【技术实现步骤摘要】
本申请涉及数据处理，特别是涉及一种电力缺陷识别方法、装置、设备、介质和产品。
技术介绍
1、随着电网规模的逐渐增大，管辖线路和设备越来越多，部署在野外的各种电网设备出现故障的概率也逐渐增大。为保证野外电力设备运行的安全稳定性，需对野外电力缺陷设备进行定期巡检，以及时发现设备缺陷点并进行维修。
2、传统技术中，在获取到用于监测电力设备缺陷的移动终端的巡检数据后，会根据缺陷识别系统对采集数据进行分析，其中，巡检数据包括图像数据，以实现对电力缺陷点的识别。然而，当海量巡检数据同时上传至后台或云端时，容易造成网络堵塞，导致电力缺陷识别的效率低下。
技术实现思路
1、基于此，有必要针对上述技术问题，提供一种电力缺陷识别方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
2、第一方面，本申请提供了一种电力缺陷识别方法，该方法应用于参与电力缺陷识别的云服务器，云服务其中存储有已训练好的边侧模型和云侧模型，其中，边侧模型部署在巡检设备上，边侧模型用于识别巡检数据中的缺陷数据，该方法包括：
3、实时获取巡检设备的巡检数据，并对巡检数据是否为缺陷数据进行识别；
4、当判定巡检数据为缺陷数据时，根据预设的缺陷数据精筛方法确定是否保留缺陷数据，在确定保留缺陷数据的情况下，将缺陷数据上传至云侧模型；当判断巡检数据为正常数据时，丢弃巡检数据。
5、在其中一个实施例中，根据预设的缺陷数据精筛方法确定是否保留缺陷数据，包括：
6、根
7、将主要缺陷特征与预设缺陷特征库中的各个预存缺陷特征进行比对，得到比对结果，当存在比对结果为主要缺陷特征与目标预存缺陷特征的相似度不大于预设相似度阈值时，确定保留缺陷数据；当比对结果为主要缺陷特征与各预存缺陷特征的相似度均大于预设相似度阈值时，则丢弃缺陷数据。
8、在其中一个实施例中，该方法还包括：
9、当存在比对结果为主要缺陷特征与目标预存缺陷特征的相似度不大于预设相似度阈值时，获取与主要缺陷特征的相似度不大于预设相似度阈值的目标预存缺陷特征的存在数量；
10、当存在数量大于预设数量阈值时，计算相似度的平均值，在相似度的平均值不大于预设相似度阈值的情况下，确定保留缺陷数据；在相似度的平均值大于预设相似度阈值的情况下，丢弃缺陷数据。
11、在其中一个实施例中，在将缺陷数据上传至云侧模型之后，还包括：
12、在缺陷样本不足的情况下，根据预设的缺陷数据增广方法和真实缺陷数据样本，生成足够多的新的缺陷数据样本，并得到生成的缺陷数据样本库；
13、根据预设的分布一致性评估方法，评估生成的缺陷数据样本库是否与真实缺陷数据样本库的分布一致，当生成的缺陷数据样本库与真实缺陷数据样本库的分布不一致时，根据预设的样本校正方法，对生成的缺陷数据样本库进行校正。
14、在其中一个实施例中，在得到生成的缺陷数据样本库之后，还包括：
15、根据预设的样本质量检测方法对生成的缺陷数据样本库中的各新的缺陷数据样本进行质量检测，当新的缺陷数据样本的质量符合预设质量标准时，保留新的缺陷数据样本；当新的缺陷数据样本的质量不符合预设质量标准时，丢弃新的缺陷数据样本，以得到更新后的生成的缺陷数据样本库。
16、在其中一个实施例中，对巡检数据是否为缺陷数据进行识别，包括：
17、根据预设的数据质量检测方法对巡检数据进行检测，在判定巡检数据质量合格的情况下，对巡检数据是否为缺陷数据进行识别；在判定巡检数据质量不合格的情况下，丢弃巡检数据。
18、第二方面，本申请还提供了一种电力缺陷识别装置。该装置包括：
19、缺陷数据确定模块，用于实时获取巡检设备的巡检数据，并对巡检数据是否为缺陷数据进行识别；
20、缺陷数据精筛模块，用于当判定巡检数据为缺陷数据时，根据预设的缺陷数据精筛方法确定是否保留缺陷数据，在确定保留缺陷数据的情况下，将缺陷数据上传至云侧模型；当判断巡检数据为正常数据时，丢弃巡检数据。
21、第三方面，本申请还提供了一种计算机设备。计算机设备包括存储器和处理器，存储器存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
22、实时获取巡检设备的巡检数据，并对巡检数据是否为缺陷数据进行识别；
