【技术实现步骤摘要】
本说明书中实施方式关于图像处理，具体涉及一种电网缺陷诊断方法、装置、计算机设备和存储介质。
技术介绍
1、电网中的架空线路，是假设在地面之上，将输电导线固定在直立于地面的多个杆塔上以传输电能的输电线路，随着电力行业的快速发展，电网的规模和复杂性日益增加，且电网中的架空线路也容易受到气象和环境（如大风、雷击、污秽、冰雪等）的影响而引起缺陷，从而造成故障。
2、相关技术中在对电网中架空线路进行缺陷诊断和运维时，通常依赖于人工巡检和经验判断，其缺陷诊断准确率较低、运维难度较大，难以满足当下电网运行的需求。
3、因此，亟需提供一种电网缺陷诊断方法，以提高电网的缺陷诊断准确率。
技术实现思路
1、有鉴于此，本说明书多个实施方式致力于提供一种电网缺陷诊断方法、装置、计算机设备和存储介质，以提高电网缺陷的诊断准确率。
2、本说明书实施方式提供一种电网缺陷诊断方法，所述电网包括架空线路中的多个杆塔；所述方法包括：获取缺陷归集规则、多张巡检图像和所述巡检图像对应的位置信息；其中，所述多张巡检图像是针对至少一个所述杆塔的多个指定区域所拍摄的图像，所述缺陷归集规则用于对所述杆塔的多个指定区域中的缺陷点进行归集统计；将所述巡检图像输入至预先训练好的缺陷识别模型中提取设备元件特征，以基于提取的设备元件特征进行缺陷预测，得到所述巡检图像对应的第一缺陷信息；其中，所述第一缺陷信息包括所述巡检图像对应的所述指定区域中的缺陷点的类型和数量；根据所述巡检图像对应的位置信息，更新所述
3、在一些实施方式中，所述指定区域为杆塔本体区域、大号侧通道和小号侧通道中的任一个；所述杆塔本体区域为全塔、塔顶、塔头、塔身、左横担、右横担中的任一个；所述大号侧通道对应的所述巡检图像为大号侧通道巡检图像，所述小号侧通道对应的所述巡检图像为小号侧通道巡检图像，所述杆塔本体区域对应的所述巡检图像为杆塔本体巡检图像；所述根据所述缺陷归集规则和所述多张巡检图像各自对应的第二缺陷信息，确定所述电网中任一所述杆塔的缺陷点集合，包括：针对任一所述杆塔，将所述杆塔中多个所述杆塔本体巡检图像各自对应的所述第二缺陷信息进行合并、去重，得到所述杆塔的杆塔本体缺陷点集合；将所述杆塔的大号侧通道巡检图像和小号侧通道巡检图像各自对应的第二缺陷信息，和所述杆塔的杆塔本体缺陷点集合进行合并，得到所述杆塔的缺陷点集合。
4、在一些实施方式中，将所述巡检图像输入至所述缺陷识别模型之前，所述方法还包括：针对所述巡检图像进行预处理，得到经过所述预处理的巡检图像；其中，所述预处理包括图像去噪、图像增强和图像分割中的至少一个。
5、在一些实施方式中，所述方法还包括：针对任一所述杆塔的缺陷点集合，按照所述缺陷点集合中所述缺陷点的类型维度，输出所述杆塔的缺陷点集合。
6、在一些实施方式中，所述缺陷点的类型至少包括以下之一：绝缘子污秽、绝缘子放电痕迹、树竹障、杆塔鸟巢、导线未绑扎、导线破损。
7、在一些实施方式中，所述缺陷识别模型通过以下训练方式得到：构建训练图像样本集合；其中，所述训练图像样本集合包括多个训练图像样本，所述训练图像样本的标签为缺陷点的类型；根据所述训练图像样本集合和所述标签对初始模型进行模型训练，得到所述缺陷识别模型；其中，所述初始模型是基于自编码器、transformer、卷积神经网络模型中的任一个进行搭建的。
8、本说明书实施方式提供一种电网缺陷诊断装置，所述电网包括架空线路中的多个杆塔；所述装置包括：数据获取模块，用于获取缺陷归集规则、多张巡检图像和所述巡检图像对应的位置信息；其中，所述多张巡检图像是针对至少一个所述杆塔的多个指定区域所拍摄的图像，所述缺陷归集规则用于对所述杆塔的多个指定区域中的缺陷点进行归集统计；缺陷预测模块，用于将所述巡检图像输入至预先训练好的缺陷识别模型中提取设备元件特征，以基于提取的设备元件特征进行缺陷预测，得到所述巡检图像对应的第一缺陷信息；其中，所述第一缺陷信息包括所述巡检图像对应的所述指定区域中的缺陷点的类型和数量；缺陷定位模块，用于根据所述巡检图像对应的位置信息，更新所述巡检图像对应的第一缺陷信息，得到所述巡检图像对应的第二缺陷信息；其中，所述第二缺陷信息包括所述巡检图像对应的所述指定区域中的缺陷点的类型、数量和位置；缺陷归集模块，用于根据所述缺陷归集规则和所述多张巡检图像各自对应的第二缺陷信息，确定所述电网中任一所述杆塔的缺陷点集合；其中，所述缺陷点集合包括所述杆塔中的所述多个指定区域各自对应的所述第二缺陷信息；缺陷输出模块，用于按照所述杆塔维度，输出任一所述杆塔的缺陷点集合。
9、在一些实施方式中，所述指定区域为杆塔本体区域、大号侧通道和小号侧通道中的任一个；所述杆塔本体区域为全塔、塔顶、塔头、塔身、左横担、右横担中的任一个；所述大号侧通道对应的所述巡检图像为大号侧通道巡检图像，所述小号侧通道对应的所述巡检图像为小号侧通道巡检图像，所述杆塔本体区域对应的所述巡检图像为杆塔本体巡检图像；所述缺陷归集模块，还用于：针对任一所述杆塔，将所述杆塔中多个所述杆塔本体巡检图像各自对应的所述第二缺陷信息进行合并、去重，得到所述杆塔的杆塔本体缺陷点集合；将所述杆塔的大号侧通道巡检图像和小号侧通道巡检图像各自对应的第二缺陷信息，和所述杆塔的杆塔本体缺陷点集合进行合并，得到所述杆塔的缺陷点集合。
