一种电网分布式时空数据的可视化方法及系统

技术领域

本发明涉及电力系统领域，具体涉及一种电网分布式时空数据的可视化方法及系统。

背景技术

电力系统作为现代社会不可或缺的基础设施之一，其稳定运行对于保障能源供应、经济发展和社会稳定至关重要。然而，随着电力系统规模的不断扩大和分布式能源的加入，电网的运行变得越来越复杂。在这样的背景下，电力运营商和管理人员需要更多的洞察力来监测电网的状态、性能和问题，以便做出及时的决策和优化措施。

传统的电网监测和数据处理方法主要基于二维的数据可视化技术，这种方法在表现电网复杂关系和时空特性方面存在一定的局限性。此外，传统的数据采集方法也常常受限于设备的布置和维护困难，导致数据不够全面和准确。

为了解决这些问题，近年来出现了一些新的技术和方法。例如，无人机航拍和遥感图像技术能够实现对电网设备位置的高效获取，从而减少了人工布设的难度。同时，目标检测技术的发展使得可以自动识别电网设备的位置，提高了数据采集的准确性。三维模型技术可以更好地表现电网的空间结构，有助于理解电网的布局和关系。

然而，尽管这些技术的出现为电网监测和数据处理带来了新的机会，但如何将这些技术有机地结合起来，实现电网分布式时空数据的全面可视化，仍然是一个待解决的问题。因此，需要提出一种新的时空数据展示方法及系统，以满足更直观、全面的方式展示电网的时空数据的需求。

发明内容

有鉴于此，本发明的目的在于提出一种电网分布式时空数据的可视化方法及系统，通过结合无人机航拍、遥感图像、目标检测和三维模型技术，实现了对电网分布式时空数据的全面可视化展示，可以更直观、全面的方式展示电网的时空数据，从而为电力运营商和管理人员提供更准确的电网状态信息，支持管理人员做出更明智的运营和管理决策。

基于上述目的，第一方面，本发明提供了一种电网分布式时空数据的可视化方法，包括以下步骤：

S1：通过无人机进行航拍，获取包含电网设备的位置信息的遥感图像；

S2：使用经过训练的目标检测模型对遥感图像进行分析处理，识别出电网设备的类型及位置信息；

S3：在每个电网设备的位置周围预设时空数据监控范围，形成一个以电网设备为中心的时空监控区域；

S4：将电网设备作为节点，通过欧氏距离计算相邻电路设备之间的距离，并基于电网设备之间的电网连接关系生成时空数据检测线路，通过每个电网设备内安装的数据采集设备进行分布式时空数据的采集；

S5：将电网设备的位置信息映射到三维模型中，生成模拟的电网结构，呈现真实的电网布局；同时，根据采集到的分布式时空数据，将该时空数据在三维模型的相应节点上进行可视化展示；

S6：利用采集的时空数据在三维模型中实时监控电网数据，在检测到电网数据异常时，生成警报并在三维模型中标识出问题区域，以提醒用户注意异常情况。

作为本发明的进一步方案，所述电网分布式时空数据的可视化方法还包括以下步骤：

S7：回放历史时空数据，在三维模型中显示过去时间段内的电网状态以及时空数据走势曲线，用于趋势分析和问题溯源；

S8：根据用户的选择，调整三维模型的显示参数以及所在电网设备可视化参数，以便更详细地查看和更直观的了解电网设备或区域的时空数据。

作为本发明的进一步方案，通过无人机进行航拍，获取包含电网设备的位置信息的遥感图像之前，还包括规划无人机航拍路径，所述规划无人机航拍路径包括以下步骤：

将待获取遥感图像的电网设备作为目标设备，根据获取的电网设备所在地区的地理数据将目标设备标记在电子地图上；

根据无人机的性能参数在电子地图上评估出无人机的航拍区域范围，其中，无人机的性能参数包括最大飞行高度、飞行速度以及续航时间；

根据目标设备、地理数据以及确定出的航拍区域范围，通过RRT(Rapidly-Exploring Random Trees)算法生成途径所有电网设备的最优航拍路径；

