[发明专利]一种地下管线的防外力破坏预警方法、装置及系统

说明书

本发明提供了一种地下管线的防外力破坏预警方法、装置及系统。该方法包括：获取地下管线所在环境的视频信息；将所述视频信息以视频流的方式输入已训练好的深度学习模型，利用深度学习模型识别所述视频信息中是否包含危险设备，并在识别到所述视频信息中包含危险设备时输出预测值；将所述预测值与预先设定的预警阈值进行比较，并根据比较结果发出预警信号。本发明能够及时有效地判断是否有会给地下管线带来可能外力破坏的危险设备进入地下管线所在环境，以便工作人员能够及时采取措施阻止可能的破坏行为，从而保护地下管线。

技术领域

本发明涉及地下管线保护技术领域，具体涉及一种地下管线的防外力破坏预警方法、装置及系统。

背景技术

埋藏于地下的管道和线缆最大的威胁来自于外力的破坏。电业局的数据统计资料显示，在所有的电缆故障中，由外力破坏引发的故障占到90％以上。特别是在施工过程中，由于野蛮施工挖断了地下的电缆，是造成电缆故障的重要原因。

为了保护地下电缆，进行有效的监控，对于准确获知破坏源以及及时采取有效的措施，是非常有必要的。目前采用的监控方式主要包括：1)设立标桩：在电缆上设立标桩，进行警示，提醒施工行为，避免野蛮施工产生的人为破坏；2)人工巡检：安排工作人员对电缆定期进行巡视，发现被破坏的电缆，及时反馈；3)摄像头监控：在电缆附近安装摄像头，如果发生破坏行为，调取摄像记录。

然而，这些监控方式均不能为及时判断电缆破坏源提供有效可靠的依据，也就无法在可能发生破坏时及时预警以便工作人员能够有效地制止破坏，因此并不能很好地保护电缆。例如，设立标桩只能起到警示作用；人工巡检只能判断是否产生了破坏，无法获知破坏来源，也无法产生预警；通过摄像头进行监控，虽然能够留下摄像记录，但不能及时发现问题并提供预警以尽可能避免破坏的发生。

因此，如何对可能的破坏行为进行有效的监管以便及时可靠地保护地下管线，是亟需解决的问题。

发明内容

本发明实施例所要解决的技术问题在于，提供一种地下管线的防外力破坏预警方法、装置及系统，能够及时有效地判断是否有会给地下管线带来可能外力破坏的危险设备进入地下管线所在环境并产生预警。

为解决上述技术问题，本发明实施例提供一种地下管线的防外力破坏预警方法，包括：

步骤S11，获取地下管线所在环境的视频信息；

步骤S12，将所述视频信息以视频流的方式输入已训练好的深度学习模型，利用所述深度学习模型识别所述视频信息中是否包含危险设备，并在识别到所述视频信息中包含危险设备时输出预测值，所述预测值用于表示危险设备出现的概率；

步骤S13，将所述预测值与预先设定的预警阈值进行比较，并根据比较结果发出预警信号，以提示地下管线所在环境中出现危险设备的概率。

较佳地，所述深度学习模型是基于YOLO v4的危险设备检测识别模型，用于利用抽帧法或逐帧法对所述视频信息中的图像数据进行目标检测。

较佳地，所述方法进一步包括预先构建并训练所述深度学习模型的步骤，具体包括：

步骤S21，建立危险设备的图像数据集，并将所述图像数据集划分为训练集、验证集以及测试集；

步骤S22，对所述图像数据集进行图像预处理，以提取特征并生成特征图；

步骤S23，构建基于YOLO v4的危险设备检测识别模型；

步骤S24，将生成所述特征图的所述图像数据集输入所述危险设备检测识别模型，对所述危险设备检测识别模型进行训练、验证以及测试；

步骤S25，输出训练好的危险设备检测识别模型，作为所述深度学习模型。

较佳地，所述步骤S21中进一步包括建立危险设备的图像数据集的步骤，具体包括：