本发明涉及电网安全数据采集和分析，具体涉及一种基于人工智能的变电站智能巡检图像处理方法及系统。
背景技术：
1、巡检电网的主要工作内容是巡视和检修电网线路和设备，及时发现设备部件异常情况，从而为检修任务提供指引。对于部分工业园区或特殊施工环境而言，受变电站所处环境条件和假设方式的影响，人工参与的风险较高，且效率低下，因此针对特殊的变电站环境的巡检设计通常采用机器人进行巡检以尽量替代人工。
2、目前的机器人巡检主要通过路径规划算法决定着机器人的移动路径，路径的设计直接关系到巡检工作的覆盖范围，一方面，机器人面对的巡检条件相对固定，巡检机器人进行巡检时，通常是基于内置的程序进行约束，其巡检的数据类型相对单一，其异常的识别通常依赖于预设的图像特征和简单算法，当发现异常后，更多的是采用报警机制或固定流程进行处理，整体巡检的缺乏灵活性和实时性。另一方面，巡检机器人在面对复杂的异常情况，机器人的响应速度不够理想，对于异常事件的管理通常较为简单，仅在巡检结束后进行汇总分析，缺少动态的风险评估和预警机制。因此如何更好的针对巡检机器人进行巡检方式的设计，是值得研究的。
技术实现思路
1、本发明的目的在于提供一种基于人工智能的变电站智能巡检图像处理方法及系统，期望改善巡检机器人采集图像后，对于异常事件的处理能力不及时，仅基于巡检结果响应速度不够理想的问题。
2、为解决上述的技术问题，本发明采用以下技术方案：
3、一种基于人工智能的变电站智能巡检图像处理方法，该方法用于配合巡检机器人进行变电站巡检，包括如下步骤：s100，建立巡检路线，并设定多个重视段，配置巡检机器人巡检策略；其中，上述重视段至少设置有中继设备，中继设备记录重视段附近工况设备数据。
4、s200，上述巡检机器人移动到首个重视段后，巡检机器人获取图像数据；其中，图像数据包括该重视段的中继设备记录的工况设备数据以及巡检机器人在该重视段进行热成像工作并获取的图像。
5、s300，将图像数据上传至数据处理中心；上述数据处理中心设定色阶差异的阈值，待数据处理中心调取数据库获取历史数据，将历史数据与图像数据进行比对并获取图像的色阶差异值，通过图像的色阶差异判断是否存在异常，若图像的色阶差异小于设定阈值，则数据处理中心判定为正常，此时直接执行s400；若图像的色阶差异大于或等于设定阈值，则数据处理中心判定为存在异常，上述巡检机器人中止向下一重视段移动，并向数据处理中心发出协助请求，直至待巡检机器人收到数据处理中心反馈后执行s400。
6、s400，上述巡检机器人继续巡逻至任意一个重视段时，重复执行s200至s300，同时巡检机器人针对数据处理中心判定的异常次数进行记录。
7、s500，配置上述巡检机器人的异常预设值，当巡检机器人移动至巡检路线最后一个重视段时，上述巡检机器人对标记的异常次数进行统计得到标记数，由巡检机器人比较标记数与预设值；若标记数小于预设值时，表示巡检机器人完成一次巡检，暂停巡检，并通过数据处理中心设定下次巡检时段；若标记数大于预设值时，则配置巡检机器人进入警示模式，重复执行s100，直至下一次巡检的标记数小于预设值。
8、其技术构思是：利用巡检机器人在不同的重视段综合利用热成像数据和中继设备记录的工况设备数据进行联动，通过多源数据融合，提高异常判定的准确性和可靠性，再利用图像处理算法，从历史数据中进行学习和比较，提升异常判定准确性。同时，引入色阶差异的阈值判定机制，通过对比分析提高判断精准度，再配合数据处理中心与巡检机器人的交互方式，引入反馈机制，当发现异常时，巡检机器人能够实时中止移动，并与数据处理中心进行协作，确保异常情况得到及时有效的处理，然后通过统计标记异常次数，并比较与预设值，动态管理和预警潜在风险，基于巡检结果，数据处理中心能够动态调整巡检策略和时段，优化巡检效率和质量。
9、进一步的技术方案是，还包括步骤s600，上述巡检机器人在设定时段进行巡检时，上述巡检机器人更新巡检策略，并沿巡设定检路线进行巡检，上述巡检机器人将获取的数据传输数据处理中心进行记录和处置，并重复s400。
