得到车辆身份信 息， 所述车辆身份信 息包括车辆型号、 车辆类型； 基于所述轨迹跟踪分析算法对所述第 二样本数据中的车辆按照时间顺序进行排序， 得 到车辆轨迹和车辆起止时刻。 4.根据权利要求1所述的基于传感器和聚类分析模型的机耗量智能计量方法， 其特征 在于， 所述基于预构建的聚类分析模型对所述动作信息进行分类以确定作业类型包括： 提取所述动作信息中的特 征值； 将所述特 征值输入至KN N聚类模型中输出分类结果； 根据所述分类结果确定该动作信息对应的作业类型。 5.根据权利要求1所述的基于传感器和聚类分析模型的机耗量智能计量方法， 其特征 在于， 所述根据所述车辆起止时刻和每个作业动作的起止时刻、 作业类型确定机械台班中 车辆的作业对象和作业类型包括： 计算所述车辆的停止时刻与所述每 个作业动作的开始时刻的时差； 若两者时刻的时差小于预设阈值， 则将该作业动作的作业类型和作业对象确定为机械 台班中车辆的作业对象和作业类型。 6.根据权利要求1所述的基于传感器和聚类分析模型的机耗量智能计量方法， 其特征 在于， 所述 根据所述车辆的作业类型、 车辆 轨迹计量机 械台班中车辆的机耗 量数据包括： 根据所述车辆 轨迹得到车辆行程信息；权　利　要　求　书 1/2 页 2 CN 115187894 A 2根据所述车辆行程信息、 油耗单价信息计算得到车辆在该作业类型中的机耗 量数据。 7.基于传感器和聚类分析模型的机耗 量智能计量系统， 其特 征在于， 所述系统包括： 获取单元， 用于通过视觉传感器获取在电力作业操作 过程中的作业对象视频图像和机 械台班中作业车辆 轨迹视频图像； 预处理单元， 用于分别对所述作业对象视频图像和作业车辆轨迹视频图像进行预处理 得到第一样本数据和第二样本数据； 处理单元， 用于基于轨迹跟踪分析算法和目标检测算法对所述第 二样本数据进行处理 得到车辆行程信息和车辆身份信息； 所述车辆行程信息包括车辆起止时刻和车辆 轨迹； 提取单元， 用于提取 所述第一样本数据中的动作信息及每 个作业动作的起止时刻； 分类单元， 用于基于预构建的聚类分析模型对所述动作信息进行分类以确定作业类 型； 确定单元， 用于根据所述车辆起止时刻和每个作业动作的起止时刻、 作业类型确定机 械台班中车辆的作业对象和作业类型； 计量单元， 用于根据所述车辆的作业类型、 车辆轨迹计量机械台班中车辆的机耗量数 据。 8.根据权利要求7所述的基于传感器和聚类分析模型的机耗量智能计量系统， 其特征 在于， 所述预处 理单元还包括： 降噪子单元， 用于分别对所述作业对象视频图像和所述作业车辆轨迹视频图像进行降 噪处理； 分割子单 元， 用于降噪处 理后， 分别进行图像分割处 理得到图像块； 提取子单元， 用于分别提取包含有作业对象和车辆的图像块作为第 一样本数据和第 二 样本数据。权　利　要　求　书 2/2 页 3 CN 115187894 A 3