论文部分内容阅读
摘要：当前，现代化电网的建设与物联网技术正在进行初步的融合，在这种情势下，科研人员加大对物联网技术的开发是十分有必要的，通过研究联网技术，强化物联网技术与电力设备状态检修的共享工作。电力公司对电力设备进行定期维保过程中，物联网技术发挥了十分重要的作用，保证了供电系统的稳定，因此，将物联网技术应用到电力设备的运行和检修中，是时代发展的必然。
关键词：物联网技术;输电线路运行;环境监测信息化建设
引言
本文对基于物联网技术的输电线路运行环境监测信息化建设及应用进行阐述，通过研究影响输电线路的气象环境因素的采集与分析，设计实施的信息化监测平台，构建输电线路运行环境的分析和监测感知能力，实现对输电线路运行环境全方位的采集监测，提升输电线路环境指标的预测预警，降低设备和人员安全风险。
1物联网技术的简介
在上个世纪九十年代末，麻省理工学院提出了物联网的概念，随着时间的推移，各国对物联网的认识各不相同，但是该技术在各国都得到了发展。随着信息化时代的到来，物联网技术越来越受到国际的认可，它是以互联网为依托，通过构建虚拟空间来实现信息的共享。在研发的初始阶段，它只是一项射频识别技术，但是经过多年的发展，它的应用实现了物与物之间、人与物之间的互动。将物联网的实际应用作为构建网架络构的基础，通常情况下该技术的网络架构分为三个层面：一是网络层;二是感知层;三是应用层。应用层主要是将该项技术应用于实际，例如在电力系统中安装监控设备等，而感知层。主要是进行识别和感知，通过无线电技术、感应技术和射频识别技术。网络层是主要是以互联网为依托，进行信息的共享和传递、人员的沟通交流等。
2系统结构模型
目前，业界普遍认为物联网应分为3个层面，即感知层、网络层和应用层。电力物联网与物联网对应的3层体系架构为电力信息的采集、电力信息的传输和电力信息的处理应用。输电线路智能监测系统采用电力物联网的体系架构，架构划分为3层。1）感知层是对物质世界的感知，即实现电力信息的采集。通过传感器、信息采集设备等技术手段实现对输电线路的环境信息、线路信息、杆塔状态等各个环节的信息采集。2）网络层实现信息的传输和控制。鉴于电网对网络安全、可靠性、实时性的要求，网络传输主要依托电力通信网和电力无线专网实现，在不具备条件的特殊环境下经过加密处理后借助公众电信网，实现信息的传输和控制。3）应用层是对信息的处理和应用，包括为应用提供基础服务的平台、中间件和各种业务应用。实现对输电线路的智能监测、分析决策、现场监控、智能巡线、智能预警、线路检测等业务功能。
3物联网技术的输电线路运行环境监测信息化建设
3.1图像识别技术
随着安全需求的快速增长，越来越多的监控设备被安装。设备布置在不同的场合，同时也受到图像智能分析技术的影响。前所未有的关注，它可以建立图像和图像描述之间的映射辐射关系，使计算机能够通过图像处理和分析来理解图片内容的本质是“视频源的自动分析和提取”关键信息。智能图像分析主要包括图像处理和目标分析。标准检测、目标跟踪、场景识别等业务应用。基于视频传感器和计算机仿真的深度学习技术人类视觉系统，外部视觉信息的采集与定位锂。通过成像设备（如照相机）获取图像、视频或多维图像数据和其他数字信号被用作信息输入，然后计算机用于此。对一些信息进行处理，实现目标的检测、识别和跟踪。是的，最后给出了必要的判断和解释。基于深度学习的大规模深层图像识别算法面向海量数据图像自动学习的子进化神经网络模型将特征推广到实际的场景识别过程中。在输电线路上在在线监测中，深度学习算法模拟大脑皮层并使用它。多层非线性特征处理方法逐步提取输入数据。逐步建立从底层特征到高层抽象特征的映射，使复杂简化了复杂特征的提取，提高了识别率和学习速度。快速和耗时的优点。输电线路在线监测中的智能图像分析缺陷场景的智能诊断与预警两个方面。本文采用alexnet网络进行验证实验。模型，通过更大的数据集、更强的模型和更好的改進的拟合技术的应用显著地改善了卷积神经网络的性能。对。alexnet网络模型包括五个卷积层和三个完整层。连接层和软最大损耗功能层。因为访问网络的范围随着的增加，AlexNet采用双通道结构，带有两个GPU在训练上，提高训练效率。同时Alexnet使用relu替代乙状结肠激活功能。瑞鲁进行网络培训速度明显提高了。退出和本地响应规范化响应规范化（LRN）技术使网络成为过去改进的拟合能力保证了卷积神经网络的学习能力。泛化能力。ImageNet数据集包含大量高分辨率地图片剂，结合Alexnet的有效去拟合技术，使卷曲神经卷积神经网络模型充分训练大大提高了卷积神经网络的图像质量。识别精度和泛化性能。
3.2移动边缘计算技术
