【技术实现步骤摘要】
本申请涉及电力线路巡检，特别是涉及一种电力数据采集方法、装置、设备和可读存储介质。
技术介绍
1、随着电力行业发展，电网规模迅速扩大，日常生活对电力系统的需求日益提高。电力巡检旨在对输电设备状态进行检测，及时发现设备缺陷和安全隐患，在保证电力系统正常运行的过程中扮演着重要角色。安全巡视技术在国内外得到了广泛的研究和应用。通过结合无人机、移动传感器、数据分析和预测模型等技术，安全巡视技术可以提高线路的安全性和可靠性，减少事故风险和故障发生的可能性，对电力系统的运行和维护具有重要意义。
2、然而电力线路绵长，固定采集终端获取电能困难，无人机巡检耗时耗力，数据采集成本高，限制了巡检频率。而缺陷隐患必须及时发现，否则可导致大规模停电，带来严重后果，又对巡检及时性提出了要求。因此，亟需一种能够提高采集资源利用率的电力数据采集方法。
技术实现思路
1、基于此，有必要针对上述技术问题，提供一种能够提高采集资源利用率的电力数据采集方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
2、第一方面，本申请提供了一种电力数据采集方法，包括：
3、基于电力线路的多模态数据和预设的风险预测模型，确定风险预测结果；多模态数据包括图像数据、温度数据和电气量数据；
4、按照风险预测结果对应的数据采集策略重新采集得到目标多模态数据，基于实际故障、隐患消缺情况和目标多模态数据更新风险预测模型；
5、获取当前多模态数据，基于更新后的风险预测模型对当前
6、在其中一个实施例中，基于电力线路的多模态数据和预设的风险预测模型，确定风险预测结果，包括：
7、采用预设的识别分析系统对电力线路的多模态数据进行隐患识别，得到电力线路的至少一个隐患各自对应的隐患识别结果；
8、将至少一个隐患各自对应的隐患识别结果输入至预设的风险预测模型，得到风险预测结果。
9、在其中一个实施例中，按照风险预测结果对应的数据采集策略重新采集得到目标多模态数据，包括：
10、根据风险预测结果对应的数据采集策略调整采集设备的采集周期；
11、控制采集设备按照调整后的采集周期重新采集得到目标多模态数据。
12、在其中一个实施例中，基于实际故障、隐患消缺情况和目标多模态数据更新风险预测模型，包括：
13、基于目标多模态数据和风险预测模型，更新风险预测结果；
14、根据实际故障和隐患消缺情况对更新后的风险预测结果进行正确性检查；
15、将正确性检查结果、实际故障和隐患消缺情况输入至预设的强化学习模型，得到参数变化量，并基于参数变化量更新风险预测模型。
16、在其中一个实施例中，将正确性检查结果、实际故障和隐患消缺情况输入至预设的强化学习模型，得到参数变化量，包括：
17、采用预设的强化学习模型中的奖惩函数对正确性检查结果、实际故障和隐患消缺情况进行预处理，得到预处理结果；
18、基于预设的强化学习模型中的价值函数将预处理结果转化为参数变化量。
19、在其中一个实施例中，电力数据采集方法还包括：
20、按照更新后的数据采集策略采集得到待处理多模态数据；
21、基于待处理多模态数据对更新后的风险预测模型进行更新。
22、第二方面，本申请还提供了一种电力数据采集装置，包括：
23、获取模块，用于基于电力线路的多模态数据和预设的风险预测模型，确定风险预测结果；多模态数据包括图像数据、温度数据和电气量数据；
24、第一更新模块，用于按照风险预测结果对应的数据采集策略重新采集得到目标多模态数据，基于实际故障、隐患消缺情况和目标多模态数据更新风险预测模型；
25、第二更新模块，用于获取当前多模态数据，基于更新后的风险预测模型对当前多模态数据进行风险预测，得到电力线路的风险检测结果，并根据风险检测结果更新数据采集策略，更新后的数据采集策略用于多模态数据采集。
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，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
27、基于电力线路的多模态数据和预设的风险预测模型，确定风险预测结果；多模态数据包括图像数据、温度数据和电气量数据；
28、按照风险预测结果对应的数据采集策略重新采集得到目标多模态数据，基于实际故障、隐患消缺情况和目标多模态数据更新风险预测模型；
29、获取当前多模态数据，基于更新后的风险预测模型对当前多模态数据进行风险预测，得到电力线路的风险检测结果，并根据风险检测结果更新数据采集策略，更新后的数据采集策略用于多模态数据采集。
