[发明专利]电网设备巡检的人工智能识别云平台及实现识别的方法

说明书

本发明公开了一种电网设备巡检的人工智能识别云平台及实现识别的方法，该云平台上存储有适用于不同设备、不同数据的识别模型，请求方发送请求到云平台，请求云平台的数据处理单元调用识别模型对请求识别的数据进行处理，云平台处理完成后再将识别结果回传给请求方，数据处理过程全部在云平台上完成，结合5G等快速通信手段，实现快速处理和传输，节约站点数据中心设备成本，提升处理速度。通过请求方请求，云平台根据请求调用存储的识别模型进行识别处理的方法，对于不同的数据针对性的进行不同的处理，保障处理结果的准确性，云平台存储的识别模型种类齐全，满足不同的巡检设备的数据识别请求。

技术领域

本发明属于电网设备巡检数据识别技术领域，具体地说，涉及电网设备巡检的人工智能识别云平台及实现识别的方法。

背景技术

随着科学技术的迅速发展，对于电力行业的要求也得到了逐步的提升。目前，我国大力发展智能变电站，构建大数据平台。由于电力设备长期处于运行状态，同时受环境等因素的影响，会产生不同的故障，从而对电力系统的安全、稳定造成一定的危害，因此电力设备的故障检测与分析是智能电网中非常重要的一环，对不同类型的电力设备进行有效的监控，并实时、自动的分析电力设备有无故障已成为研究的热点。

由于一个电站涉及到的设备数量较大，种类较多，且电力设备监控数据处理的即时性非常重要，因此在进行检测数据识别处理过程中需要数据中心的处理设备具有较高的运算速度和较强的运算能力，相应的需要增加数据中心的布置成本。而中国幅员辽阔，电力站数量较多，成本总量会增加很多。因此需要一种能够合理节约硬件成本，同时能够满足数据识别计算的即时性的方法。

随着5G通信技术的发展，通过网络进行数据的上传下载已经可以达到非常可观的速度，且随着将来的发展还是更加迅速。新通讯技术的应用可以满足数据的即时性。

申请号为201810140221.7的发明专利公开了一种基于云平台的混杂包裹检测和识别方法、装置及系统，包括：采集图像或图像序列；从采集的图像或图像序列中提取特征信息；判断是否更新检测和识别模型：是，则向云平台发送请求，下载检测和识别模型算法参数包并更新检测和识别模型；否，则将特征信息输入检测和识别模型进行识别，得到检测和识别结果并输出。实现了动态更新包裹数据集，动态更新训练算法模型参数，动态更新检测和识别模型。并通过利用云平台进行深度学习训练，降低了对相机/相机组合端处理器配置的要求，提高了整个系统的执行效率。此外云平台可以进行检测和识别模型的训练，多个装置可以共享一个云平台训练出的检测和识别算法模型，减少成本，提高执行效率。该方案在包裹的检测和识别中采用云平台进行深度学习训练，多个装置可以共享一个云平台，达到减少成本，提高执行效率的目的。目前在电网设备中仍没有相应的解决方式。

发明内容

针对现有技术中上述的不足，本发明提供一种电网设备巡检的人工智能识别云平台及实现识别的方法，该云平台上存储有适用于不同设备、不同数据的识别模型，请求方发送请求到云平台，请求云平台的数据处理单元调用识别模型对请求识别的数据进行处理，云平台处理完成后再将识别结果回传给请求方，数据处理过程全部在云平台上完成，结合5G等快速通信手段，实现快速处理和传输，节约站点数据中心设备成本，提升处理速度。通过请求方请求，云平台根据请求调用存储的识别模型进行识别处理的方法，对于不同的数据针对性的进行不同的处理，保障处理结果的准确性，云平台存储的识别模型种类齐全，满足不同的巡检设备的数据识别请求。