【技术实现步骤摘要】
本专利技术涉及电气检测，尤其涉及一种电气连接点的过热检测方法、装置、设备和介质。
技术介绍
1、随着社会的快速发展，对电力的需求日益迫切，与电力相关的工作越来越多，安全问题也应该成为一个更需要关注的焦点问题。运行中的电力线路经常会遇到因连接点过热而危害线路的安全运行的问题，因此研究电气连接点过热检测的方法，对确保电力线路的安全可靠运行具有重要的实际意义。
2、目前，基于红外图像的连接点过热检测方法得到广泛应用。然而，实际生活中往往会有很多恶劣天气，比如阴雾天气时云层变厚，连接点表面红外辐射能量受到大气组合中气体分子的吸收和衰减，红外测温仪获取的目标能量减少，故障部位与正常部位的辐射对比度降低，使得仪器呈现的红外图像对比度低、像素模糊。在这种情况下，目前的图像检测方法难以提取有效特征，易造成漏检或误诊断，因此，对检测算法提出了更高的要求。
3、当前，对于阴雾天气下的检测问题主要有两种方法：基于恢复的方法和基于迁移的方法。迁移学习方法一般通过在ms-coco、imagenet或pascal voc等大规模数据集上预先训练的模型学习不同源域的知识，来提高阴雾天气图像域的目标检测。但当域差异过大时难以迁移，且迁移学习方法中源域和目标域的特征对齐机制尚未成熟。基于恢复图像的检测方法首先将图像恢复模型作为预处理步骤来恢复输入图像的可见性，然后使用恢复后的图像进行目标检测。但恢复后的图像域会与原始图像域存在差异，目标检测精度较低。
技术实现思路
1、本专利技术提供了一种电
2、本专利技术提供的一种电气连接点的过热检测方法，包括：
3、获取电气连接点在阴雾天气下的检测图像；
4、提取所述检测图像内的图像特征并编码，生成多维特征向量；
5、采用预设的目标想象网络对所述多维特征向量进行图像重建，生成重建图像矩阵；
6、通过预设的过热判别器根据所述重建图像矩阵进行过热检测，判断所述电气连接点在阴雾天气下是否过热。
7、可选地，所述方法还包括：
8、获取所述电气连接点处于正常工作状态的多个参考图像；
9、对各所述参考图像进行图像预处理，生成预处理图像；
10、按照预设的特征提取尺寸和预设通道数，从所述预处理图像中提取参考特征图像；
11、在所述参考特征图像中分别增加不同的噪声信息，生成所述特征信息对应的至少两张干扰图像；
12、对所述参考特征图像和各所述干扰图像分别进行编码，生成所述参考特征图像对应的参考特征向量和各所述干扰图像对应的多维训练特征向量；
13、采用所述参考特征向量和各所述多维训练特征向量对预设的想象网络进行训练，生成目标想象网络。
14、可选地，所述对各所述参考图像进行图像预处理，生成预处理图像的步骤，包括：
15、对各所述参考图像进行适应化调整，生成预设规格的中间图像；
16、对所述中间图像进行图像归一化，生成预处理图像。
17、可选地，所述噪声信息包括云雾噪声信息和随机掩码噪声；所述在所述参考特征图像中分别增加不同的噪声信息，生成所述特征信息对应的至少两张干扰图像的步骤，包括：
18、在所述参考特征图像中叠加所述阴雾噪声信息，生成所述特征信息对应的第一干扰图像；云雾噪声信息包括云雾噪声、云雾噪声层次、云雾噪声强度和自然噪声；
19、采用所述随机掩码噪声对所述参考特征图像进行计算，生成所述特征信息对应的第二干扰图像；
20、所述第一干扰图像x1为：
21、
22、其中，ni(h，w，n)表示云雾噪声，m表示云雾噪声层次，hi为第i层云雾噪声强度，d(h，w，n)表示自然噪声，x(h，w，n)为高度为h，宽度为w，通道数为n的参考特征图像；
23、所述第二干扰图像x2为：
24、x2＝f2(x)＝randommask(x，α)
25、其中，α表示随机掩码概率，α∈(0，1)，randommask(x，α)为随机掩码函数，x为x(h，w，n)所指的参考特征图像。
26、可选地，所述采用所述参考特征向量和各所述多维训练特征向量对预设的想象网络进行训练，生成目标想象网络的步骤，包括：
27、采用预设的想象网络对各所述多维训练特征向量进行图像重建，分别生成重建训练图像矩阵；
28、将所述参考特征向量和所述重建训练图像矩阵代入至预设的循环一致性损失函数，计算当前损失值；
29、若所述当前损失值大于预设精度阈值，则反向传播调整所述想象网络的网络参数，得到新的想象网络；
