1.本发明涉及一种基于宽窄带数据融合的智慧杆塔状态分析方法及系统，属于用于输电运维监视控制系统的技术领域。
背景技术：2.随着我们架空输电线路越来越多，许多传感器设备、监控设备也应用到了输电线路上，但单一使用某种传感器或监控设备并不能很好的表现出现场的实际情况，传感器信息只有数据，不能显著的表现出现场的情况，而监控设备只有音视频数据，虽能较为显著的表现出现场的情况，但是没有数据，也不利于较为准确的表现出现场的具体情况。根据传感器和监控设备的性质，将管理平台区分为物管平台与统一视频平台，两者是互相独立的两个系统，彼此之间的数据形成了数据孤岛，例如：
3.中国专利文献cn105580489公开一种信息处理装置、通信方法以及存储介质本发明执行适当的数据传输控制。这个信息处理设备使用高频带的无线传输信道和/或低频带的无线传输信道执行数据传输，并且根据wi-fi certified miracast规范与另一信息处理装置执行实时图像传输。而且,该信息处理装置配备控制单元。这个控制单元执行使得通过使用低频带的无线传输信道向所述另一信息处理装置发送与wi-fi certified miracast相关的控制信号的控制。
4.中国专利文献cn114422408涉及一种变电站监控方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括：监测各子站与监控主站之间的通信连接情况；若有第一子站与所述监控主站之间断开连接，则由第二子站向所述第一子站发送时间同步信息；其中，所述第二子站与所述第一子站通信连接；根据所述时间同步信息，基于所述第二子站的时间戳更新所述第一子站的时间戳，得到所述第一子站的目标时间戳；根据所述目标时间戳，记录所述第一子站中所产生的事件信息。本技术可以防止子站与监测主站断开通信连接后，导致没有及时上传至监测主站的数据丢失的情况，可提高变电站的监控效率。
5.综上，目前音视频设备接入统一视频平台，传感器设备接入物管平台，音视频设备与传感器设备之间是独立的，统一视频平台和物管平台是独立的。当音视频设备分析出现场存在隐患时，会上报到统一视频平台，但此时传感器设备是不会收集传感器数据，隐患报警信息也不会上传到物管平台，当传感器采集计算出现场存在隐患时，音视频设备也不会采集数据，统一视频平台也不会接收到报警信息。
6.根据现有技术文献记载可知，虽然本领域技术人员已经意识到要将不同类型的监控信息进行关联，但是其关联方式是采用时间戳的方式，虽然此种方式可以保证不同信息之间的时刻关联，但是容易造成海量数据，且在后续数据调用查询时无法根据输电隐患进行聚焦查询。即当出现重大异常时，两者并不能同时触发预警、引入人为干预处理，从而造成重大损失！因此，怎样脱离时间戳对不同类型信号进行关联就是本领域技术人员所一直研究和寻求突破的技术方向。
7.综上，在输电线路监测的技术领域，基于监控设备与传感器设备之间、物管平台与
统一视频平台之间没有联动、不能记录同一时刻的现场信息的情况，不利于后期建立异常数据集，也不利于各个平台数据同步，预警同步。即针对智慧杆塔状态的监控数据区分宽带数据和窄带数据：由于数据所占存储空间的原因，两种数据被储存至不同的平台或者服务器，从而难以实现信息联动，造成信息孤岛。
技术实现要素：8.针对现有技术存在的技术问题，本发明公开了一种基于宽窄带数据融合的智慧杆塔状态分析方法。所述宽带数据指的是音视频数据，如图像，录像，音频；所述窄带数据指的是传感器数据。本发明实现了对当前输电杆塔运行状态进行传感数据、音、视频监控数据、物管平台、统一视频平台联动，为输电运维检修人员提供实时运维依据。
9.本发明还公开一种实现上述分析方法的系统。
10.本发明详细的技术方案如下：
11.一种基于宽窄带数据融合的智慧杆塔状态分析方法，其特征在于，包括：
