高频火花机校准方法、装置及计算机存储介质与流程

1.本发明涉及火花机校准技术领域，具体而言，涉及高频火花机校准方法、装置、设备及计算机存储介质。


背景技术：

2.在现有的高频火花机在使用过程中常常存在一定的基本误差，并且在使用过程中会产生一定的磨损，因此需要在每年对高频火花机进行校准，而由于校准误差需要专业的人员来进行操作，需要大量的时间成本和人力成本，而且由于校准时间和校准方式进而限定了校准频率，不能随时进行校准，进而对于高频火花机的使用效果产生了一定的影响，因此需要一种能够快速对高频火花机进行校准的方法和装置。


技术实现要素：

3.本发明的目的在于提供一种高频火花机校准方法、装置、设备及计算机存储介质，以改善上述问题。为了实现上述目的，本发明采取的技术方案如下：
4.第一方面，本技术提供了一种高频火花机校准方法，包括：
5.获取第一信息和第二信息，所述第一信息为高频火花机的运行视频信息，所述第二信息为所述运行视频信息对应的运行数据信息，所述运行数据包括高频火花机运行时的电压值、灵敏度和稳定度；
6.将所述第一信息和第二信息发送至异常检测模块进行处理，得到第三信息，所述第三信息包括高频火花机的异常信息；
7.将所述第三信息发送至调整后的校准数据预测模型进行处理，得到高频火花机的校准数据；
8.基于所述高频火花机的校准数据对所述高频火花机进行校准，得到校准后的高频火花机。
9.第二方面，本技术还提供了一种高频火花机校准装置，包括：
10.获取单元，用于获取第一信息和第二信息，所述第一信息为高频火花机的运行视频信息，所述第二信息为所述运行视频信息对应的运行数据信息，所述运行数据包括高频火花机运行时的电压值、灵敏度和稳定度；
11.第一处理单元，用于将所述第一信息和第二信息发送至异常检测模块进行处理，得到第三信息，所述第三信息包括高频火花机的异常信息；
12.第二处理单元，用于将所述第三信息发送至调整后的校准数据预测模型进行处理，得到高频火花机的校准数据；
13.第三处理单元，用于基于所述高频火花机的校准数据对所述高频火花机进行校准，得到校准后的高频火花机。
14.第三方面，本技术还提供了一种计算机存储介质，所述计算机存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述基于高频火花机校准方法的步骤。
15.本发明的有益效果为：
16.本发明通过将高频火花机的运行视频信息和运行视频时对应的参数信息进行判断，确定其中异常的数据，进而对产生异常数据的高频火花机进行校准数据的计算，然后基于计算得到的校准数据对产生异常的高频火花机进行校准，这样可以时刻监测高频火花机的运行情况，进而对高频火花机的异常数据进行校准，减少校准需要的人力物力，并且可以保障高频火花机的运行状况。
17.本发明的其他特征和优点将在随后的说明书阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明实施例了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
18.为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
19.图1为本发明实施例中所述的高频火花机校准方法流程示意图；
20.图2为本发明实施例中所述的高频火花机校准装置结构示意图。
21.图中标记：701、获取单元；702、第一处理单元；703、第二处理单元；704、第三处理单元；7021、第一处理子单元；7022、第一对比子单元；7023、第一判断子单元；7024、第二处理子单元；70211、第二对比子单元；70212、第三处理子单元；70213、第一计算子单元；70214、第二判断子单元；70231、获取子单元；70232、第四处理子单元；70233、第三判断子单元；70234、第三对比子单元；7031、第五处理子单元；7032、第二计算子单元；7033、第六处理子单元。
具体实施方式
22.为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
23.应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本发明的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
24.实施例1：
25.如图1所示，本实施例提供了一种高频火花机校准方法，其所述方法包括步骤s1、步骤s2、步骤s3和步骤s4。
26.步骤s1、获取第一信息和第二信息，所述第一信息为高频火花机的运行视频信息，
所述第二信息为所述运行视频信息对应的运行数据信息，所述运行数据包括高频火花机运行时的电压值、灵敏度和稳定度；
