System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及人工智能领域,特别是涉及一种电网设备目标检测方法、系统、设备及介质。
技术介绍
1、随着电力行业的快速发展,电网规模在稳定增长、电力设备种类也在不断扩充,这样给电网以及电力设备的巡检带来了新的挑战。
2、传统的巡检方式采用无人机拍照和人工查看的方式,这种方式采集的数据智能化程度低,并且检测准确度严重依赖人员经验,存在巡视不全面、质量不高、误检、漏检等问题。
3、随着物联网技术、人工智能技术、高速通信技术的不断成熟,并且相关技术方案在电网巡检业务也不断得到了应用,如通过无人机或者检测设备上采集的电网设备数据,传输到服务器端的图像检测系统进行目标检测,经过算法分析得到电网设备是否存缺陷及安全隐患。但是这种实现方式存在检测效率低、延时高,对网络速度和服务端运算能力要求高等问题。
技术实现思路
1、本专利技术的目的是提供一种电网设备目标检测方法、系统、设备及介质,能够提高检测效率。
2、为实现上述目的,本专利技术提供了如下方案:
3、一种电网设备目标检测方法,所述方法包括:
4、获取电网设备数据;所述电网设备数据包括:地理信息和实时图像;
5、对所述电网设备数据进行数据重建,得到电网设备重建数据;
6、将所述电网设备重建数据输入至目标检测模型,输出检测结果;所述检测结果为正常或者存在缺陷;所述目标检测模型是基于yolov4网络构建的。
7、可选地,对所述电网设备数据进行数据重建,得
8、对所述电网设备数据进行数据聚合和解码清洗,得到电网设备整合数据;
9、对所述电网设备整合数据进行数据增强处理,得到电网设备增强数据;
10、对所述电网设备增强数据进行超分辨率重建,得到所述电网设备重建数据。
11、可选地,所述数据增强处理包括:随机擦除、伪彩色变换、填充多边形遮挡和数据拼接增强。
12、可选地,对所述电网设备增强数据进行超分辨率重建,得到所述电网设备重建数据,具体包括:
13、对所述电网设备增强数据进行卷积特征提取,得到特征数据;
14、对所述特征数据进行收缩和映射处理,得到映射数据;所述映射处理是基于非线性度进行的映射;
15、对所述映射数据进行扩张和反卷积操作,得到所述电网设备重建数据。
16、可选地,所述目标检测模型的确定方法,具体包括:
17、获取训练数据;所述训练数据包括:训练电网设备数据和对应的标签数据;所述标签数据为所述训练电网设备数据的检测结果;
18、按照所述标签数据,将所述训练电网设备数据进行划分,得到正常的训练电网设备数据和存在缺陷的训练电网设备数据;
19、确定样本集;所述样本集包括正样本和负样本;所述正样本是由正常的训练电网设备数据和对应的标签数据组成的;所述负样本是由存在缺陷的训练电网设备数据和对应的标签数据组成的;
20、对所述样本集进行数据重建,得到样本集重建数据;
21、将所述样本集重建数据划分为训练集和验证集;
22、构建yolov4网络;
23、将所述训练集输入至所述yolov4网络,以损失函数最小为目标,对所述yolov4网络的参数进行训练,得到训练好的yolov4网络;所述损失函数是由回归误差、置信度误差和分类误差的和确定的;所述参数包括:权重;所述分类误差是根据所述yolov4网络的输出与所述训练集对应的标签数据之间的差值确定的;
24、将所述验证集输入至训练好的yolov4网络,对所述参数进行调整,得到调整好的yolov4网络;
25、将调整好的yolov4网络确定为所述目标检测模型。
26、一种电网设备目标检测系统,所述系统包括:
27、数据获取模块,用于获取电网设备数据;所述电网设备数据包括:地理信息和实时图像;
28、数据重建模块,用于对所述电网设备数据进行数据重建,得到电网设备重建数据;
29、检测模块,用于将所述电网设备重建数据输入至目标检测模型,输出检测结果;所述检测结果为正常或者存在缺陷;所述目标检测模型是基于yolov4网络构建的。
30、一种电子设备,包括存储器及处理器,所述存储器用于存储计算机程序,所述处理器运行所述计算机程序以使所述电子设备执行上述所述的电网设备目标检测方法。
31、一种计算机可读存储介质,其存储有计算机程序,所述计算机程序被处理器执行时实现上述所述的电网设备目标检测方法。
32、根据本专利技术提供的具体实施例,本专利技术公开了以下技术效果:
33、本专利技术提供了一种电网设备目标检测方法、系统、设备及介质,通过获取电网设备数据;对电网设备数据进行数据重建,得到电网设备重建数据;将电网设备重建数据输入至目标检测模型,输出检测结果;检测结果为正常或者存在缺陷;目标检测模型是基于yolov4网络构建的;本专利技术能够提高检测效率。
本文档来自技高网...【技术保护点】
1.一种电网设备目标检测方法,其特征在于,所述方法包括:
2.根据权利要求1所述的电网设备目标检测方法,其特征在于,对所述电网设备数据进行数据重建,得到电网设备重建数据,具体包括:
3.根据权利要求2所述的电网设备目标检测方法,其特征在于,所述数据增强处理包括:随机擦除、伪彩色变换、填充多边形遮挡和数据拼接增强。
4.根据权利要求2所述的电网设备目标检测方法,其特征在于,对所述电网设备增强数据进行超分辨率重建,得到所述电网设备重建数据,具体包括:
5.根据权利要求1所述的电网设备目标检测方法,其特征在于,所述目标检测模型的确定方法,具体包括:
6.一种电网设备目标检测系统,其特征在于,所述系统包括:
7.一种电子设备,其特征在于,包括存储器及处理器,所述存储器用于存储计算机程序,所述处理器运行所述计算机程序以使所述电子设备执行如权利要求1至5中任意一项所述的电网设备目标检测方法。
8.一种计算机可读存储介质,其特征在于,其存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至5中任意一项
...【技术特征摘要】
1.一种电网设备目标检测方法,其特征在于,所述方法包括:
2.根据权利要求1所述的电网设备目标检测方法,其特征在于,对所述电网设备数据进行数据重建,得到电网设备重建数据,具体包括:
3.根据权利要求2所述的电网设备目标检测方法,其特征在于,所述数据增强处理包括:随机擦除、伪彩色变换、填充多边形遮挡和数据拼接增强。
4.根据权利要求2所述的电网设备目标检测方法,其特征在于,对所述电网设备增强数据进行超分辨率重建,得到所述电网设备重建数据,具体包括:
5.根据权利...
【专利技术属性】
技术研发人员:周立明,项伟,杨波,何治平,孙艳杰,蔡金那,宋金,
申请(专利权)人:北京天易数聚科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。