【技术实现步骤摘要】
本专利技术涉及人工智能，具体地涉及一种指示器监控方法、一种指示器监控装置、一种电子设备、一种机器可读存储介质和一种计算机程序产品。
技术介绍
1、当今，电厂作为能源供应的重要基础设施，其运行状态的监测和控制对于保障电力供应的稳定性和安全性至关重要。而电厂内部各机器的指示器可以直观的展现机器的整体运行状态，技术人员可利用指示器对机器进行监控，以便进行作业与排查。
2、现有对电厂机器的排查还是需要人工排查。而人工排查就是对于机器指示器进行肉眼识别与经验判断，对于电厂的作业来说增加了人工成本与工作负担，且人工排查还需进行记录。当问题发生时，调用记录需要时间检索，技术人员还需对问题进行分析与分类，有些问题属于日常性问题，有标准的识别程序和解决方案，对比电厂的其他重要作业等于浪费人工资源，而技术人员对于经验依赖性更强，面对标准的识别程序可能会做出错误的解决方案。即现有对电厂机器的人工排查会存在工作量大，效率低下以及出现人为错误较多的问题。
技术实现思路
1、本专利技术实施例的目的是提供一种指示器监控方法、装置和电子设备，用以解决现有对电厂机器的人工排查会存在工作量大，效率低下以及出现人为错误较多的缺陷。
2、为了实现上述目的，本专利技术实施例提供一种指示器监控方法，包括：
3、采集指示器图片；
4、将所述指示器图片输入至指示器识别模型，得到所述指示器识别模型输出的指示器数据；所述指示器识别模型是基于多个样本指示器图片以及每个所述样本指示器图片的
5、将所述指示器数据输入至问题识别模型，得到所述问题识别模型输出的所述指示器数据的问题数据；所述问题识别模型是基于多个样本指示器数据以及每个所述样本指示器数据的问题标签训练得到的；
6、基于所述问题数据和所述指示器数据，与预置方案表进行比对，确定解决方案；所述预置方案表包括不同的数据对，以及每种数据对的解决方案，所述数据对包括问题数据以及指示器数据。
7、可选的，所述问题数据包括问题评级，所述问题评级用于描述所述指示器图片出现问题的严重程度；
8、所述基于所述问题数据和所述指示器数据，与所述预置方案表进行比对，确定解决方案之前，还包括：
9、基于所述问题评级确定所述问题数据和所述指示器数据，与所述预置方案表进行比对的顺序。
10、可选的，所述基于所述问题评级确定所述问题数据和所述指示器数据，与所述预置方案表进行比对的顺序，包括：
11、在所述问题评级表征未出现问题的情况下，将所述问题数据和所述指示器数据写入数据库，并不与所述预置方案表比对；
12、在所述问题评级存在第一评级和第二评级的情况下，分别将所述第一评级对应的问题数据和所述指示器数据写入数据库，以及将所述第二评级对应的问题数据和所述指示器数据写入数据库；设置所述第二评级对应的问题数据和所述指示器数据与所述预置方案表进行比对的顺序，优先于所述第一评级对应的问题数据和所述指示器数据与所述预置方案表进行比对的顺序；其中，所述第二评级的问题严重程度大于第一评级的问题严重程度。
13、可选的，所述基于所述问题数据和所述指示器数据，与所述预置方案表进行比对，确定解决方案之后，还包括：
14、基于所述解决方案的类型确定所述指示器图片对应的机器的处理策略。
15、可选的，所述基于所述解决方案的类型确定所述指示器图片对应的机器的处理策略，包括：
16、在所述解决方案表征无解决办法的类型的情况下，发送所述问题数据和所述指示器数据至技术人员的终端，以使技术人员对所述问题数据和所述指示器数据进行解决方案的更新，以实现预置方案表的更新；
17、在所述解决方案表征机器调整参数的类型的情况下，基于所述机器调整参数生成参数调整指令，以及将所述参数调整指令发送至所述指示器图片对应的机器，以使所述机器根据所述机器调整参数进行调整。
18、可选的，所述指示器识别模型是通过以下步骤训练得到的：
19、重复执行以下步骤直至达到预设条件:
20、将目标样本指示器图片输入至所述指示器识别模型，得到所述指示器识别模型输出的指示器识别结果；所述目标样本指示器图片为多个样本指示器图片中的任意一个样本指示器图片；
21、基于所述指示器识别结果和所述目标样本指示器图片的指示器标签计算交叉熵损失函数；
22、基于所述交叉熵损失函数调整所述指示器识别模型的模型参数。
23、可选的，所述问题识别模型是通过以下步骤训练得到的：
24、重复执行以下步骤，直至所有样本指示器数据的预测准确度之和达到预设条件:
25、将目标样本指示器数据输入至所述指示器识别模型，得到所述指示器识别模型输出的问题识别结果；所述目标样本指示器数据为多个样本指示器数据中的任意一个样本指示器数据；
26、基于所述问题识别结果和所述目标样本指示器数据的问题标签计算损失函数；
27、基于所述损失函数调整所述问题识别模型的模型参数。
