一种缺陷检测模型评价方法以及装置制造方法及图纸

本发明专利技术公开了一种缺陷检测模型评价方法以及装置，该方法包括：分别从供电公司的主网、变电站和配网获取原始样本数据，构建样本数据库；获取待评价算法模型，从样本数据库中选择训练样本数据，将训练样本数据输入待评价算法模型进行训练，获得训练后的待评价算法模型；从样本数据库中选择验证样本数据，将验证样本数据输入训练后的待评价算法模型，获得训练后的待评价算法模型的输出结果；根据验证样本数据和输出结果，获取待评价算法模型的验证指标；根据验证指标，获取待评价算法模型的评价报告。这样，可以准确检测待评价算法模型的性能。

【技术实现步骤摘要】
一种缺陷检测模型评价方法以及装置
本申请涉及检测模型
，尤其涉及一种缺陷检测模型评价方法以及装置。
技术介绍
随着电网信息化的推进，机器学习算法在电网中的应用越来越广泛。各类识别检测算法层出不穷，算法的性能得不到统一评价，使得机器学习算法的应用和研究不能够得到客观公正的导向。因此，现有技术中，无法对算法模型进行准确的检测。
技术实现思路
本申请提供了一种缺陷检测模型评价方法以及装置，以解决现有技术中，无法对算法模型进行准确的检测的技术问题。第一方面，本专利技术提供了一种缺陷检测模型评价方法，包括：分别从供电公司的主网、变电站和配网获取原始样本数据，构建样本数据库；获取待评价算法模型，从所述样本数据库中选择训练样本数据，将所述训练样本数据输入所述待评价算法模型进行训练，获得训练后的待评价算法模型；从所述样本数据库中选择验证样本数据，将所述验证样本数据输入所述训练后的待评价算法模型，获得所述训练后的待评价算法模型的输出结果；根据所述验证样本数据和所述输出结果，获取所述待评价算法模型的本文档来自技高网...

【技术保护点】
1.一种缺陷检测模型评价方法，其特征在于，包括：/n分别从供电公司的主网、变电站和配网获取原始样本数据，构建样本数据库；/n获取待评价算法模型，从所述样本数据库中选择训练样本数据，将所述训练样本数据输入所述待评价算法模型进行训练，获得训练后的待评价算法模型；/n从所述样本数据库中选择验证样本数据，将所述验证样本数据输入所述训练后的待评价算法模型，获得所述训练后的待评价算法模型的输出结果；/n根据所述验证样本数据和所述输出结果，获取所述待评价算法模型的验证指标；/n根据所述验证指标，获取所述待评价算法模型的评价报告。/n

【技术特征摘要】
1.一种缺陷检测模型评价方法，其特征在于，包括：
分别从供电公司的主网、变电站和配网获取原始样本数据，构建样本数据库；
获取待评价算法模型，从所述样本数据库中选择训练样本数据，将所述训练样本数据输入所述待评价算法模型进行训练，获得训练后的待评价算法模型；
从所述样本数据库中选择验证样本数据，将所述验证样本数据输入所述训练后的待评价算法模型，获得所述训练后的待评价算法模型的输出结果；
根据所述验证样本数据和所述输出结果，获取所述待评价算法模型的验证指标；
根据所述验证指标，获取所述待评价算法模型的评价报告。


2.根据权利要求1所述的缺陷检测模型评价方法，其特征在于，所述从所述样本数据库中选择训练样本数据，包括：
选择训练总体；
从所述训练总体提供的原始样本数据中选择所述训练样本数据。


3.根据权利要求2所述的缺陷检测模型评价方法，其特征在于，所述从所述样本数据库中选择验证样本数据，包括：
获取提供训练样本的训练总体；
选择与所述提供训练样本的训练总体相同或者不同的验证总体；
从所述验证总体提供的原始样本数据中选择所述验证样本数据。


4.根据权利要求1所述的缺陷检测模型评价方法，其特征在于，所述根据所述验证样本数据和所述输出结果，获取所述待评价算法模型的验证指标，包括：
根据所述验证样本数据获取所述输出结果中的真阳性数据、真阴性数据、假阳性数据和假阴性数据；
根据所述真阳性数据、所述真阴性数据、所述假阳性数据和所述假阴性数据，获取所述待评价算法模型的查准率。


5.根据权利要求4所述的缺陷检测模型评价方法，其特征在于，在所述根据所述验证样本数据获取所述输出结果中的真阳性数据、真阴性数据、假阳性数据和假阴性数据的步骤之后，所...

【专利技术属性】
技术研发人员：李仕林，李国友，方正云，杨映春，赵明，陈永青，
申请(专利权)人：云南电网有限责任公司电力科学研究院，
类型：发明
国别省市：云南;53