移动边缘计算是指在感知层或数据源附近的计算。一方面，将网络、计算、存储、应用等核心能力融为一体开放平台，提供接近服务。通常，它的应用是近端起爆，通过快速网络服务响应，满足多域现实时间服务、应用智能、安全和隐私保护的基本要求。1）移动边缘计算通过用户附近的接入网实现移动边缘计算服务器网络边缘提供云计算服务和存储服务，移动边缘计算它可以最大限度地减少延迟，节省核心网络的带宽，减少跨区域。流量，根据位置和上下文感知计算最佳解决方案该案例缓解了网络安全和用户隐私问题。移动边缘计算可以通过按需计算资源池来灵活地访问和重新配置服务器。交互模型为用户提供无线网络和本地环境感知服务。低延迟高带宽保护解决传统云计算架构中心云问题。2）移动边缘计算在输电线路在线监测中的应用在输电线路在线监测领域，移动边缘计算技术通过减少从服务器到客户端的距离和跳数，可以显著减少跳数。低网络拥塞概率和传输时间，最终减少交互时间延迟并提高运行可靠性。“边缘智能”是指接近系统主域的位置由感知层应用的反馈信息提供。基于本地用户上下文信息的行处理和用户行分析为了预测和预测。移动边缘计算技术与边缘智能放置在移动边缘计算服务器中，使用边缘云服务特定的感知应用提供特定的智能服务。电力传输该方法为在线监测提供了更稳定的传感应用。广泛、低延迟的服务帮助客户模糊地理边界并理解这取决于光速的限制。本文所进行的验证试验是基于边缘计算的发展而进行的。用于视频图像分析的功能网关或集成摄像机功能集在前端，只将处理结果反馈给云，有效减少云服服务器负载。边缘计算节点由控制器和通信设备组成。它具有分析、控制、通讯、采集等功能，并能进行图像处理。输电线路及周围环境的局部化分析与处理、自主识别安全隐患，结果将反馈给系统。系统是开放的类型功能，通过软件升级，可以访问更多的第三方采集传感器并支持多种通讯方式，支持软件和策略的远程升级。边缘处理节点涵盖主流协议库和新传感器安装备用时，主站自动发出协议，实现即插即用。
结束语
近年来，随着经济发展，电网覆盖范围逐年增大，输电线路运行里程也逐年增多，自然环境、恶劣天气和外力破坏都可能对输电线路造成严重损坏，引发大面积停电，造成严重的经济损失。由此可见，开展输电线路在线监测应用研究对于避免电网事故、保障线路安全至关重要。
参考文献
[1]周伟珍.电气设备状态检修工作中物联网技术的应用方法[J].科技经济导刊，2017，27（25）：71.
[2]王学良.基于物联网技术的输电线路在线监测系统[J].电子测试，2018（21）：84-85+77.
[3]陈帝.基于物联网的输电线路施工作业点危险源的识别检测与管控预警[D].扬州大学，2017.
关键词：物联网技术;输电线路运行;环境监测信息化建设
引言
本文对基于物联网技术的输电线路运行环境监测信息化建设及应用进行阐述，通过研究影响输电线路的气象环境因素的采集与分析，设计实施的信息化监测平台，构建输电线路运行环境的分析和监测感知能力，实现对输电线路运行环境全方位的采集监测，提升输电线路环境指标的预测预警，降低设备和人员安全风险。
1物联网技术的简介
在上个世纪九十年代末，麻省理工学院提出了物联网的概念，随着时间的推移，各国对物联网的认识各不相同，但是该技术在各国都得到了发展。随着信息化时代的到来，物联网技术越来越受到国际的认可，它是以互联网为依托，通过构建虚拟空间来实现信息的共享。在研发的初始阶段，它只是一项射频识别技术，但是经过多年的发展，它的应用实现了物与物之间、人与物之间的互动。将物联网的实际应用作为构建网架络构的基础，通常情况下该技术的网络架构分为三个层面：一是网络层;二是感知层;三是应用层。应用层主要是将该项技术应用于实际，例如在电力系统中安装监控设备等，而感知层。主要是进行识别和感知，通过无线电技术、感应技术和射频识别技术。网络层是主要是以互联网为依托，进行信息的共享和传递、人员的沟通交流等。
2系统结构模型
目前，业界普遍认为物联网应分为3个层面，即感知层、网络层和应用层。电力物联网与物联网对应的3层体系架构为电力信息的采集、电力信息的传输和电力信息的处理应用。输电线路智能监测系统采用电力物联网的体系架构，架构划分为3层。1）感知层是对物质世界的感知，即实现电力信息的采集。通过传感器、信息采集设备等技术手段实现对输电线路的环境信息、线路信息、杆塔状态等各个环节的信息采集。2）网络层实现信息的传输和控制。鉴于电网对网络安全、可靠性、实时性的要求，网络传输主要依托电力通信网和电力无线专网实现，在不具备条件的特殊环境下经过加密处理后借助公众电信网，实现信息的传输和控制。3）应用层是对信息的处理和应用，包括为应用提供基础服务的平台、中间件和各种业务应用。实现对输电线路的智能监测、分析决策、现场监控、智能巡线、智能预警、线路检测等业务功能。
