光纤链路部件的识别方法、装置、设备和存储介质制造方法及图纸

本发明专利技术公开了一种光纤链路部件的识别方法、装置、设备和存储介质。光纤链路部件的识别方法包括：获取多个不同类型的光纤链路部件的图像；对光纤链路部件的图像进行预处理，并将预处理后的图像分类为训练集图像和测试集图像；建立光纤链路部件的对比识别模型，通过训练集图像和测试集图像对对比识别模型进行训练和优化，以得到训练和优化后的对比识别模型；基于训练和优化后的对比识别模型对光纤链路部件的类型进行图像识别。本发明专利技术的技术方案，实现了光纤链路部件类型的自动识别，有助于提升光纤链路部件识别的效率及准确度。于提升光纤链路部件识别的效率及准确度。于提升光纤链路部件识别的效率及准确度。

【技术实现步骤摘要】
光纤链路部件的识别方法、装置、设备和存储介质


[0001]本专利技术涉及电力光纤通信
，尤其涉及一种光纤链路部件的识别方法、装置、设备和存储介质。

技术介绍

[0002]近年来，光纤通信在电力调度、配网自动化和继电保护等领域发挥着重要作用，是确保电网动态调控和稳定运行的基础。电力光纤通信网络主要由光纤跳纤、光纤配线和光缆等部件以及传输、交换等设备构成，其可靠性、实时性和稳定性直接关系到电网的稳定和运营效益。
[0003]随着电力光纤通信网络的规模化建设和投运，以全绝缘光单元复合相线(Insulated Optical Unit Phase Conductor，IOPPC)为代表的电力光缆长度和光纤数量持续增加，光纤配线系统的规模越来越大，光纤链路部件的数量庞大、连接关系复杂，由此带来了识别、管理和监测等诸多难题，具体表现为光纤链路部件的识别技术缺乏、识别自动化程度低和管理手段滞后等，急需有效的智能化部件识别手段，以确保电力光纤通信网络稳定可靠运行。
[0004]目前，现有的光纤链路部件识别方式，主要采用固定标签或电子标签对光纤链路部件人为附加标识识别，但由于人为干预，使得部件的识别非固定且存在差错。因此，如何实现不同类型的光纤链路部件的快速准确识别，是亟待解决的问题。

技术实现思路

[0005]本专利技术提供一种光纤链路部件的识别方法、装置、设备和存储介质，以提升光纤链路部件识别的效率及准确度。
[0006]第一方面，本专利技术提供了一种光纤链路部件的识别方法，包括：r/>[0007]获取多个不同类型的光纤链路部件的图像；
[0008]对所述光纤链路部件的图像进行预处理，并将预处理后的图像分类为训练集图像和测试集图像；
[0009]建立所述光纤链路部件的对比识别模型，通过所述训练集图像和所述测试集图像对所述对比识别模型进行训练和优化，以得到训练和优化后的所述对比识别模型；
[0010]基于训练和优化后的所述对比识别模型对光纤链路部件的类型进行图像识别。
[0011]可选地，所述光纤链路部件为基于全绝缘光单元复合相线IOPPC的光纤链路部件，所述多个不同类型的光纤链路部件包括光纤跳线、尾纤、光发送机、光纤、光接收机、光放大器、光连接器、光分路器和光衰减器。
[0012]可选地，对所述光纤链路部件的图像进行预处理，并将预处理后的图像分类为训练集图像和测试集图像，包括：
[0013]对所述光纤链路部件的图像进行灰度化处理，以得到所述光纤链路部件的灰度图像；
[0014]通过高斯滤波法对灰度化处理后的所述光纤链路部件的图像进行去噪处理；
[0015]将去噪处理后的所述光纤链路部件的图像分类为训练集图像和测试集图像；
[0016]其中，按照预设比例将所述光纤链路部件的图像分类为训练集图像和测试集图像，所述训练集图像和所述测试集图像均包括不同类型的所述光纤链路部件的图像。
[0017]可选地，建立所述光纤链路部件的对比识别模型，通过所述训练集图像和所述测试集图像对所述对比识别模型进行训练和优化，以得到训练和优化后的所述对比识别模型，包括：
[0018]基于人工神经网络建立所述光纤链路部件的对比识别模型；
[0019]提取所述训练集图像的特征数据集；
[0020]将所述训练集图像的所述特征数据集代入所述对比识别模型进行训练，以得到优化后的所述对比识别模型。
[0021]可选地，所述特征数据集表示为：
[0022]Y＝{x1，x2，...x
n
}；
[0023]其中，Y为所述特征数据集，{x1，x2，...x
n
}为所述光纤链路部件的图像中的特征点，且所述特征点为所述光纤链路部件的图像中的坐标点；
[0024]所述对比识别模型表示为：
[0025][0026]其中，设定类型的所述光纤链路部件的基准图像为左图像，待识别的所述光纤链路部件的图像为右图像，I
L
(x，y)为所述左图像在坐标点(x，y)处的灰度值，I
R
(x，y)为所述右图像在坐标点(x，y)处的灰度值，为梯度计算符号，K
g
为灰度权重，K
d
为梯度权重，K
s
为平滑因子，d
(x，y)
为所述左图像和所述右图像在坐标点上的差值，E(x，y)为所述左图像和所述右图像的偏差值。
[0027]可选地，在将所述训练集图像的所述特征数据集代入所述对比识别模型进行训练，以得到优化后的所述对比识别模型之后，所述光纤链路部件的识别方法还包括：
[0028]提取所述测试集图像的特征数据集；
[0029]将所述测试集图像的所述特征数据集代入所述对比识别模型，以确定所述对比识别模型的识别准确率；
[0030]在所述对比识别模型的识别准确率小于预设值时，继续将所述训练集图像的所述特征数据集代入所述对比识别模型进行训练。
[0031]可选地，光纤链路部件的识别方法还包括：
[0032]在所述对比识别模型的识别准确率大于或等于预设值时，停止对所述对比识别模型进行训练，得到最终的所述对比识别模型。
[0033]第二方面，本专利技术还提供了一种光纤链路部件的识别装置，包括：
[0034]图像获取模块，用于获取多个不同类型的光纤链路部件的图像；
[0035]图像处理模块，用于对所述光纤链路部件的图像进行预处理，并将预处理后的图像分类为训练集图像和测试集图像；
[0036]对比识别模型确定模块，用于建立所述光纤链路部件的对比识别模型，通过所述训练集图像和所述测试集图像对所述对比识别模型进行训练和优化，以得到训练和优化后
的所述对比识别模型；
[0037]光纤链路部件识别模块，用于基于训练和优化后的所述对比识别模型对光纤链路部件的类型进行图像识别。
[0038]第三方面，本专利技术还提供了一种电子设备，所述电子设备包括：
[0039]一个或多个处理器；
[0040]存储装置，用于存储一个或多个程序；
[0041]当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如第一方面所述的光纤链路部件的识别方法。
[0042]第四方面，本专利技术还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如第一方面所述的光纤链路部件的识别方法。
[0043]本专利技术提供的光纤链路部件的识别方法、装置、设备和存储介质，通过对光纤链路部件的图像进行预处理，有利于提高光纤链路部件的识别准确率，将预处理后的图像分类为训练集图像和测试集图像，建立光纤链路部件的对比识别模型，通过训练集图像和测试集图像对对比识别模型进行训练和优化，以利用训练和优化后的对比识别模型对光纤链路部件的类型进行图像识别，实现了光纤链路部件类型的自动识别，有助于提升光纤链路部件识别的效率及准确度。...

