基于视频监控数据的电网设备巡检方法及装置与流程

1.本发明涉及电力设备监控技术领域，尤其涉及一种基于视频监控数据的电网设备巡检方法及装置。


背景技术：

2.随着社会的快速发展，人们对电力的需求越来越旺盛，电网设备的覆盖面积也越来越广，通过这些电网设备可满足人们的日常用电需求，提高人们的生活质量；在面对庞大数量的电网设备下，为了保证电网设备处于良好运行状态，需要对电网设备进行巡检，通过巡检可了解电网设备的运行状态。
3.当前，通常是通过人工对电网设备(如线路、电缆)进行实地巡检，具体为：通过指派电网维护人员到电网设备的实地进行巡检，确认电网设备是否运行正常。然而，实践发现，由于电网设备的覆盖面积广、路况复杂等因素，通过人工对电网设备进行实地巡检耗时耗力，导致电网设备的巡检效率较低，并且，通过人工实地巡检的准确性不高。


技术实现要素：

4.本发明所要解决的技术问题在于，提供一种基于视频监控数据的电网设备巡检方法及装置，能够按照巡检计划自动对电网设备进行图像巡检，提高电网设备的巡检效率，同时提高电网设备的巡检准确性。
5.为了解决上述技术问题，本发明第一方面公开了一种基于视频监控数据的电网设备巡检方法，所述方法包括：
6.基于确定出的任一总巡检计划，对所述总巡检计划对应待巡检的目标电网设备执行巡检操作，得到所述目标电网设备的目标巡检图像，所述总巡检计划为预先生成的巡检计划集合中的任一巡检计划，所述总巡检计划至少包括所述目标电网设备对应的标识信息以及至少一个巡检类别；
7.基于确定出的图像异常检测算法对所述目标巡检图像进行检测，得到所述目标电网设备的目标巡检结果。
8.作为一种可选的实施方式，在本发明第一方面中，所述目标电网设备对应的标识信息包括所述目标电网设备唯一对应的设备标识和/或所述目标电网设备所处目标线路的线路标识；
9.其中，所述总巡检计划还包括所述目标线路的线路类型、负责所述目标线路的责任班组标识、巡检重要级别、巡检频次、巡检时间范围、单次巡检时长以及对应的项目类别中的至少一种；
10.以及，所述总巡检计划是基于预先生成的运维策略库和/或人工录入的巡检信息生成的。
11.作为一种可选的实施方式，在本发明第一方面中，所述基于确定出的图像异常检测算法对所述目标巡检图像进行检测，得到所述目标电网设备的目标巡检结果，包括：
12.对所述目标巡检图像进行解码，得到所述目标巡检图像对应的至少一张目标图片；
13.基于确定出的图像异常检测算法，对所有所述目标图片进行检测，得到所述目标电网设备的目标巡检结果，其中，所述图像异常检测算法为基于人工神经网络的算法，所述图像异常检测算法包括至少一个算法子模块，其中，不同的所述算法子模块对应不同的图像异常检测功能。
14.作为一种可选的实施方式，在本发明第一方面中，所述方法还包括：
15.获取所述目标电网设备的所述目标巡检结果；
16.判断所述目标电网设备的所述目标巡检结果是否存在异常；
17.当判断结果为是时，生成第一预警信息，其中，所述第一预警信息用于对所述目标巡检结果的异常进行预警；
18.对所述目标巡检结果中存在异常的所述目标图片进行标记，得到标记目标图片；
19.根据所述标记目标图片，生成第一提示信息，其中，所述第一提示信息用于提示对所述标记目标图片进行人工复核。
20.作为一种可选的实施方式，在本发明第一方面中，所述方法还包括：
21.获取在确定的第一时间段内存储的所述目标电网设备的所述目标巡检结果；
22.根据在所述第一时间段内所述目标电网设备的所述目标巡检结果，计算所述目标电网设备的第一异常次数信息；
23.根据所述目标电网设备的所述第一异常次数信息，调整所述目标电网设备的待巡检计划；或者，
24.根据所述目标电网设备的已完成巡检计划以及所述总巡检计划，更新所述总巡检计划中与所述目标电网设备的待完成巡检计划。
