配电房设备异常处理方法、装置、计算机设备、存储介质和计算机程序产品与流程

本技术涉及电网，特别是涉及一种配电房设备异常处理方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。

背景技术：

1、在电力领域中，为了保障配电房电力供应的稳定性，对配电房设备进行异常处理，显得至关重要。

2、传统技术中，在对配电房设备进行异常处理时，一般采用人工巡视的方式；但是这种方式容易耗费大量时间和人力，导致配电房设备的异常处理效率较低。

技术实现思路

1、基于此，有必要针对上述技术问题，提供一种能够提高配电房设备的异常处理效率的配电房设备异常处理方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。

2、第一方面，本技术提供了一种配电房设备异常处理方法，包括：

3、根据与待检测配电房关联的巡视任务，从所述待检测配电房中确定出所述巡视任务对应的待检测配电房设备；

4、将所述待检测配电房的配电房拍摄图像，输入至预先训练的目标检测模型，得到所述配电房拍摄图像中所述待检测配电房设备对应的目标检测结果；

5、根据所述目标检测结果，确定所述待检测配电房设备对应的异常识别结果；

6、在所述待检测配电房设备对应的异常识别结果为异常的情况下，对所述待检测配电房设备进行异常处理。

7、在其中一个实施例中，所述将所述待检测配电房的配电房拍摄图像，输入至预先训练的目标检测模型，得到所述配电房拍摄图像中所述待检测配电房设备对应的目标检测结果，包括：

8、对所述配电房拍摄图像进行预处理，得到预处理后配电房拍摄图像；

9、通过预先训练的目标检测模型，识别出所述预处理后配电房拍摄图像中所述待检测配电房设备对应的位置信息；

10、根据所述位置信息，对所述预处理后配电房拍摄图像进行对象提取处理，得到包含有所述待检测配电房设备的子配电房拍摄图像，作为所述配电房拍摄图像中所述待检测配电房设备对应的目标检测结果。

11、在其中一个实施例中，所述根据所述目标检测结果，确定所述待检测配电房设备对应的异常识别结果，包括：

12、根据所述目标检测结果，确定所述待检测配电房设备对应的预测异常识别结果，以及各所述预测异常识别结果对应的预测概率；

13、从各所述预测异常识别结果中，筛选出对应的预测概率最大的预测异常识别结果，作为所述待检测配电房设备对应的异常识别结果。

14、在其中一个实施例中，所述在所述待检测配电房设备对应的异常识别结果为异常的情况下，对所述待检测配电房设备进行异常处理，包括：

15、在所述待检测配电房设备对应的异常识别结果为异常的情况下，确定所述异常识别结果对应的告警等级，作为所述待检测配电房设备对应的告警等级；

16、根据所述告警等级，生成所述待检测配电房设备对应的告警信息；

17、将所述告警信息，发送至所述待检测配电房设备关联的终端。

18、在其中一个实施例中，在所述待检测配电房设备对应的异常识别结果为异常的情况下，对所述待检测配电房设备进行异常处理之后，还包括：

19、获取预设巡视任务关系；

20、根据所述预设巡视任务关系，确定出所述巡视任务对应的下一巡视任务，并将所述下一巡视任务作为新的与待检测配电房关联的巡视任务，并跳转至所述根据与待检测配电房关联的巡视任务，从所述待检测配电房中确定出所述巡视任务对应的待检测配电房设备的步骤。

21、在其中一个实施例中，所述预先训练的目标检测模型通过下述方式得到：

22、根据与样本配电房关联的样本巡视任务，从所述样本配电房中确定出所述样本巡视任务对应的样本配电房设备；

23、将所述样本配电房的样本配电房拍摄图像，输入至待训练的目标检测模型，得到所述样本配电房拍摄图像中所述样本配电房设备对应的预测目标检测结果；

24、根据所述样本配电房设备对应的预测目标检测结果和实际目标检测结果之间的差异，得到损失值；

25、根据所述损失值，对所述待训练的目标检测模型进行迭代训练，得到所述预先训练的目标检测模型。

26、第二方面，本技术还提供了一种配电房设备异常处理装置，包括：

27、设备确定模块，用于根据与待检测配电房关联的巡视任务，从所述待检测配电房中确定出所述巡视任务对应的待检测配电房设备；

28、模型检测模块，用于将所述待检测配电房的配电房拍摄图像，输入至预先训练的目标检测模型，得到所述配电房拍摄图像中所述待检测配电房设备对应的目标检测结果；

29、结果确定模块，用于根据所述目标检测结果，确定所述待检测配电房设备对应的异常识别结果；

30、异常处理模块，用于在所述待检测配电房设备对应的异常识别结果为异常的情况下，对所述待检测配电房设备进行异常处理。

31、第三方面，本技术还提供了一种计算机设备，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以下步骤：

32、根据与待检测配电房关联的巡视任务，从所述待检测配电房中确定出所述巡视任务对应的待检测配电房设备；

33、将所述待检测配电房的配电房拍摄图像，输入至预先训练的目标检测模型，得到所述配电房拍摄图像中所述待检测配电房设备对应的目标检测结果；

34、根据所述目标检测结果，确定所述待检测配电房设备对应的异常识别结果；

35、在所述待检测配电房设备对应的异常识别结果为异常的情况下，对所述待检测配电房设备进行异常处理。

36、第四方面，本技术还提供了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以下步骤：

37、根据与待检测配电房关联的巡视任务，从所述待检测配电房中确定出所述巡视任务对应的待检测配电房设备；

38、将所述待检测配电房的配电房拍摄图像，输入至预先训练的目标检测模型，得到所述配电房拍摄图像中所述待检测配电房设备对应的目标检测结果；

39、根据所述目标检测结果，确定所述待检测配电房设备对应的异常识别结果；

40、在所述待检测配电房设备对应的异常识别结果为异常的情况下，对所述待检测配电房设备进行异常处理。

41、第五方面，本技术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以下步骤：

42、根据与待检测配电房关联的巡视任务，从所述待检测配电房中确定出所述巡视任务对应的待检测配电房设备；

43、将所述待检测配电房的配电房拍摄图像，输入至预先训练的目标检测模型，得到所述配电房拍摄图像中所述待检测配电房设备对应的目标检测结果；

44、根据所述目标检测结果，确定所述待检测配电房设备对应的异常识别结果；

45、在所述待检测配电房设备对应的异常识别结果为异常的情况下，对所述待检测配电房设备进行异常处理。

46、上述配电房设备异常处理方法、装置、计算机设备、存储介质和计算机程序产品，先根据与待检测配电房关联的巡视任务，从待检测配电房中确定出巡视任务对应的待检测配电房设备，再将待检测配电房的配电房拍摄图像，输入至预先训练的目标检测模型，得到配电房拍摄图像中待检测配电房设备对应的目标检测结果，接着，根据目标检测结果，确定待检测配电房设备对应的异常识别结果，最后，在待检测配电房设备对应的异常识别结果为异常的情况下，对待检测配电房设备进行异常处理。这样，在对配电房设备进行异常处理时，通过关联巡视任务确定具体的配电房设备，避免了盲目检测，使配电房设备的检测更具针对性和效率；其次，利用预先训练的目标检测模型对拍摄图像进行分析，能够更准确地获取设备状态的相关信息，提高检测的精准度；再者，整个过程无需人工进行干预，避免了通过人工巡视的方式容易耗费大量时间和人力，导致配电房设备的异常处理效率较低的缺陷，进而提高了配电房设备的异常处理效率。