【技术实现步骤摘要】
本申请涉及电力系统，特别是涉及一种输电杆塔的异常状态检测方法、装置、设备和存储介质。
技术介绍
1、输电杆塔是输电线路的重要基础支撑部件，异常状态的杆塔塔基难以保证输电线路各组件间的安全距离。输电杆塔塔基外部隐患可能导致塔基沉降或倾斜，不仅会威胁到输电线路的结构安全，还可能导致导线间距缩小，引发短路事故，从而影响电力的稳定供应。因此，如何准确地检测输电杆塔的异常状态对电网系统来说是至关重要的。
2、相关技术中，一般在杆塔上安装传感器（如倾斜传感器、gps接收器等）实时监测塔体的倾斜角度和位移变化，以确定潜在的倒塌异常状态。但是，该方法对于输电杆塔的异常状态检测的准确性不高。
技术实现思路
1、基于此，有必要针对上述技术问题，提供一种能够提高输电杆塔的异常状态检测准确性的输电杆塔的异常状态检测方法、装置、设备和存储介质。
2、第一方面，本申请提供了一种输电杆塔的异常状态检测方法，方法包括：
3、获取待检测区域的输电杆塔的目标塔基图像；
4、对输电杆塔的目标塔基图像进行第一特征提取处理，得到多个特征图；其中，不同特征图的尺度不同，以用于检测目标塔基图像中的不同尺度的对象；
5、根据各特征图和预设的异常状态检测模型，得到输电杆塔的异常状态检测结果；其中，异常状态检测模型是利用输电杆塔的历史塔基图像样本和历史异常状态检测结果样本对初始异常状态检测模型进行训练得到的模型。
6、在其中一个实施例中，根据各特征图和预设的异常
7、确定各特征图对应的多个不同尺寸的目标先验图像；
8、将各目标先验图像输入至预设的异常状态检测模型中，得到输电杆塔的异常状态检测结果。
9、在其中一个实施例中，确定各特征图对应的多个不同尺寸的目标先验图像，包括：
10、对于各特征图，确定特征图对应的多个不同尺寸的初始先验图像，并确定各初始先验图像对应的置信度值；
11、将各初始先验图像对应的置信度值和预设置信度阈值进行对比分析处理，从各初始先验图像中确定特征图对应的多个不同尺寸的目标先验图像。
12、在其中一个实施例中，获取待检测区域的输电杆塔的目标塔基图像，包括：
13、获取待检测区域的输电杆塔的初始塔基图像；
14、对初始塔基图像进行图像预处理，得到待检测区域的输电杆塔的目标塔基图像；其中，图像预处理包括以下至少一项：图像去噪、图像增强、随机裁剪、随机翻转、光度扭曲。
15、在其中一个实施例中，上述方法还包括：
16、对待检测区域的输电杆塔的目标塔基图像进行第二特征提取处理，得到输电杆塔的目标塔基图像的多个特征数据；
17、将各特征数据输入至预设的异常评估模型，得到输电杆塔的塔基图像的异常等级结果；其中，异常等级包括低风险、中风险和高风险。
18、在其中一个实施例中，上述方法还包括：
19、在异常状态检测结果指示输电杆塔的塔基存在异常状态的情况下，输出警报提示信息；其中，警报提示信息用于指示异常状态的类型和/或异常等级。
20、在其中一个实施例中，异常状态检测模型的获取方式包括：
21、利用输电杆塔的历史塔基图像样本和历史异常状态检测结果样本确定正样本和负样本；
22、根据正样本和负样本对初始异常状态检测模型进行训练得到异常状态检测模型。
23、第二方面，本申请提供了一种输电杆塔的异常状态检测装置，该装置包括：
24、获取模块，用于获取待检测区域的输电杆塔的目标塔基图像；
25、特征提取模块，用于对输电杆塔的目标塔基图像进行第一特征提取处理，得到多个特征图；其中，不同特征图的尺度不同，以用于检测目标塔基图像中的不同尺度的对象；
26、确定模块，用于根据各特征图和预设的异常状态检测模型，得到输电杆塔的异常状态检测结果；其中，异常状态检测模型是利用输电杆塔的历史塔基图像样本和历史异常状态检测结果样本对初始异常状态检测模型进行训练得到的模型。
27、第三方面，本申请提供了一种异常状态检测设备，该异常状态检测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以实现上述第一方面的方法的步骤。
28、第四方面，本申请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。
29、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上述第一方面的方法的步骤。
30、上述输电杆塔的异常状态检测方法、装置、设备和存储介质，通过获取待检测区域的输电杆塔的目标塔基图像，并对输电杆塔的目标塔基图像进行第一特征提取处理，得到多个特征图。进一步地，根据各特征图和预设的异常状态检测模型，得到输电杆塔的异常状态检测结果。相对于相关技术中在杆塔上安装传感器实时监测塔体的倾斜角度和位移变化的方式而言，本申请实施例通过获取待检测区域的输电杆塔的目标塔基图像，可以更加准确地反映输电杆塔的实际状态，为后续的特征提取和异常检测提供可靠的依据。进一步地，通过对输电杆塔的目标塔基图像进行第一特征提取处理，可以提取到不同尺度的特征图，从而可以捕获到图像中不同大小和尺度的对象特征，大尺度特征图（较靠前的特征图）可以用来检测小物体，而小尺度特征图（较靠后的特征图）用来检测大物体，可以大大降低数据的复杂性，同时保留对后续任务（如异常检测）有用的信息，从而可以提高异常检测的准确性。进一步地，利用预先训练好的异常状态检测模型对不同尺度的特征图进行分析，能够快速、准确地识别出输电杆塔可能存在的异常状态，从而可以更加准确地检测输电杆塔的异常状态。
本文档来自技高网...【技术保护点】
1.一种输电杆塔的异常状态检测方法，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，所述根据各所述特征图和预设的异常状态检测模型，得到所述输电杆塔的异常状态检测结果，包括：
3.根据权利要求2所述的方法，其特征在于，所述确定各所述特征图对应的多个不同尺寸的目标先验图像，包括：
4.根据权利要求1-3中任一项所述的方法，其特征在于，所述获取待检测区域的输电杆塔的目标塔基图像，包括：
5.根据权利要求1-3中任一项所述的方法，其特征在于，所述方法还包括：
6.根据权利要求1-3中任一项所述的方法，其特征在于，所述方法还包括：
7.根据权利要求1-3中任一项所述的方法，其特征在于，所述异常状态检测模型的获取方式包括：
8.一种输电杆塔的异常状态检测装置，其特征在于，所述装置包括：
9.一种异常状态检测设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任意一项所述的方法的步骤。
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。