(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211419618.2 (22)申请日 2022.11.14 (71)申请人 河北电力工程 监理有限公司 地址 050000 河北省石家庄市塔北路107号 (72)发明人 张桂林　齐金定　孟立杰　丰希奎　 何红　袁胜　 (74)专利代理 机构 北京华际知识产权代理有限 公司 11676 专利代理师 刘洋 (51)Int.Cl. G06V 20/52(2022.01) G06V 10/74(2022.01) H04N 7/18(2006.01) G08B 31/00(2006.01) G06Q 50/06(2012.01) (54)发明名称 一种基于机器视觉的电网工程监理系统及 方法 (57)摘要 本发明涉及电网工程监理技术领域， 具体为 一种基于机器视觉的电网工程监理系统及方法， 包括监理路线数据获取模块、 异常表征判断模 块、 预警方式分析模块、 异常表征数量监测模块 和偏差调整模块； 监理路线数据获取模块获取电 网工程的计划架设监理路线和对应路线上的历 史监控数据和实时监控数据； 异常表征判断模块 判断监理路线上是否存在异常表征； 预警方式分 析模块基于异常表征结合历史监控数据分析对 应异常表征的预警方式； 异常表征数量监测模块 实时监测异常表征的数量并进行第一反馈时长 的反馈监理； 偏差调整模块基于异常表征数量监 测模块的结果进行偏差调整； 本发 明提高了电网 工程建设过程中的安全规划性。 权利要求书3页 说明书8页 附图1页 CN 115471796 A 2022.12.13 CN 115471796 A 1.一种基于 机器视觉的电网工程 监理方法， 其特 征在于， 包括以下步骤： 步骤S1： 获取电网工程的计划架设监理路线和对应路线的历史监控和实时监控数据； 步骤S2： 基于实时监控数据， 判断监理路线上是否存在异常表征， 所述异常表征包括树 木和鸟类； 基于异常表征 结合历史监控数据分析对应异常表征的预警方式； 步骤S3： 当实时监测的异常表征的数量为一时， 对所述异常表征进行第一反馈时长的 反馈监理并获取第一监理结果， 并基于第一监理结果与 异常表征的偏 差， 进行实时调整； 所 述实时调整包括时间调整和设备选择调整， 所述反馈监理是指异常表征对应预警方式实施 后的监理； 步骤S4： 当实时监测的异常表征的数量不为一时， 分析异常表征的预警方式以制定动 态优先级； 并根据动态优先级实施步骤S3的反馈监理和实时调整。 2.根据权利要求1所述的一种基于机器视觉的电网工程监理方法， 其特征在于： 所述步 骤S2包括以下步骤： 获取实时监控数据， 标记监控数据中存在异常表征的路线为第一区域路线， 获取第一 区域路线中的第i个初始监控图像面积为ai， 所述初始监控图像为计划架设监理路线中第 一区域路线的实际架设日期获取的图像数据； 当初始监控图像中的异常表征存在树木时， 获取任一初始监控图像的原始比例大小记 为标准图像比例， 且后续 获取的所有监控图像均保持标准图像比例； 标记第i个初始监控图 像中的树木图像面积为第一目标对象面积bi， 提取第一目标对象面积bi与第i个初始监控 图像面积ai的图像占比率为s1i， s1i=bi/ai， 计算第一区域路线初始监控图像的平均图像 占比率为s0， s0=(1/k)*(∑s1i)， k 为第一区域路线中初始监控图像的总个数， i≦k； 获取历史监控数据中与第i个初始监控图像来源一致的历史监控图像， 获取历史监控 图像预设监测周期内的起始图像占比率di 1和终止图像占比率di2， 所述起始图像占比率为 预设监测周期开始 监测的第一天图像数据得到的占比率， 所述终止图像占比率为预设监测 周期最后一天的图像数据得到的占比率， 利用公式： 计算第i个初始监控图像平均每天图像占比率的增长率Ii， T表示预设监测周期的总天 数， 提取k个初始监控图像中的最大值max[I i]为目标增长率； 设置预设线树安全距离对应存在监控图像的平均安全图像占比率g0， 所述平均安全图 像占比率表示在预设的线树安全距离反应到对应监控图像中的第一目标对 象面积与监控 图像面积的占比的平均值； 计算线树距离的预估危险周期T1=(g0 ‑s0)/max[Ii]； 并根据预估危险周期对计划架设 监理路线做出时间预警。 