根据无人机携带的传感器和摄像头以及目标设备的尺寸确定航拍高度，以获取清晰的遥感图像。

作为本发明的进一步方案，所述目标检测模型为用于遥感图像分析的YOLOv4模型，所述YOLOv4模型对遥感图像进行分析处理，包括以下步骤：

准备并标注用于训练的遥感图像数据集，标明电网设备的位置和类型；

使用数据集对YOLOv4模型进行训练，以实现准确的电网设备检测；

对待分析的遥感图像进行像尺寸调整和归一化处理，将处理后的遥感图像输入训练好的YOLOv4模型中，获取电网设备的位置和类型信息；

从YOLOv4模型输出中提取电网设备的位置信息，其中，提取的电网设备的位置信息为边界框的中心坐标；并根据YOLOv4模型输出的类别标签，识别电网设备的具体类型。

作为本发明的进一步方案，对待分析的遥感图像进行像尺寸调整和归一化处理，包括以下步骤：

加载遥感图像：将待分析的用于训练的遥感图像加载到处理平台，形成遥感图像数据集，并标明电网设备的位置和类型；

尺寸调整：根据YOLOv4模型的输入要求，将遥感图像的尺寸调整为模型所需的固定尺寸；

图像预处理：对调整尺寸后的图像进行像素值缩放和归一化处理，以准备模型输入；

转换为模型输入格式：将经过尺寸调整和归一化处理的图像转换为YOLOv4模型的输入格式，以获取电网设备的位置和类型信息，使用转换后的遥感图像数据集对YOLOv4模型进行训练。

作为本发明的进一步方案，形成一个以电网设备为中心的时空监控区域，包括以下步骤：

确定监控半径：在每个电网设备的位置周围预设时空数据监控范围，根据电网设备的类型以及监控需求参数，确定监控半径，用以定义空间范围；

计算监控区域边界：使用选定的监控半径，计算以电网设备位置为中心的圆形区域的边界，作为时空监控区域的空间范围；

确定监控时间范围：预设监控的时间范围，形成时空监控区域的时间维度；

生成时空监控区域：将空间范围与时间范围结合，生成以电网设备为中心的时空监控区域，用于监控电网设备的时空数据。

作为本发明的进一步方案，通过欧氏距离计算相邻电路设备之间的距离，包括以下步骤：

获取节点坐标：将电网设备作为节点，获取每个电网设备在三维模型中的坐标；

计算距离：对于每对相邻的电网设备，对于每对相邻的电网设备A和B，使用欧氏距离公式计算之间的距离D；

记录距离：记录计算得到的距离D，以获取电网设备之间的欧氏距离信息。

作为本发明的进一步方案，获取每个电网设备在三维模型中的坐标为二维坐标(x,y)或三维坐标(x,y,z)；若电网设备A和B的坐标分别为(x1,y1)和(x2,y2)，则电网设备A和B之间的欧氏距离D的欧氏距离计算公式为：

[D＝sqrt{(x2-x1)^2+(y2-y1)^2}]。

作为本发明的进一步方案，基于电网设备之间的电网连接关系生成时空数据检测线路，通过每个电网设备内安装的数据采集设备进行分布式时空数据的采集，包括以下步骤：

将电网设备作为节点，建立电网的拓扑图，表示电网设备之间的连接关系；

选择起始节点并使用图搜索算法，从起始节点出发寻找与其余电网设备之间的连接关系，形成时空数据检测线路；

在搜索过程中记录访问的节点和边，以形成时空数据检测线路的路径；

在每个电网设备内安装数据采集设备，用于分布式时空数据的采集；

通过安装的数据采集设备，定期或实时地采集电网设备的状态信息和环境数据。

作为本发明的进一步方案，将电网设备的位置信息映射到三维模型中，生成模拟的电网结构，呈现真实的电网布局包括以下步骤：

将获取的每个电网设备的位置信息映射到预先创建的一个电网三维模型中；

基于电网设备的位置信息，在三维模型中生成模拟的电网结构，呈现真实的电网布局，其中，包括绘制电网线路、变电站以及输电塔元素；

对生成的模拟电网结构进行渲染和显示，在可视化界面中展示真实的电网布局。

作为本发明的进一步方案，采集的时空数据包括用于监控电网的状态和性能的电网设备状态数据、环境参数数据、数据采集设备信息以及时间戳数据；其中，所述电网设备状态数据包括用于监测电网设备的运行状态信息的电流、电压、功率数据；所述环境参数数据包括温度、湿度；所述数据采集设备信息包括每个数据采集设备的工作运行状态信息；所述时间戳数据；为数据采集时记录的时间，用于时序分析和异常检测。

第二方面，本发明提供了一种电网分布式时空数据的可视化系统，包括：

图像获取模块，用于通过无人机航拍，获取包含电网设备位置信息的遥感图像；

目标检测模块，用于使用经过训练的目标检测模型对遥感图像进行分析处理，识别出电网设备的类型及位置信息；

监控区域确定模块，用于在每个电网设备的位置周围预设时空数据监控范围，形成一个以电网设备为中心的时空监控区域；

时空数据采集模块，用于将电网设备作为节点，通过欧氏距离计算相邻电路设备之间的距离，并基于电网设备之间的电网连接关系生成时空数据检测线路，通过每个电网设备内安装的数据采集设备进行分布式时空数据的采集；