23、当判定巡检数据为缺陷数据时，根据预设的缺陷数据精筛方法确定是否保留缺陷数据，在确定保留缺陷数据的情况下，将缺陷数据上传至云侧模型；当判断巡检数据为正常数据时，丢弃巡检数据。
24、第四方面，本申请还提供了一种计算机可读存储介质。计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以下步骤：
25、实时获取巡检设备的巡检数据，并对巡检数据是否为缺陷数据进行识别；
26、当判定巡检数据为缺陷数据时，根据预设的缺陷数据精筛方法确定是否保留缺陷数据，在确定保留缺陷数据的情况下，将缺陷数据上传至云侧模型；当判断巡检数据为正常数据时，丢弃巡检数据。
27、第五方面，本申请还提供了一种计算机程序产品。计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
28、实时获取巡检设备的巡检数据，并对巡检数据是否为缺陷数据进行识别；
29、当判定巡检数据为缺陷数据时，根据预设的缺陷数据精筛方法确定是否保留缺陷数据，在确定保留缺陷数据的情况下，将缺陷数据上传至云侧模型；当判断巡检数据为正常数据时，丢弃巡检数据。
30、上述电力缺陷识别方法、装置、设备、介质和产品，实时获取巡检设备的巡检数据，并对巡检数据是否为缺陷数据进行识别；当判定巡检数据为缺陷数据时，根据预设的缺陷数据精筛方法确定是否保留缺陷数据，在确定保留缺陷数据的情况下，将缺陷数据上传至云侧模型；当判断巡检数据为正常数据时，丢弃巡检数据。本申请采用上述方法，在巡检设备端利用边侧模型对采集到的巡检数据进行缺陷数据识别后，再根据预设的缺陷数据精筛方法对缺陷数据是否保留做进一步判断，以降低上传至云端的缺陷数据的冗余量，从而提升云侧模型对缺陷数据的处理效率，进而提升识别电力缺陷的效率；且有助于提升识别电力缺陷的准确性。
本文档来自技高网...【技术保护点】
1.一种电力缺陷识别方法，应用于参与电力缺陷识别的云服务器，所述云服务其中存储有已训练好的边侧模型和云侧模型，其中，所述边侧模型部署在巡检设备上，所述边侧模型用于识别巡检数据中的缺陷数据，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述根据预设的缺陷数据精筛方法确定是否保留所述缺陷数据，包括：
3.根据权利要求2所述的方法，其特征在于，所述方法还包括：
4.根据权利要求1所述的方法，其特征在于，在所述将所述缺陷数据上传至所述云侧模型之后，还包括：
5.根据权利要求4任意一项所述的方法，其特征在于，在所述得到生成的缺陷数据样本库之后，还包括：
6.根据权利要求1所述的方法，其特征在于，所述对所述巡检数据是否为缺陷数据进行识别，包括：
7.一种电力缺陷识别装置，其特征在于，所述装置包括：
8.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。
9.一种计算机可读存储
10.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
...【技术特征摘要】
1.一种电力缺陷识别方法，应用于参与电力缺陷识别的云服务器，所述云服务其中存储有已训练好的边侧模型和云侧模型，其中，所述边侧模型部署在巡检设备上，所述边侧模型用于识别巡检数据中的缺陷数据，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述根据预设的缺陷数据精筛方法确定是否保留所述缺陷数据，包括：
3.根据权利要求2所述的方法，其特征在于，所述方法还包括：
4.根据权利要求1所述的方法，其特征在于，在所述将所述缺陷数据上传至所述云侧模型之后，还包括：
5.根据权利要求4任意一项所述的方法，其特征在于，在所述得到生成的缺陷数据样本库之后，还包括：<...
【专利技术属性】
技术研发人员：黄和燕，高兴宇，石海龙，楚金伟，周震震，王黎伟，余俊松，杨育丰，何宇浩，赖光霖，何森，丁伟锋，李为明，
申请(专利权)人：中国南方电网有限责任公司超高压输电公司电力科研院，
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。