一种线路图像处理方法、装置、计算机设备与流程

本技术涉及电力系统监测，特别是涉及一种线路图像处理方法、装置、计算机设备、存储介质和计算机程序产品。

背景技术：

1、线路图像视频监测技术是近年来快速发展的一项技术，在电力、通信行业广泛应用，其依赖于大量的图像和视频数据采集，并通过图像处理和机器学习技术将数据转化成有价值的信息，实现对线路状态的实时监测、异常检测、故障诊断和预测等功能；

2、然而，在实际应用中，面临一些问题，首先，由于线路分布范围广泛、天气条件复杂，线路图像数据的采集存在困难；其次，线路的状态参数多、复杂，不同状态参数的检测要求也不同，难以进行全面有效的监测；同时，线路异常的判断和定位需要高度的准确度，而传统的图像处理方法容易因噪声、光源、分辨率因素导致误判或漏判；最后，线路图像数据量大，需要进行快速分析并提取有价值的信息，成为数据处理技术面临的挑战。

3、传统的电力系统故障检测通常需要人工参与，对大量线路图像进行分析和诊断，费时费力。在发生故障时，传统系统的实时响应和维护可能受到限制，导致对故障的迅速处理存在困难。此外，传统方法可能在故障识别的准确性方面存在一定的局限性，难以精确地确定故障位置和类型，在故障发生时，缺乏历史信息参考，难以全面了解故障发生时的环境和条件。电力系统工作环境复杂多变，传统方法难以适应各种环境条件下的故障检测需求。

技术实现思路

1、基于此，有必要针对上述技术问题，提供一种线路图像处理方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。

2、第一方面，本技术提供了一种线路图像处理方法，所述方法包括：

3、获取线路监测图像，根据图像内容确定所述线路监测图像所属的目标类别；

4、将所述线路监测图像输入预设的所述目标类别对应的线路故障检测模型，得到线路检测结果；

5、根据所述线路检测结果确定故障位置和故障类型，将所述线路检测结果上报至所述故障位置和故障类型对应的维检中心。

6、在其中一个实施例中，所述根据图像内容确定所述线路监测图像所属的目标类别，包括：

7、识别所述线路检测图像的图像内容，确定线路搭设环境和/或拍摄天气状况；

8、根据所述线路搭设环境和/或所述拍摄天气状况，确定线路监测图像的切分方式和规则；

9、在其中一个实施例中，所述方法还包括：

10、加载线路图像素材集，所述线路图像素材集包含大量标记有故障位置和故障类型的故障线路图像，以及正常线路图像；

11、将所述线路图像素材集按照线路搭设环境和/或拍摄天气状况，分为多个类别对应的线路图像素材子集；

12、利用不同类别对应的线路图像素材子集，训练初始图像识别模型，生成不同类别对应的线路故障检测模型。

13、在其中一个实施例中，所述将所述线路检测结果上报至所述故障位置和故障类型对应的维检中心之后，还包括：

14、接收所述维检中心反馈的真实故障位置和真实故障类型，标记所述线路监测图像；

15、基于标记后的线路监测图像对所述目标类别对应的线路故障检测模型进行训练。

16、在其中一个实施例中，所述根据所述线路检测结果确定故障位置和故障类型之后，还包括：

17、获取拍摄时刻临近的包含所述故障位置的历史线路监测图像；

18、根据历史线路监测图像确定线路变化时刻；

19、向所述维检中心发送每个所述线路变化时刻对应的历史线路监测图像。

20、在其中一个实施例中，所述方法还包括：

21、汇总线路检测结果，统计故障位置和故障类型；

22、根据所述故障位置和故障类型对应的线路的状态参数，生成线路用材选型和线路搭设规划的参考方案。

23、第二方面，本技术还提供了一种线路图像处理装置，所述装置包括：

24、图像处理模块，用于获取线路监测图像数据，并对获取的图像数据进行处理；

25、图像分析模块，用于选取并运行线路检测模型，对输入的线路监测图像数据进行分析，输出线路检测结果；

26、通讯模块，用于将线路检测结果上报至所述故障位置和故障类型对应的维检中心。

27、第三方面，本技术还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：

28、获取线路监测图像，根据图像内容确定所述线路监测图像所属的目标类别；

29、将所述线路监测图像输入预设的所述目标类别对应的线路故障检测模型，得到线路检测结果；

30、根据所述线路检测结果确定故障位置和故障类型，将所述线路检测结果上报至所述故障位置和故障类型对应的维检中心。

31、第四方面，本技术还提供了一种计算机可读存储介质。所述计算机可读存储介质，其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以下步骤：

32、获取线路监测图像，根据图像内容确定所述线路监测图像所属的目标类别；

33、将所述线路监测图像输入预设的所述目标类别对应的线路故障检测模型，得到线路检测结果；

34、根据所述线路检测结果确定故障位置和故障类型，将所述线路检测结果上报至所述故障位置和故障类型对应的维检中心。

35、第五方面，本技术还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：

36、获取线路监测图像，根据图像内容确定所述线路监测图像所属的目标类别；

37、将所述线路监测图像输入预设的所述目标类别对应的线路故障检测模型，得到线路检测结果；

38、根据所述线路检测结果确定故障位置和故障类型，将所述线路检测结果上报至所述故障位置和故障类型对应的维检中心。

39、上述线路图像处理方法、装置、计算机设备、存储介质和计算机程序产品，通过对线路监测图像进行内容分析，确定图像所属的目标类别。提高了系统对线路图像的理解能力，为后续故障检测提供了目标类别的基础。将图像输入预设的目标类别对应的线路故障检测模型，得到线路检测结果。通过预训练的模型实现了自动化的线路故障检测，提高了检测的准确性和效率。根据线路检测结果确定故障位置和故障类型，将结果上报至故障位置和故障类型对应的维检中心。实现了对故障的自动识别和定位，并将结果及时上报，提高了故障管理的响应速度和准确性。通过机器学习模型，实现了对线路图像中故障的自动检测，减轻了人工分析的负担。故障信息能够实时上报至维检中心，有助于及时响应和维护。通过图像内容分析和机器学习模型，提高了对线路故障位置和类型的准确性。实现了自动故障位置和类型的定位，为后续的维护决策提供了基础。向维检中心发送历史图像，有助于维护人员更全面地了解故障发生时的环境和条件。总体来说，这种线路图像处理方法通过结合图像分析和机器学习技术，实现了对电力系统中线路故障的智能检测和定位，提高了维护效率和准确性。