【技术实现步骤摘要】
本专利技术涉及输电铁塔巡检领域，特别涉及一种输电铁塔的缺陷检测方法、模型训练方法及系统。
技术介绍
1、在电力工程领域，用于固定连接输电铁塔基础与塔腿的地脚螺栓在施工人员的建设安装过程会受到等多种不确定因素影响，使得输电铁塔地脚的螺栓存在缺失缺陷的可能，这种缺陷会使铁塔与基础连接不牢，直接影响输电铁塔的承载性能。
2、本申请旨在建立一种输电铁塔的缺陷检测方法、模型训练方法及系统，以解决上述问题。
技术实现思路
1、为了实现根据本专利技术的上述目的和其他优点，本专利技术的第一目的是提供一种输电铁塔的缺陷检测方法，包括如下步骤：
2、获取目标检测点的地脚参数数据；其中，地脚参数数据包括：螺杆直径、螺母个数、垫板厚度和保护层厚度；
3、利用训练过的信号强度预估模型对目标检测点的地脚参数数据进行模拟分析，以预估第一信号强度；其中，第一信号强度为通过恒定磁场激励源以使得目标检测点在恒定磁场环境下的磁场强度信号强度值；其中，信号强度预估模型为通过阿基米德优化算法对关键参数进行寻优的svr预估模型；
4、根据第一信号强度判断目标检测点的是否存在螺栓缺失缺陷。
5、在一优选方案中，根据第一信号强度判断目标检测点的是否存在螺栓缺失缺陷，具体包括步骤：
6、判断第一信号强度是否在第一阈值范围内；
7、若第一信号强度在第一阈值范围内，则目标检测点存在螺栓缺失缺陷；
8、若第一信号强度不在第一阈值范围内，则目标
9、本专利技术的第二目的是提供一种模型训练方法，包括：
10、获取作为样本的地脚参数数据和样本对应的第一信号强度；其中，地脚参数数据包括：螺杆直径、螺母个数、垫板厚度和保护层厚度；第一信号强度为实际通过恒定磁场激励源以使得目标检测点在恒定磁场环境下的磁场强度信号强度值；
11、以svr建立信号强度预估模型结构；其中，信号强度预估模型为通过阿基米德优化算法对关键参数进行寻优的svr预估模型；
12、将地脚参数数据输入信号强度预估模型进行训练。
13、在一优选方案中，将地脚参数数据输入信号强度预估模型进行训练，具体包括步骤：
14、将作为样本的地脚参数数据划分为训练集、验证集和测试集；
15、将训练集、验证集输入信号强度预估模型进行迭代训练；
16、通过阿基米德优化算法对强度预估模型的寻优目标参数求最优解；
17、将寻优目标参数的最优解带入迭代训练完成的信号强度预估模型。
18、在一优选方案中，寻优目标参数为svr模型中的惩罚系数c以及rbf核函数的核函数参数g。
19、在一优选方案中，通过阿基米德优化算法对强度预估模型的寻优目标参数求最优解，具体包括步骤：
20、初始化阿基米德优化算法中的种群参数，通过随机生成个体的密度、体积、加速度和位置；
21、评估适应度函数值，确定初始最优解和最优位置；
22、通过更新密度及体积调整转移因子；
23、通过转移因子控制个体间碰撞和平衡状态之间的切换；
24、判断参数是否满足最优解条件；
25、若满足最优解条件，则输出最优结果；
26、若未满足最优解条件，则评估适应度函数值再次求解最优解。
27、在一优选方案中，还包括步骤：
28、将测试集输入已带入寻优目标参数的最优解的信号强度预估模型；
29、通过均方根误差判断强度预估模型的输出值是否符合设定精度；
30、若未符合设定精度，则继续对强度预估模型进行迭代训练；
31、若符合设定精度，则强度预估模型训练完成。
32、本专利技术的第三目的是提供一种输电铁塔的缺陷检测系统，包括：
33、数据获取单元，用于获取地脚参数数据；其中，地脚参数数据包括：螺杆直径、螺母个数、垫板厚度和保护层厚度；
