[发明专利]一种输变电线路设备的故障数据库半自动化建立方法

权利要求书

1.一种输变电线路设备的故障数据库半自动化建立方法，包括以下步骤：

(1)、采集数据：先利用数据采集装置采集输变电线路设备的相关数据，并且对数据进行筛选，建立未分类的数据库；

(2)、数据分析：分析获取目标部件的特征信息，挑选出特征信息明显且图片质量高的部分数据，进行目标部件标注工作，标注文件与图片名一一对应；

(3)、数据分类：基于深度学习目标检测原理，将标注好的数据集，按照8:2的比例，随机分为训练集和测试集，进行模型训练工作；

(4)、寻找最优模型：对两组模型进行模型训练，一种模型采用结合region proposal和CNN网络的R-CNN系列目标检测模型，主要包括R-CNN、SPP-Net、Fast R-CNN、Faster R-CNN和R-FCN，另一种模型采用将目标检测转换为回归问题的模型，主要包括YOLO系列和SSD；

(5)、分析模型测试结果：选取整体结果最优模型，用以对剩余未使用数据和新采集的数据进行智能分类存储与故障检测工作，并将结果录入到分类数据库系统中；

(6)、建立数据集：利用步骤(5)的分类结果，重复步骤(2)，建立适用于深度学习的输变电线路关键设备及故障数据集；

(7)、结果检测：定期检查分类存储结果，对结果不符合模型的数据深入分析其图像特征，并寻找与其特征相似的数据进行数据集重构，调整模型参数，进而优化模型。

2.根据权利要求1所述的一种输变电线路设备的故障数据库半自动化建立方法，其特征在于：所述步骤(1)中，数据采集装置采用无人机加载高清摄像头或长焦镜头单反，数据采集时以数据流的模式，批量获取输变电线路设备及设备故障图片和视频。

3.根据权利要求1所述的一种输变电线路设备的故障数据库半自动化建立方法，其特征在于：所述步骤(2)中，图片质量高的标准为图片像素大于600万，图片无重影且无遮挡物。

4.根据权利要求1所述的一种输变电线路设备的故障数据库半自动化建立方法，其特征在于：所述步骤(3)中，数据集还可以按照7～9:1～3的比例进行分类。

5.根据权利要求1所述的一种输变电线路设备的故障数据库半自动化建立方法，其特征在于：所述步骤(5)中，分析模型测试结果时分析测试结果的准确率、召回率、AP值、mAP值和测试结果图片。

6.根据权利要求1所述的一种输变电线路设备的故障数据库半自动化建立方法，其特征在于：所述步骤(7)中，图像特征包括但不局限于图像的颜色特征、纹理特征、形状特征和空间关系特征。

7.根据权利要求1所述的一种输变电线路设备的故障数据库半自动化建立方法，其特征在于：所述步骤(7)中，定期检查分类存储结果的时间为3-15天。