[发明专利]一种刀闸分合状态判别方法、装置、设备及介质

权利要求书

1.一种刀闸分合状态判别方法，其特征在于，包括：

利用感知设备对日常刀闸开关的开合过程进行监测采集得到感知信号曲线；

对所述感知信号曲线进行多个频谱信号特征的提取得到多个单特征，所述多个单特征包括主特征以及次特征；

根据预设的次特征优先级等级、主特征有效条件阈值、以及每个次特征的有效条件阈值，按照主特征、较高优先级次特征、较低优先级次特征的顺序，依次对所述多个单特征中每个单特征是否有效进行验证，进而得到一个单特征作为最优单特征；以及

根据所述最优单特征以及相应的预设单特征分类阈值，利用刀闸开关状态判别模型对所述刀闸开关的状态进行判别；

其中，所述主特征包括所述多个单特征中，对利用感知设备对刀闸开关多次开合过程进行感知得到多个感知信号样本曲线，是断开状态曲线的还是闭合状态曲线利用所述刀闸开关状态判别模型进行预测分类时，单特征分类准确率最高的一个所述单特征，其他所述单特征为次特征；

所述多个感知信号样本曲线包括：对所述刀闸开关断开过程进行感知得到的断开感知信号样本曲线以及对所述刀闸开关闭合过程进行感知得到的闭合感知信号样本曲线。

2.根据权利要求1所述的刀闸分合状态判别方法，其特征在于，所述根据预设的次特征优先级等级、主特征有效条件阈值、以及每个次特征的有效条件阈值，按照主特征、较高优先级次特征、较低优先级次特征的顺序，依次对所述多个单特征中每个单特征是否有效进行验证，进而得到一个单特征作为最优单特征的过程包括：

根据预设的主特征有效条件阈值判断所述主特征是否有效，有效则将所述主特征确定为所述最优单特征；否则，按照所述次特征优先级等级从高到低的顺序，依次根据所述较高优先级次特征的有效条件阈值，判断所述较高优先级次特征是否有效，有效则将所述较高优先级次特征确定为所述最优单特征；否则，根据所述较低优先级次特征有效条件阈值，判断所述较低优先级次特征是否有效，有效则将所述较低优先级次特征确定为所述最优单特征，直至得到一个有效的单特征作为最优单特征；

若所述多个单特征均无效，将所述主特征确定为所述最优单特征。

3.根据权利要求1所述的刀闸分合状态判别方法，其特征在于，所述预设的次特征优先级等级通过如下方式得到：

对所述多个感知信号样本曲线中的每个感知样本曲线进行所述多个频谱信号特征的提取得到包括主特征和次特征的多个单特征；

计算所述多个感知信号样本曲线中不同感知信号样本曲线的每个相同次特征的高斯分布，得到每个次特征的断开样本高斯分布；并计算所述多个感知信号样本曲线中不同感知信号样本曲线的每个相同次特征的高斯分布，得到每个次特征的闭合样本高斯分布；

根据所述每个次特征的所述断开样本高斯分布以及所述闭合样本高斯分布，计算所述断开感知信号样本曲线的相应次特征与所述闭合感知信号样本曲线的相应次特征不交叉的概率，得到相应次特征的样本特征非交叉部分概率；以及

根据所述样本特征非交叉部分概率从大到小的顺序，对相应每个次特征进行排序得到所述次特征优先级等级。

4.根据权利要求3所述的刀闸分合状态判别方法，其特征在于，

所述每个次特征的所述有效条件阈值包括：所述每个次特征的所述断开样本高斯分布以及所述闭合样本高斯分布的交叉部分的最小值以及最大值。

所述主特征有效条件阈值使得不少于第一预设比例的所述对所述刀闸开关的状态进行判别的过程根据所述主特征以及预设的主特征分类阈值进行的，并且所述根据所述主特征以及预设的主特征分类阈值，对所述刀闸开关的状态进行判别的正确率不低于第二预设比例。

5.根据权利要求1所述的刀闸分合状态判别方法，其特征在于，所述刀闸状态判别模型通过如下方式训练得到：

利用感知设备对刀闸开关的多次开合过程进行感知得到多个训练感知信号样本曲线；

对所述多个训练感知信号样本曲线中的每个训练感知样本曲线进行所述多个频谱信号特征的提取得到多个训练单特征；以及

利用每个训练单特征分别对分类模型进行训练得到所述刀闸状态判别模型。