• 运用小组合作学习,提高高中数学教学效率 不要轻易放弃。学习成长的路上,我们长路漫漫,只因学无止境。


     1 概述  跟着我国经济社会的连续健康生长,对增强电网建设、电网保险不变运转、电能品质和优质服务水平提出了更高要求。由于输电线路散布规模广,经常穿梭都会和村落,且跟着经济的快捷生长,城乡根蒂根基建设愈来愈频仍,其运转常遭到人们消费和建造单元施工的干扰,从而形成对输电线路的破碎摧毁、大面积停电等征象。这些影响不只形成当事单元生命财产损失,更是给人们的一样平常消费糊口带来了极大便当。  经由查阅大批的材料和征询公司相干专家,对现有保护输电线路保险不变运转的办法做了详细统计,现有的体式格局不过分为四大类(1)哄骗GPRS定位技巧供电公司巡逻职员每个月巡逻,以此监督每一个巡逻职员必须将每一个风险源点线路都检查过去;(2)策动人民人民,哄骗人海战术,每当有人民发现低压线下有风险物体具有,拍摄照片,并立即德律风通知供电公司相干职员;(3)在输电线路风险源点驻扎相干职员,举行报酬防护和干涉干与;(4)在输电线路风险源点相干低压塔上装置一般视频监控,对施工现场举行报酬查看现场视频。  为理解决以上四个问题,本文经由过程进步前辈的智能视频剖析技巧,搭建并完成了输电线路平面智能防护零碎,该零碎能对输电线路有保险隐患的物体举行自动辨认并自动报警,在下降人力物力本钱 撑持的同时将风险源转变为保险源,将十足风险源覆灭在萌芽形态,将防备的被动性转变为自动性。  2 输电线路智能防护要害问题  对电网运转而言,最首要的问题是要包管供电保险牢靠,这次要取决于输电线路的运转情形,因此需求对输电线路举行防护保护,以保障电网的不变运转。就输电线路平面智能防护零碎所要达到的而言,需求解决以下三个问题  第一,输电线路庞杂场景、庞杂气象、庞杂天色情形下的多车离散辨认。智能视频剖析技巧经由很长光阴的技巧堆集和沉淀,从功效上说也衍生出许多功效运用,最多的是人脸辨认、车牌辨认、物品丧失、滞留、区域不法进入、标的目的判别、生物判别、图象合并、物品跟踪等。上述功效都是根蒂根基停息在实行室阶段,在现实商业化运用得很少,究其缘由次要是现在大局部厂家的智能剖析器在庞杂场景、庞杂气象、庞杂天色情形下正确度还不克不及达到客户要求,误报率较高。本文经由过程平正装置摄像机的高度、照射的角度和规模等,树立合适输电线路的算法模子,将庞杂场景下的活动车辆问题可以 呐喊 呐喊正确辨认并离散开,经由过程人机交互,前期报酬干涉干与的手腕,将误报率下降。  第二,将多车离散辨认后,怎样无效区别目的风险车辆。经由查阅材料,少局部智能视频厂家在庞杂场景、庞杂气象、庞杂天色等能有较高的辨认率,然而对于特种风险车辆无任何辨认算法。本论文所搭建的零碎可以 呐喊采纳基于智能视频剖析的特性量提取辨认目的风险车辆的体式格局。  第三,当风险目的车辆辨认后,对其轨迹举行跟踪。当有风险车辆停息并扬臂,怎样盘算该目的车辆间隔输电线的间隔,是需求解决的要害问题之一。惯例的盘算体式格局很难准确盘算出其现实间隔,经由查阅材料,国内无任何智能视频厂家能盘算出该数值。这一问题也是本文所要解决的。  3 零碎全体架构和完成  本零碎次要包孕根蒂根基数据模块、视频帧猎取模块、算法剖析模块、数据存储查问模块、视频播放模块、报警联动模块。此中算法剖析模块又分为多车辨认离散算法子模块、特性提取辨认算法子模块、间隔盘算子模块,且这三个子模块为该零碎的中心模块。  3.1 零碎全体技巧架构  从技巧架构来分,整个零碎结构分为三个局部,即感知层、网络层和运用层,如图1所示。  在线监测零碎感知层次要采集各基杆塔及时监控视频、现场告警图片、告警视频、告警信息以及前端设施各种信息等,这些信息运用信息采集中间件技巧协同处置,将数据会聚到前端路由器,运用数据传输技巧传送到后端中心主站服务器。  零碎网络层次要运用经营商3G/4G APN技巧对采集的数据举行封装传输,保险性和传输网络旌旗灯号由经营商包管。  运用层由两个局部组成,运用撑持层用来接受、处置各个运用的乞求,有前端杆塔监测设施自动发运的告警信息,有客户端策动的链接乞求等,运用服务器协同这些旌旗灯号乞求、流媒体服务器和存储服务器,完成各项功效。  采集的数据可运用于各种场所,如及时线路巡检、汗青告警记录查问、前期可综合管控平台,联合其他零碎监测数据举行大数据剖析等。  3.2 零碎各模块功效完成  文章所提出的零碎架构是基于MVC框架,即模子(model)-视图(view)-控制器(controller)。  详细功效模块的情理和功效以下(1)根蒂根基数据模块,即对输电路信息和中心剖析数据举行办理。输电线路信息包孕杆塔称号、杆塔编号、统领区域、绝缘子信息等。中心剖析数据包孕摄像机的IP、图象分辨率、设置的义务、剖析区域、报警范例、报警间隔等。运维职员可经由过程设置根蒂根基数据模块,完成差别规则报警;(2)视频帧猎取模块,即经由过程设置的摄像机猎取中心剖析需求的视频帧和视频流,同时将视频帧交给算法剖析模块;(3)算法剖析模块,即经由过程接受根蒂根基数据设置的义务,完成差别的算法,同时将剖析的了局前往给数据存储查问模块;(4)数据存储查问模块即保留算法剖析模块前往的了局集,同时将了局集和视频流同时保具有硬盘中,供应服务器回放。该模块还供应客户端的汗青数据查问等功效,便当办理职员及时理解某个杆塔、某条线路的风险源点情形;(5)视频播放模块,即供应客户端播放及时视频、当地视频、汗青视频的工具。