[发明专利]一种输电线路通道可视化烟火异物类连续告警的确定方法

说明书

一种输电线路通道可视化烟火异物类连续告警的确定方法，具体涉及对某可视化巡视设备图像连续告警样本数据进行预处理提取特征数据、实时告警数据与对应特征数据计算皮尔逊积矩相关系数，通过阈值R₀判断是否属于连续告警。本发明通过对样本数据的特征提取及计算皮尔逊积矩相关系数，解决了烟火类、异物类告警因发生频次低、季节周期性明显，常规的单条比对及对机械类有良好适用的降维分析均无法有效识别的问题，为后续的应用场景如告警等级智能标注、AI图像识别模型疑似误报及漏报样本识别提供了模型支撑，进而提高输电线路运检的智能化水平。

技术领域

本发明公开一种输电线路通道可视化烟火异物类连续告警的确定方法，属于输电线路智能运检领域，尤指基于已标注的输电线路通道可视化烟火类、异物类连续告警样本数据，判断实时告警数据是否属于连续告警。

背景技术

随着输电线路检修技术的升级，输电线路通道可视化巡视被广泛应用，目前已经实现对可视化信息的自动识别并标注出图像内出现的告警物体，如机械类、烟火类、异物类等。除基础的统计分析报表外，可以基于告警数据做数据挖掘，如对实时告警数据进行连续告警判定，基于确定结果进行告警等级智能标注、图像识别模型疑似误报及漏报样本识别等，但进行上述场景的应用需要连续告警识别技术支撑，烟火类、异物类告警因发生频次低、季节周期性明显，常规的单条比对及对机械类有良好适用的降维分析均无法有效识别所述的烟火类、异物类告警。

本发明所述的输电线路通道可视化烟火异物类连续告警是离散数据，因此，怎样找到一种数据处理方法能够高效、准确确定出可视化烟火异物类连续告警，是本申请人一直研究的技术方向。在相关技术领域，针对连续数据、波形比对时会想到利用皮尔逊积矩相关系数进行处理数据，然而，却难以将皮尔逊积矩相关系数应用到处理本发明所述可视化烟火异物类连续告警这一类的离散数据中。

综上所述，如何提供一种可行的、准确的烟火类、异物类连续告警确定方法，为输电线路智能检修场景落地提供数据支撑，是目前本领域技术人员亟待解决的问题之一。

发明内容

针对现有技术的不足，本发明的目的是提供一种输电线路通道可视化烟火异物类连续告警的确定方法，通过对样本数据的特征提取及计算皮尔逊积矩相关系数，解决了烟火类、异物类告警因发生频次低、季节周期性明显，常规的单条比对及对机械类有良好适用的降维分析均无法有效识别的问题。

本发明为了实现上述目的所采用的技术方案如下：

一种输电线路通道可视化烟火异物类连续告警的确定方法，其特征在于：包括以下步骤：

a、对输电线路某可视化巡视设备图像烟火、异物类连续告警样本数据进行预处理并获取特征数据；在本发明中，其中，确定设备所采集图像中有烟火、异物类告警是利用AI图像识别模型识别的，不在本专利模型功能范围内；确认这些告警是否构成连续告警是人工进行确定的，相较机械类告警，因为烟火、异物类发生次数少，时间、地域随机性大，目前，现有方法，还没找到有效的机器学习手段解决；

b、对烟火、异物类实时告警数据进行处理后与步骤a所得特征数据中的相应数据进行皮尔逊积矩相关系数计算，获取相关系数R；

c、将步骤b所得皮尔逊积矩相关系数R，比较R与阈值R₀大小，如满足RR₀,则实时告警数据属于连续告警，反之，则不属于连续告警。

根据本发明优选的，所述步骤a包含以下详细步骤：

a1：对连续告警样本数据及实时告警数据进行预处理，只保留时间字段；