34、信号强度模型单元，用于利用训练过的信号强度预估模型对目标检测点的地脚参数数据进行模拟分析，以预估第一信号强度；第一信号强度为通过恒定磁场激励源以使得目标检测点在恒定磁场环境下的磁场强度信号强度值；信号强度预估模型为通过阿基米德优化算法对关键参数进行寻优的svr预估模型。
35、缺陷判断单元，用于根据第一信号强度判断目标检测点的是否存在螺栓缺失缺陷；
36、本专利技术的第四目的是提供一种计算机可读存储介质，其上存储有程序指令，所述程序指令被执行时实现一种输电铁塔的缺陷检测方法或模型训练方法。
37、本专利技术的第五目的是提供一种电子设备，包括：处理器和存储器，所述存储器用于存储一个或多个程序；当所述一个或多个程序被所述处理器执行时，实现一种输电铁塔的缺陷检测方法或模型训练方法。
38、与现有技术相比，本专利技术的有益效果是：
39、本专利技术涉及输电铁塔的缺陷检测方法、模型训练方法将阿基米德优化算法对svr模型中的惩罚系数c以及rbf核函数的核函数参数g进行参数寻优，提升svr解决非线性相关电磁检测信号问题的分类精度，降低分类误差。从而估算目标检测点在恒定磁场环境下的磁场强度信号强度，从而通过定量分析的方法识别螺栓缺失缺陷。
40、上述说明仅是本专利技术技术方案的概述，为了能够更清楚了解本专利技术的技术手段，并可依照说明书的内容予以实施，以下以本专利技术的较佳实施例并配合附图详细说明如后。本专利技术的具体实施方式由以下实施例及其附图详细给出。
本文档来自技高网...【技术保护点】
1.一种输电铁塔的缺陷检测方法，其特征在于，包括：
2.根据权利要求1所述的一种输电铁塔的缺陷检测方法，其特征在于，根据第一信号强度判断目标检测点的是否存在螺栓缺失缺陷，具体包括步骤：
3.一种模型训练方法，其特征在于，包括步骤：
4.根据权利要求3所述的一种模型训练方法，其特征在于，将所述地脚参数数据输入信号强度预估模型进行训练，具体包括步骤：
5.根据权利要求4所述的一种模型训练方法，其特征在于，所述寻优目标参数为SVR模型中的惩罚系数C以及RBF核函数的核函数参数g。
6.根据权利要求5所述的一种模型训练方法，其特征在于，通过阿基米德优化算法对强度预估模型的寻优目标参数求最优解，具体包括步骤：
7.根据权利要求4所述的一种模型训练方法，其特征在于，还包括步骤：
8.一种输电铁塔的缺陷检测系统，其特征在于，包括：
9.一种电子设备，包括存储器和处理器；其中，所述存储器用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令被所述处理器执行以实现权利要求1-7任一项所述的方法步骤
10.一种存储介质，其上存储有计算机指令；其中，该计算机指令被处理器执行时实现权利要求1-7任一项所述的方法步骤。
...【技术特征摘要】
1.一种输电铁塔的缺陷检测方法，其特征在于，包括：
2.根据权利要求1所述的一种输电铁塔的缺陷检测方法，其特征在于，根据第一信号强度判断目标检测点的是否存在螺栓缺失缺陷，具体包括步骤：
3.一种模型训练方法，其特征在于，包括步骤：
4.根据权利要求3所述的一种模型训练方法，其特征在于，将所述地脚参数数据输入信号强度预估模型进行训练，具体包括步骤：
5.根据权利要求4所述的一种模型训练方法，其特征在于，所述寻优目标参数为svr模型中的惩罚系数c以及rbf核函数的核函数参数g。
6.根据权利要求5所述...
【专利技术属性】
技术研发人员：吴毅，陆扬，刘海东，
申请(专利权)人：国网江苏省电力有限公司盐城供电分公司，
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。