[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

说明书

一种基于分布式人工智能的一体化引擎系统及其处理方法，所述方法包括拍摄各个设备的图像和采集电站中所有设备运行数据，采用半自动图像标注的方式进行标记，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，并进行模型建模和模型训练；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，上述方式可以实现采集、标记、训练、识别等的一体化，可以对设备运行情况和环境安防进行识别与检验，及时发现、解决潜在隐患、预防电力设备故障问题，提升变电站运维的设备状态感知、缺陷发现主动预警、风险管控能力。

技术领域

本发明涉及信息处理技术领域，涉及智能变电站技术领域，具体涉及一种基于分布式人工智能的一体化引擎系统及处理方法。

背景技术

电网作为电力的重要载体，具有保障供电安全的作用，能够推进“双碳”目标的完成。然而，随着电网建设的高速发展，变电站数量快速增加，现行变电设备监控管理模式下，设备监控集约化与精益化相矛盾、运维人员缺少有效监测手段、设备运维能力弱化等问题日益凸显。

目前，变电站电力巡检主要存在以下弊端：

(1)巡检人员工作时需要携带多种设备，双手被占用，影响检查效率；

(2)当现场发现问题时，问题反馈的沟通方式有限，同时站内人员无法实时了解巡检人员状态；

(3)由于传统变电站需要人工定期巡检，因此漏检、错检时有发生，从而巡检结果不够直观化和可视化，且巡检过程难以追踪，无法保障巡检结果的准确性。

除此之外，变电站定期的设备、环境巡检虽然在预防设备故障和事故方面起到一定作用，但是缺乏巡查信息的时效性，所以这种保守的巡检模式已经不适合现代化的管理需求，有着明显的不足和弊端。

发明内容

本发明的目的在于克服现有技术的不足，提供一种基于分布式人工智能的一体化引擎系统及其处理方法，实现采集、标记、训练、识别等的一体化，可以对设备运行情况和环境安防进行识别与检验，及时发现、解决潜在隐患、预防电力设备故障问题，提升变电站运维的设备状态感知、缺陷发现主动预警、风险管控能力

本发明提供了一种基于分布式人工智能的一体化引擎处理方法，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。

其中，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。

其中，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。

其中，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。

其中，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。

其中，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。