[发明专利]基于网格计算的分布式输电线路监控图像识别方法与系统

说明书

本发明提供基于网格计算的分布式输电线路监控图像识别方法与系统，所述方法包括：S1、配置网格计算环境，部署各计算节点；S2、中心服务节点提取图像文件并存储至缓冲区；S3、各计算节点对图像数据进行图像识别；S4、中心服务节点将识别结果图像传输至特定url。本发明利用网格的强大计算能力，通过网格中每个计算节点的相互协作并发工作，较好的解决了海量图片及时分析识别的要求，每个计算节点采用高效的深度学习图像识别算法，实现了快速、准确的输电线路隐患识别，而且本发明支持动态的扩展各类服务和计算节点数目，具备良好的系统扩展能力。

技术领域

本发明涉及电气工程技术领域，特别是一种基于网格计算的分布式输电线路监控图像识别方法与系统。

背景技术

当前我国经济快速发展，交通住房等基础设施建设不断加快，吊车、高臂、泵车、挖掘机等大型机械在输电线路保护区内违规作业时有发生，给输电线路的安全带来了较大的潜在威胁，在输电杆塔上安装图像监控装置能够实时掌握现场状况，减少巡视人工的工作量，可以有效的防止输电线路遭外力破坏的发生。

随着电网输电统一监控平台及可视化监控平台的建设，杆塔上已经安装了大量的图像、视频及其他监测装置，成为“大云物移”技术在输电领域的典型应用。以山东电网为例，已有百条线路超过50％的覆盖率，达到可视化线路的建设目标，每天有几十万张图片上传到电网后台系统中，所有图片全部查看一遍需要较长的时间，值班人员的劳动强度很大、劳动效率低，造成对现场的情况不能实时掌握。

对这些图片的分析、识别成为重要的工作目标。众所周知，基于深度学习模式的图像识别计算量非常大，对于数十万的监控现场图片，如果不能在第一时间内进行图片分析识别并且实时告警的话，将满足不了输电线路防外力破坏监控的实际要求。

发明内容

本发明的目的是提供一种基于网格计算的分布式输电线路监控图像识别方法与系统，旨在解决现有技术中对于海量图片进行识别时效率低下的问题，实现利用网格的强大计算能力快速、准确的对输电线路隐患进行识别，提高效率和准确度。

为达到上述技术目的，本发明提供了基于网格计算的分布式输电线路监控图像识别方法，包括以下步骤：

S1、配置网格计算环境，部署各计算节点；

S2、中心服务节点提取图像文件并存储至缓冲区；

S3、各计算节点对图像数据进行图像识别；

S4、中心服务节点将识别结果图像传输至特定url。

优选地，所述网格的资源注册具体过程为：

服务提供者通过资源注册中心注册共享的资源服务；

服务请求者从资源注册中心查询所需要的服务；

服务请求者从获取的信息中与能完成其任务的服务提供者建立联系。

优选地，所述步骤S3具体操作如下：

训练输电隐患的目标检测模型；

计算节点预先加载训练输电隐患的目标检测模型，并对监控图像数据进行目标检测，识别安全隐患位置和类别信息。

优选地，所述目标检测模型包括塔吊、吊车、泵车和挖掘机。

本发明还提供了基于网格计算的分布式输电线路监控图像识别系统，包括：

网格配置模块，用于配置网格计算环境，部署各计算节点；

图像提取模块，用于中心服务节点提取图像文件并存储至缓冲区；

图像识别模块，用于各计算节点对图像数据进行图像识别；

识别结果上传模块，用于中心服务节点将识别结果图像传输至特定url。