本发明实施例涉及电力,特别涉及一种电力设备渗漏油检测方法、装置、电子设备及存储介质。
背景技术:
1、电厂需要通过各种电力设备来保障电力的稳定供应,为避免电力设备出现非正常停工等事故工况,尤其是渗漏油造成的非正常停工,需要对电力设备进行巡检。目前,电力设备的渗漏油巡检,一般是依赖人工巡检,人工巡检可能会存在疏漏,且巡检周期较长,无法及时准确的发现电力设备的渗漏油现象。
2、因此,亟需提供一种能够及时且准确的检测到电力设备渗漏油的方法。
技术实现思路
1、本发明实施例提供了一种电力设备渗漏油检测方法、装置、电子设备及存储介质,能够及时且准确的检测到电力设备是否发生渗漏油现象。
2、第一方面,本发明实施例提供了一种电力设备渗漏油检测方法,包括:
3、获取电力设备易漏点的视频帧,所述易漏点设置有检测试纸;所述易漏点发生渗漏油现象时油液可浸润相应的检测试纸以使检测试纸的颜色变化为特定颜色;
4、将所述视频帧进行图像分割,得到与所述检测试纸相关的区域图像;
5、将所述区域图像输入至预先训练完成的渗漏油检测模型中,所述渗漏油检测模型对所述区域图像进行所述特定颜色的注意力增强处理,并对注意力增强处理后的图像进行特征提取,以利用提取的特征确定所述检测试纸是否发生所述特定颜色的变化,并输出渗漏油检测结果。
6、第二方面,本发明实施例还提供了一种电力设备渗漏油检测装置,包括:
7、视频帧获取单元,用于获取电力设备易漏点的视频帧,所述易漏点设置有检测试纸;所述易漏点发生渗漏油现象时油液可浸润相应的检测试纸以使检测试纸的颜色变化为特定颜色;
8、图像分割单元,用于将所述视频帧进行图像分割,得到与所述检测试纸相关的区域图像;
9、渗漏油检测单元,用于将所述区域图像输入至预先训练完成的渗漏油检测模型中,所述渗漏油检测模型对所述区域图像进行所述特定颜色的注意力增强处理,并对注意力增强处理后的图像进行特征提取,以利用提取的特征确定所述检测试纸是否发生所述特定颜色的变化,并输出渗漏油检测结果。
10、第三方面,本发明实施例还提供了一种电子设备,包括存储器和处理器,所述存储器中存储有计算机程序,所述处理器执行所述计算机程序时,实现本说明书任一实施例所述的方法。
11、第四方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,当所述计算机程序在计算机中执行时,令计算机执行本说明书任一实施例所述的方法。
12、本发明实施例提供了一种电力设备渗漏油检测方法、装置、电子设备及存储介质,通过在电力设备的易漏点处设置检测试纸,当易漏点发生渗漏油时油液会浸润检测试纸,检测试纸会变化为特定颜色,使得渗漏油现象更加明显,进一步通过图像分割将视频帧中检测试纸相关的区域图像分割出来,以使渗漏油检测模型将关注度集中到检测试纸上,排除视频帧中环境图像的噪声,并结合渗漏油检测模型对区域图像进行特定颜色的注意力增强处理,从而增加对特定颜色的关注度,提高检测结果的准确性。可见本方案,无需人工巡检,通过设置摄像头能够实时获取到渗漏点的视频帧,提高渗漏油检测的及时性,并且基于渗漏油发生后检测试纸的颜色变化与注意力增强处理相结合,能够准确的检测到电力设备是否发生渗漏油现象。
1.一种电力设备渗漏油检测方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述渗漏油检测模型的训练方式包括:
3.根据权利要求2所述的方法,其特征在于,所述正样本和所述负样本均覆盖多个环境参数。
4.根据权利要求2所述的方法,其特征在于,所述神经网络还包括频域学习模块;所述频域学习模块用于针对注意力增强处理后的图像,在全局自适应上选择图像中最大面积的至少一个色块,以使所述卷积模块利用该最大面积的至少一个色块进行特征提取。
5.根据权利要求4所述的方法,其特征在于,所述针对注意力增强处理后的图像,在全局自适应上选择图像中最大面积的至少一个色块,包括:
6.根据权利要求1-5中任一所述的方法,其特征在于,在所述输出渗漏油检测结果之后,还包括:
7.根据权利要求6所述的方法,其特征在于,所述确定该易漏点的渗漏油量,包括:
8.一种电力设备渗漏油检测装置,其特征在于,包括:
9.一种电子设备,包括存储器和处理器,所述存储器中存储有计算机程序,所述处理器执行所述计算机程序时,实现如权利要求1-7中任一项所述的方法。
10.一种计算机可读存储介质,其上存储有计算机程序,当所述计算机程序在计算机中执行时,令计算机执行权利要求1-7中任一项所述的方法。