三维模型映射模块，用于将电网设备位置信息映射到三维模型中，生成模拟的电网结构；

监控展示模块，用于根据采集到的分布式时空数据，将该时空数据在三维模型的相应节点上进行可视化展示；

异常检测模块，用于利用采集的时空数据在三维模型中实时监控电网数据，在检测到电网数据异常时，生成警报并在三维模型中标识出问题区域，以提醒用户注意异常情况。

本发明的又一方面，还提供了一种计算机设备，包括存储器和处理器，该存储器中存储有计算机程序，该计算机程序被处理器执行时执行上述任一项根据本发明的电网分布式时空数据的可视化方法。

本发明的再一方面，还提供了一种计算机可读存储介质，存储有计算机程序指令，该计算机程序指令被执行时实现上述任一项根据本发明的电网分布式时空数据的可视化方法。

与现有技术相比较而言，本发明提出的一种电网分布式时空数据的可视化方法及系统，具有以下有益效果：

1.实时监测与异常检测：本发明的电网分布式时空数据的可视化方法及系统利用无人机航拍、目标检测模型识别、数据采集设备等，实现了对电网的实时监测。一旦检测到电网数据异常，系统能够立即生成警报并在三维模型中标识出问题区域，使操作人员能够快速响应和解决问题，从而提高了电网的稳定性和可靠性。

2.历史数据分析与趋势预测：本发明的电网分布式时空数据的可视化方法中的回放历史时空数据步骤允许用户查看过去时间段内的电网状态和数据走势曲线。这使得用户能够进行趋势分析，从历史数据中发现模式和规律，预测电网未来可能出现的问题，进一步优化电网运营和维护策略。

3.精准航拍规划与数据获取：本发明的电网分布式时空数据的可视化方法通过规划无人机航拍路径，根据无人机性能参数、地理数据和RRT算法生成最优航拍路径，确保从适当的角度和高度获取电网设备位置信息的遥感图像。这有助于提供准确的基础数据，从而提高了数据分析和可视化的准确性。

4.三维模型展示与布局可视化：将电网设备位置信息映射到三维模型中，生成模拟的电网结构，能够直观地呈现电网的真实布局，包括线路、变电站和输电塔等元素。这种三维模型展示有助于用户更清晰地了解电网拓扑，辅助决策制定。

5.用户定制化：本发明的电网分布式时空数据的可视化方法允许用户根据需要调整三维模型的显示参数和设备可视化参数。这使用户能够更详细地查看和了解特定电网设备或区域的时空数据，根据实际需求进行定制化分析。

6.分布式数据采集与分析：本发明的电网分布式时空数据的可视化方法通过电网连接关系生成时空数据检测线路，利用内置的数据采集设备进行分布式数据采集。这样，可以在不同位置采集到电网设备的状态和环境数据，实现全面的数据收集和分析。

综上所述，本发明的电网分布式时空数据的可视化方法及系统具备实时监测、历史数据分析、精准数据获取、三维模型展示、用户定制化和分布式数据采集等多方面的有益效果，有助于提升电网的管理、运维和可靠性。

本申请的这些方面或其他方面在以下实施例的描述中会更加简明易懂。应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的实施例。

在图中：

图1为本发明实施例的电网分布式时空数据的可视化方法的流程图。

图2为本发明实施例的电网分布式时空数据的可视化方法中YOLOv4模型对遥感图像进行分析处理的流程图。

图3为本发明实施例的电网分布式时空数据的可视化方法中形成时空监控区域的流程图。

图4为本发明实施例的电网分布式时空数据的可视化方法中计算相邻电路设备之间距离的流程图。

图5为本发明实施例的电网分布式时空数据的可视化系统的结构框图。

具体实施方式

下面，结合附图以及具体实施方式，对本申请做进一步描述，需要说明的是，在不相冲突的前提下，以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。

为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明实施例进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

需要说明的是，本发明实施例中所有使用“第一”和“第二”的表述均是为了区分两个相同名称的非相同的实体或者非相同的参量，可见“第一”“第二”仅为了表述的方便，不应理解为对本发明实施例的限定。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备固有的其他步骤或单元。

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

附图中所示的流程图仅是示例说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解、组合或部分合并，因此实际执行的顺序有可能根据实际情况改变。

下面结合附图，对本申请的一些实施方式作详细说明。在不冲突的情况下，下述的实施例及实施例中的特征可以相互组合。

针对电网分布式时空数据的全面可视化的问题，本发明提出了一种电网分布式时空数据的可视化方法及系统，通过结合无人机航拍、遥感图像、目标检测和三维模型技术，实现了对电网分布式时空数据的全面可视化展示，可以更直观、全面的方式展示电网的时空数据，从而为电力运营商和管理人员提供更准确的电网状态信息，支持管理人员做出更明智的运营和管理决策。