25.作为一种可选的实施方式，在本发明第一方面中，所述方法还包括：
26.判断所述目标电网设备的所述第一异常次数信息是否大于等于确定出的异常次数阈值；
27.当判断结果为是时，调取所述目标电网设备的异常数据；
28.对所述目标电网设备的异常数据进行分析，得到异常分析结果；
29.根据所述异常分析结果，确定所述目标电网设备的改善对策。
30.作为一种可选的实施方式，在本发明第一方面中，所述方法还包括：
31.获取在确定的第二时间段内存储的所述目标电网设备的所述目标巡检结果；
32.根据在所述第二时间段内存储的所述目标电网设备的所述目标巡检结果，调取所述目标电网设备的至少一个所述目标巡检图像；
33.将所有所述目标巡检图像导入到所述图像异常检测算法，对所述图像异常检测算法进行修正。
34.本发明第二方面公开了一种基于视频监控数据的电网设备巡检装置，所述装置包括：
35.巡检模块，用于基于确定出的任一总巡检计划，对所述总巡检计划对应待巡检的目标电网设备执行巡检操作，得到所述目标电网设备的目标巡检图像，所述总巡检计划为预先生成的巡检计划集合中的任一巡检计划，所述总巡检计划至少包括所述目标电网设备
对应的标识信息以及至少一个巡检类别；
36.图像检测模块，用于基于确定出的图像异常检测算法对所述目标巡检图像进行检测，得到所述目标电网设备的目标巡检结果。
37.作为一种可选的实施方式，在本发明第二方面中，所述目标电网设备对应的标识信息包括所述目标电网设备唯一对应的设备标识和/或所述目标电网设备所处目标线路的线路标识；
38.其中，所述总巡检计划还包括所述目标线路的线路类型、负责所述目标线路的责任班组标识、巡检重要级别、巡检频次、巡检时间范围、单次巡检时长以及对应的项目类别中的至少一种；
39.以及，所述总巡检计划是基于预先生成的运维策略库和/或人工录入的巡检信息生成的。
40.作为一种可选的实施方式，在本发明第二方面中，所述图像检测模块基于确定出的图像异常检测算法对所述目标巡检图像进行检测，得到所述目标电网设备的目标巡检结果的具体方式为：
41.对所述目标巡检图像进行解码，得到所述目标巡检图像对应的至少一张目标图片；
42.基于确定出的图像异常检测算法，对所有所述目标图片进行检测，得到所述目标电网设备的目标巡检结果，其中，所述图像异常检测算法为基于人工神经网络的算法，所述图像异常检测算法包括至少一个算法子模块，其中，不同的所述算法子模块对应不同的图像异常检测功能。
43.作为一种可选的实施方式，在本发明第二方面中，所述装置还包括：
44.第一获取模块，用于获取所述目标电网设备的所述目标巡检结果；
45.第一判断模块，用于判断所述目标电网设备的所述目标巡检结果是否存在异常；
46.预警提示模块，用于当所述第一判断模块的判断结果为是时，生成第一预警信息，其中，所述第一预警信息用于对所述目标巡检结果的异常进行预警；
47.标记模块，用于对所述目标巡检结果中存在异常的所述目标图片进行标记，得到标记目标图片；
48.所述预警提示模块，还用于根据所述标记目标图片，生成第一提示信息，其中，所述第一提示信息用于提示对所述标记目标图片进行人工复核。
49.作为一种可选的实施方式，在本发明第二方面中，所述装置还包括：
50.第二获取模块，用于获取在确定的第一时间段内存储的所述目标电网设备的所述目标巡检结果；
51.计算模块，用于根据在所述第一时间段内所述目标电网设备的所述目标巡检结果，计算所述目标电网设备的第一异常次数信息；
52.调整更新模块，用于根据所述目标电网设备的所述第一异常次数信息，调整所述目标电网设备的待巡检计划；或者，根据所述目标电网设备的已完成巡检计划以及所述总巡检计划，更新所述总巡检计划中与所述目标电网设备的待完成巡检计划。
53.作为一种可选的实施方式，在本发明第二方面中，所述装置还包括：
54.第二判断模块，用于判断所述目标电网设备的所述第一异常次数信息是否大于等
