一种覆冰检测方法、装置、设备及存储介质与流程

本发明涉及智能检测领域，尤其涉及一种覆冰检测方法、装置、设备及存储介质。

背景技术：

1、随着电力系统的不断发展和扩展，输电线路的安全运行变得尤为关键。然而，在寒冷地区或冬季季节，雨雪天气会导致输电线路覆冰现象的发生。输电线路上的覆冰不仅会增加线路的负荷，而且会导致线路塌线、短路甚至系统故障，严重威胁着电网的安全稳定运行。

2、目前，主流的覆冰检测方法主要分为物理方法和深度学习图像处理方法两种。物理方法如采用垂直比载变化特性的线路覆冰状态力学分析模型导入风偏因素的改进力学模型结合风载荷及不均匀冰校正系数的改进力学模型等，其原理是通过测量输电线路的各物理量参数来构建力学模型，对输电线路的覆冰状态进行判断分析，但由于需要根据输电线路频繁调整力学模型的参数，导致覆冰检测工作的复杂度较高，工作效率较低。而利用深度学习和模式识别的方法对覆冰线路提取是基于卷积神经网络的图像语义分割技术得到了广泛的应用，深度学习模型可以自动地从大量的线路影像数据中学习到线路覆冰的特征，并且可以实现端到端的线路覆冰提取。但现有的深度学习模型在进行覆冰检测工作时无法提取不同尺度的特征信息，对不同目标大小对象的特征提取效果较差，进而造成了覆冰检测工作得到的覆冰检测结果的准确性较低。

3、综上，现有的覆冰检测方法得到的覆冰检测结果的准确性较低，且覆冰检测工作的复杂度较高，工作效率较低。

技术实现思路

1、本发明提供了一种覆冰检测方法、装置、设备及存储介质，可以解决现有的覆冰检测方法得到的覆冰检测结果的准确性较低，且覆冰检测工作的复杂度较高，工作效率较低的问题。

2、第一方面，本发明实施例提供了一种覆冰检测方法，该方法包括：

3、根据预先获取的覆冰图片集，生成训练样本集，训练样本集中包括至少一张覆冰图片以及与各覆冰图片分别匹配的覆冰标签；

4、使用训练样本集对深度学习模型进行训练，得到覆冰提取模型；

5、获取待检测图片，并将所述待检测图片输入至所述覆冰提取模型中，获取与所述待检测图片匹配的覆冰检测结果。

6、第二方面，本发明实施例提供了一种覆冰检测装置，该装置包括：

7、样本生成模块，用于根据预先获取的覆冰图片集，生成训练样本集，训练样本集中包括至少一张覆冰图片以及与各覆冰图片分别匹配的覆冰标签；

8、模型训练模块，用于使用训练样本集对深度学习模型进行训练，得到覆冰提取模型；

9、结果获取模块，用于获取待检测图片，并将所述待检测图片输入至所述覆冰提取模型中，获取与所述待检测图片匹配的覆冰检测结果。

10、第三方面，本发明实施例提供了一种电子设备，所述电子设备包括：

11、至少一个处理器；以及

12、与所述至少一个处理器通信连接的存储器；其中，

13、所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明任一实施例所述的一种覆冰检测方法。

14、第四方面，本发明实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本发明任一实施例所述的一种覆冰检测方法。

15、本发明实施例的技术方案，通过根据预先获取的覆冰图片集，生成训练样本集，训练样本集中包括至少一张覆冰图片以及与各覆冰图片分别匹配的覆冰标签，之后使用训练样本集对深度学习模型进行训练，得到覆冰提取模型，最后获取待检测图片，并将所述待检测图片输入至所述覆冰提取模型中，获取与所述待检测图片匹配的覆冰检测结果，解决了现有的覆冰检测方法得到的覆冰检测结果的准确性较低，且覆冰检测工作的复杂度较高，工作效率较低的问题，能够实现对待检测图片的覆冰检测，提高了覆冰检测工作得到的覆冰检测结果的准确性，降低了覆冰检测工作的复杂度，提高了工作效率。

16、应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。

技术特征：

1.一种覆冰检测方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，根据预先获取的覆冰图片集，生成训练样本集，包括：

3.根据权利要求1所述的方法，其特征在于，使用训练样本集对深度学习模型进行训练，得到覆冰提取模型，包括：

4.根据权利要求3所述的方法，其特征在于，通过深度推荐模型中的多融合空洞提取层对目标训练样本中的覆冰图片进行处理，得到覆冰特征图，包括：

5.根据权利要求3所述的方法，其特征在于，通过深度推荐模型中的深度特征提取层对所述覆冰特征图进行处理，得到深度特征图，包括：

6.根据权利要求3所述的方法，其特征在于，通过深度推荐模型中的残差特征提取层对所述深度特征图进行处理，得到与所述训练样本匹配的覆冰结果图，包括：

7.根据权利要求1所述的方法，其特征在于，将所述待检测图片输入至所述覆冰提取模型中，获取与所述待检测图片匹配的覆冰检测结果之后，包括：

8.一种覆冰检测装置，其特征在于，包括：

9.一种电子设备，其特征在于，所述电子设备包括：

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的一种覆冰检测方法。

技术总结本发明公开了一种覆冰检测方法、装置、设备及存储介质。该方法包括：根据预先获取的覆冰图片集，生成训练样本集，训练样本集中包括至少一张覆冰图片以及与各覆冰图片分别匹配的覆冰标签；使用训练样本集对深度学习模型进行训练，得到覆冰提取模型；获取待检测图片，并将所述待检测图片输入至所述覆冰提取模型中，获取与所述待检测图片匹配的覆冰检测结果。通过本发明的技术方案，能够实现对待检测图片的覆冰检测，提高了覆冰检测工作得到的覆冰检测结果的准确性，降低了覆冰检测工作的复杂度，提高了工作效率。技术研发人员：马涛,丘仙兵,王梓宁,刘荣江,李阳威,易淑智,杨帆,袁翔,洪焕森,贾恒杰,吴兰,戴中兴,田小东,谭紫云,范兴凯,沈卫彬,黄芳,崔宫,胡玉婷,吴炯,杨军受保护的技术使用者：广东电网有限责任公司技术研发日：技术公布日：2024/8/20