参见图1所示，本发明的实施例提供了一种电网分布式时空数据的可视化方法，该方法包括以下步骤：

S1：通过无人机进行航拍，获取包含电网设备的位置信息的遥感图像；

S2：使用经过训练的目标检测模型对遥感图像进行分析处理，识别出电网设备的类型及位置信息；

S3：在每个电网设备的位置周围预设时空数据监控范围，形成一个以电网设备为中心的时空监控区域；

S4：将电网设备作为节点，通过欧氏距离计算相邻电路设备之间的距离，并基于电网设备之间的电网连接关系生成时空数据检测线路，通过每个电网设备内安装的数据采集设备进行分布式时空数据的采集；

S5：将电网设备的位置信息映射到三维模型中，生成模拟的电网结构，呈现真实的电网布局；同时，根据采集到的分布式时空数据，将该时空数据在三维模型的相应节点上进行可视化展示；

S6：利用采集的时空数据在三维模型中实时监控电网数据，在检测到电网数据异常时，生成警报并在三维模型中标识出问题区域，以提醒用户注意异常情况。

在本实施例中，所述电网分布式时空数据的可视化方法还包括以下步骤：

S7：回放历史时空数据，在三维模型中显示过去时间段内的电网状态以及时空数据走势曲线，用于趋势分析和问题溯源；

S8：根据用户的选择，调整三维模型的显示参数以及所在电网设备可视化参数，以便更详细地查看和更直观的了解电网设备或区域的时空数据。

因此，在电网分布式时空数据的可视化方法中，通过无人机航拍和目标检测模型识别，实现了电网设备位置信息的获取与分析，进而形成以电网设备为中心的时空监控区域。通过欧氏距离计算和电网连接关系生成数据检测线路，利用内置数据采集设备进行分布式时空数据的采集。将电网设备位置信息映射到三维模型中，展现真实电网布局，并在模型中可视化展示分布式时空数据。实时监控电网数据，检测异常并生成警报，有效提醒用户异常情况。回放历史数据和参数调整进一步增强了可视化功能，满足用户趋势分析和详细查看的需求。整体而言，该方法通过综合应用航拍、检测技术、数据采集和三维可视化，实现了电网状态监控与管理的全方位提升，对电网稳定性和可靠性具有显著的益处。

其中，通过无人机进行航拍，获取包含电网设备的位置信息的遥感图像之前，还包括规划无人机航拍路径，所述规划无人机航拍路径包括以下步骤：

将待获取遥感图像的电网设备作为目标设备，根据获取的电网设备所在地区的地理数据将目标设备标记在电子地图上；

根据无人机的性能参数在电子地图上评估出无人机的航拍区域范围，其中，无人机的性能参数包括最大飞行高度、飞行速度以及续航时间；

根据目标设备、地理数据以及确定出的航拍区域范围，通过RRT(Rapidly-Exploring Random Trees)算法生成途径所有电网设备的最优航拍路径；

根据无人机携带的传感器和摄像头以及目标设备的尺寸确定航拍高度，以获取清晰的遥感图像。

在本实施例中，规划无人机航拍路径时，首先要进行目标设备确定，确定需要获取电网设备位置信息的目标设备，如变电站、输电线路、配电设备等。其次，进行地理数据获取，获取电网设备所在地区的地理数据，包括地形地貌、道路、建筑物等，用于规划航拍路径；同时，对无人机性能评估，根据无人机的飞行性能，如最大飞行高度、飞行速度、续航时间等，评估无人机的适用范围和限制；在航拍区域划定时，根据目标设备和地理数据，确定航拍区域的边界，以确保航拍覆盖到所有目标设备和相关环境。其中，根据目标设备、地理数据以及确定出的航拍区域范围，通过RRT(Rapidly-Exploring Random Trees)算法生成途径所有电网设备的最优航拍路径，RRT算法能够有效处理避障问题，确保路径避开障碍物和限制，在航拍高度确定时，根据无人机的传感器和摄像头性能，以及目标设备的尺寸，确定合适的航拍高度，以获取清晰的图像。

在步骤S2中，参见图2所示，所述目标检测模型为用于遥感图像分析的YOLOv4模型，所述YOLOv4模型对遥感图像进行分析处理，包括以下步骤：

步骤S201、准备并标注用于训练的遥感图像数据集，标明电网设备的位置和类型；

步骤S202、使用数据集对YOLOv4模型进行训练，以实现准确的电网设备检测；

步骤S203、对待分析的遥感图像进行像尺寸调整和归一化处理，将处理后的遥感图像输入训练好的YOLOv4模型中，获取电网设备的位置和类型信息；

步骤S204、从YOLOv4模型输出中提取电网设备的位置信息，其中，提取的电网设备的位置信息为边界框的中心坐标；并根据YOLOv4模型输出的类别标签，识别电网设备的具体类型。

