[发明专利]一种输变电线路设备的故障数据库半自动化建立方法

摘要

本发明公开了一种输变电线路设备的故障数据库半自动化建立方法，包括以下步骤：采集数据：先利用数据采集装置采集输变电线路设备的相关数据，并且对数据进行筛选，建立未分类的数据库。本发明所述的一种输变电线路设备的故障数据库半自动化建立方法，首先解决了输变电线路设备及故障数据库的自动分类、检测和存储问题，完成输变电线路设备及故障数据库半自动化建立工作，其次将模型训练‑智能分类‑智能测试‑模型优化等工作一体化，形成完整闭环，构造出一个可自主优化的数据库系统，最后可以快速、高效的建立适用于深度学习的输变电线路关键设备及故障数据集，解决了数据集构造难的问题，带来更好的使用前景。

主权项

1.一种输变电线路设备的故障数据库半自动化建立方法，包括以下步骤：(1)、采集数据：先利用数据采集装置采集输变电线路设备的相关数据，并且对数据进行筛选，建立未分类的数据库；(2)、数据分析：分析获取目标部件的特征信息，挑选出特征信息明显且图片质量高的部分数据，进行目标部件标注工作，标注文件与图片名一一对应；(3)、数据分类：基于深度学习目标检测原理，将标注好的数据集，按照8:2的比例，随机分为训练集和测试集，进行模型训练工作；(4)、寻找最优模型：对两组模型进行模型训练，一种模型采用结合region proposal和CNN网络的R‑CNN系列目标检测模型，主要包括R‑CNN、SPP‑Net、Fast R‑CNN、Faster R‑CNN和R‑FCN，另一种模型采用将目标检测转换为回归问题的模型，主要包括YOLO系列和SSD；(5)、分析模型测试结果：选取整体结果最优模型，用以对剩余未使用数据和新采集的数据进行智能分类存储与故障检测工作，并将结果录入到分类数据库系统中；(6)、建立数据集：利用步骤(5)的分类结果，重复步骤(2)，建立适用于深度学习的输变电线路关键设备及故障数据集；(7)、结果检测：定期检查分类存储结果，对结果不符合模型的数据深入分析其图像特征，并寻找与其特征相似的数据进行数据集重构，调整模型参数，进而优化模型。