30、跳转执行所述采用预设的想象网络对各所述多维训练特征向量进行图像重建，分别生成重建训练图像矩阵的步骤，直至所述当前损失值小于或等于预设精度阈值，将当前时刻的想象网络确定为目标想象网络；
31、所述循环一致性损失函数为：
32、
33、其中，lcon为当前值，λl为第l个预设网络参数，g()为激活函数，t为参考特征向量，为第一干扰图像x1对应的重建训练图像矩阵，为第二干扰图像x2对应的重建训练图像矩阵。
34、可选地，所述目标想象网络由多个自编码器以残差结构连接组成；
35、所述重建图像矩阵为：
36、
37、
38、其中，a为多维特征向量，δzk为第k层自编码器输出不完整数据和完整数据之间的差值，为第k层自编码器，b为自编码器的总数，为从第1层至第k层自编码器输出不完整数据和完整数据之间差值的和值。
39、可选地，所述通过预设的过热判别器根据所述重建图像矩阵进行过热检测，判断所述电气连接点在阴雾天气下是否过热的步骤，包括：
40、当所述重建图像矩阵生成时，通过预设的分类激活函数激活预设的过热判别器；
41、通过所述过热判别器比对所述重建图像矩阵和多个预设的阴雾天气正常图像矩阵；
42、若所述重建图像矩阵和任一个所述阴雾天气正常图像矩阵之间的相似度大于预设的相似度阈值，则判定所述电气连接点在阴雾天气下未过热；
43、若所述重建图像矩阵和全部所述阴雾天气正常图像矩阵之间的相似度均小于或等于预设的相似度阈值，则判定所述电气连接点在阴雾天气下过热。
44、本专利技术还提供了一种电气连接点的过热检测装置，包括：
45、图像获取模块，用于获取电气连接点在阴雾天气下的检测图像；
46、特征提取模块，用于提取所述检测图像内的图像特征并编码，生成多维特征向量；
47、图像重建模块，用于采用预设的目标想象网络对所述多维特征向量进行图像重建，生成重建图像矩阵；
<本文档来自技高网...【技术保护点】
1.一种电气连接点的过热检测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
3.根据权利要求2所述的方法，其特征在于，所述对各所述参考图像进行图像预处理，生成预处理图像的步骤，包括：
4.根据权利要求2所述的方法，其特征在于，所述噪声信息包括云雾噪声信息和随机掩码噪声；所述在所述参考特征图像中分别增加不同的噪声信息，生成所述特征信息对应的至少两张干扰图像的步骤，包括：
5.根据权利要求4所述的方法，其特征在于，所述采用所述参考特征向量和各所述多维训练特征向量对预设的想象网络进行训练，生成目标想象网络的步骤，包括：
6.根据权利要求1所述的方法，其特征在于，所述目标想象网络由多个自编码器以残差结构连接组成；
7.根据权利要求1所述的方法，其特征在于，所述通过预设的过热判别器根据所述重建图像矩阵进行过热检测，判断所述电气连接点在阴雾天气下是否过热的步骤，包括：
8.一种电气连接点的过热检测装置，其特征在于，包括：
9.一种电子设备，其特征在于，包括存储
10.一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，所述计算机程序被执行时实现如权利要求1-7任一项所述的电气连接点的过热检测方法。
...【技术特征摘要】
1.一种电气连接点的过热检测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
3.根据权利要求2所述的方法，其特征在于，所述对各所述参考图像进行图像预处理，生成预处理图像的步骤，包括：
4.根据权利要求2所述的方法，其特征在于，所述噪声信息包括云雾噪声信息和随机掩码噪声；所述在所述参考特征图像中分别增加不同的噪声信息，生成所述特征信息对应的至少两张干扰图像的步骤，包括：
5.根据权利要求4所述的方法，其特征在于，所述采用所述参考特征向量和各所述多维训练特征向量对预设的想象网络进行训练，生成目标想象网络的步骤，包括：
6.根据权利要求1所述的方法，其特征...
【专利技术属性】
技术研发人员：林翔，方健，罗思敏，代晓丰，田妍，张敏，杨帆，刘通，史训涛，孙健，李楷然，柯清派，邱杨鑫，
申请(专利权)人：广东电网有限责任公司广州供电局，
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。