【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 ...
【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
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。