技术特征：
1.一种双注意力机制配电站水浸识别方法，其特征在于，包括以下步骤：s1、采集浸水场景图片集x，选取部分图片集x
q
进行标记得到标签数据集y
q
，余下图片集为未标记图片集x
p
＝{x-x
q
}；s2、构建基于yolov4-tiny的具有双注意力机制的第一网络q，利用部分图片集x
q
和标签数据集y
q
形成的训练数据集d
q
＝{x
q
,y
q
}对所述第一网络q进行训练，得到第二网络q
′
；s3、根据第二网络q
′
对未标记图片集x
p
＝{x-x
q
}进行标记得到标签数据集y
p
，并更新训练数据集d
q
，更新后的训练数据集d
q
＝{x＝x
q
+x
p
,y＝y
q
+y
p
}；利用更新后的所述训练数据集对第二网络q
′
进行训练，得到检测网络q
″
；s4、将所述检测网络q
″
上传至云平台，经量化、加密后下发至边缘代理；s5、边缘代理通过摄像头获取周边环境图像，并对冗余帧进行过滤处理，得到关键帧；s6、将所述关键帧输入量化后的检测网络，得到目标置信度c，若置信度异常，就地保存、决策并上报；否则执行步骤s7；s7、边缘代理根据置信度大小选取部分图像进行标记并上传至云平台，云平台将上传的所述图像更新至浸水场景图片集x。2.根据权利要求1所述的一种双注意力机制配电站水浸识别方法，其特征在于，所述构建基于yolov4-tiny的双注意力机制第一网络q的步骤包括：在yolov4-tiny的主干网络引出处和特征网络融合处添加双注意力机制，得到具备双注意力机制的第一网络q。3.根据权利要求2所述的一种双注意力机制配电站水浸识别方法，其特征在于，所述双注意力机制包括通道注意力模块和空间注意力模块。4.根据权利要求1所述的一种双注意力机制配电站水浸识别方法，其特征在于，所述利用训练数据集d
q
＝{x
q
,y
q
}对所述第一网络q进行训练的步骤之前，包括：根据网络层将yolov4-tiny的imagenet预训练权重加载至第一网络q。5.根据权利要求1所述的一种双注意力机制配电站水浸识别方法，其特征在于，所述将检测网络q
″
上传至云平台，经量化、加密后下发至边缘代理的步骤之前，包括：云平台初始化边缘代理求和树。6.根据权利要求5所述的一种双注意力机制配电站水浸识别方法，其特征在于，所述所述将检测网络q
″
上传至云平台，经量化、加密后下发至边缘代理的步骤，包括：将检测网络q
″
上传至云平台，云平台将所述检测网络q
″
进行量化，得到量化后的检测网络q
″
int8
；将量化后的检测网络q
″
int8
采用aes的方式进行加密后下发至边缘代理。7.根据权利要求1所述的一种双注意力机制配电站水浸识别方法，其特征在于，所述步骤s6具体为：若则根据预测类别保存图像并上传至云平台，所述为保存门限值，所述为上报门限值；若则进入警报模式，并将异常图像上传至云平台；若则执行步骤s5。
8.根据权利要求1所述的一种双注意力机制配电站水浸识别方法，其特征在于，所述将冗余帧进行过滤处理，得到关键帧的步骤包括：s51、利用摄像头获取连续四帧图像pic＝[p0,p1,p2,p3]；s52、将所述图像进行灰度处理，并进行高斯滤波，得到滤波图像s53、对所述滤波图像作差，得到灰度特征图dif1,dif2；s54、对所述灰度特征图dif1,dif2进行填充，并计算dif1,dif2的相关系数corr；s55、摄像头获取下一帧图像p4，s56、判断所述相关系数corr是否大于门限值thr
corr
，若corr＞thr
corr
，则输出关键帧p
key
＝p4；否则返回步骤s52。9.根据权利要求1所述的一种双注意力机制配电站水浸识别方法，其特征在于，所述步骤s7具体为：当浸水场景图像达到数量v时，边缘代理根据置信度大小选取m个图像并进行标记，将标记后的m个图像上传至云平台，云平台将收到的m个所述图像与现有浸水场景图片集以3：1的比例重新组合，得到新的浸水场景图片集x。10.一种如权利要求1-9任意一项所述的一种双注意力机制配电站水浸识别方法的识别系统，其特征在于，包括云平台、边缘代理和摄像头；所述摄像头与边缘代理连接，用于获取周边环境图像并传输至边缘代理；所述边缘代理与云平台连接，用于将所述图像进行处理并上传至云平台；所述云平台，用于将上传的所述图像对水浸场景图像集进行更新，并利用更新后的数据进行训练，从而实现检测网络的更新与优化。
技术总结
本发明公开一种双注意力机制配电站水浸识别方法及系统，其中识别方法通过采集浸水场景图片集，构建基于Yolov4-tiny的具有双注意力机制的检测网络，利用浸水场景图片集对检测网络进行训练，得到具有高检测精度和水浸识别能力的检测网络，最后将所述检测网络部署至边缘代理；同时，通过边缘代理获取周边环境图像并上传至云平台，更新浸水场景图片集，优化检测网络，从而使边缘代理能自适应复杂的场景。本发明旨在解决现有的配电站边缘端水浸环境下无法满足实时响应，以及检测精度较差且无法自适应复杂场景的技术问题。自适应复杂场景的技术问题。自适应复杂场景的技术问题。
技术研发人员：胡筱曼 李林峰 陈攀 李欣洋 潘斌 陈旗展 李黔 崔益国 陈浩河 董芝春 黄宇行 何欣欣 陆靖宇 麦涵 邱连 肖林松 范律 陈永 蔡田田 邓清唐 陈波 李肖博 杨英杰
受保护的技术使用者：威胜信息技术股份有限公司 贵州电网有限责任公司贵阳供电局城南分局 南方电网数字电网研究院有限公司
技术研发日：2021.12.29
技术公布日：2022/6/28