3.根据权利要求2所述的一种基于机器视觉的电网工程监理方法， 其特征在于： 所述步 骤S2还包括以下步骤： 当初始监控图像中的异常表征不存在树木时， 提取第i个初始监控图像在预设监测时 段内捕捉鸟类的出现频率ui、 出现时间vi以及初始 监控图像所在环 境的环境参数p， 所述环 境参数包括树木密度和树木高度， 计算k个初始监控图像中鸟类的平均出现频率u0和平均 出现时间v0， 构建初始匹配集 合Y， Y={u0,v0,p}；权　利　要　求　书 1/3 页 2 CN 115471796 A 2获取历史电网工程路线上的历史匹配集合X， 所述历史匹配集合X中的元素与所述初始 匹配集合中元素类型相同； 将初始匹配集合Y与历史匹配集合X进行匹配分析， 提取相似度 大于等于相似度阈值的 第一区域路线在历史电网工程路线上的鸟害防治干扰设备， 并输出对应的设备选择 预警。 4.根据权利要求3所述的一种基于机器视觉的电网工程监理方法， 其特征在于： 所述步 骤S3包括以下步骤： 当异常表征为树木时， 获取第 一反馈时长后 监控图像的图像占比率为待分析图像占比 率， 将待分析图像占比率与初始 监控图像的图像占比率进行偏差 分析， 得到第一监理结果， 所述第一监理结果为待分析图像占比率与初始 监控图像的图像占比率的差值， 若 所述第一 监理结果为正值或为零时， 缩短第一反馈时长； 若所述第一监理结果为负值时， 继续监测； 所述第一反馈时长小于预估危险周期； 当异常表征为鸟类时， 获取第 一反馈时长后匹配集合中的鸟类出现频率为待分析鸟类 出现频率， 将待分析鸟类出现频率与初始匹配集合中的鸟类出现频率进行比较， 得到第一 监理结果， 当第一监理结果为待分析鸟类出现频率小于初始匹配集合中的鸟类出现频率 时， 继续监测， 当第一监理结果为待分析鸟类出现频率大于等于初始匹配集合中的鸟类出 现频率时， 输出 更换设备选择信号。 5.根据权利要求4所述的一种基于机器视觉的电网工程监理方法， 其特征在于： 所述步 骤S4包括以下 具体步骤： 获取电网工程中历史记录从发现线树安全距离问题到解决问题的处理时长最大值， 当 预估危险周期大于处理时长最大值时， 设置优先级为： 异常表征为鸟类的预警方式先于异 常表征为 树木的预警方式； 当预估危险周期小于等于处理时长最大值时， 设置优先级为： 异常表征为树木的预警 方式先于异常表征为鸟类的预警方式。 6.应用权利要求1 ‑5中任一项所述的一种基于机器视觉的电网工程监理方法的一种基 于机器视觉的电网工程监理系统， 其特征在于， 包括监理路线 数据获取模块、 异常表征判断 模块、 预警方式分析模块、 异常表征 数量监测模块和偏差调整模块； 所述监理路线数据获取模块用于获取电网工程的计划架设监理路线和对应路线上的 历史监控数据和实时监控数据； 所述异常表征判断模块用于判断监理路线上是否存在异常表征； 所述预警方式分析模 块用于基于异常表征结合历史监控数据分析对应异常表征的预警方式； 所述异常表征数量 监测模块用于实时监测异常表征的数量并进行第一反馈时长的反馈监理； 所述偏差调整模块用于基于所述异常表征 数量监测模块的结果进行偏差调整。 7.根据权利要求6所述的一种基于机器视觉的电网工程监理系统， 其特征在于： 所述预 警方式分析模块包括第一区域路线标记单元、 初始监控图像获取单元、 平均图像占比率分 析单元、 增长率计算单 元和预估危险周期计算单 元； 所述第一区域路线标记单 元用于标记监控数据中存在异常表征的路线； 所述初始监控图像获取 单元用于获取第一区域路线中的初始监控图像； 所述平均图像占比率分析单元用于分析异常表征为树木时所有第一目标对象面积与 初始监控图像面积的平均图像占比率；权　利　要　求　书 2/3 页 3 CN 115471796 A 3