(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 202210262623.0 (22)申请日 2022.03.17 (71)申请人 广西灵山大怀山 新能源有限公司 地址 535400 广西壮 族自治区钦州市灵山 县灵城街道江南大道427号(金山大 厦) (72)发明人 梁茂琪　李甲煌　谈重磊　蔡斌　 梁辛征　李磊升　 (74)专利代理 机构 广州科峻专利代理事务所 (普通合伙) 44445 专利代理师 唐海斐 (51)Int.Cl. G06K 9/62(2022.01) G06F 16/23(2019.01) G06Q 50/06(2012.01)G06V 10/764(2022.01) G06V 10/26(2022.01) (54)发明名称 一种适用 于风电场线路的无人机巡检数据 智能处理方法 (57)摘要 本发明公开了一种适用于风电场线路的无 人机巡检数据智能处理方法， 该方法包括以下步 骤： 处理巡检数据的基本信息， 自动分块分类巡 检数据中的图像数据并命名， 自动匹配 现有的数 据库评级图像数据， 进行故障预测， 生成巡检报 告并更新数据库， 最后工作人员可根据自动或人 工处理后生成的巡检报告安排风电场线路检修。 本发明的方法可提高风电场线路无人机巡检数 据处理的效率， 减轻风电场巡检的工作量， 推动 风电场巡 检智能化的发展。 权利要求书1页 说明书3页 附图1页 CN 114676766 A 2022.06.28 CN 114676766 A 1.一种适用于风电场线路的无人机巡检数据智能处理方法， 其特征在于， 包括以下步 骤： S1、 使用预 先设定的程序整理巡检数据的基本信息； S2、 使用图像分块模型自动对巡检数据中的图像数据进行分块分类处理， 并根据命名 规则使用图像分类算法对处 理后的图像数据进行命名； S3、 使用图像识别算法自动匹配现有的数据库， 根据图像数据中故障的情况， 对本次巡 检的图像数据进行评级， 对无法处 理的图像数据请求人工处 理； S4、 根据巡检数据和数据库中的历史数据， 使用预测模型对处理后的巡检数据进行故 障预测； S5、 给出本次风电场巡检的巡检报告， 并更新数据库。 2.根据权利要求1所述的一种适用于风电场线路的无人机巡检数据智能处理方法， 其 特征在于， 在步骤S1中， 所述巡检数据包括基本信息和图像数据， 所述基本信息包括风电场 线路基础数据、 风电场线路坐标、 人员信息、 无人机基础数据、 工作日志以及通知公告； 所述 图像数据包括无 人机在巡检时拍摄的图像信息和拍摄时无 人机的坐标信息 。 3.根据权利要求1所述的一种适用于风电场线路的无人机巡检数据智能处理方法， 其 特征在于， 在步骤S2 中， 使用Snake模型对巡检数据中的图像数据进行分块， 使用序贯相 似 性检测法对分块后的图像数据进行识别分类。 4.根据权利要求3所述的一种适用于风电场线路的无人机巡检数据智能处理方法， 其 特征在于， 将图像数据分为杆塔、 绝 缘子、 金具、 导地线、 基础设施以及附属设施六个 类别。 5.根据权利要求1所述的一种适用于风电场线路的无人机巡检数据智能处理方法， 其 特征在于， 在步骤S2中所述命名规则为 “杆塔号+图像数据类别 ”。 6.根据权利要求1所述的一种适用于风电场线路的无人机巡检数据智能处理方法， 其 特征在于， 在步骤S 3中， 根据故障的情况， 使用图像识别算法或人工识别实现对图像数据的 评级， 图像数据评级分为 正常、 注意、 异常和严重四个级别。 7.根据权利要求1所述的一种适用于风电场线路的无人机巡检数据智能处理方法， 其 特征在于， 在步骤S4中， 根据巡检数据和数据库中的历史数据， 使用朴素贝叶斯模 型预测风 电场线路近期可能出现的故障。 8.根据权利要求1所述的一种适用于风电场线路的无人机巡检数据智能处理方法， 其 特征在于， 在步骤S5中， 所述巡检报告包括巡检数据的基本信息和 每个级别下的图像数据 及其命名。 9.根据权利要求7所述的一种适用于风电场线路的无人机巡检数据智能处理方法， 其 特征在于， 所述朴素贝叶斯模型 的应用需要大量数据的训练， 每次巡检的预测结果需根据 实际情况进行 人工处理后当作模型的训练数据。权　利　要　求　书 1/1 页 2 CN 114676766 A 2一种适用于风电场线路的无人机巡检数据智能处理 方法 技术领域 [0001]本发明设计风电场 线路巡检技术领域， 具体涉及 一种适用于风电场 线路的无人机 巡检数据智能处 理方法。 背景技术 [0002]当前， 无人机巡检已成为风电场等线路智能巡检 的主要方式。 无人机在执行巡检 任务时拍摄了大量的巡检数据资料， 而对于这些巡检数据， 目前主要的处理方法是人工后 台处理或人工在线监视处理。 然而， 人工处理无人机巡检数据的方法 效率低下且质量堪忧， 随着无人机的广泛应用， 人工处 理无人机巡检数据的方法却并不 值得继续推广。 [0003]因此， 现有技 术还有待与改进和发展。 发明内容 [0004]本发明提供一种适用于风电场线路的无人机巡检数据智能处理方法， 使用多种智 能算法帮助风电场快速地处 理线路的无 人机巡检数据， 提高风电场线路巡检的效率。 [0005]本发明提供一种适用于风电场线路的无人机巡检数据智能处理方法， 其特征在 于， 包括以下步骤： S1、 使用预 先设定的程序整理巡检数据的基本信息； S2、 使用图像分块模型自动对巡检数据 中的图像数据进行分块分类处理， 并根据 命名规则使用图像分类算法对处 理后的图像数据进行命名； S3、 使用图像识别算法自动匹配现有的数据库， 根据图像数据中故障的情况， 对本 次巡检的图像数据进行评级， 对无法处 理的图像数据请求人工处 理； S4、 根据巡检数据和数据库中的历史数据， 使用预测模型对处理后的巡检数据进 行故障预测； S5、 给出本次风电场巡检的巡检报告， 并更新数据库。 [0006]所述的一种适用于风电场线路的无人机巡检数据智能处理方法， 其特征在于， 在 步骤S1中， 所述巡检数据包括基本信息和图像数据， 所述基本信息包括风电场线路基础数 据、 风电场线路坐标、 人员信息、 无人机基础数据、 工作日志以及通知公告； 所述图像数据包 括无人机在巡检时拍摄的图像信息和拍摄时无 人机的坐标信息 。 [0007]所述的一种适用于风电场线路的无人机巡检数据智能处理方法， 其中， 在步骤S2 中， 使用Snake模 型对巡检数据中的图像数据进行分块， 使用序贯相似性检测法对分块后的 图像数据进行识别分类。 [0008]进一步地， 将图像数据分为杆塔、 绝缘子、 金具、 导地线、 基础设施以及附属设施六 个类别。 [0009]所述的一种适用于风电场线路的无人机巡检数据智能处理方法， 其中， 在步骤S2 中， 根据杆塔所处位置命名处 理后的图像数据， 所述命名规则为 “杆塔号+图像数据类别 ”。 [0010]所述的一种适用于风电场线路的无人机巡检数据智能处理方法， 其中， 在步骤S3说　明　书 1/3 页 3 CN 114676766 A 3