【技术保护点】

【技术特征摘要】
1.一种光纤链路部件的识别方法，其特征在于，包括：获取多个不同类型的光纤链路部件的图像；对所述光纤链路部件的图像进行预处理，并将预处理后的图像分类为训练集图像和测试集图像；建立所述光纤链路部件的对比识别模型，通过所述训练集图像和所述测试集图像对所述对比识别模型进行训练和优化，以得到训练和优化后的所述对比识别模型；基于训练和优化后的所述对比识别模型对光纤链路部件的类型进行图像识别。2.根据权利要求1所述的光纤链路部件的识别方法，其特征在于，所述光纤链路部件为基于全绝缘光单元复合相线IOPPC的光纤链路部件，所述多个不同类型的光纤链路部件包括光纤跳线、尾纤、光发送机、光纤、光接收机、光放大器、光连接器、光分路器和光衰减器。3.根据权利要求1所述的光纤链路部件的识别方法，其特征在于，对所述光纤链路部件的图像进行预处理，并将预处理后的图像分类为训练集图像和测试集图像，包括：对所述光纤链路部件的图像进行灰度化处理，以得到所述光纤链路部件的灰度图像；通过高斯滤波法对灰度化处理后的所述光纤链路部件的图像进行去噪处理；将去噪处理后的所述光纤链路部件的图像分类为训练集图像和测试集图像；其中，按照预设比例将所述光纤链路部件的图像分类为训练集图像和测试集图像，所述训练集图像和所述测试集图像均包括不同类型的所述光纤链路部件的图像。4.根据权利要求3所述的光纤链路部件的识别方法，其特征在于，建立所述光纤链路部件的对比识别模型，通过所述训练集图像和所述测试集图像对所述对比识别模型进行训练和优化，以得到训练和优化后的所述对比识别模型，包括：基于人工神经网络建立所述光纤链路部件的对比识别模型；提取所述训练集图像的特征数据集；将所述训练集图像的所述特征数据集代入所述对比识别模型进行训练，以得到优化后的所述对比识别模型。5.根据权利要求4所述的光纤链路部件的识别方法，其特征在于，所述特征数据集表示为：Y＝{x1，x2，...x
n
}；其中，Y为所述特征数据集，{x1，x2，...x
n
}为所述光纤链路部件的图像中的特征点，且所述特征点为所述光纤链路部件的图像中的坐标点；所述对比识别模型表示为：其中，设定类型的所述光纤链路部件的基准图像为左图像，待识别的所述光纤链路部件的图像为右图像，I
L...

【专利技术属性】
技术研发人员：邹晓明，叶明武，陈丽光，刘新展，廖子熙，文波，保志荣，罗汉辉，蓝映彬，黄柱辉，杨柳辉，魏志雄，陈俊辉，高如超，
申请(专利权)人：广东电网有限责任公司河源供电局，
类型：发明
国别省市：