监测水电站设备的方法、装置、设备及存储介质制造方法及图纸

本申请适用于数据处理技术领域，提供了一种监测水电站设备的方法、装置、设备及存储介质，包括：利用鬼成像技术采集设备监测点的光场分布信息和反射光强度信息；将光场分布信息和反射光强度信息输入到已训练的漏液监测模型中进行处理，得到设备监测点的监测结果，漏液监测模型是利用样本训练集对初始模型进行训练得到的。上述方案中，利用鬼成像技术采集设备监测点的光场分布信息和反射光强度信息，使采集到的设备监测点的光场分布信息和反射光强度信息不受现场光强的影响，准确地反应出设备监测点的现状。在此基础上，基于漏液监测模型对光场分布信息和反射光强度信息进行处理，可以准确地识别水电站设备是否漏液，提升了监测结果的准确性。了监测结果的准确性。了监测结果的准确性。

【技术实现步骤摘要】
监测水电站设备的方法、装置、设备及存储介质


[0001]本申请属于数据处理
，尤其涉及一种监测水电站设备的方法、装置、设备及存储介质。

技术介绍

[0002]水电站一般指水电厂，其作为一种清洁电能生产者，对生产区域的安全性要求极高。在生产区域中，水电站的发电机组、气体绝缘金属封闭开关设备(Gas Insulated metal
‑
enclosed Switchgear，GIS)、变压器等含油、水、气的设备，以及各种输送管道很常见。这些装置长期运行，加上受到风力、水力、电、磁等因素的影响，非常容易产生漏液故障，这会对生产作业造成极大的威胁。
[0003]现有技术中，通过深度卷积神经网络对采集到的水电站设备的图像进行识别，从而监测水电站设备是否存在漏液故障。然而，由于采集的水电站设备的图像容易受到现场光强的影响，使深度卷积神经网络根据该图像无法准确地判断出水电站设备是否漏液，从而导致监测结果不准确。

技术实现思路

[0004]有鉴于此，本申请实施例提供了一种监测水电站设备的方法、装置、设备及存储介质，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种监测水电站设备的方法，其特征在于，包括：利用鬼成像技术采集设备监测点的光场分布信息和反射光强度信息；将所述光场分布信息和所述反射光强度信息输入到已训练的漏液监测模型中进行处理，得到所述设备监测点的监测结果，所述漏液监测模型是利用样本训练集对初始模型进行训练得到的。2.如权利要求1所述的方法，其特征在于，所述将所述光场分布信息和所述反射光强度信息输入到已训练的漏液监测模型中进行处理，得到所述设备监测点的监测结果，包括：通过所述漏液监测模型提取所述光场分布信息的结构光特征；通过所述漏液监测模型提取所述反射光强度信息的强度特征；根据所述结构光特征和所述强度特征，确定所述设备监测点的轮廓特征；基于所述轮廓特征确定所述监测结果。3.如权利要求1所述的方法，其特征在于，所述监测结果包括所述设备监测点处于正常状态或所述设备监测点处于异常状态，所述将所述光场分布信息和所述反射光强度信息输入到已训练的漏液监测模型中进行处理，得到所述设备监测点的监测结果之后，所述方法还包括：当所述监测结果为所述设备监测点处于异常状态时，根据所述光场分布信息和所述反射光强度信息，生成所述设备监测点对应的鬼成像图像；将所述鬼成像图像与预设的漏液图像进行对比；根据对比结果确定待监测部位的最终监测结果。4.如权利要求1至3任一项所述的方法，其特征在于，所述方法还包括：获取所述样本训练集，所述样本训练集包括多个样本光场分布信息、每个所述样本光场分布信息对应的样本反射光强度信息，以及每个所述样本光场分布信息对应的样本监测结果；将所述样本训练集中的样本光场分布信息和样本反射光强度信息输入到所述初始模型中处理，得到所述样本光场分布信息的实际监测结果；根据预设的损失函数，计算所述实际监测结果和所述样本光场分布信息对应的样本监测结果之间的损失值；当检测到所述损失值大于预...

【专利技术属性】
技术研发人员：张洪涛，王子伟，刘瞳昌，张志高，马云华，张岗，张正宇，黄志伟，朱存利，严杰，
申请(专利权)人：华能澜沧江水电股份有限公司，
类型：发明
国别省市：