27.可以理解的是本步骤通过摄像设备拍摄到高频火花机的运行视频，其中包括所述高频火花机的放电片段，进而通过判断高频火花机的放电图像来判断高频火花机是否能够正常运行，并且获取放电图像对应的运行参数，进而通过判断是否是参数导致的异常数据。
28.步骤s2、将所述第一信息和第二信息发送至异常检测模块进行处理，得到第三信息，所述第三信息包括高频火花机的异常信息；
29.可以理解的是上述步骤通过图像识别来确定高频火花机的放电图像的异常图像，进而判断高频火花机的放电角度，放电频率是否正确，进而来判断所述高频火花机是否异常，而且上述步骤还通过对高频火花机运行时的电压值、灵敏度和稳定度，来判断高频火花机的运行参数是否异常，进而得到高频火花机的异常信息。
30.可以理解的是高频火花机的运行时的电压值为通过电压表进行测量得到，并进行上传存储的，所述灵敏度是指通过将预设击穿次数的电缆放置在高频火花机上进行检测，进而判断击穿次数和预设击穿次数是否一致，进而确定灵敏度，而稳定度是指判断所述高频火花机在检测没有缺陷的电缆时能否正常放电，若能正常放电则其稳定度为1，若不能正常放电，则其稳定度为0。
31.步骤s3、将所述第三信息发送至调整后的校准数据预测模型进行处理，得到高频火花机的校准数据；
32.可以理解的是本发明通过xgboost算法进行回归分析，进而确定高频火花机的校准数据，进而可以快速对所述高频火花机的放电角度、放电频率、电压值、灵敏度和稳定度进行校准，保障高频火花机的正常运行。
33.步骤s4、基于所述高频火花机的校准数据对所述高频火花机进行校准，得到校准后的高频火花机。
34.可以理解的是上述步骤通过将高频火花机的运行视频信息和运行视频时对应的参数信息进行判断，确定其中异常的数据，进而对产生异常数据的高频火花机进行校准数据的计算，然后基于计算得到的校准数据对产生异常的高频火花机进行校准，这样可以时刻监测高频火花机的运行情况，进而对高频火花机的异常数据进行校准，减少校准需要的人力物力，并且可以保障高频火花机的运行状况。
35.在本公开的一种具体实施方式中，所述步骤s2包括步骤s21、步骤s22、步骤s23和步骤s24。
36.步骤s21、按照所述高频火花机的运行时间将所述高频火花机的运行视频信息进行提取，得到所述高频火花机的运行视频的关键图像，所述关键图像为基于图像识别处理得到的至少一帧高频火花机的放电图像；
37.可以理解的是本步骤是通过图像识别对高频火花机的放电片段进行识别，进而得到每帧高频火花机的放电图像，减少后续的需要判断图像信息，进而减少了计算量。
38.步骤s22、将所述高频火花机的运行视频的关键图像和预设的火花机的放电图像进行对比，得到高频火花机的异常放电图像信息；
39.可以理解的是本步骤通过将所述关键图像和预设的放电图像进行对比，确定其放电角度和放电频率，信息其中放电频率为通过放电图像的间隔时间进行确定的，进而可以
快速判断高频火花机的放电角度是否正确，是否需要调整火花机的放电头的角度和放电头的频率。
40.步骤s23、将所述第二信息发送至训练后的异常数据判断模型进行异常判断，得到高频火花机的异常运行数据；
41.步骤s24、基于所述高频火花机的异常放电图像信息和高频火花机的异常放电图像信息，得到高频火花机的异常信息。
42.可以理解的是上述步骤通过将所述高频火花机的异常放电图像信息和高频火花机的异常放电图像信息进行求合集处理，确定高频火花机的异常信息，其中包括异常运行数据和异常放电图像，进而对所有的数据进行校准数据计算，防止出现单独校准导致校准数据不准确的情况发生。
43.在本公开的一种具体实施方式中，所述步骤s21包括步骤s211、步骤s212、步骤s213和步骤s214。
44.步骤s211、将所述高频火花机的运行视频的关键图像内的每帧图像输入到所述图像匹配度计算模型内，分别与预设的高频火花机的放电图像进行对比出来，得到至少两个高频火花机的运行视频的关键图像和预设的火花机的放电图像匹配度值；
45.可以理解的是步骤通过将所有的高频火花机的运行视频的关键图像分别和预设的高频火花机的放电图像进行对比，其中通过对比放电头的像素点，并通过将所述像素点连接成线条，进而判断所述线条的角度是否一致，并且本发明还通过对比放电图像对应的放电时间，进而得到放电频率，并将放电频率和放电角度无纲量化处理，然后基于所述放电频率和放电角度对进行关联分析，确定高频火花机的运行视频的关键图像分别和预设的高频火花机的放电图像的关联度，进而将所述关联度值作为匹配度值。
46.步骤s212、将所有的高频火花机的运行视频的关键图像和预设的火花机的放电图像匹配度值进行汇总，得到匹配度值集合；
47.步骤s213、将所述匹配度值集合内所有数据进行均方根计算，并将得到的均方根值作为判断高频火花机的运行视频的关键图像是否为异常放电图像的阈值；
