一种输电线路隐患识别模型评估方法及装置制造方法及图纸

技术编号:27006666 阅读:39 留言:0更新日期:2021-01-08 17:10
本申请公开了一种输电线路隐患识别模型评估方法及装置,包括:获取若干输电线路监拍装置中各监拍装置对应的输电线路隐患识别模型的分析指标;所述分析指标与监拍装置的准确率和/或漏报率和/或误报率相关;根据预先构建的决策树模型,对若干输电线路监拍装置中各监拍装置对应的输电线路隐患识别模型的分析指标进行决策,确定所述若干输电线路监拍装置中的任意一个监拍装置对应的输电线路隐患识别模型更新任务的决策值;根据所述决策值,激活相应监拍装置的输电线路隐患识别模型更新任务。本发明专利技术实现了通过对各监拍装置对应的输电线路隐患识别模型的分析指标进行决策,及时更新监拍装置对应的低精度输电线路隐患识别模型。

【技术实现步骤摘要】
一种输电线路隐患识别模型评估方法及装置
本申请涉及输电线路
,尤其涉及一种输电线路隐患识别模型评估方法及装置。
技术介绍
输电线路是电网的重要组成部分,受人为及自然条件的影响,输电线路中经常会出现各种安全隐患,若输电线路存在的安全隐患不能得到及时排查,不仅会危及电网安全运行,而且会影响用户的生产与生活。由于输电线路监拍装置的低算力及低功耗的限制,只能部署轻量级的深度神经网络模型。然而,轻量级神经网络模型对图像的特征表达不足,识别精度无法达到服务器的识别精度,导致大量误报,影响监拍装置对于输电线路的隐患识别精度。
技术实现思路
本申请实施例提供了一种输电线路隐患识别模型评估方法及装置,解决了监拍装置对于输电线路隐患识别分析的识别精度低的问题。一方面,本申请实施例提供了一种输电线路隐患识别模型评估方法,包括:获取若干输电线路监拍装置中各监拍装置对应的输电线路隐患识别模型的分析指标;分析指标与监拍装置的准确率和/或漏报率和/或误报率相关;根据预先构建的决策树模型,对若干输电线路监拍装置中各监拍装置对应的输电线路隐患识别模型的分析指标进行决策,确定若干输电线路监拍装置中的任意一个监拍装置对应的输电线路隐患识别模型更新任务的决策值;根据决策值,激活相应监拍装置的输电线路隐患识别模型更新任务。本申请实施例通过若干监拍装置的输电线路隐患识别分析模型对应的决策树模型,对各监拍装置对应的输电线路隐患识别模型的分析指标进行决策,能够在若干监拍装置设备中筛选出需要进行输电线路隐患识别模型更新的监拍装置,解决了服务器训练输电线路识别模型资源不够的问题,可以及时更新监拍装置对应的低精度输电线路隐患识别模型,降低相应监拍装置输电线路隐患识别模型的漏报率以及误报率。在一个示例中,根据训练样本集,对训练样本集的各连续属性对应的连续属性值,通过进位步长进行离散化,得到相应离散值;连续属性与监拍装置对输电线路隐患识别的准确率和/或漏报率和/或误报率相关;对各连续属性对应的离散值分别进行信息增益计算,得到决策树模型。本申请实施例将训练样本集的各连续属性对应的连续属性值,通过设置不同的步长进行离散化,实现了不同属性的切分粒度,能够更加灵活的控制各连续属性的权重,使决策树模型更加准确。在一个示例中,对训练样本集的各连续属性对应的连续属性值,通过进位步长进行离散化,具体包括:根据各连续属性值的进位步长值,确定各连续属性值的离散区间;基于各连续属性值的离散区间,得到各连续属性值对应的离散值。本申请实施例通过进位步长值将各连续属性分别离散为若干区间的集合,使各连续属性对应的离散值之间的差异较小,提高了决策树模型的精确度。