[发明专利]一种基于云边协同的电力视频图像分析系统及方法

说明书

本发明公开了一种基于云边协同的电力视频图像分析系统及方法，系统包括：电力视频图像平台、业务处理系统、人工智能云平台以及若干边缘分析设备，边缘分析设备，用于采集电力生产环境下的电力视频图像数据，并对电力视频图像数据进行第一层分析处理，电力视频图像平台，用于将采集的电力视频图像数据上传云平台，并将分析结果上报给业务处理系统；人工智能云平台，用于对视频图像数据进行第二层分析处理。本发明是针对现有的云端集中处理模式通过计算云端分析能力、边端分析能力以及算法复杂度、算法计算量的分析对云端和边端进行算力分配有效解决数据处理的实时性、分析资源不合理占用等问题。

技术领域

本发明属于视频图像处理技术领域，具体涉及一种基于云边协同的电力视频图像分析系统，还涉及一种基于云边协同的电力视频图像分析方法。

背景技术

随着电力企业与互联网的融合应用，建立电力泛在物联网的概念被提出，数字技术、数字经济和电力企业的生命力与竞争力具有不可分割的关系，各个大型电力集团企业均纷纷建立了不同的云平台，用于管理生产过程保证生产安全。对于传统云平台而言，进行电力生产管理的过程中面临着很多的难题，当覆盖用户面够广时，会遇到接入设备过多、信息量大、业务周期峰值明显等问题。虽然云计算技术在实际应用中能够解决服务对象广泛及业务周期峰值等问题，但电力行业由于覆盖范围大，范围广等原因，若将所有的数据全部上传到云端处理，既会给云平台带来计算压力，也会给网络带宽资源造成巨大负担。此外，在电力行业中部署设备时往往存在设备处地偏远，部署困难等难题，网络传输条件难以满足大批量设备的传递大量信息数据，因此电力行业只使用云平台难以解决问题，此时需要云计算平台和边缘计算平台协同使用。

云计算平台和边缘计算平台既是相对独立的两个概念，又是互相协同的统一整体。云平台处于整个计算框架的中心，边缘平台可以存在多个，分别部署于边缘区域，直接处理设备传递的初始信息；相较于边缘计算平台而言，云计算平台拥有较强的分析能力，处理大量数据的计算能力，边缘计算平台相对于云平台一般用于少量数据的相对简单的计算。边缘计算是相关现有技术之一，是指在接近数据源头如视频设备等，采用存储与计算合一的边缘计算平台，就近提供最近端服务。其应用程序在边缘侧发起，产生更快的网络服务响应，其不需要长距离传输数据，不容易发生数据泄露，满足行业在实时业务、应用智能、安全与隐私保护等方面的基本需求。

对于电力视频图像平台而言，在整个视频监控系统当中，需以视频流、图像为对象，对其开展实时性的图像截取，抓取视频流的关键帧，并将其保存下来，后开展各项图像识别加工工作，如分析图像画面的危险因素，诊断图像画面的缺陷等。由于电力视频图像平台覆盖面广，设备传输的数据庞大，只使用云平台对图像视频进行分析计算，容易导致信息流量大，给带宽和云平台带来巨大的压力。若只使用传统云边协同，则容易导致任务分配不均、任务排队时间过长、资源空置、资源浪费的问题。

所以本发明提供一种基于云边协同的电力视频图像分析框架，优化电力视频图像平台图像识别功能。

发明内容

本发明的目的在于克服现有技术中的不足，提供了一种基于云边协同的电力视频图像分析系统及方法，使用云边协同的方式对视频图像数据进行处理，提高了处理效率。

为解决上述技术问题，本发明提供了一种基于云边协同的电力视频图像分析系统，包括：

电力视频图像平台、业务处理系统、人工智能云平台以及若干边缘分析设备，其中：

边缘分析设备，用于采集电力生产环境下的电力视频图像数据，并对电力视频图像数据进行第一层分析处理，将采集的电力视频图像数据和分析结果上传电力视频图像平台；

电力视频图像平台，用于为边缘分析设备和人工智能云平台分配分析任务；以及将采集的电力视频图像数据上传云平台，并将分析结果上报给业务处理系统；

人工智能云平台，用于对视频图像数据进行第二层分析处理，并将分析结果发送电力视频图像平台。

进一步的，所述第一层分析处理包括工作服穿戴检测、人员离岗检测、人员徘徊检测、越界检测、区域检测和设备诊断。