【技术实现步骤摘要】
本专利技术涉及电力物联网，特别是一种智能网关机中ai性能量化检测方法。
技术介绍
1、随着物联网技术的发展，多地对配电站房进行了数字化智能化改造。边缘计算是网络边缘执行计算的一种新型模式，利用嵌入式设备和轻量化模型对配电站房的信息进行采集识别，并将结果传输至边缘设备上进行分析，可大大减轻通信设备数据传输量和云平台的计算量，而保证监控的实时性。同时随着计算机视觉技术的飞速发展和人工智能技术的兴起，机器视觉开始取代人眼来检测视频图像中的目标。机器视觉能够利用摄像头采集图像信息，使用人工智能技术进行配电站房进行图像检测，得出告警目标信息，上传至主站平台。人工智能技术大大提升了配电站房安防的可靠性，并减少了巡检人员的工作量。
2、此外，随着人工智能技术在配电安防领域的应用，用于配电站房辅控系统的智能网关机中关于人工智能的功能逐渐添加，而用于评价其功能是否具备、性能是否足够的方法却局限于人工的主观判别，存在对配电安防检测数据处理过程中的局限性，且不能够对配电安防检测数据进行修正以及后续的综合评价，难以满足日益发展的人工智能技术在配电安防领域的需求，所以本专利技术提出一种智能网关机中ai性能量化检测方法为解决上述问题。
技术实现思路
1、鉴于上述现有的电力物联网数据处理中存在的问题，提出了本专利技术。
2、因此，本专利技术提供一种智能网关机中ai性能量化检测方法，其利用ai检测系统分析出智能网关机中的ai功能及各项性能指标，并改善了误检数据的实时修正，提高了准确性以及完
3、为解决上述技术问题，本专利技术提供如下技术方案：一种智能网关机中ai性能量化检测方法，包括：
4、选择并获取当前检测所需检测的功能项，并指定所述功能项所需要检测的图片张数形成检测项，基于检测项随机挑选素材库中所设定数量的相关图片，并生成测试数据集；
5、获取测试数据集，通过ai检测系统将所述测试数据集中离散的图片合成为一段视频流；
6、启动流媒体服务，推送实时流传输协议，等待待检测的网关接入分析；
7、配置电力网关并接入测试模拟视频后，开启被测的电力网关中的ai分析服务，将ai分析服务得到的分析结果推送到ai检测系统中；
8、ai检测系统收到网关机的分析结果，将分析结果与预设真实结果进行对比并进行修正计算后得出检测结果；具体地，按照预设真实结果中预设的修正公式修正分析结果的异常值，所述异常值为ai模型检测出的错误数据，将ai模型检测出的错误数据，根据时间序列修正后得出检测结果；所述修正公式如式(1)和式(2)所示：
9、
10、式(1)中，t为时间序列总数，qk为第k时刻实测误检数据，θk为k时刻仿真误检数据，wik为第i个样本的k时刻的权重系数；
11、qk′＝qk-1-wikδθk (2)；
12、式(2)中，δθk为仿真误检修正值，qk-1为k-1时刻实测误检数据，qk′为k时刻修正数据；
13、视频流播放结束，得出最终的检测率和误检率，生成当前检测的详细报告，并记录当前检测中的检测数据；其中，检测率为ai模型检测出的目标总数占检测数据集中所有目标总数的比例，误检率为ai模型检测出的错误的目标总数占检测出的目标总数的比例，所述详细报告包括根据检测率和误检率指标所占权重和关联度计算综合得分，具体通过下式(3)-(5)进行计算，如下：
14、通过式(3)和式(4)分别计算检测率和误检率指标下第i个样本占各个指标的比重，如下：
15、
16、式(3)中，为第i个样本数据的第j个检测率指标数据，为第i个样本占检测率第j个指标的比重，n为序号；
17、
18、式(4)中，为第i个样本数据的第j个误检率指标数据，为第i个样本占误检率第j个指标的比重，n为序号；
19、通过相似度计算公式计算第i个样本数据的第j个检测率指标数据和第i个样本数据的第j个误检率指标数据的相似度ria,b，即为关联度；
20、通过式(5)计算综合得分，如下：
21、
22、式(5)中，为第j个指标下检测率和误检率的权重系数，权重系数通过第i个样本占各个指标的比重计算得出，为检测率和误检率的综合得分。
23、优选地，所述检测率为ai模型检测出的目标总数占检测数据集中所有目标总数的比例，计算公式如式(6)所示，如下：
24、
25、式(6)中，pa为检出率，d为ai模型检测出的目标总数，l为检测数据集中实际的目标总数；
26、所述误检率为ai模型检测出的错误的目标总数占检测出的目标总数的比例，计算公式如式(7)所示，如下：
