一种电缆缺陷诊断模型的构建方法和系统技术方案

本发明专利技术公开了一种电缆缺陷诊断模型的构建方法和系统，属于图像处理领域，方法包括：获取电缆图像集合；对多组电缆图像进行编号，并进行预处理；构建红外图像数据集和可见光图像数据集；构建特征池，特征池包括亮度特征池和形状特征池；构建特征提取网络，从待检红外图像中提取出亮度特征放入至亮度特征池，从可见光图像中提取出形状特征放入至形状特征池；构建缺陷诊断神经网络；构建特征融合神经网络，通过特征融合神经网络在数据特征与缺陷结果之间建立映射关系；通过训练样本对电缆缺陷诊断模型进行训练；将测试样本输入到电缆缺陷诊断模型中；当向电缆缺陷诊断模型输入目标电缆图像时，输出是否存在缺陷以及缺陷的类别。输出是否存在缺陷以及缺陷的类别。输出是否存在缺陷以及缺陷的类别。

【技术实现步骤摘要】
一种电缆缺陷诊断模型的构建方法和系统


[0001]本专利技术属于图像处理
，具体涉及一种电缆缺陷诊断模型的构建方法和系统。

技术介绍

[0002]近年来，随着城市化进程不断提高，城市电网电缆化率持续攀升并已超过 50％，输电电缆设备精益化管理与本质安全管控水平直接影响城市电网安全稳定运行，全社会对供电质量和优质服务水平的需求进一步提升，高压电缆专业精益化管理面临新的挑战。
[0003]输电电缆长时间使用过程中，不可避免的会出现电缆外绝缘老化，导致电气绝缘强度降低，甚至发生故障。现有技术面对输电电缆老化问题，主要采用人工排查的方式进行，排查效率低，人力成本高。

