(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 20221019809 9.5 (22)申请日 2022.03.02 (71)申请人 国网山东省电力公司临沂 供电公司 地址 276000 山东省临沂市兰山区金雀山 路97号 (72)发明人 郝武俊　郑大伟　刘冬　刘继婷　 孙涵　夏新志　薛振兵　魏君　 刘兆庆　 (74)专利代理 机构 淄博汇川知识产权代理有限 公司 372 95 专利代理师 李时云 (51)Int.Cl. G06Q 10/00(2012.01) G06V 20/40(2022.01) G06V 20/52(2022.01)G06N 20/00(2019.01) H04N 7/18(2006.01) (54)发明名称 一种基于深度学习的ADSS光缆线路巡检系 统及其巡 检方法 (57)摘要 本发明提供了一种基于深度学习的ADSS光 缆线路巡检系统及其巡检方法， 属于光缆线路巡 检技术领域， 一种基于深度学习的ADSS光缆线路 巡检系统包括安全生产管理平台、 AI训练平台、 边缘计算 设备、 中心存储组件、 通讯模块、 监控组 件； 所述AI训练平台用于光缆线路落鸟、 线路腐 蚀、 鸟啄算法AI训练并生成应用模型； 所述边缘 计算设备用于接收AI训练平台生成的应用模型， 并监控视频中的线路落鸟、 线路腐蚀、 鸟啄做故 障实时分析， 所述安全生产管 理平台平台接收分 析的结果， 并做应用展示。 本发明借助人工智能 AI训练平台生产巡检应用模型， 本发明通过边缘 计算设备智能分析监控数据， 有效减 轻工作人员 巡检数据处理压力， 提高巡检故障隐患处理效 率。 权利要求书2页 说明书4页 附图2页 CN 114580671 A 2022.06.03 CN 114580671 A 1.一种基于深度学习的AD SS光缆线路巡检系统， 其特 征在于： 包括安全生产管理平台(1)、 AI训练平台(2)、 边缘计算设备(3)、 中心存储组件(4)、 通 讯模块(5)、 监控组件(6)； 所述安全生产管理平台(1)通过AI管理组件获取所述AI训练平台(2)生成的应用模型， 所述安全生产管理平 台(1)把应用模型下发至所述边缘计算设备(3)， 使其具备AI功能， 所 述安全生产管理平台(1)还用于智能分析规则配置、 接受分析 结果和应用展示； 所述AI训练平台(2)用于光 缆线路落鸟、 线路腐蚀、 鸟啄算法AI训练并生成应用模型； 所述边缘计算设备(3)用于接收AI训练平台(2)生成的应用模型， 对所述监控组件(6) 监控视频中的线路落鸟、 线路腐蚀、 鸟啄做故障实时分析， 并把分析的数据上传给安全生产 管理平台(1)， 所述安全生产管 理平台(1)平台接收所述边缘计算设备(3)分析的结果， 并做 应用展示； 所述中心存 储组件(4)用于报警图片进行集中存 储； 所述通讯模块(5)用于所述 监控组件(6)和安全生产管理平台(1)网络通讯； 所述监控组件(6)用于对光 缆线路实时视频监控。 2.根据权利要求1所述的一种基于深度学习的AD SS光缆线路巡检系统， 其特 征在于： 所述AI训练平台(2)包括数据集管理、 模型训练、 模型管理、 模型校验和模型发布五大 功能模块， 所述AI训练平台(2)前期通过收集素材并做落鸟、 线路腐蚀、 鸟啄算法训练并生 成应用模型， 做模型导出， 待下一步使用； 所述AI训练平台(2)还可以接受所述安全生产管 理平台(1)发送的分析数据， 重新在A I开放平台做训练生 成新的算法版本， 用于算法更新迭 代。 3.根据权利要求2所述的一种基于深度学习的AD SS光缆线路巡检系统， 其特 征在于： 所述数据管理包括数据导入、 数据标注、 数据质量评估， 所述数据标注包括人工标注、 智能标注和进度标注。 4.根据权利要求2所述的一种基于深度学习的AD SS光缆线路巡检系统， 其特 征在于： 所述模型训练包括模型应用类型、 预置算法、 高精度模式、 模型智能调优。 5.根据权利要求2所述的一种基于深度学习的AD SS光缆线路巡检系统， 其特 征在于： 所述模型 管理包括模型 版本管理、 性能评估报告、 模型授权 。 6.根据权利要求2所述的一种基于深度学习的AD SS光缆线路巡检系统， 其特 征在于： 所述模型 校验包括模型 数据导入、 模型 校验、 校验评估报告。 7.根据权利要求2所述的一种基于深度学习的AD SS光缆线路巡检系统， 其特 征在于： 所述模型发布包括云端发布和模型导出。 8.根据权利要求1所述的一种基于深度学习的AD SS光缆线路巡检系统， 其特 征在于： 所述通讯模块(5)为 4GVPN专用无线网络通讯模块。 9.根据权利要求1所述的一种基于深度学习的AD SS光缆线路巡检系统， 其特 征在于： 所述监控组件(6)为4G网络摄像机， 所述监控组件(6)与安全生产管理平台(1)网络通 讯连接。 10.根据权利要求1～9中任一所述的一种基于深度 学习的ADSS光缆线路巡检系统 的巡 检方法， 其特 征在于： 所述巡检方法包括以下步骤：权　利　要　求　书 1/2 页 2 CN 114580671 A 2步骤一， AI训练平台(2)根据光缆线路落鸟、 线路腐蚀、 鸟啄素材AI训练并生成应用模 型； 步骤二， 通过安全生产管理平台(1)的AI模型管理组件从AI训练平台(2)获取算法应用 模型， 算法应用模型支持本地 导入和远程获取两种模式； 步骤三， 再通过安全生产管理平台(1)的AI模型管理组件将算法应用模型和智能分析 规则配置部署 到边缘计算设备(3)， 使边缘计算设备(3)具有A I功能， 所述边缘计算设备(3) 从安全生产管理平台(1)下 载算法应用模型的方式支持手动下 载和自动下 载两种模式； 步骤四， 边缘计算设备(3)根据部署的应用模型和智能分析规则配置自动分析监控组 件(6)的监控数据， 并把智能分析 结果和关联抓拍数据发送给安全生产管理平台(1)； 步骤五， 安全生产管理平台(1)接收智能分析结果并应用呈现， 完成报警联动， 所述安 全生产管理平台(1)并向第三方提供OpenAPI用于上层应用展示； 步骤六， 安全生产管理平台(1)可将巡检报警原始图片自动回传至AI训练平台(2)， 用 于模型迭代训练并定期发布新的优化模型。权　利　要　求　书 2/2 页 3 CN 114580671 A 3