一种云边协同自主学习的智能识别系统的制作方法

技术特征：
1.一种云边协同自主学习的智能识别系统，其中，所述系统与一云服务器通信连接，所述系统包括：第一获得单元，所述第一获得单元用于获得油气管道线路的风险识别要素集合；第一构建单元，所述第一构建单元用于根据所述风险识别要素集合，构建管道风险识别数据库；第一生成单元，所述第一生成单元用于将所述管道风险识别数据库输入边缘计算设备中进行算法识别匹配写入，生成算法识别匹配模型；第二获得单元，所述第二获得单元用于将所述油气管道线路的第一监测视频信息输入所述算法识别匹配模型中，根据所述算法识别匹配模型，获得第一报警信息；第一执行单元，所述第一执行单元用于将所述第一报警信息传输至所述云服务器中，其中，所述云服务器包括智能识别管理平台和智能识别算法训练平台；第三获得单元，所述第三获得单元用于根据所述智能识别管理平台对所述第一报警信息进行误报标签识别，获得第一标签归类结果；第四获得单元，所述第四获得单元用于将所述第一标签归类结果输入所述智能识别算法训练平台中进行误报优化模型训练，根据所述误报优化模型，获得第一优化信息；第二执行单元，所述第二执行单元用于根据所述第一优化信息对所述边缘计算设备中的所述算法识别匹配模型进行优化。2.如权利要求1所述的系统，其中，所述系统包括：第五获得单元，所述第五获得单元用于将所述第一报警信息进行准确性识别，获得第一准确系数；第六获得单元，所述第六获得单元用于将所述第一准确系数输入逻辑回归模型中进行准确性判断，获得逻辑回归结果，其中，所述逻辑回归结果包括第一结果和第二结果，所述第一结果为不准确，所述第二结果为准确；第二生成单元，所述第二生成单元用于若所述逻辑回归结果为所述第一结果，生成第一误报标识信息；第三执行单元，所述第三执行单元用于根据所述第一误报标识信息对所述第一报警信息进行误报标记。3.如权利要求2所述的系统，其中，所述第三获得单元还包括：第七获得单元，所述第七获得单元用于通过对所述第一报警信息进行识别筛选，获得第一筛选报警信息，其中，所述第一筛选报警信息为具有误报标签的报警信息；第三生成单元，所述第三生成单元用于通过对所述第一筛选报警信息进行特征识别，生成第一特征集；第八获得单元，所述第八获得单元用于对所述第一特征集进行特征识别项分析，并根据所述特征识别项对所述第一筛选报警信息进行智能特征向归类，获得所述第一标签归类结果。4.如权利要求2所述的系统，其中，所述系统包括：第九获得单元，所述第九获得单元用于获得所述智能管理平台的第一管理人员；第十获得单元，所述第十获得单元用于根据所述第一管理人员，获得第一人员识别信息；
第十一获得单元，所述第十一获得单元用于将所述第一报警信息输入准确性核检模型中进行自检，获得第一自检识别信息；第四生成单元，所述第四生成单元用于根据所述第一人员识别信息和所述第一自检识别信息，生成所述第一准确系数。5.如权利要求4所述的系统，其中，所述系统包括：第四执行单元，所述第四执行单元用于将所述第一人员识别信息作为横坐标轴；第二构建单元，所述第二构建单元用于将所述第一自检识别信息作为纵坐标轴，构建二维直角坐标系；第五生成单元，所述第五生成单元用于根据所述直角坐标系生成所述逻辑回归模型，其中，所述逻辑回归模型包括第一逻辑回归线，所述第一逻辑回归线的一侧为所述第一报警信息不准确的结果，所述第一逻辑回归线的另一侧为所述第一报警信息准确的结果。6.如权利要求1所述的系统，其中，所述第一执行单元还包括：第五执行单元，所述第五执行单元用于将所述第一报警信息传输至所述云服务器中的传输过程可以通过网络通信设备实现。7.如权利要求2所述的系统，其中，所述第四获得单元还包括：第六执行单元，所述第六执行单元用于将所述第一标签归类结果作为负样本训练数据集；第七执行单元，所述第七执行单元用于将所述逻辑回归结果中判断为所述第二结果的所有报警信息作为正样本训练数据集；第八执行单元，所述第八执行单元用于根据所述负样本训练数据集和所述正样本训练数据集作为输入信息输入所述误报优化模型中进行模型训练；第十二获得单元，所述第十二获得单元用于通过对所述误报优化模型进行模型校验，获得第一校验结果；第十三获得单元，所述第十三获得单元用于若所述第一校验结果为校验通过，根据所述误报优化模型获得所述第一优化信息。8.一种云边协同自主学习的智能识别匹配方法，其中，所述方法包括：获得油气管道线路的风险识别要素集合；根据所述风险识别要素集合，构建管道风险识别数据库；将所述管道风险识别数据库输入边缘计算设备中进行算法识别匹配写入，生成算法识别匹配模型；将所述油气管道线路的第一监测视频信息输入所述算法识别匹配模型中，根据所述算法识别匹配模型，获得第一报警信息；将所述第一报警信息传输至云服务器中，其中，所述云服务器包括智能识别管理平台和智能识别算法训练平台；根据所述智能识别管理平台对所述第一报警信息进行误报标签识别，获得第一标签归类结果；将所述第一标签归类结果输入所述智能识别算法训练平台中进行误报优化模型训练，根据所述误报优化模型，获得第一优化信息；根据所述第一优化信息对所述边缘计算设备中的所述算法识别匹配模型进行优化。
9.一种云边协同自主学习的智能识别系统，包括至少一个处理器和存储器，所述至少一个处理器与所述存储器耦合，用于读取并执行所述存储器中的指令，以执行如权利要求1-7中任一项所述的系统。

技术总结
本发明公开了一种云边协同自主学习的智能识别系统，所述系统包括：获得油气管道线路的风险识别要素集合；构建管道风险识别数据库；进行算法识别匹配写入，生成算法识别匹配模型；将油气管道线路的第一监测视频信息输入算法识别匹配模型中，获得第一报警信息；对第一报警信息进行误报标签识别，获得第一标签归类结果；将第一标签归类结果输入智能识别算法训练平台中进行误报优化模型训练，根据误报优化模型，获得第一优化信息；对边缘计算设备中的算法识别匹配模型进行优化。解决了现有技术中存在边缘计算所采用的芯片算力有限，所能实现的智能识别项受到限制，同时算法的识别准确率较低，导致误报率升高，降低管理效率的技术问题。问题。问题。


技术研发人员：姜有文 赵云峰 王巨洪 李荣光 张子龙 王新 李保吉 马江涛 叶汉 丁雨 闫杰 王路 王祥 王辛楼
受保护的技术使用者：国家管网集团北方管道有限责任公司
技术研发日：2021.12.02
技术公布日：2022/4/15