【技术实现步骤摘要】
本申请属于电力系统继电保护，尤其涉及一种变电站设备缺陷检测方法及其装置、电子设备及存储介质。
技术介绍
1、变电站是电力系统中对电压和电流进行变换，接收电能及分配电能的场所，是电力系统中至关重要的组成部分。变电站中的电力设备随着长期运行，由于自身特性或制造工艺不良、检修试验过程中的维护不当、外力破坏以及自然灾害等，引起电力设备表面锈蚀、漏油、破损等设备缺陷。为了保障变电站设备的稳定运行，必须要及时检测出设备的缺陷和隐患，防患于未然。
2、目前，变电站设备缺陷检测通常依赖于人工目视检查，检测结果容易受到巡检人员主观经验的影响，导致对变电站设备进行缺陷检测的检测准确性较低，且人工目视检查的方式导致对变电站设备进行缺陷检测的检测效率较低。
技术实现思路
1、有鉴于此，本申请实施例提供了一种变电站设备缺陷检测方法及其装置、电子设备及存储介质，以克服以上现有技术的问题。
2、第一方面，本申请实施例提供了一种变电站设备缺陷检测方法，包括：获取待检测变电站设备图像；输入所述待检测变电站设备图像至目标缺陷检测模型，得到检测结果，所述目标缺陷检测模型基于通用倒置瓶颈模块对yolov8模型中的瓶颈层进行替换得到，所述检测结果包括用于表征所述待检测变电站设备图像未包含变电站设备缺陷信息的第一检测结果，及用于表征所述待检测变电站设备图像包含所述变电站设备缺陷信息的第二检测结果。
3、其中，在一些可选实施例中，所述获取待检测变电站设备图像之前，所述变电站设备缺陷检测方法，
4、其中，在一些可选实施例中，所述基于所述通用倒置瓶颈模块对所述yolov8模型中的所述瓶颈层进行替换，得到初始缺陷检测模型，包括：融合所述yolov8模型的c2f模块和所述通用倒置瓶颈模块，得到融合模型；删除所述融合模型中所述c2f模块的所述瓶颈层，得到所述初始缺陷检测模型。
5、其中，在一些可选实施例中，所述对所述初始缺陷检测模型进行训练，得到所述目标缺陷检测模型，包括：获取历史变电站设备图像；根据所述历史变电站设备图像，获取对应的样本集，所述样本集至少包括初始训练集；输入所述初始训练集至所述初始缺陷检测模型进行训练，得到所述目标缺陷检测模型。
6、其中，在一些可选实施例中，所述输入所述初始训练集至所述初始缺陷检测模型进行训练，得到所述目标缺陷检测模型之前，所述变电站设备缺陷检测方法，还包括：对所述初始训练集进行数据增强处理，得到增强训练集；所述输入所述初始训练集至所述初始缺陷检测模型进行训练，得到所述目标缺陷检测模型，包括：输入所述增强训练集至所述初始缺陷检测模型进行训练，得到所述目标缺陷检测模型。
7、其中，在一些可选实施例中，所述样本集还包括测试集，所述获取待检测变电站设备图像之前，所述变电站设备缺陷检测方法，还包括：根据所述测试集确定所述目标缺陷检测模型是否收敛；所述获取待检测变电站设备图像，包括：当根据所述测试集确定所述目标缺陷检测模型收敛时，获取所述待检测变电站设备图像。
8、其中，在一些可选实施例中，所述输入所述待检测变电站设备图像至目标缺陷检测模型，得到检测结果之前，所述变电站设备缺陷检测方法，还包括：对所述待检测变电站设备图像进行滑动切片处理，得到多张切片图像；所述输入所述待检测变电站设备图像至目标缺陷检测模型，得到检测结果，包括：输入所述多张切片图像及所述待检测变电站设备图像至所述目标缺陷检测模型，得到所述检测结果。
9、第二方面，本申请实施例提供了一种变电站设备缺陷检测装置，所述变电站设备缺陷检测装置包括获取模块以及输入模块。获取模块，用于获取待检测变电站设备图像；输入模块，用于输入所述待检测变电站设备图像至目标缺陷检测模型，得到检测结果，所述目标缺陷检测模型基于通用倒置瓶颈模块和yolov8模型中的瓶颈层进行替换得到，所述检测结果包括用于表征所述待检测变电站设备图像未包含变电站设备缺陷信息的第一检测结果，及用于表征所述待检测变电站设备图像包含所述变电站设备缺陷信息的第二检测结果。