30、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，所述计算机程序被处理器执行时实现以下步骤：
31、基于电力线路的多模态数据和预设的风险预测模型，确定风险预测结果；多模态数据包括图像数据、温度数据和电气量数据；
32、按照风险预测结果对应的数据采集策略重新采集得到目标多模态数据，基于实际故障、隐患消缺情况和目标多模态数据更新风险预测模型；
33、获取当前多模态数据，基于更新后的风险预测模型对当前多模态数据进行风险预测，得到电力线路的风险检测结果，并根据风险检测结果更新数据采集策略，更新后的数据采集策略用于多模态数据采集。
34、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，该计算机程序被处理器执行时实现以下步骤：
35、基于电力线路的多模态数据和预设的风险预测模型，确定风险预测结果；多模态数据包括图像数据、温度数据和电气量数据；
36、按照风险预测结果对应的数据采集策略重新采集得到目标多模态数据，基于实际故障、隐患消缺情况和目标多模态数据更新风险预测模型；
37、获取当前多模态数据，基于更新后的风险预测模型对当前多模态数据进行风险预测，得到电力线路的风险检测结果，并根据风险检测结果更新数据采集策略，更新后的数据采集策略用于多模态数据采集。
38、上述电力数据采集方法、装置、计算机设备、计算机可读存储介质和计算机程序产品，通过电力线路的多模态数据和预设的风险预测模型得到风险预测结果，再按照风险预测结果对应的数据采集策略重新采集目标多模态数据，目标多模态数据是结合了电力电路的风险预测结果重新采集得到，因此，有利于提高采集资源的利用率；风险预测模型可以根据实际故障、隐患消缺情况和目标多模态数据不断更新，有利于提高风险预测模型对电力线路的风险检测准确性；采用更新后的风险预测模型检测出的风险检测结果更新数据采集策略，实现了数据采集策略的动态调整，更新后的数据采集策略用于多模态本文档来自技高网...
【技术保护点】
1.一种电力数据采集方法，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，所述基于电力线路的多模态数据和预设的风险预测模型，确定风险预测结果，包括：
3.根据权利要求1所述的方法，其特征在于，所述按照所述风险预测结果对应的数据采集策略重新采集得到目标多模态数据，包括：
4.根据权利要求1所述的方法，其特征在于，所述基于实际故障、隐患消缺情况和所述目标多模态数据更新所述风险预测模型，包括：
5.根据权利要求4所述的方法，其特征在于，所述将正确性检查结果、实际故障和隐患消缺情况输入至预设的强化学习模型，得到参数变化量，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：
7.一种电力数据采集装置，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至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
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至6中任一项所述的方法的步骤。
...【技术特征摘要】
1.一种电力数据采集方法，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，所述基于电力线路的多模态数据和预设的风险预测模型，确定风险预测结果，包括：
3.根据权利要求1所述的方法，其特征在于，所述按照所述风险预测结果对应的数据采集策略重新采集得到目标多模态数据，包括：
4.根据权利要求1所述的方法，其特征在于，所述基于实际故障、隐患消缺情况和所述目标多模态数据更新所述风险预测模型，包括：
5.根据权利要求4所述的方法，其特征在于，所述将正确性检查结果、实际故障和隐患消缺情况输入至预设的强化学习模型，得到参数变化量，包括：...
【专利技术属性】
技术研发人员：赵必美，蔡卓骏，冯勤宇，汤清华，林全郴，江佳佳，余煜塬，张焕明，麦颖垣，吴涛，
申请(专利权)人：南方电网人工智能科技有限公司，
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。