在一个示例中,对各连续属性对应的离散值分别进行信息增益计算,得到决策树模型,具体包括:根据各连续属性对应离散值的信息增益值,确定各连续属性的信息增益;将各连续属性中信息增益最大的连续属性,作为训练样本集的最佳划分属性;根据最佳划分属性的最佳分裂点,确定最佳划分属性的分支;基于最佳划分属性的分支,确定分支对应的训练样本集的样本子集;基于分支对应的训练样本集的样本子集,确定训练样本集的样本子集对应的最佳划分属性;自上而下的递归划分训练样本集的若干最佳划分属性的过程,直至节点满足决策树模型的停止生长条件;对完成生长的决策树模型进行剪枝,得到决策树模型。本申请实施例通过将各连续属性中信息增益最大的连续属性,作为训练样本集的最佳划分属性,并且通过调整各连续属性的进位步长值,达到决策树模型的精度,最终生成的决策树模型在保持分类精度的同时,树的规模小,可理解性强。在一个示例中,直至节点满足所述决策树模型的停止生长条件,具体包括以下任意一项或多项:各连续属性对应的离散值的信息增益小于预设阈值;各连续属性对应的离散值不可划分;最佳划分属性的每个分支下的训练样本子集具有相同的分类。在一个示例中,分析指标与监拍装置的准确率和/或漏报率和/或误报率相关,具体为:分析指标为准确率或者漏报率或者误报率;或为aα%+bβ%+cγ%其中,a为准确率,α%为准确率对应的权重,b为误报率,β%为误报率对应的权重,c为漏报率,γ%为漏报率对应的权重。在一个示例中,获取若干输电线路监拍装置中各监拍装置对应的输电线路隐患识别模型的分析指标,之前包括:接收来自监拍装置的相应输电线路图像信息;图像信息包括隐患类型、隐患坐标;根据输电线路图像中的隐患类型、隐患坐标,确定输电线路图像中的准确的报警输电线路隐患图像和/或误报的输电线路隐患图像和/或漏报的输电线路隐患图像。在一个示例中,确定输电线路图像中的漏报的输电线路隐患图像,具体包括:根据离线高精度模型,对各监拍装置的输电线路图像进行级联检测,将级联检测结果与各监拍装置对相应的输电线路图像的分析结果进行对比,确定漏报图像。本申请实施例通过离线高精度模型确定漏报图片,提高了检测的效率。在一个示例中,根据决策值,激活相应监拍装置的输电线路隐患识别模型更新任务,具体包括:在预设周期内,所述输电线路的隐患识别模型更新任务的决策值,超过预设激活阈值的天数,超过预设天数值,激活相应监拍装置的输电线路隐患识别模型更新任务。另一方面,本申请实施例提供了一种输电线路隐患识别模型评估装置,包括:获取模块,获取若干输电线路监拍装置中各监拍装置对应的输电线路隐患识别模型的分析指标;分析指标与监拍装置的准确率和/或漏报率和/或误报率相关;分析模块,根据预先构建的决策树模型,对若干输电线路监拍装置中各监拍装置对应的输电线路隐患识别模型的分析指标进行决策,确定若干输电线路监拍装置中的任意一个监拍装置对应的输电线路隐患识别模型更新任务的决策值;激活模块,根据决策值,激活相应监拍装置的输电线路隐患识别模型更新任务。本申请实施例提供的一种输电线路隐患识别模型评估方法及装置,在对特定输电线路监拍场景做定制化模型更新的情况下,通过对若干监拍装置的输电线路隐患识别分析模型对应的决策树模型,对各监拍装置对应的输电线路隐患识别模型的分析指标进行决策,能够在若干监拍装置设备中筛选出需要进行输电线路隐患识别模型更新的监拍装置,解决了服务器训练输电线路识别模型资源不够的问题,可以及时更新监拍装置对应的低精度输电线路隐患识别模型,降低相应监拍装置输电线路隐患识别模型的漏报率以及误报率。附图说明此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:图1为本申请实施例提供的一种输电线路隐患识别模型评估系统示意图;图2为本申请实施例提供的一种输电线路隐患识别模型评估方法流程图;图3为本申请实施例提供的一种用于评估输电线路隐患识别模型的决策树训练流程图;图4为本申请实施例提供的一种输电线路隐患识别模型评估方法的一种实施方案示意图;图5为本申请实施例提供的一种输电线路隐患识别模型评估装置的结构框图。具体实施方式本文档来自技高网...