28、可选的，所述采集指示器图片之后，还包括：
29、对所述指示器图片中的杂质点进行去除处理。
30、可选的，所述对所述指示器图片中的杂质点进行去除处理，包括：
31、将指示器图片从rgb色彩空间转换到hsv色彩空间，以及提取转换后的v通道值；
32、通过线性变换对所述v通道值进行增强，获得第一处理图片；
33、使用高斯滤波核对所述第一处理图片作卷积平滑处理，得到第二处理图片；
34、对所述第二处理图片进行边缘检测，以提取所述第二处理图片的边缘检测的结果中的轮廓线；
35、根据所述第二处理图片的轮廓线，形成一个与指示器图片大小相同的掩码图像；
36、基于所述掩码图像与所述指示器图片进行点乘运算，以实现所述指示器图片的杂质点的去除处理。
37、另一方面，本专利技术实施例还提供一种指示器监控装置，包括：
38、采集模块，用于采集指示器图片；
39、指示器识别模块，用于将所述指示器图片输入至指示器识别模型，得到所述指示器识别模型输出的指示器数据；所述指示器识别模型是基于多个样本指示器图片以及每个所述样本指示器图片的指示器标签训练得到的；
40、问题识别模块，用于将所述指示器数据输入至问题识别模型，得到所述问题识别模型输出的所述指示器数据的问题数据；所述问题识别模型是基于多个样本指示器数据以及每个所述样本指示器数据的问题标签训练得到的；
41、方案输出模块，用于基于所述问题数据和所述指示器数据，与预置方案表进行比对，确定解决方案；所述预置方案表包括不同的数据对，以及每种数据对的解决方案，所述数据对包括问题数据以及指示器数据。
42、另一方面，本专利技术还提供一种电子设备，包括存储器、处理器及存储在存储器本文档来自技高网...
【技术保护点】
1.一种指示器监控方法，其特征在于，包括：
2.根据权利要求1所述的指示器监控方法，其特征在于，所述问题数据包括问题评级，所述问题评级用于描述所述指示器图片出现问题的严重程度；
3.根据权利要求2所述的指示器监控方法，其特征在于，所述基于所述问题评级确定所述问题数据和所述指示器数据，与所述预置方案表进行比对的顺序，包括：
4.根据权利要求1所述的指示器监控方法，其特征在于，所述基于所述问题数据和所述指示器数据，与所述预置方案表进行比对，确定解决方案之后，还包括：
5.根据权利要求4所述的指示器监控方法，其特征在于，所述基于所述解决方案的类型确定所述指示器图片对应的机器的处理策略，包括：
6.根据权利要求1所述的指示器监控方法，其特征在于，所述指示器识别模型是通过以下步骤训练得到的：
7.根据权利要求1所述的指示器监控方法，其特征在于，所述问题识别模型是通过以下步骤训练得到的：
8.根据权利要求1所述的指示器监控方法，其特征在于，所述采集指示器图片之后，还包括：
9.根据权利要求8所述的
10.一种指示器监控装置，其特征在于，包括：
11.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述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程序时实现权利要求1至9中任一项所述的指示器监控方法。
12.一种机器可读存储介质，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至9中任一项所述的指示器监控方法。
13.一种计算机程序产品，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9中任一项所述的指示器监控方法。
...【技术特征摘要】
1.一种指示器监控方法，其特征在于，包括：
2.根据权利要求1所述的指示器监控方法，其特征在于，所述问题数据包括问题评级，所述问题评级用于描述所述指示器图片出现问题的严重程度；
3.根据权利要求2所述的指示器监控方法，其特征在于，所述基于所述问题评级确定所述问题数据和所述指示器数据，与所述预置方案表进行比对的顺序，包括：
4.根据权利要求1所述的指示器监控方法，其特征在于，所述基于所述问题数据和所述指示器数据，与所述预置方案表进行比对，确定解决方案之后，还包括：
5.根据权利要求4所述的指示器监控方法，其特征在于，所述基于所述解决方案的类型确定所述指示器图片对应的机器的处理策略，包括：
6.根据权利要求1所述的指示器监控方法，其特征在于，所述指示器识别模型是通过以下步骤训练得到的：
7.根据权利要求1所述的指示器监控方法，其特征...
【专利技术属性】
技术研发人员：米路中，张伟，赵选鹏，
申请(专利权)人：国能信控技术股份有限公司，
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。