12.(1)汇集杆塔周边传感器设备和音视频采集设备分别实时采集的监测数据：所述传感器设备可采集或可计算出的数据微气象传感器-微气象数据，例如风速、风向、气温、湿度、气压、雨强、光辐射强度等；杆塔倾斜传感器采集杆塔倾斜数据，例如顺线倾斜角、横向倾斜角等；导线弧垂传感器采集导线弧垂数据，例如导线对地距离、线夹出口处导线切线与水平线夹角等；导线覆冰传感器-覆冰数据，例如等值覆冰厚度、综合悬挂载荷、不均衡张力差、原始拉力值等；导线舞动传感器采集舞动数据，例如舞动幅值、垂直舞动幅值，水平舞动幅值等；风偏传感器采集风偏数据，例如风偏角、偏斜角、最小电气间隙、风偏采集时刻瞬时风速、风偏采集时刻瞬时风向、风偏采集时刻湿度等；所述音视频采集设备包括：高清数字摄像机、热成像摄像机等；所对应采集数据包括：图片或短视频或音频，通过ai识别可分析当前图片中是否有导线弧垂，风偏、烟火等隐患；
13.(2)分别对监测数据进行智能识别及联动识别
14.对传感器设备所采集的监测数据利用算法识别模块进行异常识别，该识别包括但不限于：通过算法识别模块对导线舞动、风偏、导线弧垂、和/或导线覆冰进行异常识别，其中，所述的算法识别模块属于现有技术，其与本发明所述方案结合后以实现融合分析的目的，但不是本发明所要保护的内容；
15.对音视频采集设备所采集的监测数据利用ai分析进行异常识别，该识别包括但不限于：通过ai分析识别出音视频中如烟火、导线异物、杆塔异物、销钉等隐患，其中，所述ai分析属于现有技术，其与本发明所述方案结合后以实现融合分析的目的，但不是本发明所要保护的内容；
16.所述联动识别是指，当利用算法识别模块识别到传感器设备的监测数据异常时，则调用音视频采集设备，用于聚焦出现异常的场景，进行抓拍，录像；当利用ai分析识别到音视频采集设备的监测数据异常时，则调用传感器设备，用于聚焦出现异常的场景，进行实时采集监测数据；
17.(3)建立数据集并储存
18.针对传感器设备的监测数据及联动监测数据的储存：
19.当利用算法识别模块未识别到传感器设备的监测数据异常时，则直接将实时采集
的监测数据存为数据集，并按时刻上传至物管平台；
20.当利用算法识别模块识别到传感器设备的监测数据异常时，则调用音视频采集设备，用于聚焦出现异常的场景，进行抓拍，录像，按时刻将出现异常时的传感器设备和音视频设备采集到监测数据作为联动监测数据一起形成数据集；形成联动监测数据的监测数据根据时刻建立时刻标签；
21.针对音视频设备的监测数据及联动监测数据的储存：
22.当利用ai分析未识别到音视频设备的监测数据异常时，则直接将实时采集的监测数据存为数据集，并按时刻上传至视频平台；
23.当利用ai分析识别到音视频设备的监测数据异常时，则调用传感器设备，用于聚焦出现异常的场景，进行实时采集监测数据，按时刻将出现异常时的传感器设备和音视频设备采集到监测数据作为联动监测数据一起形成数据集；形成联动监测数据的监测数据根据时刻建立时刻标签；
24.标有时刻标签的传感器设备监测数据按时刻上传至物管平台，标有时刻标签的音视频设备监测数据按时刻上传至视频平台。
25.根据本发明优选的，形成联动监测数据的监测数据根据异常情况建立异常标签，所述异常标签跟随所述传感器设备监测数据和音视频设备监测数据，按时刻分别上传至物管平台和视频平台。
26.根据本发明优选的，在步骤(1)中，用于汇集杆塔周边传感器设备和音视频采集设备的实时采集的监测数据的设备为边缘物联代理设备。
27.一种实现上述分析方法的系统，其特征在于，包括：
28.架设在杆塔周围的传感器设备和音视频设备，在杆塔上设置的边缘物联代理设备，远程的物管平台和视频平台；所述传感器设备和音视频设备分别和边缘物联代理设备通过无线和有线连接；所述边缘物联代理设备分别与物管平台和视频平台通过无线连接。
29.根据本发明优选的，在所述传感器设备中加载有算法识别模块；在所述音视频设备中加载有ai分析。
30.根据本发明优选的，在所述边缘物联代理设备中加载算法识别模块和ai分析。
31.根据本发明优选的，所述传感器设备和音视频设备之间通过有线或者无线连接。
32.本发明的技术优势如下：
33.1、本发明通过联动收集传感器数据、音视频数据等多种方式的现场数据，对现场环境实现多方位、多角度的的立体监测，既能通过查看图片/录像查看现场具体实际情况，又能通过传感器数据准确的量化现场环境异常时的严重程度。