其中，对待分析的遥感图像进行像尺寸调整和归一化处理，包括以下步骤：

加载遥感图像：将待分析的用于训练的遥感图像加载到处理平台，形成遥感图像数据集，并标明电网设备的位置和类型；

尺寸调整：根据YOLOv4模型的输入要求，将遥感图像的尺寸调整为模型所需的固定尺寸；

图像预处理：对调整尺寸后的图像进行像素值缩放和归一化处理，以准备模型输入；

转换为模型输入格式：将经过尺寸调整和归一化处理的图像转换为YOLOv4模型的输入格式，以获取电网设备的位置和类型信息，使用转换后的遥感图像数据集对YOLOv4模型进行训练。

因此，在本发明的步骤S2中，采用了一种先进的目标检测模型(YOLOv4模型)，即用于遥感图像分析的YOLOv4模型。将该模型的应用在电网分布式时空数据的可视化方法中具有重要作用，能够准确地检测出遥感图像中的电网设备位置和类型信息。

首先，在准备阶段，通过构建一个适用于训练的遥感图像数据集，并在图像中标注电网设备的位置和类型。这样的数据集构建是训练目标检测模型的基础，使其能够理解电网设备在图像中的视觉特征。接下来，使用准备好的数据集对YOLOv4模型进行训练。通过大量的图像数据和标注信息，模型能够学习到电网设备的特征，从而在遥感图像中准确地检测出电网设备的位置和类型。在实际应用中，待分析的遥感图像可能具有不同的尺寸和分辨率，因此需要对图像进行像尺寸调整和归一化处理，使其适应模型的输入要求。然后，将处理后的图像输入到训练好的YOLOv4模型中，从中获取电网设备的位置和类型信息。从YOLOv4模型的输出中，可以提取出电网设备的位置信息，通常以边界框的中心坐标来表示。此外，模型还能够根据输出的类别标签识别出电网设备的具体类型，如变电站、输电塔等。

综上所述，本发明采用YOLOv4模型在电网分布式时空数据的可视化方法中，通过训练、预测和输出分析，实现了高效准确的电网设备检测，为后续的数据处理和可视化展示提供了重要的基础。

在步骤S3中，参见图3所示，形成一个以电网设备为中心的时空监控区域，包括以下步骤：

步骤S301、确定监控半径：在每个电网设备的位置周围预设时空数据监控范围，根据电网设备的类型以及监控需求参数，确定监控半径，用以定义空间范围；

步骤S302、计算监控区域边界：使用选定的监控半径，计算以电网设备位置为中心的圆形区域的边界，作为时空监控区域的空间范围；

步骤S303、确定监控时间范围：预设监控的时间范围，形成时空监控区域的时间维度；

步骤S304、生成时空监控区域：将空间范围与时间范围结合，生成以电网设备为中心的时空监控区域，用于监控电网设备的时空数据。

在本实施例的在步骤S3中，实现了一个以电网设备为中心的时空监控区域，该区域旨在为电网设备的时空数据收集和分析提供有效的监控范围。首先，在确定监控半径阶段，根据电网设备的类型和监控需求参数，计算出适当的监控半径。不同类型的电网设备可能需要不同的监控半径，以确保能够充分涵盖其周围的关键信息区域。接着，在计算监控区域边界阶段，使用之前确定的监控半径来计算以电网设备位置为中心的圆形区域的边界。这个圆形区域将作为时空监控区域的空间范围，确保了监控范围的一致性和合适性。随后，在确定监控时间范围阶段，预设监控的时间范围，以构建时空监控区域的时间维度。这个时间范围可以根据实际需求设置，例如以小时、天或其他时间单位来确定，以便在不同时间尺度下进行数据监控和分析。最后，在生成时空监控区域阶段，将之前计算得到的空间范围和时间范围结合起来，生成以电网设备为中心的时空监控区域。这个区域将成为后续电网数据收集和分析的基础，确保了在特定的空间范围和时间范围内获取数据。

综上所述，通过以上步骤，本发明的电网分布式时空数据的可视化方法可以在每个电网设备周围形成精确的时空监控区域，为实时监控和数据分析提供了可靠的基础。这有助于更好地理解电网设备的运行状况和时空特征。

在步骤S4中，参见图4所示，通过欧氏距离计算相邻电路设备之间的距离，包括以下步骤：

步骤S401、获取节点坐标：将电网设备作为节点，获取每个电网设备在三维模型中的坐标；

步骤S402、计算距离：对于每对相邻的电网设备，对于每对相邻的电网设备A和B，使用欧氏距离公式计算之间的距离D；

步骤S403、记录距离：记录计算得到的距离D，以获取电网设备之间的欧氏距离信息。

其中，获取每个电网设备在三维模型中的坐标为二维坐标(x,y)或三维坐标(x,y,z)；若电网设备A和B的坐标分别为(x1,y1)和(x2,y2)，则电网设备A和B之间的欧氏距离D的欧氏距离计算公式为：

