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() 电力风险识别方法、装置、计算机设备和存储介质制造方法及图纸_技高网

电力风险识别方法、装置、计算机设备和存储介质制造方法及图纸

技术编号:40966882 阅读:4 留言:0更新日期:2024-04-18 20:47
本申请涉及一种电力风险识别方法、装置、计算机设备和存储介质,涉及图像识别技术领域。方法包括:获取针对电力设施的监控图像;对监控图像进行预处理和特征提取处理,得到监控图像对应的图像特征;通过电力风险识别模型,对监控图像对应的图像特征进行图像识别处理,得到监控图像对应的电力风险类型;其中,电力风险识别模型是根据支持向量机构建的。采用本方法通过实时获取针对电力设施的监控图像,对监控图像进行图像识别,实现提前预测可能的电力风险,并从多种类型的电力风险中准确确定对应类型,有效提升电力风险识别的效率和准确率,以便及时对电力风险进行排除。

【技术实现步骤摘要】

本申请涉及图像识别,特别是涉及一种电力风险识别方法、装置、计算机设备和存储介质


技术介绍

1、随着经济的快速发展以及产业的不断升级,电力已经成为了最主要的能源供给方式之一,电力设施广泛应用于人们的生产生活中,相比于其他设施,电力设施更容易造成安全隐患,尤其是电力设施出现故障时,会给人们带来较大的电力风险。

2、目前,一般基于电力设施传递的信号来识别电力风险,这种方式往往在已经出现电力事故时才能识别到电力风险,难以在出现电力事故之前,就对电力设施可能的电力风险进行判断。


技术实现思路

1、基于此,有必要针对上述技术问题,提供一种能够在出现电力事故之前,快速准确识别电力风险的电力风险识别方法、装置、计算机设备和存储介质。

2、第一方面,本申请提供了一种电力风险识别方法,该方法包括:

3、获取针对电力设施的监控图像;

4、对监控图像进行预处理和特征提取处理,得到监控图像对应的图像特征;

5、通过电力风险识别模型,对监控图像对应的图像特征进行图像识别处理,得到监控图像对应的电力风险类型;其中,电力风险识别模型是根据支持向量机构建的。

6、在其中一个实施例中,通过电力风险识别模型,对监控图像对应的图像特征进行图像识别处理,得到监控图像对应的电力风险类型,包括:

7、通过电力风险识别模型,确定监控图像对应的图像特征与分离超平面之间的距离;

8、通过电力风险识别模型,根据监控图像对应的图像特征与分离超平面之间的距离,确定监控图像对应的电力风险类型。

9、在其中一个实施例中,对监控图像进行预处理和特征提取处理,得到监控图像对应的图像特征,包括:

10、对监控图像进行灰度处理、图像变换处理和图像增强处理中的至少一种,得到预处理后的监控图像;

11、对预处理后的监控图像进行特征提取处理,得到图像特征。

12、在其中一个实施例中,对监控图像进行灰度处理,包括:

13、从颜色系统rgb的三个颜色通道中,选取一个颜色通道作为目标颜色通道;

14、根据监控图像中每一像素点在目标颜色通道下对应的亮度值,确定监控图像中每一像素点的灰度值;

15、根据监控图像中每一像素点的灰度值,确定灰度处理后的监控图像。

16、在其中一个实施例中,对预处理后的监控图像进行特征提取处理,得到图像特征,包括:

17、根据预处理后的监控图像中每一像素点的灰度值,确定预处理后的监控图像的灰度值梯度;

18、根据预处理后的监控图像的灰度值梯度,提取预处理后的监控图像对应的图像特征。

19、在其中一个实施例中,方法还包括:

20、根据电力风险类型,确定对应的电力风险预警策略;

21、采用电力风险预警策略,对电力设施进行电力风险预警。

22、第二方面,本申请还提供了一种电力风险识别装置,该装置包括:

23、图像获取模块,用于获取针对电力设施的监控图像;

24、特征提取模块,用于对监控图像进行预处理和特征提取处理,得到监控图像对应的图像特征;

25、风险识别模块,用于通过电力风险识别模型,对监控图像对应的图像特征进行图像识别处理,得到监控图像对应的电力风险类型;其中,电力风险识别模型是根据支持向量机构建的。

26、第三方面,本申请还提供了一种计算机设备,包括存储器和处理器,存储器存储有计算机程序,处理器执行计算机程序时实现上述第一方面的方法的步骤。

27、第四方面,本申请还提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述第一方面的方法的步骤。

28、第五方面,本申请还提供了一种计算机程序产品,包括计算机程序,计算机程序被处理器执行时实现上述第一方面的方法的步骤。

29、上述电力风险识别方法、装置、计算机设备和存储介质,获取针对电力设施的监控图像;对监控图像进行预处理和特征提取处理,得到监控图像对应的图像特征;通过电力风险识别模型,对监控图像对应的图像特征进行图像识别处理,得到监控图像对应的电力风险类型;其中,电力风险识别模型是根据支持向量机构建的。本申请通过实时获取针对电力设施的监控图像,对监控图像进行图像识别,实现提前预测可能的电力风险,并从多种类型的电力风险中准确确定对应类型,有效提升电力风险识别的效率和准确率,以便及时对电力风险进行排除。

本文档来自技高网...

【技术保护点】

1.一种电力风险识别方法,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,所述通过电力风险识别模型,对所述监控图像对应的图像特征进行图像识别处理,得到所述监控图像对应的电力风险类型,包括:

3.根据权利要求1所述的方法,其特征在于,所述对所述监控图像进行预处理和特征提取处理,得到所述监控图像对应的图像特征,包括:

4.根据权利要求3所述的方法,其特征在于,对所述监控图像进行灰度处理,包括:

5.根据权利要求4所述的方法,其特征在于,所述对所述预处理后的监控图像进行特征提取处理,得到图像特征,包括:

6.根据权利要求1所述的方法,其特征在于,所述方法还包括:

7.一种电力风险识别装置,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1-6中任一项所述的方法的步骤。

9.一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,所述计算机程序被处理器执行时实现权利要求1-6中任一项所述的方法的步骤。

10.一种计算机程序产品,包括计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1-6中任一项所述的方法的步骤。

...

【技术特征摘要】

1.一种电力风险识别方法,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,所述通过电力风险识别模型,对所述监控图像对应的图像特征进行图像识别处理,得到所述监控图像对应的电力风险类型,包括:

3.根据权利要求1所述的方法,其特征在于,所述对所述监控图像进行预处理和特征提取处理,得到所述监控图像对应的图像特征,包括:

4.根据权利要求3所述的方法,其特征在于,对所述监控图像进行灰度处理,包括:

5.根据权利要求4所述的方法,其特征在于,所述对所述预处理后的监控图像进行特征提取处理,得到图像特征,包括:

【专利技术属性】
技术研发人员:李琦尹亮群彭文钦徐嘉诚
申请(专利权)人:南方电网数字平台科技广东有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1