34.2、本发明所述传感器设备采集到的数据，通过导线舞动算法、风偏算法、导线弧垂算法、导线覆冰算法等计算出舞动幅值、风偏角、最小电气间隙、导线弧垂距离、综合悬挂载荷、等值覆冰厚度等数据，分析数据是否超过正常阈值，如果超出阈值，上传数据和告警信息至物管平台，且同时联动音视频设备，聚焦出现异常的场景，进行图片抓拍，录像录制，并对抓拍的图片及录像进行ai分析，根据ai技术分析是否异常，将图片/录像数据及告警信息上传到视频平台。
35.3、本发明音视频设备采集到的图片或录像信息，通过ai技术分析，当前环境是否存在导线覆冰，温度，烟火等异常信息，并将图片/录像及告警信息上传到视频平台，同时联
动传感器进行传感器数据采集，将采集到的数据通过导线舞动，覆冰，风偏，导线测温等算法分析得到准确的舞动幅值，最小电气间隙，风偏角，温度等，量化现场异常时的数值，对比正常阈值，从而确定现场异常时的严重程度，并将数据及告警信息上传到物管平台。
36.4、音视频设备与传感器设备是相互独立的，两种类型采集数据的时间不同，如当通过分析传感器信息获取到异常时，物管平台可以及时收到告警信息，但视频平台可能由于此时不是音视频设备的采集时间，从而无法及时接收到告警，反之亦然。
37.综上可知，本发明通过所述方法提供的设备之间进行联动，从而确保物管平台和视频平台能及时收到告警，并进行处理。
附图说明
38.图1是本发明所述方法的流程示意图；
39.图2是本发明所述系统的模块连接示意图。
具体实施方式
40.下面结合实施例和说明书附图对本发明做详细的说明，但不限于此。
41.实施例1、
42.如图1所示，一种基于宽窄带数据融合的智慧杆塔状态分析方法，包括：
43.(1)汇集杆塔周边传感器设备和音视频采集设备分别实时采集的监测数据；
44.(2)分别对监测数据进行智能识别及联动识别：
45.对传感器设备所采集的监测数据利用算法识别模块进行异常识别；
46.对音视频采集设备所采集的监测数据利用ai分析进行异常识别；
47.所述联动识别是指，当利用算法识别模块识别到传感器设备的监测数据异常时，则调用音视频采集设备，用于聚焦出现异常的场景，进行抓拍，录像；当利用ai分析识别到音视频采集设备的监测数据异常时，则调用传感器设备，用于聚焦出现异常的场景，进行实时采集监测数据；
48.建立数据集并储存
49.针对传感器设备的监测数据及联动监测数据的储存：
50.当利用算法识别模块未识别到传感器设备的监测数据异常时，则直接将实时采集的监测数据存为数据集，并按时刻上传至物管平台；
51.当利用算法识别模块识别到传感器设备的监测数据异常时，则调用音视频采集设备，用于聚焦出现异常的场景，进行抓拍，录像，按时刻将出现异常时的传感器设备和音视频设备采集到监测数据作为联动监测数据一起形成数据集；形成联动监测数据的监测数据根据时刻建立时刻标签；
52.针对音视频设备的监测数据及联动监测数据的储存：
53.当利用ai分析未识别到音视频设备的监测数据异常时，则直接将实时采集的监测数据存为数据集，并按时刻上传至视频平台；
54.当利用ai分析识别到音视频设备的监测数据异常时，则调用传感器设备，用于聚焦出现异常的场景，进行实时采集监测数据，按时刻将出现异常时的传感器设备和音视频设备采集到监测数据作为联动监测数据一起形成数据集；形成联动监测数据的监测数据根
据时刻建立时刻标签；
55.标有时刻标签的传感器设备监测数据按时刻上传至物管平台，标有时刻标签的音视频设备监测数据按时刻上传至视频平台。
56.实施例2、
57.如实施例1所述一种基于宽窄带数据融合的智慧杆塔状态分析方法，形成联动监测数据的监测数据根据异常情况建立异常标签，所述异常标签跟随所述传感器设备监测数据和音视频设备监测数据，按时刻分别上传至物管平台和视频平台。
58.实施例3、
59.如实施例1所述一种基于宽窄带数据融合的智慧杆塔状态分析方法，在步骤(1)中，用于汇集杆塔周边传感器设备和音视频采集设备的实时采集的监测数据的设备为边缘物联代理设备。
60.实施例4、
61.如图2所示，一种实现上述分析方法的系统，包括：
62.架设在杆塔周围的传感器设备和音视频设备，在杆塔上设置的边缘物联代理设备，远程的物管平台和视频平台；所述传感器设备和音视频设备分别和边缘物联代理设备通过无线和有线连接；所述边缘物联代理设备分别与物管平台和视频平台通过无线连接。