3物联网技术的输电线路运行环境监测信息化建设
3.1图像识别技术
随着安全需求的快速增长，越来越多的监控设备被安装。设备布置在不同的场合，同时也受到图像智能分析技术的影响。前所未有的关注，它可以建立图像和图像描述之间的映射辐射关系，使计算机能够通过图像处理和分析来理解图片内容的本质是“视频源的自动分析和提取”关键信息。智能图像分析主要包括图像处理和目标分析。标准检测、目标跟踪、场景识别等业务应用。基于视频传感器和计算机仿真的深度学习技术人类视觉系统，外部视觉信息的采集与定位锂。通过成像设备（如照相机）获取图像、视频或多维图像数据和其他数字信号被用作信息输入，然后计算机用于此。对一些信息进行处理，实现目标的检测、识别和跟踪。是的，最后给出了必要的判断和解释。基于深度学习的大规模深层图像识别算法面向海量数据图像自动学习的子进化神经网络模型将特征推广到实际的场景识别过程中。在输电线路上在在线监测中，深度学习算法模拟大脑皮层并使用它。多层非线性特征处理方法逐步提取输入数据。逐步建立从底层特征到高层抽象特征的映射，使复杂简化了复杂特征的提取，提高了识别率和学习速度。快速和耗时的优点。输电线路在线监测中的智能图像分析缺陷场景的智能诊断与预警两个方面。本文采用alexnet网络进行验证实验。模型，通过更大的数据集、更强的模型和更好的改進的拟合技术的应用显著地改善了卷积神经网络的性能。对。alexnet网络模型包括五个卷积层和三个完整层。连接层和软最大损耗功能层。因为访问网络的范围随着的增加，AlexNet采用双通道结构，带有两个GPU在训练上，提高训练效率。同时Alexnet使用relu替代乙状结肠激活功能。瑞鲁进行网络培训速度明显提高了。退出和本地响应规范化响应规范化（LRN）技术使网络成为过去改进的拟合能力保证了卷积神经网络的学习能力。泛化能力。ImageNet数据集包含大量高分辨率地图片剂，结合Alexnet的有效去拟合技术，使卷曲神经卷积神经网络模型充分训练大大提高了卷积神经网络的图像质量。识别精度和泛化性能。
3.2移动边缘计算技术
移动边缘计算是指在感知层或数据源附近的计算。一方面，将网络、计算、存储、应用等核心能力融为一体开放平台，提供接近服务。通常，它的应用是近端起爆，通过快速网络服务响应，满足多域现实时间服务、应用智能、安全和隐私保护的基本要求。1）移动边缘计算通过用户附近的接入网实现移动边缘计算服务器网络边缘提供云计算服务和存储服务，移动边缘计算它可以最大限度地减少延迟，节省核心网络的带宽，减少跨区域。流量，根据位置和上下文感知计算最佳解决方案该案例缓解了网络安全和用户隐私问题。移动边缘计算可以通过按需计算资源池来灵活地访问和重新配置服务器。交互模型为用户提供无线网络和本地环境感知服务。低延迟高带宽保护解决传统云计算架构中心云问题。2）移动边缘计算在输电线路在线监测中的应用在输电线路在线监测领域，移动边缘计算技术通过减少从服务器到客户端的距离和跳数，可以显著减少跳数。低网络拥塞概率和传输时间，最终减少交互时间延迟并提高运行可靠性。“边缘智能”是指接近系统主域的位置由感知层应用的反馈信息提供。基于本地用户上下文信息的行处理和用户行分析为了预测和预测。移动边缘计算技术与边缘智能放置在移动边缘计算服务器中，使用边缘云服务特定的感知应用提供特定的智能服务。电力传输该方法为在线监测提供了更稳定的传感应用。广泛、低延迟的服务帮助客户模糊地理边界并理解这取决于光速的限制。本文所进行的验证试验是基于边缘计算的发展而进行的。用于视频图像分析的功能网关或集成摄像机功能集在前端，只将处理结果反馈给云，有效减少云服服务器负载。边缘计算节点由控制器和通信设备组成。它具有分析、控制、通讯、采集等功能，并能进行图像处理。输电线路及周围环境的局部化分析与处理、自主识别安全隐患，结果将反馈给系统。系统是开放的类型功能，通过软件升级，可以访问更多的第三方采集传感器并支持多种通讯方式，支持软件和策略的远程升级。边缘处理节点涵盖主流协议库和新传感器安装备用时，主站自动发出协议，实现即插即用。
结束语
近年来，随着经济发展，电网覆盖范围逐年增大，输电线路运行里程也逐年增多，自然环境、恶劣天气和外力破坏都可能对输电线路造成严重损坏，引发大面积停电，造成严重的经济损失。由此可见，开展输电线路在线监测应用研究对于避免电网事故、保障线路安全至关重要。
参考文献
[1]周伟珍.电气设备状态检修工作中物联网技术的应用方法[J].科技经济导刊，2017，27（25）：71.
[2]王学良.基于物联网技术的输电线路在线监测系统[J].电子测试，2018（21）：84-85+77.
[3]陈帝.基于物联网的输电线路施工作业点危险源的识别检测与管控预警[D].扬州大学，2017.