[發明專利]一種輸電線路隱患識別模型評估方法及裝置

有效

• 申請號: 202010952891.6
• 申請日: 2020-09-11
• 公開（公告）號: CN112199805B
• 公開（公告）日: 2022-11-15
• 發明（設計）人: 郭國信;蔡富東;呂昌峰;文剛;陳雷;劉偉
• 申請（專利權）人: 山東信通電子股份有限公司
• 主分類號: G06F30/18
• 分類號: G06F30/18;G06F30/27;G06Q10/06;G06Q50/06;G06N5/00
• 代理公司: 北京君慧知識產權代理事務所(普通合伙) 11716
• 代理人: 董延麗

1.一種輸電線路隱患識別模型評估方法，其特征在于，所述方法包括：

獲取若干輸電線路監拍裝置中各監拍裝置對應的輸電線路隱患識別模型的分析指標；所述分析指標與監拍裝置的準確率和/或漏報率和/或誤報率相關；

根據預先構建的決策樹模型，對若干輸電線路監拍裝置中各監拍裝置對應的輸電線路隱患識別模型的分析指標進行決策，確定所述若干輸電線路監拍裝置中的任意一個監拍裝置對應的輸電線路隱患識別模型更新任務的決策值；

根據所述決策值，激活相應監拍裝置的輸電線路隱患識別模型更新任務；

所述方法還包括：

根據訓練樣本集，對所述訓練樣本集的各連續屬性對應的連續屬性值，通過進位步長進行離散化，得到相應離散值；所述連續屬性與所述監拍裝置對輸電線路隱患識別的準確率和/或漏報率和/或誤報率相關；

對所述各連續屬性對應的離散值分別進行信息增益計算，得到所述決策樹模型。

2.根據權利要求1所述的一種輸電線路隱患識別模型評估方法，其特征在于，所述對所述訓練樣本集的各連續屬性對應的連續屬性值，通過進位步長進行離散化，具體包括：

根據所述各連續屬性值的進位步長值，確定所述各連續屬性值的離散區間；

基于所述各連續屬性值的離散區間，得到所述各連續屬性值對應的離散值。

3.根據權利要求1所述的一種輸電線路隱患識別模型評估方法，所述對所述各連續屬性對應的離散值分別進行信息增益計算，得到所述決策樹模型，具體包括：

根據所述各連續屬性對應離散值的信息增益值，確定各連續屬性的信息增益；

將所述各連續屬性中信息增益最大的連續屬性，作為所述訓練樣本集的最佳劃分屬性；

根據所述最佳劃分屬性的最佳分裂點，確定所述最佳劃分屬性的分支；

基于所述最佳劃分屬性的分支，確定所述分支對應的所述訓練樣本集的樣本子集；

基于所述分支對應的所述訓練樣本集的樣本子集，確定所述訓練樣本集的樣本子集對應的最佳劃分屬性；

自上而下的遞歸劃分所述訓練樣本集的若干最佳劃分屬性的過程，直至節點滿足所述決策樹模型的停止生長條件；

對完成生長的決策樹模型進行剪枝，得到所述決策樹模型。

4.根據權利要求3所述的一種輸電線路隱患識別模型評估方法，其特征在于，所述直至節點滿足所述決策樹模型的停止生長條件，具體包括以下任意一項或多項：

所述各連續屬性對應的離散值的信息增益小于預設閾值；

所述各連續屬性對應的離散值不可劃分；

最佳劃分屬性的每個分支下的所述訓練樣本子集具有相同的分類。

5.根據權利要求1所述的一種輸電線路隱患識別模型評估方法，其特征在于，所述分析指標與監拍裝置的準確率和/或漏報率和/或誤報率相關，具體為：

所述分析指標為所述準確率或者所述漏報率或者所述誤報率；或為aα％+bβ％+cγ％；

其中，a為準確率，α％為準確率對應的權重，b為誤報率，β％為誤報率對應的權重，c為漏報率，γ％為漏報率對應的權重。

6.根據權利要求1所述的一種輸電線路隱患識別模型評估方法，其特征在于，所述獲取若干輸電線路監拍裝置中各監拍裝置對應的輸電線路隱患識別模型的分析指標，之前包括：

接收來自所述監拍裝置的相應輸電線路圖像信息；所述圖像信息包括隱患類型、隱患坐標；

根據所述輸電線路圖像中的所述隱患類型、隱患坐標，確定所述輸電線路圖像中的準確的報警輸電線路隱患圖像和/或誤報的輸電線路隱患圖像和/或漏報的輸電線路隱患圖像。

7.根據權利要求6所述的一種輸電線路隱患識別模型評估方法，其特征在于，所述確定所述輸電線路圖像中的漏報的輸電線路隱患圖像，具體包括：

根據離線高精度模型，對所述各監拍裝置的輸電線路圖像進行級聯檢測，將級聯檢測結果與所述各監拍裝置對相應的輸電線路圖像的分析結果進行對比，確定所述漏報圖像。