技术实现思路

[0004]为了解决上述技术问题，本专利技术提供一种电缆缺陷诊断模型的构建方法、系统、计算机设备以及计算机可读存储介质。
[0005]第一方面
[0006]本专利技术提供一种电缆缺陷诊断模型的构建方法，包括：
[0007]S101：获取电缆图像集合，电缆图像集合中包括多组电缆图像，每组电缆图像包括对于同一位置进行拍摄的红外图像和可见光图像，其中，电缆图像对应的位置处是否存在缺陷以及缺陷的类别为已知量；
[0008]S102：对多组电缆图像进行编号，并进行预处理，得到与图像编号建立有映射关系的待检红外图像和待检可见光图像；
[0009]S103：构建红外图像数据集和可见光图像数据集，将待检红外图像存入红外图像数据集，将待检可见光图像存入可见光图像数据集，并将图像数据划分为训练样本和测试样本；
[0010]S104：构建特征池，特征池包括亮度特征池和形状特征池；
[0011]S105：构建特征提取网络，从待检红外图像中提取出亮度特征放入至亮度特征池，从可见光图像中提取出形状特征放入至形状特征池；
[0012]S106：构建缺陷诊断神经网络，其中，缺陷诊断神经网络包括红外图像诊断神经网络和可见光图像诊断神经网络，亮度特征池连接红外图像诊断神经网络，形状特征池连接可见光图像诊断神经网络；
[0013]S107：构建特征融合神经网络，缺陷诊断神经网络的输出端连接至特征融合神经网络，通过特征融合神经网络在数据特征与缺陷结果之间建立映射关系；
[0014]S108：通过训练样本、已知的训练样本是否存在缺陷以及缺陷的类别，对电缆缺陷诊断模型进行训练；
[0015]S109：将测试样本输入到电缆缺陷诊断模型中，验证其有效性，并根据验证结果调
整电缆缺陷诊断模型的参数；
[0016]S110：在向电缆缺陷诊断模型输入目标电缆图像的情况下，通过电缆缺陷诊断模型输出目标电缆图像是否存在缺陷以及缺陷的类别。
[0017]第二方面
[0018]本专利技术提供一种电缆缺陷诊断模型的构建系统，包括：
[0019]获取模块，用于获取电缆图像集合，电缆图像集合中包括多组电缆图像，每组电缆图像包括对于同一位置进行拍摄的红外图像和可见光图像，其中，电缆图像对应的位置处是否存在缺陷以及缺陷的类别为已知量；
[0020]预处理模块，用于对多组电缆图像进行编号，并进行预处理，得到与图像编号建立有映射关系的待检红外图像和待检可见光图像；
[0021]数据集构建模块，用于构建红外图像数据集和可见光图像数据集，将待检红外图像存入红外图像数据集，将待检可见光图像存入可见光图像数据集，并将图像数据划分为训练样本和测试样本；
[0022]特征池构建模块，用于构建特征池，特征池包括亮度特征池和形状特征池；
[0023]特征提取模块，用于构建特征提取网络，从待检红外图像中提取出亮度特征放入至亮度特征池，从可见光图像中提取出形状特征放入至形状特征池；
[0024]诊断网络构建模块，用于构建缺陷诊断神经网络，其中，缺陷诊断神经网络包括红外图像诊断神经网络和可见光图像诊断神经网络，亮度特征池连接红外图像诊断神经网络，形状特征池连接可见光图像诊断神经网络；
[0025]融合网络构建模块，用于构建特征融合神经网络，缺陷诊断神经网络的输出端连接至特征融合神经网络，通过特征融合神经网络在数据特征与缺陷结果之间建立映射关系；
[0026]训练模块，用于通过训练样本、已知的训练样本是否存在缺陷以及缺陷的类别，对电缆缺陷诊断模型进行训练；
[0027]验证模块，用于将测试样本输入到电缆缺陷诊断模型中，验证其有效性，并根据验证结果调整电缆缺陷诊断模型的参数；
[0028]输出模块，用于在向电缆缺陷诊断模型输入目标电缆图像的情况下，通过电缆缺陷诊断模型输出目标电缆图像是否存在缺陷以及缺陷的类别。
[0029]第三方面
[0030]本专利技术提供一种计算机设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，处理器执行计算机程序时实现如第一方面的电缆缺陷诊断模型的构建方法。
[0031]第四方面
[0032]本专利技术提供一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如第一方面的电缆缺陷诊断模型的构建方法。
[0033]与现有技术相比，本专利技术至少具有以下有益效果：
[0034]1、在本专利技术中，通过构建电缆缺陷诊断模型，可以在向电缆缺陷诊断模型中输入电缆图像时，自动化地判断电缆图像中所指示的电缆是否存在故障以及故障的类型，提升排查效率，降低人力成本。
[0035]2、在本专利技术中，从红外图像中提取亮度特征，从可见光图像中提取形状特征，从亮度特征和形状特征两方面综合考量相应的电缆是否存在故障，提高电缆缺陷诊断的准确性。
附图说明
[0036]下面将以明确易懂的方式，结合附图说明优选实施方式，对本专利技术的上述特性、技术特征、优点及其实现方式予以进一步说明。
[0037]图1是本专利技术提供的一种电缆缺陷诊断模型的构建方法的流程示意图；
