[发明专利]一种刀闸分合状态判别方法、装置、系统、设备及介质

权利要求书

1.一种刀闸分合状态判别方法，其特征在于，包括：

利用感知装置对日常刀闸开关的开合过程进行监测采集得到待判别感知信号曲线；

对所述待判别感知信号曲线进行特征提取得到待判别感知信号特征，并将所述待判别感知信号特征作为刀闸分合状态判别模型的输入层的输入值；所述刀闸分合状态判别模型包括所述输入层，第一隐藏层，第二隐藏层以及输出层；

在所述第一隐藏层对所述待判别感知信号特征与预设的多个训练样本特征中的每个训练样本特征之间的距离进行计算，得到所述待判别感知信号特征的多个待判别样本间距离；

在所述第二隐藏层，根据预设的所述每个训练样本特征的样本间距离的设置权重值和设置偏置值，对所述多个待判别样本间距离的权重以及偏置进行调整，得到多个调整后待判别样本间距离；以及，

在所述输出层，根据所述多个调整后待判别样本间距离得到所述待判别感知信号曲线的状态类别。

2.根据权利要求1所述的刀闸分合状态判别方法，其特征在于，所述刀闸分合状态判别模型通过以下方式得到：

利用感知装置对所述刀闸开关的多次开合过程进行感知得到多个训练感知信号曲线；

对每个训练感知信号曲线进行特征提取，得到与所述每个训练感知信号曲线一一对应的多个训练样本特征，并将所述多个训练样本特征作为神经网络模型的输入层的输入值；

在所述神经网络模型的第一隐藏层对每个训练样本特征与其他每个训练样本特征之间的距离进行计算，得到所述每个训练样本特征的多个样本间距离；

在所述神经网络模型的第二隐藏层对所述每个训练样本特征的每个样本间距离的权重以及偏置进行调整，得到调整后样本间距离，以及所述每个训练样本特征的样本间距离的设置权重值和设置偏置值，使得所述神经网络模型的输出层根据所述调整后样本距离所得到的所述每个训练样本特征的输出值，是对应所述每个训练感知信号曲线的正确开合状态类别；以及

根据所述神经网络模型的输入层，所述神经网络模型的第一隐藏层，包括所述每个训练样本特征的样本间距离的设置权重值和设置偏置值的所述神经网络模型的第二隐藏层以及所述神经网络模型的输出层确定所述刀闸分合状态判别模型。

3.根据权利要求1所述的刀闸分合状态判别方法，其特征在于，所述对所述待判别感知信号曲线进行特征提取得到待判别感知信号特征的过程包括：

对所述待判别感知信号曲线采用主成分分析加线性判别的方法进行所述待判别感知信号特征的提取。

4.根据权利要求1所述的刀闸分合状态判别方法，其特征在于，所述根据所述多个调整后待判别样本间距离得到所述待判别感知信号曲线的状态类别的过程包括，

根据预定规则对所述多个待判别样本间距离进行函数映射得到所述待判别感知信号曲线的状态类别。

5.根据权利要求1的所述刀闸分合状态判别方法，其特征在于，

所述待判别感知信号特征与预设的多个训练样本特征中的每个训练样本特征之间的距离，包括所述每个训练样本特征与所述每个训练样本特征之间欧氏距离。

6.根据权利要求1所述的刀闸分合状态判别方法，其特征在于，所述利用感知装置对日常刀闸开关的开合过程进行监测采集得到待判别感知信号曲线的过程包括：

利用多个所述感知装置对所述日常刀闸开关的开合过程进行监测采集。