48.步骤s214、基于所述判断高频火花机的运行视频的关键图像是否为异常放电图像的阈值，得到高频火花机的异常放电图像信息。
49.可以理解的是上述步骤通过确定所有的高频火花机的运行视频的关键图像和预设的火花机的放电图像匹配度值后，将所有匹配度值进行均方根计算，并将小于所述均方根值的匹配度值对应的关键图像作为高频火花机的异常放电图像信息，这样可以增加本发明中判断异常数据的准确性，以达到快速准确的判断出需要校准的高频火花机。
50.在本公开的一种具体实施方式中，所述步骤s23包括步骤s231、步骤s232、步骤s233和步骤s234。
51.步骤s231、获取历史运行数据信息，筛选所述历史运行数据信息的异常数据，并对所述历史运行数据信息的异常数据进行异常类型标定，得到标定后的异常数据信息；
52.步骤s232、基于cart算法对所述历史运行数据信息的异常数据信息进行处理，得到cart决策树，并将所述cart决策树进行随机剪枝处理得到判断异常数据信息的决策树模型；
53.步骤s233、将所述历史运行数据信息发送至所述决策树模型进行判断，得到历史
运行数据信息的异常数据信息；
54.步骤s234、基于所述历史运行数据信息的异常数据信息和所述标定后的异常数据信息进行对比，并基于对比结果调整所述决策树模型内的判断参数，直至所述对比结果与预设对比结果相同后，得到训练后的决策树模型。
55.可以理解的是本发明对历史的数据进行异常标定，然后通过cart算法进行处理建立决策树模型，并对决策树模型进行参数优化，增加决策树模型的判断准确率，减少人工成本和提高判断效率。
56.在本公开的一种具体实施方式中，所述步骤s3包括步骤s31、步骤s32和步骤s33。
57.步骤s31、将预设的高频火花机历史异常数据基于xgboost算法进行回归分析，得到高频火花机历史异常数据的校准数据；
58.可以理解的是本步骤选择cart树作为模型的回归树，然后基于xgboost算法进行集成学习，其中xgboost算法的目标函数如下所示，将目标函数进行参数化处理和将树结构引入到目标函数中，然后不断的添加树来进行优化，每增加一棵树，就增加了一个新的函数。
59.其中目标函数的公式如下所示：
[0060][0061]
其中，obj代表上述xgboost算法的目标函数，l(yi，y)代表损失函数，yi表示校准数据的预测值，y表示输入的高频火花机历史异常数据，选取平方损失函数，即l(yi，y)＝(y
i-y)2，k代表一共有k棵树，fk表示第k棵树的函数模型，其中ω(fk)为正则向，且
[0062][0063]
其中，γ和λ均为常量系数，t表示每棵树的叶子节点数量，ω为每棵树的叶子节点的分数组成的集合。
[0064]
其中优化模型的表达式如下所示：
[0065][0066]
其中，f
t
(x)表示第t棵树的函数模型，为第t棵树的优化后的函数模型，为第t-1棵树的优化后的函数模型。
[0067]
步骤s32、将所述高频火花机历史异常数据的校准数据基于预设的评价公式进行计算，得到所述高频火花机历史异常数据的校准数据的评价值；
[0068]
可以理解的是本步骤通过平均绝对误差模型对校准数据进行评价，其中通过平均绝对误差的计算公式计算校准数据的预测值和历史异常数据的平均绝对误差，其中mae值越小代表着校准数据越准确。
[0069]
步骤s33、基于所述评价值对所述xgboost算法中的常量系数进行调整，直至所述评价值小于预设的评价阈值，得到调整后的校准数据预测模型。
[0070]
可以理解的是本发明通过重复迭代调整xgboost算法中的常量系数，直至预测得到校准数据为符合要求的校准数据，也就是预测得到的校准数据与历史异常数据的平均绝
对误差值小于阈值，进而迭代停止，得到调整好参数的校准数据的预测模型。
[0071]
实施例2：
[0072]
如图2所示，本实施例提供了一种灯珠位置的设计装置，所述装置包括获取单元701、第一处理单元702、第二处理单元703和第三处理单元704。
[0073]
获取单元701，用于获取第一信息和第二信息，所述第一信息为高频火花机的运行视频信息，所述第二信息为所述运行视频信息对应的运行数据信息，所述运行数据包括高频火花机运行时的电压值、灵敏度和稳定度；
[0074]
第一处理单元702，用于将所述第一信息和第二信息发送至异常检测模块进行处理，得到第三信息，所述第三信息包括高频火花机的异常信息；
[0075]
第二处理单元703，用于将所述第三信息发送至调整后的校准数据预测模型进行处理，得到高频火花机的校准数据；
[0076]
第三处理单元704，用于基于所述高频火花机的校准数据对所述高频火花机进行校准，得到校准后的高频火花机。
[0077]
在本公开的一种具体实施方式中，所述第一处理单元702包括第一处理子单元7021、第一对比子单元7022、第一判断子单元7023和第二处理子单元7024。