[D＝sqrt{(x2-x1)^2+(y2-y1)^2}]。

在步骤S4中，基于电网设备之间的电网连接关系生成时空数据检测线路，通过每个电网设备内安装的数据采集设备进行分布式时空数据的采集，包括以下步骤：

将电网设备作为节点，建立电网的拓扑图，表示电网设备之间的连接关系；

选择起始节点并使用图搜索算法，从起始节点出发寻找与其余电网设备之间的连接关系，形成时空数据检测线路；

在搜索过程中记录访问的节点和边，以形成时空数据检测线路的路径；

在每个电网设备内安装数据采集设备，用于分布式时空数据的采集；

通过安装的数据采集设备，定期或实时地采集电网设备的状态信息和环境数据。

本发明的步骤S4中基于电网设备之间的电网连接关系生成时空数据检测线路，并通过每个电网设备内安装的数据采集设备进行分布式时空数据的采集。其中，在步骤S401中，获取每个电网设备在三维模型中的坐标是关键的一步，这些坐标可以是二维坐标(x,y)或三维坐标(x,y,z)，取决于模型的特点。通过在三维模型中定位每个电网设备，可以建立起电网在空间中的准确表现，为后续的距离计算和线路生成提供基础。

步骤S402中的距离计算涉及欧氏距离公式，这个公式用于度量不同电网设备之间的距离。以二维坐标为例，若电网设备A和B的坐标分别为(x1,y1)和(x2,y2)，则它们之间的欧氏距离D可以通过公式[D＝sqrt{(x2-x1)^2+(y2-y1)^2}]计算得出。这个距离信息是后续生成时空数据检测线路的基础。

步骤S403涉及记录计算得到的距离信息，这些距离信息将会在构建时空数据检测线路时起到关键作用。通过记录不同电网设备之间的距离，可以建立起电网拓扑结构的空间关系，有助于确定连接关系和数据采集路线。

接下来，在步骤S4的其余部分，基于电网设备之间的电网连接关系生成时空数据检测线路。该过程还包括以下关键步骤：

1.建立电网的拓扑图：将电网设备视为节点，根据其连接关系构建电网的拓扑图。每个节点代表一个电网设备，边表示设备之间的连接关系，形成一个图结构。

2.选择起始节点和图搜索算法：在拓扑图中选择一个起始节点，并应用图搜索算法(如广度优先搜索或深度优先搜索)来寻找与其他电网设备之间的连接关系。这样可以找到连接路径，构建数据检测线路。

3.记录访问信息：在搜索过程中记录访问过的节点和边，确保每个电网设备只被访问一次，并形成时空数据检测线路的路径。

4.安装数据采集设备：在每个电网设备内安装数据采集设备，这些设备用于采集电网设备的状态信息和环境数据。

5.实时或定期数据采集：通过安装的数据采集设备，可以实时地或定期地采集电网设备的状态信息和环境数据。这些数据将用于后续的可视化展示和异常检测。

综上所述，在步骤S4中，通过建立电网拓扑图、应用图搜索算法以及数据采集设备的安装，实现了分布式时空数据的采集，同时也确保了数据的完整性和准确性。这些数据将在后续的可视化过程中发挥重要作用。

在步骤S5中，将电网设备的位置信息映射到三维模型中，生成模拟的电网结构，呈现真实的电网布局包括以下步骤：

将获取的每个电网设备的位置信息映射到预先创建的一个电网三维模型中；

基于电网设备的位置信息，在三维模型中生成模拟的电网结构，呈现真实的电网布局，其中，包括绘制电网线路、变电站以及输电塔元素；

对生成的模拟电网结构进行渲染和显示，在可视化界面中展示真实的电网布局。

在本发明实施例的在步骤S5中，将电网设备的位置信息映射到三维模型中，生成模拟的电网结构，以呈现真实的电网布局。其中包括：

位置信息映射：获取的每个电网设备的位置信息将被映射到预先创建的电网三维模型中。这可以通过将设备的坐标点在三维空间中进行定位来实现。这些坐标点可以是二维坐标(x,y)或三维坐标(x,y,z)，具体取决于模型的性质。

生成模拟的电网结构：基于电网设备的位置信息，可以在三维模型中生成模拟的电网结构。这包括绘制电网线路、变电站、输电塔等元素，以准确地反映电网的实际布局。不同类型的设备可以根据其位置信息和拓扑关系精确地定位在模型中。

绘制元素：在三维模型中，根据电网设备的位置和类型，绘制电网线路、变电站和输电塔等元素。这些元素的绘制将反映电网的结构和布局，使得模拟的电网结构更贴近真实情况。

渲染和显示：生成的模拟电网结构需要进行渲染和显示，以便在可视化界面中展示真实的电网布局。渲染可以包括对元素的颜色、纹理和光照效果的处理，以使模拟的电网结构更加逼真。在可视化界面中，用户可以以直观的方式浏览电网的布局和拓扑。