[0038]图2是本专利技术提供的一种电缆缺陷诊断模型的结构示意图；
[0039]图3是本专利技术提供的一种电缆缺陷诊断模型的构建系统的结构示意图；
[0040]图4是本专利技术提供的一种计算机设备的硬件结构示意图。
具体实施方式
[0041]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对照附图说明本专利技术的具体实施方式。显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图，并获得其他的实施方式。
[0042]为使图面简洁，各图中只示意性地表示出了与专利技术相关的部分，它们并不代表其作为产品的实际结构。另外，以使图面简洁便于理解，在有些图中具有相同结构或功能的部件，仅示意性地绘示了其中的一个，或仅标出了其中的一个。在本文中，“一个”不仅表示“仅此一个”，也可以表示“多于一个”的情形。
[0043]还应当进一步理解，在本专利技术说明书和所附权利要求书中使用的术语“和 本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电缆缺陷诊断模型的构建方法，其特征在于，包括：S101：获取电缆图像集合，所述电缆图像集合中包括多组电缆图像，每组所述电缆图像包括对于同一位置进行拍摄的红外图像和可见光图像，其中，所述电缆图像对应的位置处是否存在缺陷以及缺陷的类别为已知量；S102：对多组所述电缆图像进行编号，并进行预处理，得到与图像编号建立有映射关系的待检红外图像和待检可见光图像；S103：构建红外图像数据集和可见光图像数据集，将所述待检红外图像存入所述红外图像数据集，将所述待检可见光图像存入所述可见光图像数据集，并将图像数据划分为训练样本和测试样本；S104：构建特征池，所述特征池包括亮度特征池和形状特征池；S105：构建特征提取网络，从所述待检红外图像中提取出亮度特征放入至所述亮度特征池，从所述可见光图像中提取出形状特征放入至所述形状特征池；S106：构建缺陷诊断神经网络，其中，所述缺陷诊断神经网络包括红外图像诊断神经网络和可见光图像诊断神经网络，所述亮度特征池连接所述红外图像诊断神经网络，所述形状特征池连接所述可见光图像诊断神经网络；S107：构建特征融合神经网络，所述缺陷诊断神经网络的输出端连接至所述特征融合神经网络，通过所述特征融合神经网络在数据特征与缺陷结果之间建立映射关系；S108：通过所述训练样本、已知的所述训练样本是否存在缺陷以及缺陷的类别，对所述电缆缺陷诊断模型进行训练；S109：将所述测试样本输入到所述电缆缺陷诊断模型中，验证其有效性，并根据验证结果调整所述电缆缺陷诊断模型的参数；S110：在向所述电缆缺陷诊断模型输入目标电缆图像的情况下，通过所述电缆缺陷诊断模型输出所述目标电缆图像是否存在缺陷以及缺陷的类别。2.根据权利要求1所述的电缆缺陷诊断模型的构建方法，其特征在于，S102具体包括：S1021：对多组所述电缆图像进行编号；S1022：通过YOLOv4检测网络，识别所述红外图像和所述可见光图像中的电缆区域；S1023：通过UNet分割网络对所述电缆区域进行截取；S1024：将截取后的图像中的电缆区域旋转至水平方向；S1025：对旋转后的图像进行归一化处理，将图像调整为预设尺寸；S1026：对归一化处理后的图像进行图像增强，得到与所述图像编号建立有映射关系的所述待检红外图像和所述待检可见光图像。3.根据权利要求2所述的电缆缺陷诊断模型的构建方法，其特征在于，S1026具体为：将图像分解为低频图像和高频图像，对所述低频图像进行增强，将增强后的所述低频图像与所述高频图像重新组合，获得增强后的图像；其中，分解变换函数由拐点函数和伽玛校正函数结合而成，所述分解变换函数可表示为：
其中，β为变换参数，p为图像频率分解临界值，α1，α2，α3，α4均为增强系数。4.根据权利要求1所述的电缆缺陷诊断模型的构建方法，其特征在于，将图像数据中的70％划分为训练样本，30％划分为测试样本。5.根据权利要求1所述的电缆缺陷诊断模型的构建方法，其特征在于，所述S107具体包括：S1071：令亮度特征的权重为γ，亮度特征值为z1，形状特征的权重为δ，形状特征值为z2，则缺陷诊断值y为：y＝γ
·
z1+δ
·
z2S1072：在所述缺陷诊断值小于所述预设值的情况下，判断所述电缆正常；S1073：在所述缺陷诊断值大于预设值的情况下，判断所述电缆存在缺陷。6.根据权利要求5所述的电缆缺陷诊断模型的构建方法，其特征在于，在所述S1073之后，还包括：S1074：对存在缺陷的电缆图像的所述亮度特征值和所述形状特征值按照缺陷的类别进行自动聚类，以在所述亮度特征值、所述形状特征值和所述缺陷的类别之间建立映射关系...

【专利技术属性】
技术研发人员：王兴帅，刘涛，吴晓宾，刘克东，李文康，赵永贵，张联邦，张宇，赵腾跃，刘子彦，朱新超，张艺丹，徐纪太，崔镇国，
申请(专利权)人：国网山东省电力公司临沂供电公司，
类型：发明
国别省市：