[发明专利]电缆质量检测方法、装置及电子设备

权利要求书

1.一种电缆质量检测方法，其特征在于，包括：

获取目标检测区域内各条电缆的电缆数据，所述电缆数据指的是对电缆质量造成影响的各个影响因素对应的数据；

基于所述电缆数据对各条电缆进行聚类，得到多个数据类，选取各个数据类的聚类中心，将所述聚类中心对应的电缆标记为典型电缆；

获取各个数据类中典型电缆的载流量测试数据，将各个数据类中典型电缆的载流量测试数据以及各个数据类中典型电缆的电缆数据输入至预设的质量检测模型中，得到各个数据类中典型电缆的质量检测结果；

基于各个数据类中典型电缆的质量检测结果确定目标检测区域内各条电缆的质量检测结果。

2.如权利要求1所述的电缆质量检测方法，其特征在于，电缆的质量检测结果为电缆的故障状态；所述基于各个数据类中典型电缆的质量检测结果确定目标检测区域内各条电缆的质量检测结果，包括：

若某条典型电缆的质量检测结果显示该条典型电缆为故障状态，则将该条典型电缆所在的数据类中的所有电缆确定为故障状态；

若某条典型电缆的质量检测结果显示该条典型电缆不为故障状态，则根据每条电缆距该条电缆对应的典型电缆的距离确定各条电缆的质量检测结果；

其中，某条电缆所在数据类的典型电缆为该条电缆对应的典型电缆，某条电缆距该条电缆对应的典型电缆的距离指的是在该条电缆所在的数据类中，该条电缆对应的电缆数据与聚类中心之间的距离。

3.如权利要求2所述的电缆质量检测方法，其特征在于，所述根据每条电缆距该条电缆对应的典型电缆的距离确定各条电缆的质量检测结果，包括：

对于每个数据类，均执行以下步骤：

将某条电缆距该条电缆对应的典型电缆的距离记为该条电缆的典型距离；

对于目标数据类中的各条电缆，按照典型距离从大到小的顺序依次将各条电缆对应的电缆数据以及目标数据类中典型电缆的载流量测试数据输入至预设的质量检测模型中，直至检测出不为故障状态的电缆，并将该不为故障状态的电缆记为目标电缆，将目标电缆的典型距离记为目标距离；

将目标数据类中典型距离不大于目标距离的电缆确定为非故障状态，将目标数据类中典型距离大于目标距离的电缆确定为故障状态。

4.如权利要求2所述的电缆质量检测方法，其特征在于，所述根据每条电缆距该条电缆对应的典型电缆的距离确定各条电缆的质量检测结果，包括：

将某条电缆距该条电缆对应的典型电缆的距离记为该条电缆的典型距离；

将典型距离大于预设距离值的电缆确定为故障状态，将典型距离不大于预设距离值的电缆确定为非故障状态。

5.如权利要求1所述的电缆质量检测方法，其特征在于，电缆的质量检测结果为电缆的质量级别；所述基于各个数据类中典型电缆的质量检测结果确定目标检测区域内各条电缆的质量检测结果，包括：

将各个数据类中典型电缆的质量级别作为各个数据类中电缆的质量级别。

6.如权利要求1所述的电缆质量检测方法，其特征在于，所述质量检测模型包含权重系数选择模型以及神经网络模型；所述将各个数据类中典型电缆的载流量测试数据以及各个数据类中典型电缆的电缆数据输入至预设的质量检测模型中，得到各个数据类中典型电缆的质量检测结果，包括：

将各个数据类中典型电缆的载流量测试数据输入至所述权重系数选择模型中，确定各个数据类中典型电缆对应的权重系数；

将各个数据类中典型电缆对应的权重系数以及各个数据类中典型电缆的电缆数据输入至神经网络模型中，得到各个数据类中典型电缆的质量检测结果。

7.如权利要求6所述的电缆质量检测方法，其特征在于，所述权重系数选择模型用于根据输入的载流量测试数据输出对应的权重系数值；

所述神经网络模型的初始权重系数为空，所述神经网络模型用于将输入的权重系数作为本神经网络模型的权重系数后根据输入的电缆数据输出对应的质量检测结果。