基于张量网络的电网监控视频差异化压缩方法及系统技术方案

本发明专利技术提供一种基于张量网络的电网监控视频差异化压缩方法及系统，应用于信息技术领域。方法包括：获取针对电网设备的监控视频数据，基于监控视频数据构建目标张量网络，对于监控视频数据中的每帧监测图像，利用目标检测模型进行针对电网设备的检测，获得检测结果；基于检测结果，对目标张量网络进行张量分离；对分离后获得的电网设备数据张量和非电网设备数据张量分别进行不同压缩率的数据压缩处理，电网设备数据张量的压缩率大于非电网设备数据张量的压缩率；对压缩获得的第一压缩张量和第二压缩张量进行合并计算，得到监控视频数据的压缩视频。本发明专利技术解决了电网系统的监控视频占用空间大和数据压缩带来的关键信息丢失的问题。

【技术实现步骤摘要】

本专利技术涉及信息，具体涉及一种基于张量网络的电网监控视频差异化压缩方法及系统。

技术介绍

1、随着能源互联网的快速发展和智能电网的深入推进，电网系统的数据量在持续攀升。为了保证电力网络的安全稳定的运转，往往会对关键设备进行实时监控，而庞大的监控视频数据又会给电网系统的存储和计算等资源带来巨大挑战，如何缓解电网系统的计算和存储等资源压力成为亟待解决难题。虽然数据压缩可以缓解系统的资源压力，但可能会导致关键信息丢失的问题。

技术实现思路

1、为了克服上述电网系统的监控视频占用空间大和数据压缩带来的关键信息丢失的问题，本专利技术提供一种基于张量网络的电网监控视频差异化压缩方法，所述方法包括：

2、获取针对电网设备的监控视频数据，基于所述监控视频数据构建目标张量网络；

3、对于所述监控视频数据中的每帧监测图像，利用目标检测模型对每帧监测图像进行针对电网设备的检测，获得检测结果；

4、基于所述检测结果，对所述目标张量网络进行张量分离，获得所述目标张量网络中的电网设备数据张量以及非电本文档来自技高网...

【技术保护点】

1.一种基于张量网络的电网监控视频差异化压缩方法，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，所述基于所述监控视频数据构建目标张量网络，包括：

3.根据权利要求1所述的方法，其特征在于，所述目标检测模型为YOLO神经网络，所述利用目标检测模型对每帧监测图像进行针对电网设备的检测，包括：

4.根据权利要求3所述的方法，其特征在于，所述方法还包括：

5.根据权利要求3所述的方法，其特征在于，所述检测结果包括所述电网设备对应预测框的边界位置信息，所述基于所述检测结果，对所述目标张量网络进行张量分离，获得所述目标张量网络中的电网设...

【技术特征摘要】

1.一种基于张量网络的电网监控视频差异化压缩方法，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，所述基于所述监控视频数据构建目标张量网络，包括：

3.根据权利要求1所述的方法，其特征在于，所述目标检测模型为yolo神经网络，所述利用目标检测模型对每帧监测图像进行针对电网设备的检测，包括：

4.根据权利要求3所述的方法，其特征在于，所述方法还包括：

5.根据权利要求3所述的方法，其特征在于，所述检测结果包括所述电网设备对应预测框的边界位置信息，所述基于所述检测结果，对所述目标张量网络进行张量分离，获得所述目标张量网络中的电网设备数据张量以及非电网设备数据张量，包括：

【专利技术属性】
技术研发人员：徐敏，苏灿，彭林，周爱华，朱力鹏，王鹤，王磊，
申请(专利权)人：国网智能电网研究院有限公司，
类型：发明
国别省市：