[发明专利]绝缘子串检测方法、电子设备及存储介质

权利要求书

1.一种绝缘子串检测方法，其特征在于，所述方法包括：

获得与至少两个高压电线连接的绝缘子串的红外图像，所述至少两个高压电线连接于同一个交流发电机，每个高压电线分别与所述至少一个绝缘子串对应；

获得所述红外图像中与至少两个高压电线连接的绝缘子串的红外温度值；

在与至少两个高压电线连接的绝缘子串中确定任意两个绝缘子串之间的红外温度值的差值；

当所述差值在预设差值范围之外，则确定所述任意两个绝缘子串中至少存在一个缺陷绝缘子串。

2.如权利要求1所述的方法，其特征在于，所述方法还包括：

在与至少两个高压电线连接的绝缘子串中确定除所述任意两个绝缘子串之外的第三绝缘子串的红外温度值；

将所述第三绝缘子串的红外温度值分别与所述任意两个绝缘子串的红外温度值两两对比，确定与所述第三绝缘子串的红外温度值的差值在所述预设差值范围之外的缺陷绝缘子串。

3.如权利要求2所述的方法，其特征在于，所述任意两个绝缘子串为与同一高压电线连接的绝缘子串。

4.如权利要求3所述的方法，其特征在于，所述与至少两个高压电线连接的绝缘子串的红外温度值包括第一温度值，所述第一温度值为连接于同一高压电线的绝缘子串的红外温度值，所述方法还包括：

将所述与至少两个高压电线连接的绝缘子串的红外温度值输入至训练完成的神经网络模型中，以输出与至少两个高压电线连接的每个绝缘子串的第一异常概率值；

将所述第一温度值输入至所述神经网络模型中，以输出所述连接于同一高压电线的每个绝缘子串的第二异常概率值；

基于预设的权重值将所述第一异常概率值和所述第二异常概率值进行叠加，得到每个绝缘子串的第三异常概率值；

在所述每个绝缘子串的第三异常概率值中确定概率值最高的绝缘子串为所述缺陷绝缘子串；

其中，所述训练完成的神经网络模型为初始化神经网络模型通过标注有所述红外温度值对应的异常分类结果的样本红外图像进行循环训练后得到的神经网络模型。

5.如权利要求4所述的方法，其特征在于，所述训练完成的神经网络模型的卷积层用于提取出所述红外温度值的第一特征后，基于所述第一特征提取出所述红外温度值的第二特征，所述训练完成的神经网络模型基于所述第二特征输出所述第一异常概率值或所述第三异常概率值，所述第一特征大于所述第二特征。

6.如权利要求5所述的方法，其特征在于，所述卷积层包括第一卷积核和第二卷积核，所述第一卷积核用于提取出所述红外温度值的第一特征，所述第二卷积核用于基于所述第一特征提取出所述红外温度值的第二特征，所述第一卷积核的大小大于所述第二卷积核的大小。

7.如权利要求4-6任一所述的方法，其特征在于，所述第三绝缘子串为所述第三异常概率值中概率值最低的绝缘子串。

8.一种电子设备，其特征在于，所述电子设备包括：

红外图像获得模块，用于获得与至少两个高压电线连接的绝缘子串的红外图像，所述至少两个高压电线连接于同一个交流发电机，每个高压电线分别与所述至少一个绝缘子串对应；

第一温度值获得模块，用于获得所述红外图像中与至少两个高压电线连接的绝缘子串的红外温度值；

差值确定模块，用于在与至少两个高压电线连接的绝缘子串中确定任意两个绝缘子串之间的红外温度值的差值；

缺陷确定模块，用于当所述差值在预设差值范围之外，则确定所述任意两个绝缘子串中至少存在一个缺陷绝缘子串。

9.一种电子设备，其特征在于，所述电子设备包括：

存储器；

以及耦接至所述存储器的处理器，所述处理器被配置为基于存储在所述存储器中的指令，执行如权利要求1-7任一所述的方法。

10.一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，该指令被一个或多个处理器执行实现权利要求1-7任一所述的方法的步骤。