该模块采纳activex集成平台体式格局,轻松便当地在Web页中拔出多媒体后果、交互式工具、以及庞杂法式,创立用户体验相称的高品质多媒体CD-ROM组件;(6)报警联动模块,行将零碎辨认并报警的风险目的,经由过程现场声光报警、近程短信报警的体式格局传送给需求通知的人,包孕风险目的车辆驾驶员、输电线路运维职员等。 基于上述功效要求,考虑到零碎数据量巨大,对算法执行光阴和零碎的辨认率要求较高,中心算法均采纳C++言语开发,服务器平台和客户端采纳的是C++、JAVA、C#言语,数据库采纳的是Mysql。  同时该零碎平台采纳“即插即用(plug in)”的设计准绳,模块接口采纳xml体式格局,服务器、客户端之间的交互将采纳xml-rpc架构,这些都包管了平台各个子模块间的松耦合,模块间的接口界面强扩展性。而文件传输和流媒体点播都采纳了尺度的ftp和谈和rtp/rtmp和谈,确保零碎的不变性。  4 运用实例  零碎已进入现实检讨经营阶段,详细实行南通市6套、盐都会6套、淮安市1套、南京市8套以及在直流800kV某线姑苏段装置15套,此中9套为交跨线路。以某地直流800kV为案例,统计光阴为2015年10月11日至2015年11月03日,34和35号塔延续统计24天,每天均为全天候24小时运转。统计了局别离如图2、图3、图4所示  经由数据剖析,发生了局以下  4.1 大型车辆入侵  间接哄骗路上的现实的过往车辆举行统计,检测区域为检测途径中输电线下方,检测时小车、卡车不报警,吊车报警,此中(1)分级报警路过(进入/出去)、徘徊(进入/停息)、扬臂;(2)漏报率和误报率盘算体式格局盘算基数按照过往所有车辆盘算;(3)统计时段白日;(4)统计尺度漏报率和误报率≤3%。  4.2 导线飘荡物  间接哄骗杆塔导线举行飘荡物测试,检测区域输电线交跨处,飘荡物停息在导线报警,飘荡物飘过不报警。(1)检测时段白日;(2)统计尺度漏报率和误报率≤3%。  基于上述统计数据和查阅相干电力尺度后可知,本零碎完全合乎国网和省网漏报率≤5%要求。  5 结语  文章提出了一种合适输电线路的智能监控零碎,经由过程搭建MVC架构,完成数据维护、二次开发拓展便捷、客户端界面简略单纯等功效,具备优秀的人机交互,且预留了数据接口,便当进一步拓展零碎功效。该零碎在江苏多个市供电公司已部署并投入现实运用,特别是在现阶段运维职员重大缺少的低压输电线可以 呐喊 呐喊极大淘汰工作职员的巡检累赘,进步巡检运维工作效率。经由过程现实数据的罗列剖析,统计本零碎在差别情形下的误报率,了局表白完全合乎国网和省网的相干要求。  参考文献  [1] Stauffer,C. and W.E.L. Grimson.Adaptive background  mixture models for real-time tracking[J]. IEEE,1999.  [2] KaewTraKulPong,P. and R.Bowden.An improved  adaptive background mixture model for real-time tracking  with shadow detection[J].2001.  [3] Zivkovic,Z. and F.van der Heijden.Efficient adaptive  density estimation per image pixel for the task of  background subtraction[J].Pattern recognition letters,  2006,27(7).  [4] Zivkovic,Z. and F.van der Heijden.Recursive  unsupervised learning of finite mixture models[J].Pattern  Analysis and Machine Intelligence,IEEE Transactions  on,2004,26(5).  [5] Bouzerdoum,A.,A.Beghdadi,et al.On the analysis  of background subtraction techniques using Gaussian  mixture models[J].2010.  [6] Lin,H.H.,J.H.Chuang,et al.Regularized background  adaptationa novel learning rate control scheme for  Gaussian mixture modeling[J].Image Processing,IEEE  Transactions on,2011,20(3).  [7] 王梅义.大电网事故剖析与技巧运用[M].北京中  国电力出版社,2008.  作者简介朱富云(1957-),男,南通供电公司高级技师,高工,工业教授,在读博士,研讨标的目的电力零碎、智能机器人技巧;倪红军(1965-),男,南通大学机器工程学院教授,博士,研讨标的目的机器工程;戴相龙  (1984-),男,供职于江苏濠汉信息技巧有限公司,研讨标的目的盘算机科学与技巧;汪兴兴(1984-),男,南通大学机器工程学院实行师,硕士,研讨标的目的机器工程。  (责任编辑黄银芳)

    上一篇:王其江不再担任中央政法委副秘书长图简历

    下一篇:高中英语课本剧的教学设计