一种检测输电线路故障的方法、设备及存储介质技术

本申请实施例提供的一种检测输电线路故障的方法、设备及存储介质，解决了人工检测不能全面准确的判断线路存在的安全隐患，检修成本过高的技术问题。方法包括：基于巡检设备获取若干个样本图像，并基于若干个样本图像构建第一多尺度图像数据集；确定第一多尺度图像数据集中的故障样本图像并进行故障标记，以生成第二多尺度图像数据集；确定第一故障分类网络，并基于第二多尺度图像数据集对第一故障分类网络进行训练，获得第一故障分类模型；检测输电线路故障时，将巡检设备获取的待分析图像输入到第一故障分类模型中，根据故障分类结果进行告警。本申请实施例通过上述方法能够全面准确的判断线路存在的安全隐患，从而极大地减少了检修成本。少了检修成本。少了检修成本。

【技术实现步骤摘要】
一种检测输电线路故障的方法、设备及存储介质


[0001]本申请涉及输电线路故障检测
，尤其涉及一种检测输电线路故障的方法、设备及存储介质。

技术介绍

[0002]输电线路通常横跨几百公里，且长期暴露于外部，遭受各种自然环境或者人为损坏等，危害整个电网系统的安全性。因此，对输电线线路进行定期巡检是预防输电线路故障的有效措施。
[0003]为了解决输电线路遭受各种自然环境或者人为损坏等，危害整个电网系统的安全性的问题，目前采取的巡检方式仍然停留在人工对输电线路进行巡检。由于人工检测不可避免的会发生误判或漏判情况，不能全面准确的判断线路存在的安全隐患，从而极大地增加了检修成本。

技术实现思路

[0004]本申请实施例提供了一种检测输电线路故障的方法、设备及存储介质，解决了人工检测不能全面准确的判断线路存在的安全隐患，从而极大地增加了检修成本的技术问题。
[0005]第一方面，本申请实施例提供了一种检测输电线路故障的方法，其特征在于，方法包括：基于巡检设备获取若干个样本图像，并基于若干个样本图像构建第一多尺度图像数本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种检测输电线路故障的方法，其特征在于，所述方法包括：基于巡检设备获取若干个样本图像，并基于所述若干个样本图像构建第一多尺度图像数据集；确定所述第一多尺度图像数据集中的故障样本图像，并对所述故障样本图像进行故障标记，以生成第二多尺度图像数据集；确定第一故障分类网络，并基于所述第二多尺度图像数据集对所述第一故障分类网络进行训练，以获得收敛的第一故障分类模型；在需要检测输电线路故障的情况下，将所述巡检设备获取的待分析图像输入到所述第一故障分类模型中，确定故障分类结果，并根据所述故障分类结果进行告警。2.根据权利要求1所述的一种检测输电线路故障的方法，其特征在于，确定第一故障分类网络，具体包括：在预设的深度学习网络的全连接层之前加入预设的空间金字塔池化层，以生成多尺度图像深度学习网络；将多尺度图像深度学习网络中的标准卷积计算方式替换为深度可分离卷积计算方式，以获得第一故障分类网络。3.根据权利要求1所述的一种检测输电线路故障的方法，其特征在于，在获得收敛的第一故障分类模型之后，所述方法还包括：确定第一故障分类模型中对应的若干个第一训练参数，并对所述若干个第一训练参数进行简化调整，以获得若干个第二训练参数；将所述若干个第二训练参数传入到第二故障分类网络中，以确定第二故障分类模型；将所述第二故障分类模型设置于所述巡检设备中，以使所述巡检设备对获取的待分析图像进行实时分析。4.根据权利要求3所述的一种检测输电线路故障的方法，其特征在于，在将所述若干个第二训练参数传入到第二故障分类网络中之前，所述方法包括：基于所述巡检设备的类型，确定适配的第二网络计算逻辑；基于所述第二网络计算逻辑，对所述第一故障分类网络进行重构，以获得第二故障分类网络。5.根据权利要求1所述的一种检测输电线路故障的方法，其特征在于，基于所述若干个样本图像构建第一多尺度图像数据集，具体包括：对所述若干个样本图像进行分割处理，以确定若干个样本图像组；其中，所述样本图像组中包含预设数量个不同尺度的样本图像；基于所述若干个样本图像组，生成...

【专利技术属性】
技术研发人员：李雪，李锐，张晖，
申请(专利权)人：山东浪潮科学研究院有限公司，
类型：发明
国别省市：