计量设备的性能趋势预测方法、装置、设备及系统与流程

本申请涉及电力设备智能运维与图像识别，尤其涉及一种计量设备的性能趋势预测方法、装置、设备及系统。

背景技术：

1、在电力系统中，低压电流互感器作为电能计量的核心设备，其性能状态直接影响电网运行的稳定性与计量数据的准确性。因此，亟需一种能够自适应设备型号差异、融合时序特征的性能趋势预测方法，以提升电力设备运维的智能化水平和预测可靠性。

2、现有技术中，基于深度学习的图像识别技术被引入设备异常检测领域，比如采用卷积神经网络等目标检测算法对设备图像进行缺陷的定位与分类，进而为自动化运维提供技术支撑。

3、然而，现有技术中的通用视觉模型对不同型号设备适应性不足，采用固定参数的通用架构，降低了对计量设备性能趋势的预测准确性。

技术实现思路

1、本申请提供一种计量设备的性能趋势预测方法、装置、设备及系统，用以提升计量设备异常识别的适应性、稳定性以及性能趋势判断的可靠性。

2、第一方面，本申请提供一种计量设备的性能趋势预测方法，包括：

3、获取计量设备图像；

4、对所述计量设备图像进行图像识别处理，得到计量设备的铭牌文本信息；

5、根据所述铭牌文本信息，动态调整检测模型中全连接层的融合权重配比，得到目标检测模型；

6、基于所述目标检测模型，对所述计量设备图像进行缺陷检测，得到所述计量设备的性能趋势预测结果。

7、在一种可能的实现方式中，根据所述铭牌文本信息，动态调整检测模型中全连接层的融合权重配比，得到目标检测模型，包括：

8、根据所述铭牌文本信息，确定所述计量设备的数据充分性系数；

9、若所述数据充分性系数满足预设系数阈值，则根据检测模型的第一网络层动态调整检测模型中全连接层的融合权重配比，得到目标检测模型；

10、若所述数据充分性系数未满足所述预设系数阈值，则根据所述检测模型的第二网络层动态调整所述融合权重配比，得到目标检测模型。

11、在一种可能的实现方式中，根据所述铭牌文本信息，确定所述计量设备的数据充分性系数之后，所述方法还包括：

12、获取多个设备类型的多个异常计量设备图像集合和多个异常外观特征集合；

13、对所述多个异常计量设备图像集合和所述多个异常外观特征集合进行映射关联，获得多个映射关联训练样本集；

14、基于所述多个映射关联训练样本集进行区分性训练，获得检测模型的第一网络层和第二网络层。

15、在一种可能的实现方式中，对所述计量设备图像进行图像识别处理，得到计量设备的铭牌文本信息，包括：

16、基于边缘检测与轮廓分析，定位所述计量设备图像的铭牌区域图像；

17、对所述铭牌区域图像进行文字识别处理，得到所述计量设备的初始识别文本；

18、基于预设电力设备铭牌关键字规则库，对所述初始识别文本进行解析，得到所述计量设备的铭牌文本信息。

19、在一种可能的实现方式中，基于边缘检测与轮廓分析，定位所述计量设备图像的铭牌区域图像，包括：

20、对所述计量设备图像进行边缘检测，得到所述计量设备图像的边缘图像；

21、对所述边缘图像进行轮廓分析，得到闭合轮廓集合；

22、基于预设规则四边形几何特征与纹理特征约束，对所述闭合轮廓集合进行筛选，得到所述计量设备图像的铭牌区域图像。

23、在一种可能的实现方式中，基于所述目标检测模型，对所述计量设备图像进行缺陷检测，得到所述计量设备的性能趋势预测结果，包括：

24、基于所述目标检测模型，对所述计量设备图像进行外观异常识别，得到图像异常特征；

25、根据所述目标检测模型的目标融合权重配比，对所述图像异常特征进行加权融合处理，得到所述计量设备的性能趋势预测结果。

26、在一种可能的实现方式中，根据所述目标检测模型的目标融合权重配比，对所述图像异常特征进行加权融合处理，之后，所述方法还包括：

27、获取所述计量设备在历史窗口内的历史计量设备融合特征序列；

28、根据所述历史计量设备融合特征序列对所述计量设备进行性能趋势预测，获得性能趋势预测结果。

29、第二方面，本申请提出一种计量设备的性能趋势预测装置，包括：

30、图像获取模块，用于获取计量设备图像；

31、文本信息得到模块，用于对所述计量设备图像进行图像识别处理，得到计量设备的铭牌文本信息；

32、检测模型得到模块，用于根据所述铭牌文本信息，动态调整检测模型中全连接层的融合权重配比，得到目标检测模型；

33、性能趋势预测模块，用于基于所述目标检测模型，对所述计量设备图像进行缺陷检测，得到所述计量设备的性能趋势预测结果。

34、第三方面，本申请提供一种计量设备的性能趋势预测设备，包括：存储器，处理器；

35、所述存储器存储计算机执行指令；

36、所述处理器执行所述存储器存储的计算机执行指令，使得所述处理器执行如上第一方面和/或第一方面各种可能的实施方式。

37、第四方面，本申请实施例提供一种计量设备的性能趋势预测系统，包括计算机程序，该计算机程序被处理器执行时实现如上第一方面和/或第一方面各种可能的实施方式。

38、本申请提供的计量设备的性能趋势预测方法、装置、设备及系统，通过获取计量设备图像；对计量设备图像进行图像识别处理，得到计量设备的铭牌文本信息；根据铭牌文本信息，动态调整检测模型中全连接层的融合权重配比，得到目标检测模型；基于目标检测模型，对计量设备图像进行缺陷检测，得到计量设备的性能趋势预测结果，解决了现有人工巡检效率低、通用视觉模型对不同型号计量设备适应性差及基于单次图像难以可靠预测性能变化趋势的问题，提升了不同型号计量设备缺陷识别的针对性、稳定性和泛化能力，提高了性能趋势预测的可靠性，为设备预警和运维决策提供支持。

1.一种计量设备的性能趋势预测方法，其特征在于，包括：

2.根据权利要求1所述的性能趋势预测方法，其特征在于，根据所述铭牌文本信息，动态调整检测模型中全连接层的融合权重配比，得到目标检测模型，包括：

3.根据权利要求2所述的性能趋势预测方法，其特征在于，根据所述铭牌文本信息，确定所述计量设备的数据充分性系数之后，所述方法还包括：

4.根据权利要求1所述的性能趋势预测方法，其特征在于，对所述计量设备图像进行图像识别处理，得到计量设备的铭牌文本信息，包括：

5.根据权利要求4所述的性能趋势预测方法，其特征在于，基于边缘检测与轮廓分析，定位所述计量设备图像的铭牌区域图像，包括：

6.根据权利要求1所述的性能趋势预测方法，其特征在于，基于所述目标检测模型，对所述计量设备图像进行缺陷检测，得到所述计量设备的性能趋势预测结果，包括：

7.根据权利要求6所述的性能趋势预测方法，其特征在于，根据所述目标检测模型的目标融合权重配比，对所述图像异常特征进行加权融合处理之后，所述方法还包括：

8.一种计量设备的性能趋势预测装置，其特征在于，包括：

9.一种计量设备的性能趋势预测设备，其特征在于，包括：存储器，处理器；

10.一种计量设备的性能趋势预测系统，其特征在于，包括计算机程序，该计算机程序被处理器执行时实现权利要求1-7任一项所述的方法。