[发明专利]集成于变电站视频监控装置的渗漏监测装置及方法、介质

权利要求书

1.一种集成于变电站视频监控装置的渗漏智能监测装置，其特征在于，包括：

图像接收单元，用于接收安装在变电站不同场所的多个摄像头所拍摄的多帧室内墙面外观图像；

图像预处理单元，用于对所述多帧室内墙面外观图像进行预处理；

图像特征提取单元，用于将经所述预处理后的多帧室内墙面外观图像依次输入预先训练好的卷积神经网络模型进行特征提取获得图像中的渗漏区域特征；

分类单元，用于将所述渗漏区域特征输入预先训练好的分类器进行分类获得分类结果；其中所述分类结果包括渗漏、未渗漏；以及

告警单元，用于根据所述分类结果确定是否进行告警，若是，则生成告警信息并发送至变电站综合管理装置以使得变电站综合管理装置根据所述告警信息进行告警。

2.根据权利要求1所述的渗漏智能监测装置，其特征在于，所述多个摄像头分别安装在变电站不同场所，用于拍摄变电站不同场所的室内墙面外观图像并发送至所述渗漏智能监测装置；所述变电站综合管理装置用于响应于接收到所述渗漏智能监测装置发送的告警信息，进行告警。

3.根据权利要求2所述的渗漏智能监测装置，其特征在于，所述变电站综合管理装置进行告警的方式具体为：

通过网络交换机将所述告警信息发送至变电站内值班的监控后台或运维人员的手持移动终端办公平台；其中所述告警信息包括变电站名称、分类结果、渗漏时间、渗漏位置。

4.根据权利要求3所述的渗漏智能监测装置，其特征在于，所述摄像头为球形摄像头。

5.一种如权利要求1～4任一项所述的渗漏智能监测装置的监测方法，其特征在于，包括：

接收安装在变电站不同场所的多个摄像头所拍摄的多帧室内墙面外观图像；

对所述多帧室内墙面外观图像进行预处理；

将经所述预处理后的多帧室内墙面外观图像依次输入预先训练好的卷积神经网络模型进行特征提取获得图像中的渗漏区域特征；

将所述渗漏区域特征输入预先训练好的分类器进行分类获得分类结果；其中所述分类结果包括渗漏、未渗漏；

根据所述分类结果确定是否进行告警，若是，则生成告警信息并发送至变电站综合管理装置以使得变电站综合管理装置根据所述告警信息进行告警。

6.根据权利要求5所述的渗监测方法，其特征在于，所述对所述多帧室内墙面外观图像进行预处理包括：

对所述多帧室内墙面外观图像依次进行灰度处理、二值化处理、滤波和边界检测。

7.根据权利要求5所述的监测方法，其特征在于，所述方法还包括：

所述卷积神经网络模型进行特征提取获得渗漏区域特征后，所述卷积神经网络模型还识别渗漏区域特征在对应变电站场所中的位置信息。

8.根据权利要求5所述的监测方法，其特征在于，所述卷积神经网络模型的训练过程如下：

获取训练样本数据，所述训练样本数据包括多帧存在渗漏的墙面外观图像；

对所述训练样本数据中的每帧图像的渗渗漏区域进行标记，标记的区域统一为200dpi×200dpi的图像子块；

获取卷积神经网络基础模型，利用所述训练样本数据对所述卷积神经网络基础模型进行训练学习获得所述卷积神经网络模型；其中所述卷积神经网络基础模型包括卷积层、池化层和全连接层。

9.根据权利要求5所述的监测方法，其特征在于，所述将所述渗漏区域特征输入预先训练好的分类器进行分类获得分类结果，包括：

将所述渗漏区域特征与分类器的特征数据库中的渗漏区域参考特征一一进行对比，若存在至少一个渗漏区域参考特征与所述渗漏区域特征的相似度大于预设阈值，则判断为渗漏，否则，则判断为未渗漏。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求5至9任一所述的方法。