(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211241227.6 (22)申请日 2022.10.11 (71)申请人 中关村科 学城城市大脑 股份有限公 司 地址 100081 北京市海淀区中关村南大街5 号1区689号楼海淀科技大厦6层 (72)发明人 张昆鹏　王远航　葛标　王静宇　 梅一多　李建华　李蹊　 (74)专利代理 机构 北京劲创知识产权代理事务 所(普通合伙) 11589 专利代理师 王闯 (51)Int.Cl. G06T 7/00(2017.01) G06V 10/82(2022.01) G06V 10/764(2022.01)G06V 20/17(2022.01) G06V 20/10(2022.01) G06V 20/52(2022.01) G06F 16/36(2019.01) G06F 16/33(2019.01) G06Q 10/06(2012.01) G06Q 10/00(2012.01) G06Q 50/06(2012.01) (54)发明名称 一种基于城市大脑的电网智能巡检方法及 系统 (57)摘要 本发明涉及一种基于城市大脑的电网智能 巡检方法及系统， 该方法及系统利用无人机等巡 检拍摄设备巡检拍摄电网设备图像， 并传输至巡 检分析处理终端， 通过比对正常和异常图像判断 是否存在缺陷及缺陷的种类和程度， 从而利用知 识图谱获取详细的情况， 并调用物资数据库的数 据进行匹配解决方案， 最后输出缺陷检测报告。 相比现有技术， 本发明解决了电网巡检工作中人 工效率低、 识别正确率底、 局部缺陷难发现、 解决 处理方法不到位、 部分工作人工危险系数高等问 题， 助力线下 快速运维消缺。 权利要求书2页 说明书7页 附图2页 CN 115393347 A 2022.11.25 CN 115393347 A 1.一种城市大脑 的电网智能巡检系统， 其特征在于， 包括： 巡检拍摄设备、 巡检分析处 理终端、 电力巡检智能平台， 所述巡检拍摄设备包括摄像头、 图像采集模块和通信模块， 所述巡检分析处理终端包 括图像比较模块、 异常识别模块、 图谱搜寻模块、 报告生成模块， 所述电力巡检智能平台包 括图像数据库、 模型 数据库、 知识图谱库、 物资数据库， 其中： 巡检拍摄设备按照巡检规划路径通过摄像头对电网设备进行拍摄图像， 拍摄图像经图 像采集模块预处 理后通过通信模块发送给巡检分析处 理终端； 巡检分析处理终端的图像比较模块将图像数据与图像数据库的正常图像及异常图像 进行比对判断是否存在异常或缺陷； 异常识别模块对存在异常或缺陷的图像数据与模型数据库进行比对识别， 识别出异常 或缺陷的种类及程度； 图谱搜寻模块依据知识图谱库获取所识别出的异常或缺陷的详细情况及匹配处理方 案； 报告生成模块， 输出缺陷检测报告。 2.根据权利要求1所述的系统， 其特征在于， 所述巡检分析处理终端包括便携式终端检 测设备、 或服 务器式城市数字化 运营终端。 3.根据权利要求1所述的系统， 其特 征在于， 所述缺陷检测报告包括： 检测到异常电网设备的时间、 所检测的电网设备位置、 缺陷部 件及相应位置、 缺陷的类别及程度、 推荐解决措施及所需物资、 维护所需时间、 维护注意事 项。 4.一种城市大脑的电网智能巡检方法， 其特 征在于， 包括： 巡检拍摄设备按照巡检规划路径对电网设备进行拍摄图像及图像预处 理； 巡检拍摄设备将预处 理后的图像数据及位置信息传送至 巡检分析处 理终端； 巡检分析处理终端将图像数据与电力巡检智能平台的图像数据库的正常图像及异常 图像进行目标部件识别和预比对， 判断该处是否具有异常或缺陷； 巡检分析处理终端判定具有异常或缺陷后， 将图像数据与电力 巡检智能平台的模型数 据库的模型对比， 识别出异常或缺陷的种类及程度； 巡检分析处理终端依据电力巡检智能平台的知识图谱库获取所识别出的异常或缺陷 的详细情况和解决方案， 并调用电力巡检智能平台的物资数据库进行数据匹配给出合适处 理方案； 巡检分析处 理终端根据识别出的异常或缺陷及对应处 理方案输出缺陷检测报告。 5.根据权利要求4所述的方法， 其特征在于， 所述将图像数据及位置信 息传送至巡检分 析处理终端， 包括将传输图像数据、 巡检拍摄设备三维位置信息、 拍摄时间、 预设路径巡检 完成度实时传输 至巡检分析处 理终端。 6.根据权利要求4所述的方法， 其特征在于， 所述巡检分析处理终端将图像数据与图像 数据库的以往正常图像及异常图像集进行目标部件识别和预比对， 包括： 所拍摄电网设备种类识别； 所拍摄电网设备的部件种类及位置识别； 图像数据与以往正常图像及异常图像集预比对， 初步判断是否存在异常或缺陷。权　利　要　求　书 1/2 页 2 CN 115393347 A 27.根据权利要求6所述的方法， 其特征在于， 所述图像数据与以往正常图像及异常图像 集预比对， 具体为： 颜色比对判断锈蚀情况； 形状比对判断是否存在异 物或形状异常。 8.根据权利要求4所述的方法， 其特征在于， 所述将拍摄图像数据与模型数据库模型对 比， 识别异常或缺陷的种类及程度， 包括： 将图像数据送入预 先训练好的数据库模型， 进行对比识别； 缺陷种类包括但不限于开口销脱落、 半退出， 螺栓螺母锈蚀， 防震板损坏， 输电线缆倾 斜， 绝缘子自爆， 鸟巢异 物。 9.根据权利要求4所述的方法， 其特征在于， 所述依据知识图谱库获取异常或缺陷的详 细情况和解决方案， 并调用物资管理系统数据匹配合适处理方案， 具体包括： 根据判断的缺 陷种类及程度， 在知识图谱中搜索相应解决方案， 并根据解决方案采集现有物资数据库的 匹配数据。 10.根据权利要求 4所述的方法， 其特 征在于， 所述缺陷检测报告包括： 检测到异常电网设备的时间、 所检测的电网设备位置、 缺陷部 件及相应位置、 缺陷的类别及程度、 推荐解决措施及所需物资、 维护所需时间、 维护注意事 项。权　利　要　求　书 2/2 页 3 CN 115393347 A 3