[发明专利]一种低压线路火灾隐患识别模型的训练方法及系统

权利要求书

1.一种低压线路火灾隐患识别模型的训练方法，其特征在于，包括以下步骤：

步骤S1，获取训练样本，所述训练样本包括多个低压线路的线路参数；

步骤S2，根据所述多个低压线路的线路参数确定所述多个低压线路的隐患预警等级，并将确定的隐患预警等级记录为所述多个低压线路的正确分类结果；其中，所述隐患预警等级包括健康、隐患及损坏，所述多个低压线路包括健康、隐患和损坏的线路；

步骤S3，获取第i个低压线路的线路参数，将第i个低压线路的线路参数输入SVM基础模型进行分类处理输出当前分类结果；

步骤S4、将所述当前分类结果与对应的正确分类结果进行比较；若比较结果为两者一致，则进入步骤S5；若比较结果为两者不一致，则调整所述SVM基础模型的模型参数，并返回步骤S3；

步骤S5、判断i是否大于等于n，n为所述训练样本的低压线路数量；若是，则结束训练，输出SVM基础模型作为低压线路火灾隐患识别模型；若否，则令i＝i+1，并返回步骤S3。

2.根据权利要求1所述的低压线路火灾隐患识别模型的训练方法，其特征在于，所述调整所述SVM基础模型的模型参数，包括：

将该低压线路的线路参数作为SVM基础模型的一个新的支持向量，并使用所述新的支持向量和原有的支持向量重新计算SVM基础模型的分类超平面参数与支持向量。

3.如权利要求2所述的低压线路火灾隐患识别模型的训练方法，其特征在于，所述低压线路的线路参数包括稳态电流峰值、累计电荷量、电压降落、电压相位差和每次电流脉冲的峰值。

4.如权利要求3所述的低压线路火灾隐患识别模型的训练方法，其特征在于，所述步骤S2包括：

根据所述稳态电流峰值、所述累计电荷量、所述电压降落、所述电压相位差及所述每次电流脉冲的峰值与对应预设阈值的比较结果确定每一低压线路的隐患预警等级。

5.一种低压线路火灾隐患识别模型的训练系统，用以实现如权利要求1-4任一所述的方法，其特征在于，包括：

样本采集模块，用以获取训练样本，所述训练样本包括多个低压线路的线路参数；

预警等级评估模块，用以根据所述多个低压线路的线路参数确定所述多个低压线路的隐患预警等级，并将确定的隐患预警等级记录为所述多个低压线路的正确分类结果；其中，所述隐患预警等级包括健康、隐患及损坏，所述多个低压线路包括健康、隐患和损坏的线路；

训练模块，用以获取第i个低压线路的线路参数，将第i个低压线路的线路参数输入SVM基础模型进行分类处理输出当前分类结果；将所述当前分类结果与对应的正确分类结果进行比较；若比较结果为两者一致，则判断i是否大于等于n，n为所述训练样本的低压线路数量；若是，则结束训练，输出SVM基础模型作为低压线路火灾隐患识别模型；若否，则令i＝i+1，并重新获取第i个低压线路的线路参数输入SVM基础模型进行分类处理；若比较结果为两者不一致，则调整所述SVM基础模型的模型参数，并重新获取第i个低压线路的线路参数输入SVM基础模型进行分类处理。

6.如权利要求5所述的低压线路火灾隐患识别模型的训练系统，其特征在于，所述训练模块将该低压线路的线路参数作为SVM基础模型的一个新的支持向量，并使用所述新的支持向量和原有的支持向量重新计算SVM基础模型的分类超平面参数与支持向量。

7.如权利要求6所述的低压线路火灾隐患识别模型的训练系统，其特征在于，所述预警等级评估模块分别根据所述稳态电流峰值、所述累计电荷量、所述电压降落、所述电压相位差及所述每次电流脉冲的峰值与对应预设阈值的比较结果确定每一低压线路的隐患预警等级。

8.如权利要求7所述的低压线路火灾隐患识别模型的训练系统，其特征在于，所述样本采集模块获取的低压线路的线路参数包括稳态电流峰值、累计电荷量、电压降落、电压相位差和每次电流脉冲的峰值。