[發明專利]一種基于反饋機制監督下的配網安全質量管控方法

在審

• 申請號: 202110992955.X
• 申請日: 2021-08-27
• 公開（公告）號: CN113947746A
• 公開（公告）日: 2022-01-18
• 發明（設計）人: 陳波;杜挺;鄧新財;王申華;毛達峰;高曉旺;蔣睿鵬;鄭振華;呂小波;金幸;葉釗煒;金曉鋒;錢炫宇
• 申請（專利權）人: 國網浙江省電力有限公司;國網浙江省電力有限公司金華供電公司
• 主分類號: G06V20/52
• 分類號: G06V20/52;G06V40/20;G06V10/774;G06V10/764;G06V10/82;G06K9/62;G06N3/08;G06T5/00;G06Q10/06;G06Q50/06
• 代理公司: 杭州華鼎知識產權代理事務所(普通合伙) 33217
• 代理人: 戴俊波

1.一種基于反饋機制監督下的配網安全質量管控方法，其特征在于：包括如下步驟：

利用配網監理機器人自帶的相機去獲取配網現場的設備缺陷圖片數據，對設備缺陷圖片數據進行預處理得到常規圖像；

對預處理后的常規圖像進行標注構建訓練數據集；

統計當前已有常規圖像數據的分布情況，根據每類樣本的數量將訓練樣本分小樣本和中樣本和大樣本；

根據常規圖像數據的分布情況，對常規圖像進行適應性調整得到增強的拼接圖像；

基于所述訓練數據集，訓練數據集作為神經網絡模型的輸入，獲取每類訓練目標的損失函數；

通過計算小目標類的損失函數作為反饋監督函數指導下一個批次的模型訓練方向，當當前批次訓練樣本中所述小樣本損失值在當前訓練的迭代周期中的損失值的占比小于預設的損失閾值時，通過將其他樣本的圖像變換組合對下一批次訓練樣本中的小樣本進行數據增強，以進行下一輪的模型訓練。

2.根據權利要求1所述的一種基于反饋機制監督下的配網安全質量管控方法，其特征在于：所述預處理包括：

對所有用配網監理機器人自帶的相機去獲取的配網現場的設備缺陷圖片數據進行數據清洗，去除一些模糊、重影以及無目標的圖像數據；

將清洗后的圖像數據壓縮至指定像素值，對壓縮后的圖像數據進行圖片旋轉的角度和色差的偏度的調整。

3.根據權利要求1或2所述的一種基于反饋機制監督下的配網安全質量管控方法，其特征在于：

對調整后的圖像數據進行標注，標注的內容包括變電站內設備的缺陷類型和/或人員異常行為，得到訓練數據集。

4.根據權利要求1或2所述的一種基于反饋機制監督下的配網安全質量管控方法，其特征在于：

所述設備缺陷類型包括：變電站內異物、表計的破損和異常、設備部件滲漏油以及人員異常。

5.根據權利要求1或2所述的一種基于反饋機制監督下的配網安全質量管控方法，其特征在于：

基于獲取的圖像中安全質量管控目標的尺寸，對訓練樣本進行分類；

獲取圖像數據的分布情況，包括各個類別目標數據占比情況以及當前設備缺陷中大、中、小目標的占比情況。

6.根據權利要求5所述的一種基于反饋機制監督下的配網安全質量管控方法，其特征在于：

所述大、中、小目標通過圖像中的設備尺寸所占圖像總尺寸的比例劃分；

其中，單個設備尺寸所占圖像總尺寸的比例大于70％為大目標，單個設備尺寸所占圖像總尺寸的比例大于30％并且小于70％為中目標，單個設備尺寸所占圖像總尺寸的比例小于30％為小目標。

7.根據權利要求6所述的一種基于反饋機制監督下的配網安全質量管控方法，其特征在于：大目標圖像樣本包括異常物體圖像、發生故障的設備部件圖像；

中目標圖像樣本包括人員安全隱患圖像及表、計異常圖像；小目標圖像樣本包括吸煙圖像。

8.根據權利要求7所述的一種基于反饋機制監督下的配網安全質量管控方法，其特征在于：選擇小目標圖片占比少的類別做圖像增強，包括如下步驟：

把一個訓練批次內每4張圖都縮小到同樣大小，之后拼成一張與正常普通同樣大小的圖作為訓練；

中目標或者大目標的圖像縮小拼接后在圖像中變成了小目標，增大了小目標數據的占比，均衡小目標數據的分布情況，其中4張圖通過隨機調整圖像數據的旋轉角度、曝光度以及圖像色彩的飽和度來提升圖像數據多樣性。