10、第三方面，本申请实施例提供了一种电子设备，包括存储器；一个或者多个处理器，与所述存储器耦接；一个或者多个应用程序，其中，所述一个或者多个应用程序被存储在所述存储器中并被配置为由所述一个或者多个处理器执行，所述一个或者多个应用程序被配置用于执行如上述第一方面提供的变电站设备缺陷检测方法。
11、第四方面，本申请实施例提供了一种计算机可读取存储介质，所述计算机可读取存储介质中存储有程序代码，所述程序代码可被处理器调用执行如上述第一方面提供的变电站设备缺陷检测方法。
12、第五方面，本申请实施例提供了一种计算机程序产品，所述计算机程序产品在计算机设备上运行时，使得所述计算机设备执行如上述第一方面提供的变电站设备缺陷检测方法。
13、本申请提供的方案，通过获取待检测变电站设备图像，以及输入待检测变电站设备图像至目标缺陷检测模型，得到检测结果，目标缺陷检测模型基于通用倒置瓶颈模块对yolov8模型中的瓶颈层进行替换得到，检测结果包括用于表征待检测变电站设备图像未包含变电站设备缺陷信息的第一检测结果，及用于表征待检测变电站设备图像包含变电站设备缺陷信息的第二检测结果，实现了基于通用倒置瓶颈模块和yolov8模型构建的目标缺陷检测模型对变电站设备进行缺陷检测，提高了对变电站设备进行缺陷检测的检测准确性及检测效率。
14、进一步地，基于通用倒置瓶颈模块对yolov8模型中的瓶颈层进行替换，得到目标缺陷检测模型，由于通用倒置瓶颈模块采用深度可分离卷积，瓶颈层采用两层普通卷积，在通用倒置瓶颈模块和瓶颈层的输入输出通道数相同的情况下，深度可分离卷积的参数量小于普通卷积的参数量，因此，减小了目标缺陷检测模型的参数量，有利于降低目标检测模型的计算复杂度。
本文档来自技高网...【技术保护点】
1.一种变电站设备缺陷检测方法，其特征在于，包括：
2.根据权利要求1所述的变电站设备缺陷检测方法，其特征在于，所述获取待检测变电站设备图像之前，所述变电站设备缺陷检测方法，还包括：
3.根据权利要求2所述的变电站设备缺陷检测方法，其特征在于，所述基于所述通用倒置瓶颈模块对所述YOLOv8模型中的所述瓶颈层进行替换，得到初始缺陷检测模型，包括：
4.根据权利要求2所述的变电站设备缺陷检测方法，其特征在于，所述对所述初始缺陷检测模型进行训练，得到所述目标缺陷检测模型，包括：
5.根据权利要求4所述的变电站设备缺陷检测方法，其特征在于，所述输入所述初始训练集至所述初始缺陷检测模型进行训练，得到所述目标缺陷检测模型之前，所述变电站设备缺陷检测方法，还包括：
6.根据权利要求4所述的变电站设备缺陷检测方法，其特征在于，所述样本集还包括测试集，所述获取待检测变电站设备图像之前，所述变电站设备缺陷检测方法，还包括：
7.根据权利要求1至6中任一项所述的变电站设备缺陷检测方法，其特征在于，所述输入所述待检测变电站设备图像至
8.一种变电站设备缺陷检测装置，其特征在于，包括：
9.一种电子设备，其特征在于，包括：
10.一种计算机可读取存储介质，其特征在于，所述计算机可读取存储介质中存储有程序代码，所述程序代码可被处理器调用执行如权利要求1至7中任一项所述的变电站设备缺陷检测方法。
...【技术特征摘要】
1.一种变电站设备缺陷检测方法，其特征在于，包括：
2.根据权利要求1所述的变电站设备缺陷检测方法，其特征在于，所述获取待检测变电站设备图像之前，所述变电站设备缺陷检测方法，还包括：
3.根据权利要求2所述的变电站设备缺陷检测方法，其特征在于，所述基于所述通用倒置瓶颈模块对所述yolov8模型中的所述瓶颈层进行替换，得到初始缺陷检测模型，包括：
4.根据权利要求2所述的变电站设备缺陷检测方法，其特征在于，所述对所述初始缺陷检测模型进行训练，得到所述目标缺陷检测模型，包括：
5.根据权利要求4所述的变电站设备缺陷检测方法，其特征在于，所述输入所述初始训练集至所述初始缺陷检测模型进行训练，得到所述目标缺陷检测模型之前，所述变电站设...
【专利技术属性】
技术研发人员：史志强，孔德深，殷家汇，李光志，梁玮琪，蒋海辉，王继盛，洪爽，
申请(专利权)人：长园深瑞继保自动化有限公司，
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。