27、
28、式(7)中，eb为误检率，g为ai模型检测出的错误的目标总数。
29、优选地，所述功能项基于配电网的ai功能标准设置，包括人员特征、未戴安全帽特征、小动物特征、跌倒特征、未穿工装特征、烟雾特征、火焰特征或人脸特征其中的一种。
30、优选地，所述功能项基于配电网相关的仪表识别功能标准设置，包括电气指示灯状态识别特征、开关状态识别特征、断路器状态识别特征、数码管仪表读数识别特征或指针式仪表读数识别特征其中的一种。
31、优选地，在配置电力网关并接入测试模拟视频后，进行仪表识别所需要的相应的标注工作；
32、标注完成之后，ai检测系统重新生成一段用于检测的实时流传输协议，其中若视频流中仪表的位置与标注视频流中的位置相同，则进行相应的仪表状态的替换；
33、电力网关接入检测的视频流，开启仪表识别服务，并展示所识别的检测结果，核验检测结果，在ai检测系统中选择核验检测结果，核验通过则点击对应的通过按钮；
34、当所有检测项完成之后，点击生成当前仪表识别功能检测功能项的详细报告，并记录检测中的检测数据。
35、优选地，所述ai检测系统包括测试操作台、服务器和被测的电力网关；
36、所述测试操作台用于部署可视化操作界面，以查看详细的检测结果；
37、所述服务器用于数据集管理、视频流服务、结果分析服务、历史查询服务和后台服务；
38、所述电力网关为被检测ai功能和性能的设备。
39、优选地，所述检测结果包括每张图片检测出的目标数据，每个类别的检出率数据、误检率数据以及整个数据集总的检出率和误检率。
40、本专利技术的有益效果：本专利技术解决了对网关机ai功能检测中人工参与过多及无法量化指标的问题；便捷了测试流程，无需对接各类厂家、各类系统的网关机，所有操作都限于操作台中的人机交互界面中；还原了配电站房实际使用中的场景，完成了目标和仪表检测，让检测更贴近工程；记录明确清晰，ai检测系统会记录下检测过程中所有需要的信息及数据，便于测试人员及厂家查看；ai检测系统会在本文档来自技高网...
【技术保护点】
1.一种智能网关机中AI性能量化检测方法，其特征在于，包括：
2.如权利要求1所述的一种智能网关机中AI性能量化检测方法，其特征在于，所述检测率为AI模型检测出的目标总数占检测数据集中所有目标总数的比例，计算公式如式(6)所示，如下：
3.如权利要求1所述的一种智能网关机中AI性能量化检测方法，其特征在于，所述功能项基于配电网的AI功能标准设置，包括人员特征、未戴安全帽特征、小动物特征、跌倒特征、未穿工装特征、烟雾特征、火焰特征或人脸特征其中的一种。
4.如权利要求1所述的一种智能网关机中AI性能量化检测方法，其特征在于，所述功能项基于配电网相关的仪表识别功能标准设置，包括电气指示灯状态识别特征、开关状态识别特征、断路器状态识别特征、数码管仪表读数识别特征或指针式仪表读数识别特征其中的一种。
5.如权利要求4所述的一种智能网关机中AI性能量化检测方法，其特征在于，在配置电力网关并接入测试模拟视频后，进行仪表识别所需要的相应的标注工作；
6.如权利要求1所述的一种智能网关机中AI性能量化检测方法，其特征在于，所述AI检测系
7.如权利要求1所述的一种智能网关机中AI性能量化检测方法，其特征在于，所述检测结果包括每张图片检测出的目标数据，每个类别的检出率数据、误检率数据以及整个数据集总的检出率和误检率。
...【技术特征摘要】
1.一种智能网关机中ai性能量化检测方法，其特征在于，包括：
2.如权利要求1所述的一种智能网关机中ai性能量化检测方法，其特征在于，所述检测率为ai模型检测出的目标总数占检测数据集中所有目标总数的比例，计算公式如式(6)所示，如下：
3.如权利要求1所述的一种智能网关机中ai性能量化检测方法，其特征在于，所述功能项基于配电网的ai功能标准设置，包括人员特征、未戴安全帽特征、小动物特征、跌倒特征、未穿工装特征、烟雾特征、火焰特征或人脸特征其中的一种。
4.如权利要求1所述的一种智能网关机中ai性能量化检测方法，其特征在于，所述功能项基于配电网相关的仪表识别功能标准设置，包括...
【专利技术属性】
技术研发人员：周国祥，于文学，尤敏杰，姚杰，平红，
申请(专利权)人：江苏征途技术股份有限公司，
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。