10、进一步的技术方案是，上述巡检策略包括检查策略和监控策略，上述检查策略为巡检机器人配置分时采集数据，其巡检机器人采集时机为移动到重视段后；上述巡检机器人在检查策略下，仅获取重视段附近的图像数据；同时，上述巡检机器人与该重视段与中继设备进行一对一交互，由巡检机器人与该中继设备进行信息同步，并将同步后的信息上传数据处理中心；上述监控策略为巡检机器人配置实时采集数据，巡检机器人在移动时进行图像的实时采集，且巡检机器人在监控策略下，巡检机器人同时连接信号范围内同时连接两个以上的中继设备，并将每个中继设备进行编码，由巡检机器人单向获取中继设备的数据，并打包上传数据处理中心。
11、作为优选，上述s300中色阶差异值的获取步骤为：s310，将图像数据中的图像与历史数据中的图像进行同一化处理形成增强图像，并建立对比图像集；s320，将对比图像集中的每张图像全部分割成前景和背景，使用canny边缘检测算法等方法突出每张图像中设备的边缘；s330，提取对比图像集中边缘相似的图像，提取图像中色阶信息，统计图像中每个灰度级像素的数量，形成色阶直方图；确定当前图像的色阶直方图和历史数据中的色阶直方图，使用匹配算法对比不同图像的色阶分布情况，其色阶差异值y的计算公式是：
12、
13、式中，y为卡方检验公式计算色阶差异值，oi为当前图像色阶直方图i区域灰度级像素的数量，ei为历史数据图像色阶直方图对应i区域灰度级像素的数量。
14、作为优选，上述数据处理中心确定图像的色阶差异大于或等于设定阈值时，上述数据处理中心向巡检机器人发出协同指令，控制上述巡检机器人在移动至该重视段的初始点并重新进行巡检，由巡检机器人重复获取该重视段的图像数据，上述数据处理中心用于将本次图像数据与前次图像数据进行色阶直方图的对比。其中，前后图像数据的对比区域灰度级像素的数量相同，则异常复核完毕，由数据处理中心向巡检机器人发出继续巡检指令，上述巡检机器人执行s400。其中，前后图像数据的对比区域灰度级像素的数量不相同时，由数据处理中心向巡检机器人发出暂停指令，等待人工检修或进一步指令。
15、进一步的技术方案是，上述巡检机器人携带传感器还包括环境传感器组，上述环境传感器组用于获取巡检路线上的环境信息，上述环境传感器组至少包括温度传感器和湿度传感器，且环境传感器组采集的环境数据与图像数据同步发送至数据处理中心，当数据处理中心根据图像数据判定为异常时，上述数据处理中心用于通过环境数据评估风险。
16、进一步的技术方案是，上述巡检机器人进入警示模式时，巡检机器人向数据处理中心发出重置请求，上述数据处理中心重新建立第二巡检路线，配置巡检机器人在第二巡检路线中的重视段中进行双向测试。其中，上述巡检机器人途经任意一个重视段时，数据处理中心确定该重视段出现异常，上述巡检机器人分别获取正向的图像数据和逆向的图像数据。其中，正向的图像数据为巡检机器人从该重视段的初始位置移动到末端位置采集的图像数据。其中，逆向的图像数据为巡检机器人从该重视段的末端逆向移动到初始位置采集的图像数据。
17、更进一步的技术方案是，上述数据处理中心将巡检机器人传输的巡检数据进行归档，同时数据处理中心将巡检数据进行时间戳标记，上述数据处理中心设置时间序列模式将时间戳标记的关联对应工况设备的数据，并得到关联数据序列；上述关联数据序列用于储存或数据分析。
18、本发明还公开了一种基于人工智能的变电站智能巡检图像处理系统，包括数据处理中心、巡检机器人、中继设备，上述巡检机器人与中继设备无线连接，上述巡检机器人通过无线通信与数据处理中心进行双向通信；上述中继设备分布设置在巡检路线上，且中继设备与变电站执行设备信号连接，上述中继设备接入数据处理中心，由数据处理中心通过中继设备控制变电站执行设备工作。其中，上述巡检机器人上设置热成像设备，上述热成像设备用于获取变电站执行设备的图像数据；其中，上述巡检机器人上设置环境传感器组，上述环境传感器组用于获取变电站执行设备的外部环境数据。其中，上述巡检机器人上设有处理器和数据传输模块，上述处理器与数据传输模块信号连接，上述数据传输模块分别与中继设备和数据处理中心信号连接。