63.在所述传感器设备中加载有算法识别模块；在所述音视频设备中加载有ai分析。
64.在所述边缘物联代理设备中加载算法识别模块和ai分析。
65.所述传感器设备和音视频设备之间通过有线或者无线连接。
技术特征：1.一种基于宽窄带数据融合的智慧杆塔状态分析方法，其特征在于，包括：(1)汇集杆塔周边传感器设备和音视频采集设备分别实时采集的监测数据；(2)分别对监测数据进行智能识别及联动识别对传感器设备所采集的监测数据利用算法识别模块进行异常识别；对音视频采集设备所采集的监测数据利用ai分析进行异常识别；所述联动识别是指，当利用算法识别模块识别到传感器设备的监测数据异常时，则调用音视频采集设备，用于聚焦出现异常的场景，进行抓拍，录像；当利用ai分析识别到音视频采集设备的监测数据异常时，则调用传感器设备，用于聚焦出现异常的场景，进行实时采集监测数据；(3)建立数据集并储存针对传感器设备的监测数据及联动监测数据的储存：当利用算法识别模块未识别到传感器设备的监测数据异常时，则直接将实时采集的监测数据存为数据集，并按时刻上传至物管平台；当利用算法识别模块识别到传感器设备的监测数据异常时，则调用音视频采集设备，用于聚焦出现异常的场景，进行抓拍，录像，按时刻将出现异常时的传感器设备和音视频设备采集到监测数据作为联动监测数据一起形成数据集；形成联动监测数据的监测数据根据时刻建立时刻标签；针对音视频设备的监测数据及联动监测数据的储存：当利用ai分析未识别到音视频设备的监测数据异常时，则直接将实时采集的监测数据存为数据集，并按时刻上传至视频平台；当利用ai分析识别到音视频设备的监测数据异常时，则调用传感器设备，用于聚焦出现异常的场景，进行实时采集监测数据，按时刻将出现异常时的传感器设备和音视频设备采集到监测数据作为联动监测数据一起形成数据集；形成联动监测数据的监测数据根据时刻建立时刻标签；标有时刻标签的传感器设备监测数据按时刻上传至物管平台，标有时刻标签的音视频设备监测数据按时刻上传至视频平台。2.根据权利要求1所述一种基于宽窄带数据融合的智慧杆塔状态分析方法，其特征在于，形成联动监测数据的监测数据根据异常情况建立异常标签，所述异常标签跟随所述传感器设备监测数据和音视频设备监测数据，按时刻分别上传至物管平台和视频平台。3.根据权利要求1所述一种基于宽窄带数据融合的智慧杆塔状态分析方法，其特征在于，在步骤(1)中，用于汇集杆塔周边传感器设备和音视频采集设备的实时采集的监测数据的设备为边缘物联代理设备。4.一种实现如权利要求1-3任意一项所述分析方法的系统，其特征在于，包括：架设在杆塔周围的传感器设备和音视频设备，在杆塔上设置的边缘物联代理设备，远程的物管平台和视频平台；所述传感器设备和音视频设备分别和边缘物联代理设备通过无线和有线连接；所述边缘物联代理设备分别与物管平台和视频平台通过无线连接。5.根据权利要求4所述的系统，其特征在于，在所述传感器设备中加载有算法识别模块；在所述音视频设备中加载有ai分析。6.根据权利要求4所述的系统，其特征在于，在所述边缘物联代理设备中加载算法识别
模块和ai分析。7.根据权利要求4所述的系统，其特征在于，所述传感器设备和音视频设备之间通过有线或者无线连接。
技术总结一种基于宽窄带数据融合的智慧杆塔状态分析方法，包括：汇集杆塔周边传感器设备和音视频采集设备分别实时采集的监测数据；分别对监测数据进行智能识别及联动识别，对传感器设备所采集的监测数据利用算法识别模块进行异常识别；对音视频采集设备所采集的监测数据利用AI分析进行异常识别；建立数据集并储存；针对传感器设备的监测数据及联动监测数据的储存；针对音视频设备的监测数据及联动监测数据的储存。本发明通过联动收集传感器数据、音视频数据等多种方式的现场数据，对现场环境实现多方位、多角度的的立体监测，既能通过查看图片/录像查看现场具体实际情况，又能通过传感器数据准确的量化现场环境异常时的严重程度。器数据准确的量化现场环境异常时的严重程度。器数据准确的量化现场环境异常时的严重程度。
技术研发人员：李晓 侯松 王书堂 徐学来 孔令琦
受保护的技术使用者：智洋创新科技股份有限公司
技术研发日：2022.07.12
技术公布日：2022/11/1