综上所述，在步骤S5中，通过将电网设备的位置信息映射到三维模型中并生成模拟的电网结构，实现了电网布局的可视化。这为用户提供了直观的电网结构展示，有助于更好地理解电网的组成和布局，从而更好地进行监控和分析。

在本实施例中，采集的时空数据包括用于监控电网的状态和性能的电网设备状态数据、环境参数数据、数据采集设备信息以及时间戳数据；其中，所述电网设备状态数据包括用于监测电网设备的运行状态信息的电流、电压、功率数据；所述环境参数数据包括温度、湿度；所述数据采集设备信息包括每个数据采集设备的工作运行状态信息；所述时间戳数据；为数据采集时记录的时间，用于时序分析和异常检测。

综上所述，本发明的电网分布式时空数据的可视化方法通过无人机进行航拍获取电网设备位置信息的遥感图像，使用经过训练的目标检测模型对遥感图像进行分析处理以识别电网设备类型和位置信息，预设以电网设备为中心的时空数据监控区域，包括确定监控半径、计算监控区域边界、确定监控时间范围，生成时空监控区域，通过欧氏距离计算相邻电路设备之间的距离，基于电网设备的连接关系生成时空数据检测线路，通过内置的数据采集设备进行分布式时空数据采集，将电网设备位置信息映射到三维模型中，生成模拟的电网结构以呈现真实布局，并在模型上可视化展示采集的时空数据，在三维模型中实时监控电网数据，发现异常时生成警报并标识问题区域以提醒用户，回放历史时空数据并显示电网状态与趋势，用户可调整模型参数以更详细了解数据。本方法能够直观地呈现电网状态和性能，有助于及时监测、分析和解决潜在问题，提升电网运行效率和可靠性。

需要注意的是，上述附图仅是根据本发明示例性实施例的方法所包括的处理的示意性说明，而不是限制目的。易于理解，上述附图所示的处理并不表明或限制这些处理的时间顺序。另外，也易于理解，这些处理可以是例如在多个模块中同步或异步执行的。

应该理解的是，上述虽然是按照某一顺序描述的，但是这些步骤并不是必然按照上述顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，本实施例的一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。

本发明实施例的第二个方面，参见图5所示，本发明还提供了一种电网分布式时空数据的可视化系统，包括：

图像获取模块，用于通过无人机航拍，获取包含电网设备位置信息的遥感图像；

目标检测模块，用于使用经过训练的目标检测模型对遥感图像进行分析处理，识别出电网设备的类型及位置信息；

监控区域确定模块，用于在每个电网设备的位置周围预设时空数据监控范围，形成一个以电网设备为中心的时空监控区域；

时空数据采集模块，用于将电网设备作为节点，通过欧氏距离计算相邻电路设备之间的距离，并基于电网设备之间的电网连接关系生成时空数据检测线路，通过每个电网设备内安装的数据采集设备进行分布式时空数据的采集；

三维模型映射模块，用于将电网设备位置信息映射到三维模型中，生成模拟的电网结构；

监控展示模块，用于根据采集到的分布式时空数据，将该时空数据在三维模型的相应节点上进行可视化展示；

异常检测模块，用于利用采集的时空数据在三维模型中实时监控电网数据，在检测到电网数据异常时，生成警报并在三维模型中标识出问题区域，以提醒用户注意异常情况。

在本发明实施例的电网分布式时空数据的可视化系统中，通过图像获取模块，无人机航拍可获取电网设备位置信息的遥感图像，实现了电网布局的全面获取。目标检测模块通过经过训练的目标检测模型，能够准确识别出电网设备的类型和位置信息，为后续分析奠定基础。监控区域确定模块根据电网设备类型和监控需求参数，构建以电网设备为中心的时空监控区域，确保了监控的全面性和针对性。

时空数据采集模块通过欧氏距离计算和电网连接关系，构建时空数据检测线路，结合数据采集设备实现分布式时空数据的采集，从而获取全局的电网状态和性能信息。三维模型映射模块将电网设备位置信息映射到三维模型中，生成模拟的电网结构，呈现真实的电网布局，使用户能够直观地了解电网的物理结构。

监控展示模块将采集到的时空数据可视化展示在三维模型上，使用户可以实时了解电网状态和性能。异常检测模块实时监控电网数据，一旦检测到异常，生成警报并在模型中标识问题区域，帮助用户快速发现和应对异常情况，提高了电网的可靠性和安全性。

综上所述，本发明的电网分布式时空数据的可视化系统不仅可以帮助电网管理者实时监测电网状态，还可以支持趋势分析、问题溯源等功能，提升电网的管理和运维效率。通过扩展实施例，该系统可以适用于不同规模和类型的电网，为电力行业带来了实质的创新和改进，本发明电网分布式时空数据的可视化系统还用于执行电网分布式时空数据的可视化方法，其中，执行上述电网分布式时空数据的可视化方法的步骤在此不再赘述。

