[發明專利]一種輸電導線斷股與斷點的識別方法、設備及存儲介質

在審

• 申請號: 202111502537.4
• 申請日: 2021-12-09
• 公開（公告）號: CN114202582A
• 公開（公告）日: 2022-03-18
• 發明（設計）人: 鄧奧攀;胡燃;許宇翔;卞佳音;吳炅;曾慶華;盧海;曾杰中;曾志武;黃坤桐;楊旭杰;賁成;祝君;林靜;許丹盈;劉欣祺;諶昕;周軍;駱錕;代飛;陳瑞紅
• 申請（專利權）人: 廣東電網有限責任公司廣州供電局
• 主分類號: G06T7/73
• 分類號: G06T7/73;G06V10/774;G06K9/62;G06N3/04
• 代理公司: 武漢智嘉聯合知識產權代理事務所(普通合伙) 42231
• 代理人: 李平麗

1.一種輸電導線斷股與斷點的識別方法，其特征在于，包括如下步驟：

獲取多股斷股導線數據庫中的若干個斷點圖像，其中，若干個所述斷點圖像被分為訓練集和測試集；

構建多股斷股導線斷點定位網絡，將所述訓練集通過所述多股斷股導線斷點定位網絡進行反復訓練，以得到初步神經網絡模型；

利用所述測試集驗證所述初步神經網絡模型的精度，若所述初步神經網絡模型的精度滿足要求，則生成多股斷股導線斷點定位模型；

獲取待識別多股斷股導線圖像，采用所述多股斷股導線斷點定位模型對所述待識別多股斷股導線圖像進行識別，以得到多股斷股導線圖像內斷點的位置。

2.根據權利要求1所述的輸電導線斷股與斷點的識別方法，其特征在于，所述股斷股導線斷點定位網絡為改進的MobileNetV3卷積神經網絡，所述改進的MobileNetV3卷積神經網絡包括深度可分離卷積結構以及顯性瓶頸倒殘差結構。

3.根據權利要求2所述的輸電導線斷股與斷點的識別方法，其特征在于，所述深度可分離卷積結構通過采用M個深度卷積核組成的深度卷積層對各通道進行特征提取，得到M個特征圖后，采用N個1×1×M卷積層將深度卷積層的輸出從M維映射到N維，其中，M、N為特征圖的通道數。

4.根據權利要求2所述的輸電導線斷股與斷點的識別方法，其特征在于，所述顯性瓶頸倒殘差結構中加入了輕量級通道注意力模塊。

5.根據權利要求4所述的輸電導線斷股與斷點的識別方法，其特征在于，所述顯性瓶頸倒殘差結構在淺層網絡和深層網絡中采用不同的激活函數。

6.根據權利要求5所述的輸電導線斷股與斷點的識別方法，其特征在于，所述顯性瓶頸倒殘差結構在淺層網絡采用ReLU激活函數，在深層網絡中采用h-swish激活函數。

7.根據權利要求1所述的輸電導線斷股與斷點的識別方法，其特征在于，所述利用所述測試集驗證所述初步神經網絡模型的精度，若所述初步神經網絡模型的精度滿足要求，則生成多股斷股導線斷點定位模型具體包括：

將所述測試集輸入至所述初步神經網絡中，以得到斷點的預測坐標位置，根據斷點的預測坐標與實際坐標計算出平均誤差，根據所述平均誤差判斷所述初步神經網絡模型的精度滿足要求，當所述初步神經網絡模型的精度滿足要求時，則生成多股斷股導線斷點定位模型。

8.根據權利要求7所述的輸電導線斷股與斷點的識別方法，其特征在于，所述平均誤差的計算公式為：

其中，N為測試集總樣本數，表示第i個樣本中某一斷點的預測坐標與實際坐標的歐氏距離，表示歸一化系數，設定為輸入樣本邊長。

9.一種輸電導線斷股與斷點的識別設備，其特征在于，包括：處理器和存儲器；

所述存儲器上存儲有可被所述處理器執行的計算機可讀程序；

所述處理器執行所述計算機可讀程序時實現如權利要求1-8任意一項所述的輸電導線斷股與斷點的識別方法中的步驟。

10.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質存儲有一個或者多個程序，所述一個或者多個程序可被一個或者多個處理器執行，以實現如權利要求1-8任意一項所述的輸電導線斷股與斷點的識別方法中的步驟。