[发明专利]基于开集缺陷识别的智能电网巡检方法、装置及存储介质

说明书

本申请涉及一种基于开集缺陷识别的智能电网巡检方法、装置和存储介质，方法构建目标检测模型，所述目标检测模型用于对输入的电网图像进行缺陷检测，得到电网缺陷图像；构建用于对所述电网缺陷图像进行分类的标准缺陷图像分类模型，并对所述标准缺陷图像分类模型进行开集处理，得到开集缺陷图像分类模型；将获取的新电网图像依次输入至所述目标检测模型和所述开集缺陷图像分类模型，得到所述新电网图像的缺陷分类结果，所述缺陷分类结果包括所述新电网图像为已知类缺陷的图像或所述新电网图像为未知类缺陷的图像。该方法能检测出未知电网缺陷，提升电网巡检的效率。

技术领域

本申请涉及电网巡检技术领域，尤其涉及一种基于开集缺陷识别的智能电网巡检方法、装置及存储介质。

背景技术

在现有的电网巡检系统中，精确的诊断出电网部件存在的缺陷对于保证电网稳定运行来说至关重要。

但是，现有的电网巡检技术大部分采用的是批量学习策略，即采用收集好的电网缺陷数据等来训练巡检系统中的学习模型。由于缺乏对于未知事物，例如未经学习的电网部件缺陷的认知，这将导致学习模型并不能够分类或者识别出新的电网部件缺陷。

发明内容

为了解决上述背景技术提到的技术问题或者至少部分地解决上述技术问题，本申请提供一种基于开集缺陷识别的智能电网巡检方法、装置及存储介质，检测未知电网缺陷，提升电网巡检的效率。

第一方面，本申请提供了一种基于开集缺陷识别的智能电网巡检方法，包括：

构建目标检测模型，所述目标检测模型用于对输入的电网图像进行缺陷检测，得到电网缺陷图像；

构建用于对所述电网缺陷图像进行分类的标准缺陷图像分类模型，并对所述标准缺陷图像分类模型进行开集处理，得到开集缺陷图像分类模型；

将获取的新电网图像依次输入至所述目标检测模型和所述开集缺陷图像分类模型，得到所述新电网图像的缺陷分类结果，所述缺陷分类结果包括所述新电网图像为已知类缺陷的图像或所述新电网图像为未知类缺陷的图像。

在此方案中，构建目标检测模型用于检测电网图像中的缺陷，检测出的缺陷图像输入至标准缺陷图像分类模型中进行分类，为了在保证现有已知缺陷图像的识别的基础上，检测出可能存在的未知的电网线路部件缺陷，该方案对标准缺陷图像分类模型进行开集处理，让开集处理后得到的开集缺陷图像分类模型能够顺利的在没有经过学习未知缺陷类别的情况下识别出未知缺陷类别的图像，并且保证已知类别的识别准确率。采用该方法能够大幅提升电网巡检的效率。

优选的，所述目标检测模型为标准SSD网络模型，所述标准缺陷图像分类模型为标准的ResNet模型。

在此方案中，选取标准SSD网络模型作为用于检测电网缺陷的目标检测模型，选取标准的ResNet模型用于对标准SSD网络模型检测出的缺陷图像进行分类。

优选的，所述目标检测模型为改进的SSD网络模型，所述改进的SSD网络模型包括：

采用标准SSD网络模型作为骨干网络；

为标准SSD网络模型添加自适应IOU阈值计算模块，所述自适应IOU阈值计算模块被配置为执行以下步骤：

对于每个真实锚框，计算在各个金字塔层级上各个候选锚框的中心点和所述真实锚框的中心点之间的欧式距离，并根据所述欧式距离从所有所述候选锚框中选取预设数量的候选锚框作为目标锚框；

计算所有所述目标锚框的IOU的平均值；

计算所有所述目标锚框的IOU的方差值；

将所述平均值和所述方差值的和确定为目标IOU阈值；

选取IOU值大于所述目标IOU阈值，且中心点在所述真实锚框的边框内部的目标锚框作为最终锚框。