[0078]
第一处理子单元7021，用于按照所述高频火花机的运行时间将所述高频火花机的运行视频信息进行提取，得到所述高频火花机的运行视频的关键图像，所述关键图像为基于图像识别处理得到的至少一帧高频火花机的放电图像；
[0079]
第一对比子单元7022，用于将所述高频火花机的运行视频的关键图像和预设的火花机的放电图像进行对比，得到高频火花机的异常放电图像信息；
[0080]
第一判断子单元7023，用于将所述第二信息发送至训练后的异常数据判断模型进行异常判断，得到高频火花机的异常运行数据；
[0081]
第二处理子单元7024，用于基于所述高频火花机的异常放电图像信息和高频火花机的异常放电图像信息，得到高频火花机的异常信息。
[0082]
在本公开的一种具体实施方式中，所述第一处理子单元7021包括第二对比子单元70211、第三处理子单元70212、第一计算子单元70213和第二判断子单元70214。
[0083]
第二对比子单元70211，用于将所述高频火花机的运行视频的关键图像内的每帧图像输入到所述图像匹配度计算模型内，分别与预设的高频火花机的放电图像进行对比处理，得到至少两个高频火花机的运行视频的关键图像和预设的火花机的放电图像匹配度值；
[0084]
第三处理子单元70212，用于将所有的高频火花机的运行视频的关键图像和预设的火花机的放电图像匹配度值进行汇总，得到匹配度值集合；
[0085]
第一计算子单元70213，用于将所述匹配度值集合内所有数据进行均方根计算，并将得到的均方根值作为判断高频火花机的运行视频的关键图像是否为异常放电图像的阈值；
[0086]
第二判断子单元70214，用于基于所述判断高频火花机的运行视频的关键图像是否为异常放电图像的阈值，得到高频火花机的异常放电图像信息。
[0087]
在本公开的一种具体实施方式中，所述第一判断子单元7023包括获取子单元70231、第四处理子单元70232、第三判断子单元70233和第三对比子单元70234。
[0088]
获取子单元70231，用于获取历史运行数据信息，筛选所述历史运行数据信息的异常数据，并对所述历史运行数据信息的异常数据进行异常类型标定，得到标定后的异常数据信息；
[0089]
第四处理子单元70232，用于基于cart算法对所述历史运行数据信息的异常数据信息进行处理，得到cart决策树，并将所述cart决策树进行随机剪枝处理得到判断异常数据信息的决策树模型；
[0090]
第三判断子单元70233，用于将所述历史运行数据信息发送至所述决策树模型进行判断，得到历史运行数据信息的异常数据信息；
[0091]
第三对比子单元70234，用于基于所述历史运行数据信息的异常数据信息和所述标定后的异常数据信息进行对比，并基于对比结果调整所述决策树模型内的判断参数，直至所述对比结果与预设对比结果相同后，得到训练后的决策树模型。
[0092]
在本公开的一种具体实施方式中，所述第二处理单元703包括第五处理子单元7031、第二计算子单元7032和第六处理子单元7033。
[0093]
第五处理子单元7031，用于将预设的高频火花机历史异常数据基于xgboost算法进行回归分析，得到高频火花机历史异常数据的校准数据；
[0094]
第二计算子单元7032，用于将所述高频火花机历史异常数据的校准数据基于预设的评价公式进行计算，得到所述高频火花机历史异常数据的校准数据的评价值；
[0095]
第六处理子单元7033，用于基于所述评价值对所述xgboost算法中的常量系数进行调整，直至所述评价值小于预设的评价阈值，得到调整后的校准数据预测模型。
[0096]
需要说明的是，关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
[0097]
实施例3：
[0098]
相应于上面的方法实施例，本实施例中还提供了一种计算机存储介质，下文描述的一种计算机存储介质与上文描述的一种高频火花机校准方法可相互对应参照。
[0099]
一种计算机存储介质，计算机存储介质上存储有计算机程序，计算机程序被处理器执行时实现上述方法实施例的高频火花机校准方法的步骤。
[0100]
该计算机存储介质具体可以为u盘、移动硬盘、只读存储器(read-on l y memory，rom)、随机存取存储器(random access memory，ram)、磁碟或者光盘等各种可存储程序代码的计算机存储介质。
[0101]
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
[0102]
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。