[发明专利]一种基于分布式人工智能的一体化引擎系统及处理方法

权利要求书

1.一种基于分布式人工智能的一体化引擎处理方法，其特征在于，包括依次进行的如下步骤：

(1)利用非单一直线轨道行走方式的摄像装置，控制摄像装置在囊括电站中的所有设备的拍摄范围内，多角度拍摄各个设备的图像；同时，采集电站中所有设备运行数据；

(2)采用半自动图像标注的方式，对各个设备的图像按照与电站的实际状态贴合的形式进行标记，并将标记后图像样本送入模型训练库；

(3)对电站中各设备标记后的图像和设备运行数据进行综合分析处理，并基于处理结果进行模型建模和模型训练；

(4)通过可视化方式实现对电站的运行信息、保护信息、运行状态进行运行监视，综合展示。

2.如权利要求1所述的方法，其特征在于：所述步骤(1)中控制摄像装置的拍角度范围大于囊括智能电站中的所有设备的角度范围。

3.如权利要求1或2所述的方法，其特征在于：所述步骤(1)中囊括智能电站中的所有设备包括高压配电设备、低压配电备、整流设备、开关电源中的至少一个。

4.如权利要求3所述的方法，其特征在于：所述步骤(1)中采集变电站所有设备运行数据，具体为分别进行电流、电压、功率、频率数据和故障信息其中至少一种的实时采集。

5.如权利要求1或4所述的方法，其特征在于：所述步骤(3)中对智能变电站各设备标记后图像和设备运行数据进行综合分析处理，具体为进行数据处理、数据存储和数据资源管理。

6.如权利要求5所述的方法，其特征在于：所述步骤(3)中进行模型建模和模型训练，具体为：将模型训练库与生产系统联动，在生产系统判断识别错误后，模型训练库中自动增加该条判定结果，并启动训练过程。

7.如权利要求6所述的方法，其特征在于：模型训练过程具体为：将模型训练库中的图像按照变电站规模、电压等级、接线方式进行分类，智能选取和电站分类接近的设备缺陷照片进行分类学习。

8.如权利要求6所述的方法，其特征在于：进行模型建模和模型训练的过程中，还利用ANSYS模拟软件进行设备受力、磁场、温度场中至少一个的模拟来产生更多的图片，进行特定的模型训练。

9.如权利要求7或8所述的方法，其特征在于：基于OpenCV的图像识别技术，对机器学习算法结的果进行自动纠正。

10.一种基于分布式人工智能的一体化引擎系统，其用于实现权利要求1-9任一项所述的基于分布式人工智能的一体化引擎处理方法，系统包括：

业务层，其包括视频采样数据模块和设备数据模块；其中视频采样数据模块，用于利用非单一直线轨道行走方式的摄像装置，控制摄像装置在囊括智能电站中的所有设备的拍摄范围内，多角度拍摄各个设备的图像；设备数据模块，用于采集变电站所有设备运行数据；

人工智能层，用于对电站中各设备标记后的图像和设备运行数据进行综合分析处理，并基于处理结果进行模型建模和模型训练；

业务层，用于通过可视化方式实现对电站的运行信息、保护信息、运行状态进行运行监视，综合展示。