【技术实现步骤摘要】
本专利技术涉及一种电力线路缺陷图片分类处理，尤其涉及一种基于无人机图像电力线路缺陷图片分类处理方法。
技术介绍
1、电力线路的发展促进了工业革命的兴起和发展，通过电力线路，电能可以从发电厂迅速传输到工厂和家庭，取代了原本依赖于燃煤或其他传统能源的机械动力，这种转变推动了生产力的提升以及制造业的现代化进程，在现有的电力线路缺陷检测中，使用最广泛的技术是红外热像技术，这种技术能够非接触式地快速检测电力设备的热异常，对设备的热量分布进行分析，从而发现潜在的故障或问题。
2、但不同类型的电力线路缺陷会导致不同的故障和安全隐患，因此需要采用不同的处理方法来解决，只有针对各种可能的故障因素进行分析，才能有效地预防和处理各种电力系统故障。但现有技术在对电力线路缺陷进行分类和处理上仍然存在一些缺点和挑战，例如需要较长时间来确定电力线路缺陷类型，延误了对故障的响应和处理。因此，及时发现并准确分类电力线路的缺陷，能够预防潜在的故障和事故发生，保障电网的稳定运行，避免因线路缺陷引发的停电或其他安全问题。
技术实现思路
1、本申请实施例通过提供一种基于无人机图像电力线路缺陷图片分类处理方法，解决了现有技术中，需要较长时间来确定电力线路缺陷类型的问题，实现了准确分类电力线路的缺陷。
2、本申请实施例提供了一种基于无人机图像电力线路缺陷图片分类处理方法，包括以下步骤：采集电力线路图片，并基于图像识别技术进行处理得到电力线路数据集，所述电力线路数据集包括电力线路缺陷数据集和电力线路样本数
3、进一步的，所述电力线路数据集的具体获取方法如下：
4、通过无人机装置获取电力线路图片，所述电力线路图片包括有缺陷的电力线路图片和待确认缺陷类别的电力线路图片；对所述电力线路图片进行图片预处理，得到电力线路缺陷数据集和电力线路样本数据集。
5、进一步的，所述基于卷积神经网络构建的初始化电力线路缺陷识别模型，具体为：
6、初始化电力线路缺陷识别模型包括数据集处理层、卷积运算层、池化处理层、神经网络融合层；数据集处理层，用于对所述电力线路数据集电力线路数据集进行映射处理，得到电力线路数据矩阵；卷积运算层，用于对输入的电力线路数据矩阵进行卷积运算，得到电力线路特征图；池化处理层，用于将电力线路特征图中每个预设区域大小的像素区域内的像素值用区域内的最大像素值替换，从而将所述每个预设区域大小的像素区域内的像素合并；神经网络融合层，用于引入损失函数，计算模型预测输出与真实输出之间差异。
7、进一步的，所述采集电力线路图片通过无人机装置获取，具体为：
8、对电力线路的缺陷类型进行分类，所述电力线路的缺陷类型包括机械性缺陷和环境性缺陷；对电力线路的缺陷程度进行分类，所述电力线路的缺陷程度包括严重故障和轻微故障；将电力线路的缺陷类型和缺陷程度进行随机结合，得到不同类型和程度的电力线路缺陷情况。
9、进一步的，所述电力线路特征图的具体获取方法如下：
10、根据卷积核窗口对电力线路数据矩阵进行依次遍历，得到尺寸和维度适配的电力线路特征图。
11、进一步的，所述输出电力线路的缺陷类别，具体方法如下：
12、将电力线路样本数据集输入电力线路缺陷识别模型中，得到样本特征图；将电力线路缺陷数据集输入电力线路缺陷识别模型中，得到缺陷特征图；根据相似度目标函数计算样本特征图和缺陷特征图之间的相似度；
13、当相似度达到标准预设值时，将样本特征图的缺陷类别归为对应缺陷特征图预设的缺陷类别。
14、进一步的，所述进行图片预处理，具体为：
15、将电力线路图片的尺寸调整为卷积神经网络的适配尺寸，所述电力线路图片包括有缺陷的电力线路图片和待分类的电力线路图片；从所述有缺陷的电力线路图片中提取缺陷线路部分，将缺陷线路部分从有缺陷的电力线路图片中分离出来；将缺陷线路部分中具有对称性的缺陷线路部分根据提取的对称中心线进行对折，得到电力线路缺陷简化图；基于图像识别技术处理所述电力线路缺陷简化图和待确认缺陷类别的电力线路图片，得到电力线路缺陷数据集和电力线路样本数据集。
16、本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：
17、1、通过一种基于无人机图像电力线路缺陷图片分类处理方法，从而实现了对电力线路的缺陷进行准确分类，进而有效解决了现有技术中，需要较长时间来确定电力线路缺陷类型的问题。
18、2、通过将缺陷线路部分从电力线路图像中分离出来，从而对电力线路缺陷特征进行精准分析，进而实现了准确判断电力线路缺陷类型。
本文档来自技高网...【技术保护点】
1.一种基于无人机图像电力线路缺陷图片分类处理方法，其特征在于，包括以下步骤：
2.如权利要求1所述一种基于无人机图像电力线路缺陷图片分类处理方法，其特征在于，所述电力线路数据集的具体获取方法如下：
3.如权利要求2所述一种基于无人机图像电力线路缺陷图片分类处理方法，其特征在于，所述基于卷积神经网络构建的初始化电力线路缺陷识别模型，具体为:
4.如权利要求3所述一种基于无人机图像电力线路缺陷图片分类处理方法，其特征在于，所述采集电力线路图片通过无人机装置获取，具体为：
5.如权利要求4所述一种基于无人机图像电力线路缺陷图片分类处理方法，其特征在于，所述电力线路特征图的具体获取方法如下：
6.如权利要求5所述一种基于无人机图像电力线路缺陷图片分类处理方法，其特征在于，所述输出电力线路的缺陷类别，具体方法如下：
7.如权利要求3所述一种基于无人机图像电力线路缺陷图片分类处理方法，其特征在于，所述进行图片预处理，具体为：
8.如权利要求4所述一种基于无人机图像电力线路缺陷图片分类处理方法，其特征在于，所
9.如权利要求8所述一种基于无人机图像电力线路缺陷图片分类处理方法，其特征在于，所述损失函数，定义如下：
10.如权利要求6所述一种基于无人机图像电力线路缺陷图片分类处理方法，其特征在于，所述相似度目标函数，计算公式如下：
...【技术特征摘要】
1.一种基于无人机图像电力线路缺陷图片分类处理方法，其特征在于，包括以下步骤：
2.如权利要求1所述一种基于无人机图像电力线路缺陷图片分类处理方法，其特征在于，所述电力线路数据集的具体获取方法如下：
3.如权利要求2所述一种基于无人机图像电力线路缺陷图片分类处理方法，其特征在于，所述基于卷积神经网络构建的初始化电力线路缺陷识别模型，具体为:
4.如权利要求3所述一种基于无人机图像电力线路缺陷图片分类处理方法，其特征在于，所述采集电力线路图片通过无人机装置获取，具体为：
5.如权利要求4所述一种基于无人机图像电力线路缺陷图片分类处理方法，其特征在于，所述电力线路特征图的具体获取方法如下：<...
【专利技术属性】
技术研发人员：刘标，谢正勇，王昌红，云献睿，孟庆斌，郏燕琪，
申请(专利权)人：国网安徽省电力有限公司阜阳供电公司，
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。