10、本说明书实施方式提供一种计算机设备，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上述任一实施方式所述的电网缺陷诊断方法。
11、本说明书实施方式提供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上述任一实施方式所述的电网缺陷诊断方法。
12、本说明书提供的多个实施方式中，通过针对电网的架空线路中至少一个杆塔进行拍摄，得到多张巡检图像及其对应的位置信息，并获取用于对杆塔的多个指定区域中的缺陷点进行归集统计的缺陷归集规则，接着，将巡检图像输入至预先训练好的缺陷识别模型中提取设备元件特征，以基于提取的设备元件特征进行缺陷预测，得到巡检图像对应的第一缺陷信息，第一缺陷信息包括巡检图像对应的指定区域中的缺陷点的类型和数量，再接着，根据巡检图像对应的位置信息，更新巡检图像对应的第一缺陷信息，得到巡检图像对应的第二缺陷信息，第二缺陷信息包括巡检图像对应的指定区域中的缺陷点的类型、数量和位置，再接着，根据缺陷归集规则和电网中任一杆塔的多张巡检图像各自对应的第二缺陷信息，确定该杆塔的缺陷点集合，该杆本文档来自技高网...
【技术保护点】
1.一种电网缺陷诊断方法，其特征在于，所述电网包括架空线路中的多个杆塔；所述方法包括：
2.根据权利要求1所述的电网缺陷诊断方法，其特征在于，所述指定区域为杆塔本体区域、大号侧通道和小号侧通道中的任一个；所述杆塔本体区域为全塔、塔顶、塔头、塔身、左横担、右横担中的任一个；所述大号侧通道对应的所述巡检图像为大号侧通道巡检图像，所述小号侧通道对应的所述巡检图像为小号侧通道巡检图像，所述杆塔本体区域对应的所述巡检图像为杆塔本体巡检图像；
3.根据权利要求1所述的电网缺陷诊断方法，其特征在于，将所述巡检图像输入至所述缺陷识别模型之前，所述方法还包括：
4.根据权利要求1所述的电网缺陷诊断方法，其特征在于，所述方法还包括：
5.根据权利要求1所述的电网缺陷诊断方法，其特征在于，所述缺陷点的类型至少包括以下之一：绝缘子污秽、绝缘子放电痕迹、树竹障、杆塔鸟巢、导线未绑扎、导线破损。
6.根据权利要求1-5任一项所述的电网缺陷诊断方法，其特征在于，所述缺陷识别模型通过以下训练方式得到：
7.一种电网缺陷诊断装置，其特征在于，
8.根据权利要求7所述的电网缺陷诊断装置，其特征在于，所述指定区域为杆塔本体区域、大号侧通道和小号侧通道中的任一个；所述杆塔本体区域为全塔、塔顶、塔头、塔身、左横担、右横担中的任一个；所述大号侧通道对应的所述巡检图像为大号侧通道巡检图像，所述小号侧通道对应的所述巡检图像为小号侧通道巡检图像，所述杆塔本体区域对应的所述巡检图像为杆塔本体巡检图像；
9.一种计算机设备，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中任一项所述的电网缺陷诊断方法。
10.一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，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的电网缺陷诊断方法。
...【技术特征摘要】
1.一种电网缺陷诊断方法，其特征在于，所述电网包括架空线路中的多个杆塔；所述方法包括：
2.根据权利要求1所述的电网缺陷诊断方法，其特征在于，所述指定区域为杆塔本体区域、大号侧通道和小号侧通道中的任一个；所述杆塔本体区域为全塔、塔顶、塔头、塔身、左横担、右横担中的任一个；所述大号侧通道对应的所述巡检图像为大号侧通道巡检图像，所述小号侧通道对应的所述巡检图像为小号侧通道巡检图像，所述杆塔本体区域对应的所述巡检图像为杆塔本体巡检图像；
3.根据权利要求1所述的电网缺陷诊断方法，其特征在于，将所述巡检图像输入至所述缺陷识别模型之前，所述方法还包括：
4.根据权利要求1所述的电网缺陷诊断方法，其特征在于，所述方法还包括：
5.根据权利要求1所述的电网缺陷诊断方法，其特征在于，所述缺陷点的类型至少包括以下之一：绝缘子污秽、绝缘子放电痕迹、树竹障、杆塔鸟巢、导线未绑扎、导线破损。
6.根据权利要求1-5任一...
【专利技术属性】
技术研发人员：葛健，朱兵，徐晓波，王海港，郭文铸，田宇，甄超，吴凯，李潇，乔硕，李红霞，姚天一，常峰，
申请(专利权)人：合肥中科类脑智能技术有限公司，
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。