本发明实施例的第三个方面，还提供了一种计算机设备，包括存储器和处理器，该存储器中存储有计算机程序，该计算机程序被该处理器执行时实现上述任意一项实施例的方法。

在该计算机设备中包括一个处理器以及一个存储器，并还可以包括：输入系统和输出系统。处理器、存储器、输入系统和输出系统可以通过总线或者其他方式连接，输入系统可接收输入的数字或字符信息，以及产生与电网分布式时空数据的可视化的迁移有关的信号输入。输出系统可包括显示屏等显示设备。

存储器作为一种非易失性计算机可读存储介质，可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块，如本申请实施例中的电网分布式时空数据的可视化方法对应的程序指令/模块。存储器可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储电网分布式时空数据的可视化方法的使用所创建的数据等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中，存储器可选包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至本地模块。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

处理器在一些实施例中可以是中央处理器(Central Processing Unit，CPU)、控制器、微控制器、微处理器、或其他数据处理芯片。该处理器通常用于控制计算机设备的总体操作。本实施例中，处理器用于运行存储器中存储的程序代码或者处理数据。本实施例计算机设备的多个计算机设备的处理器通过运行存储在存储器中的非易失性软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例的电网分布式时空数据的可视化方法的步骤。

应当理解，在相互不冲突的情况下，以上针对根据本发明的电网分布式时空数据的可视化方法阐述的所有实施方式、特征和优势同样地适用于根据本发明的电网分布式时空数据的可视化和存储介质。

本领域技术人员还将明白的是，结合这里的公开所描述的各种示例性逻辑块、模块、电路和算法步骤可以被实现为电子硬件、计算机软件或两者的组合。为了清楚地说明硬件和软件的这种可互换性，已经就各种示意性组件、方块、模块、电路和步骤的功能对其进行了一般性的描述。这种功能是被实现为软件还是被实现为硬件取决于具体应用以及施加给整个系统的设计约束。本领域技术人员可以针对每种具体应用以各种方式来实现的功能，但是这种实现决定不应被解释为导致脱离本发明实施例公开的范围。

最后需要说明的是，本文的计算机可读存储介质(例如，存储器)可以是易失性存储器或非易失性存储器，或者可以包括易失性存储器和非易失性存储器两者。作为例子而非限制性的，非易失性存储器可以包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦写可编程ROM(EEPROM)或快闪存储器。易失性存储器可以包括随机存取存储器(RAM)，该RAM可以充当外部高速缓存存储器。作为例子而非限制性的，RAM可以以多种形式获得，比如同步RAM(DRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据速率SDRAM(DDRSDRAM)、增强SDRAM(ESDRAM)、同步链路DRAM(SLDRAM)、以及直接Rambus RAM(DRRAM)。所公开的方面的存储设备意在包括但不限于这些和其它合适类型的存储器。

结合这里的公开所描述的各种示例性逻辑块、模块和电路可以利用被设计成用于执行这里功能的下列部件来实现或执行：通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或其它可编程逻辑器件、分立门或晶体管逻辑、分立的硬件组件或者这些部件的任何组合。通用处理器可以是微处理器，但是可替换地，处理器可以是任何传统处理器、控制器、微控制器或状态机。处理器也可以被实现为计算设备的组合，例如，DSP和微处理器的组合、多个微处理器、一个或多个微处理器结合DSP和/或任何其它这种配置。

以上是本发明公开的示例性实施例，但是应当注意，在不背离权利要求限定的本发明实施例公开的范围的前提下，可以进行多种改变和修改。根据这里描述的公开实施例的方法权利要求的功能、步骤和/或动作不需以任何特定顺序执行。此外，尽管本发明实施例公开的元素可以以个体形式描述或要求，但除非明确限制为单数，也可以理解为多个。

应当理解的是，在本文中使用的，除非上下文清楚地支持例外情况，单数形式“一个”旨在也包括复数形式。还应当理解的是，在本文中使用的“和/或”是指包括一个或者一个以上相关联地列出的项目的任意和所有可能组合。上述本发明实施例公开实施例序号仅仅为了描述，不代表实施例的优劣。

所属领域的普通技术人员应当理解：以上任何实施例的讨论仅为示例性的，并非旨在暗示本发明实施例公开的范围(包括权利要求)被限于这些例子；在本发明实施例的思路下，以上实施例或者不同实施例中的技术特征之间也可以进行组合，并存在如上的本发明实施例的不同方面的许多其它变化，为了简明它们没有在细节中提供。因此，凡在本发明实施例的精神和原则之内，所做的任何省略、修改、等同替换、改进等，均应包含在本发明实施例的保护范围之内。