【技术保护点】
1.一种输电线路隐患识别模型评估方法,其特征在于,所述方法包括:/n获取若干输电线路监拍装置中各监拍装置对应的输电线路隐患识别模型的分析指标;所述分析指标与监拍装置的准确率和/或漏报率和/或误报率相关;/n根据预先构建的决策树模型,对若干输电线路监拍装置中各监拍装置对应的输电线路隐患识别模型的分析指标进行决策,确定所述若干输电线路监拍装置中的任意一个监拍装置对应的输电线路隐患识别模型更新任务的决策值;/n根据所述决策值,激活相应监拍装置的输电线路隐患识别模型更新任务。/n

【技术特征摘要】
1.一种输电线路隐患识别模型评估方法,其特征在于,所述方法包括:
获取若干输电线路监拍装置中各监拍装置对应的输电线路隐患识别模型的分析指标;所述分析指标与监拍装置的准确率和/或漏报率和/或误报率相关;
根据预先构建的决策树模型,对若干输电线路监拍装置中各监拍装置对应的输电线路隐患识别模型的分析指标进行决策,确定所述若干输电线路监拍装置中的任意一个监拍装置对应的输电线路隐患识别模型更新任务的决策值;
根据所述决策值,激活相应监拍装置的输电线路隐患识别模型更新任务。


2.根据权利要求1所述的一种输电线路隐患识别模型评估方法,其特征在于,所述方法还包括:
根据训练样本集,对所述训练样本集的各连续属性对应的连续属性值,通过进位步长进行离散化,得到相应离散值;所述连续属性与所述监拍装置对输电线路隐患识别的准确率和/或漏报率和/或误报率相关;
对所述各连续属性对应的离散值分别进行信息增益计算,得到所述决策树模型。


3.根据权利要求2所述的一种输电线路隐患识别模型评估方法,其特征在于,所述对所述训练样本集的各连续属性对应的连续属性值,通过进位步长进行离散化,具体包括:
根据所述各连续属性值的进位步长值,确定所述各连续属性值的离散区间;
基于所述各连续属性值的离散区间,得到所述各连续属性值对应的离散值。


4.根据权利要求2所述的一种输电线路隐患识别模型评估方法,所述对所述各连续属性对应的离散值分别进行信息增益计算,得到所述决策树模型,具体包括:
根据所述各连续属性对应离散值的信息增益值,确定各连续属性的信息增益;
将所述各连续属性中信息增益最大的连续属性,作为所述训练样本集的最佳划分属性;
根据所述最佳划分属性的最佳分裂点,确定所述最佳划分属性的分支;
基于所述最佳划分属性的分支,确定所述分支对应的所述训练样本集的样本子集;
基于所述分支对应的所述训练样本集的样本子集,确定所述训练样本集的样本子集对应的最佳划分属性;
自上而下的递归划分所述训练样本集的若干最佳划分属性的过程,直至节点满足所述决策树模型的停止生长条件;
对完成生长的决策树模型进行剪枝,得到所述决策树模型。


5.根据权利要求4所述的一种输电线路隐患识别模型评估方法,其特征在于,所述直至节点满足所述决策树模型的停止生长条件,具体包括以下任意一项或多项:
所述各连续属性对...

【专利技术属性】
技术研发人员:郭国信蔡富东吕昌峰文刚陈雷刘伟
申请(专利权)人:山东信通电子股份有限公司
类型:发明
国别省市:山东;37

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1