[发明专利]一种基于视频分析的调度监控方法和系统

权利要求书

1.一种基于视频分析的调度监控方法，其特征在于，包括如下步骤：

采集变电站设备的所有状态的视频以及图像，基于卷积神经网络进行变电站设备视频信息进行特征提取，进行特征压缩和索引生成，存储至变电站设备信息数据库；

提取已存储的视频目标分类检索特征，基于变电站设备的视频以及图像进行多源异构数据信息融合模型的构建；

获取基于卷积神经网络的视频图像状态识别结果，提取变电站设备的状态运行信息，构建变电站设备状态标准库；

基于构建的多源异构数据信息融合模型和变电站设备状态标准库，导入变电站设备的监控接口，进行变电站设备的实时监控。

2.根据权利要求1所述的一种基于视频分析的调度监控方法，其特征在于，所述的基于卷积神经网络进行变电站设备视频信息进行特征提取的步骤包括如下：

基于计算机视觉库进行变电站设备视频信息的帧图像截取并存储；

提取已存储的变电站设备的帧图像，进行卷积神经网络的局部范围像素感知，进行变电站设备图像的卷积层的特征内容输出；

基于卷积层的特征输出进行下采样，进行特征内容的特征降维，压缩变电站设备图像的数据和参数数量；

获取变电站设备的特征降维内容，采用激励函数进行非线性映射，将所有的特征图像进行连接并输出特征提取结果。

3.根据权利要求1所述的一种基于视频分析的调度监控方法，其特征在于，所述多源异构数据信息融合模型的构建具体包括如下：

采集变电站设备的环境参数以及设备状态信息；

采用深度随机配置网络进行变电站设备的环境参数以及设备状态信息的多层面特征到输出类别的非线性映射能力；

针对变电站设备的环境参数以及设备状态信息进行集成以及融合处理。

4.根据权利要求1所述的一种基于视频分析的调度监控方法，其特征在于，所述变电站设备状态标准库构建包括如下：

基于卷积神经网络进行变电站设备的任意状态的帧图像识别；

采集变电站设备的包含标准状态的帧图像以及非标准状态的帧图像进行标准库构建。

5.根据权利要求1所述的一种基于视频分析的调度监控方法，其特征在于，所述变电站设备的实时监控具体包括如下：

获取变电站设备的监控视频接口，进行变电站设备的实时视频图像截图；

基于截取的视频图像采用卷积神经网络进行特征提取；

基于构建的多源异构数据信息融合模型进行视频图像导入，获取变电站设备图像的融合结果；

将变电站设备图像的融合结果数据与变电站设备状态标准库存储的数据进行匹配，针对匹配失败的变电站设备状态进行告警。

6.一种基于视频分析的调度监控系统，其特征在于，包括如下步骤：

数据采集模块，用于采集变电站设备的所有状态的视频以及图像；

特征提取模块，用于基于卷积神经网络进行变电站设备视频信息进行特征提取，进行特征压缩和索引生成，存储至变电站设备信息数据库；

融合模型构建模块，用于提取已存储的视频目标分类检索特征，基于变电站设备的视频以及图像进行多源异构数据信息融合模型的构建；

标准库构建模块，用于获取基于卷积神经网络的视频图像状态识别结果，提取变电站设备的状态运行信息，构建变电站设备状态标准库；

监控模块，用于基于构建的多源异构数据信息融合模型和变电站设备状态标准库，导入变电站设备的监控接口，进行变电站设备的实时监控。