19、作为优选，上述巡检机器人采用巡检车，上述巡检侧上挂载无人机，上述无人机通过数据传输模块与数据处理中心信号连接；上述数据传输模块用于在数据处理中心和无人机之间作为中继器。其中，无人机上设有视觉设备，上述无人机由数据处理中心远程控制，且视觉设备采集的数据通过巡检机器人的数据传输模块传递至数据处理中心
20、与现有技术相比，本发明的有益效果至少是如下之一：
21、本发明的巡检机器人通过中继设备获取工况设备数据，以热成像的图像数据，进行多源数据融合的方式进行交互，从而更好的获取设备状态信息并发送到数据处理中心，由数据处理中心利用这些多源数据，通过设定色阶差异的阈值，结合历史数据进行综合分析，提高异常检测的准确性和鲁棒性。并且巡检机器人在巡检过程中若发现异常时，巡检机器人可以立即中止行动并向数据处理中心请求协助，提高响应速度和处理效率。
22、本发明的数据处理中心可以根据多维度的数据进行图像分析处理，从而识别设备组件异常情况，并及时反馈至巡检机器人，同步调整巡检机器人的工作策略，从而调整巡检机器人的工作方式，以便于调整巡检机器人针对异常事件协调作用，以获取更高的巡检收益。
1.一种基于人工智能的变电站智能巡检图像处理方法，该方法用于配合巡检机器人进行变电站巡检，其特征在于：包括如下步骤：
2.根据权利要求1所述的基于人工智能的变电站智能巡检图像处理方法，其特征在于：还包括步骤s600，所述巡检机器人在设定时段进行巡检时，所述巡检机器人更新巡检策略，并沿巡设定检路线进行巡检，所述巡检机器人将获取的数据传输数据处理中心进行记录和处置，并重复s400。
3.根据权利要求1或2所述的基于人工智能的变电站智能巡检图像处理方法，其特征在于：所述巡检策略包括检查策略和监控策略；
4.根据权利要求1所述的基于人工智能的变电站智能巡检图像处理方法，其特征在于：所述s300中色阶差异值的获取步骤为：
5.根据权利要求1所述的基于人工智能的变电站智能巡检图像处理方法，其特征在于：所述数据处理中心确定图像的色阶差异大于或等于设定阈值时，所述数据处理中心向巡检机器人发出协同指令，控制所述巡检机器人在移动至该重视段的初始点并重新进行巡检，由巡检机器人重复获取该重视段的图像数据，所述数据处理中心用于将本次图像数据与前次图像数据进行色阶直方图的对比；
6.根据权利要求1所述的基于人工智能的变电站智能巡检图像处理方法，其特征在于：所述巡检机器人携带传感器还包括环境传感器组，所述环境传感器组用于获取巡检路线上的环境信息，所述环境传感器组至少包括温度传感器和湿度传感器，且环境传感器组采集的环境数据与图像数据同步发送至数据处理中心，当数据处理中心根据图像数据判定为异常时，所述数据处理中心用于通过环境数据评估风险。
7.根据权利要求1所述的基于人工智能的变电站智能巡检图像处理方法，其特征在于：所述巡检机器人进入警示模式时，巡检机器人向数据处理中心发出重置请求，所述数据处理中心重新建立第二巡检路线，配置巡检机器人在第二巡检路线中的重视段中进行双向测试；
8.根据权利要求1所述的基于人工智能的变电站智能巡检图像处理方法，其特征在于：所述数据处理中心将巡检机器人传输的巡检数据进行归档，同时数据处理中心将巡检数据进行时间戳标记，所述数据处理中心设置时间序列模式将时间戳标记的关联对应工况设备的数据，并得到关联数据序列；所述关联数据序列用于储存或数据分析。
9.一种基于人工智能的变电站智能巡检图像处理系统，其特征在于：包括数据处理中心、巡检机器人、中继设备，所述巡检机器人与中继设备无线连接，所述巡检机器人通过无线通信与数据处理中心进行双向通信；所述中继设备分布设置在巡检路线上，且中继设备与变电站执行设备信号连接，所述中继设备接入数据处理中心，由数据处理中心通过中继设备控制变电站执行设备工作；
10.根据权利要求9所述的基于人工智能的变电站智能巡检图像处理系统，其特征在于：所述巡检机器人采用巡检车，所述巡检车上挂载无人机，所述无人机通过数据传输模块与数据处理中心信号连接；所述数据传输模块用于在数据处理中心和无人机之间作为中继器；
