[发明专利]一种基于电力调度的人工智能图像处理方法

说明书

本发明公开了一种基于电力调度的人工智能图像处理方法，包括采集电力调度所需的视频图像；筛选出所述视频图像的关键帧并进行压缩；通过改进型拉普拉斯算子图像锐化技术对所述压缩后的视频图像进行处理，并将其归类学习并存储；将处理后的图片用于调度系统的应用，并通过人工智能算法提出调控运行辅助决策建议以供调度员参考选择。本发明在前端采集得到的一部分数据不进行传输只保存在本地服务器中，根据调度系统发出的指令就能够调取前端服务器储存的信息，降低传输线路的负担，提高了传输效率以及碎片化信息处理水平，采集的数据保存本地服务器中保证了信息的安全性与完整性。

本发明涉及图像处理的技术领域，尤其涉及一种基于电力调度的人工智能图像处理方法。

背景技术

“2030年达到碳峰值”和“2060年实现碳中和”被列为2021年中央八项重点任务之一，近几年我国进行的新型基础设施建设与5G技术的普及与推广，都推动着我国电力系统朝着更加智能化、清洁化的方向发展。随着社会经济与人民生活水平提高，全社会用电量将会持续增长，电力需求增长已经成为常态，以前基础设施已无法满足当今时代对智能电网的要求，将人工智能技术运用到电网调度控制是一次全新的尝试，电力系统中的负荷预测、故障诊断、自动电压控制、自然语言处理学习、人机交互等技术逐渐成为人们热议的话题，如今的电力系统智能化水平还达不到要求，人机交互技术、故障诊断效率亟待提高，调度运行时处理问题也要更加迅速、准确，这需要我们对信息的处理更加精准、高效，对数据信息的处理已经达到了一定水平，相比而言对图像信息的处理方面显得更加重要。针对这些问题，我们希望结合人工智能技术找到一种基于电力调度的图像处理技术，进行图像的采集、提取、处理，并从中得到所需要的信息，实现信息核验、设备诊断、历史数据学习、以及其他深度强化学习等功能。

目前设计出的大部分图像处理系统功能较为单一，只能单独完成某些固定场合下的一些功能，比如单独的人脸识别，数字识别等，而不能系统性的完成调度系统中对图像信息采集、传输、处理、判断、学习的要求，本发明的系统将调度系统中对图像信息采集、传输、处理，利用拉普拉斯算子图像锐化技术与DCT图像压缩与解压缩技术，结合人工智能算法进一步实现调度系统对信息核验、设备诊断、历史数据学习、以及其他深度强化学习等功能；并且在前端采集得到的一部分数据不进行传输只保存在本地服务器中，根据调度系统发出的指令就能够调取前端服务器储存的信息，降低传输线路的负担，提高了传输效率以及碎片化信息处理水平，采集的数据保存本地服务器中保证了信息的安全性与完整性。

发明内容

本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。

鉴于上述现有存在的问题，提出了本发明。

因此，本发明解决的技术问题是：目前设计出的大部分图像处理系统功能较为单一，只能单独完成某些固定场合下的一些功能，比如单独的人脸识别，数字识别等，而不能系统性的完成调度系统中对图像信息采集、传输、处理、判断、学习的要求，并且在信息传输的过程中，传输线路负担过重，导致传输效率变低的问题。

为解决上述技术问题，本发明提供如下技术方案：采集电力调度所需的视频图像；筛选出所述视频图像的关键帧并进行压缩；通过改进型拉普拉斯算子图像锐化技术对所述压缩后的视频图像进行处理，并将其归类学习并存储；将处理后的图片用于调度系统的应用，并通过人工智能算法提出调控运行辅助决策建议以供调度员参考选择。

作为本发明所述的基于电力调度的人工智能图像处理方法的一种优选方案，其中：所述采集电力调度所需的视频图像包括，所述采集到的所有图像不进行抽帧和图像压缩直接保存在本地服务器中，每超过十五天自动覆盖。