于确定出的异常次数阈值；
55.第一调取模块，用于当所述第二判断模块的判断结果为是时，调取所述目标电网设备的异常数据；
56.分析模块，用于对所述目标电网设备的异常数据进行分析，得到异常分析结果；
57.确定模块，用于根据所述异常分析结果，确定所述目标电网设备的改善对策。
58.作为一种可选的实施方式，在本发明第二方面中，所述装置还包括：
59.第三获取模块，用于获取在确定的第二时间段内存储的所述目标电网设备的所述目标巡检结果；
60.第二调取模块，用于根据在所述第二时间段内存储的所述目标电网设备的所述目标巡检结果，调取所述目标电网设备的至少一个所述目标巡检图像；
61.导入修正模块，用于将所有所述目标巡检图像导入到所述图像异常检测算法，对所述图像异常检测算法进行修正。
62.本发明第三方面公开了一种基于视频监控数据的电网设备巡检装置，所述装置包括：
63.存储有可执行程序代码的存储器；
64.与所述存储器耦合的处理器；
65.所述处理器调用所述存储器中存储的所述可执行程序代码，执行本发明第一方面公开的基于视频监控数据的电网设备巡检方法中的部分或全部步骤。
66.本发明第四方面公开了一种计算机存储介质，所述计算机存储介质存储有计算机指令，所述计算机指令被调用时，用于执行本发明第一方面公开的基于视频监控数据的电网设备巡检方法中的部分或全部步骤。
67.与现有技术相比，本发明实施例具有以下有益效果：
68.本发明实施例中，基于确定出的任一总巡检计划，对所述总巡检计划对应待巡检的目标电网设备执行巡检操作，得到所述目标电网设备的目标巡检图像，所述总巡检计划为预先生成的巡检计划集合中的任一巡检计划，所述总巡检计划至少包括所述目标电网设备对应的标识信息以及至少一个巡检类别；基于确定出的图像异常检测算法对所述目标巡检图像进行检测，得到所述目标电网设备的目标巡检结果。可见，本发明能够基于确定出的总巡检计划对待巡检的目标电网设备执行巡检，得到目标电网设备的目标巡检图像，随后通过图像异常检测算法对目标巡检图像进行检测，得到该目标电网设备的目标巡检结果，通过上述操作能够按照巡检计划自动对电网设备进行图像巡检，提高电网设备的巡检效率，同时提高电网设备的巡检准确性。
附图说明
69.为了更清楚地说明本发明实施例中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
70.图1是本发明实施例公开的一种基于视频监控数据的电网设备巡检方法的流程示意图；
71.图2是本发明实施例公开的另一种基于视频监控数据的电网设备巡检方法的流程示意图；
72.图3是本发明实施例公开的一种基于视频监控数据的电网设备巡检装置的结构示意图；
73.图4是本发明实施例公开的另一种基于视频监控数据的电网设备巡检装置的结构示意图；
74.图5是本发明实施例公开的又一种基于视频监控数据的电网设备巡检装置的结构示意图。
具体实施方式
75.为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
76.本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、装置、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。
77.在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
78.本发明实施例公开了一种基于视频监控数据的电网设备巡检方法及装置，能够基于确定出的总巡检计划对待巡检的目标电网设备执行巡检，得到目标电网设备的目标巡检图像，随后通过图像异常检测算法对目标巡检图像进行检测，得到该目标电网设备的目标巡检结果，通过上述操作能够按照巡检计划自动对电网设备进行图像巡检，提高电网设备的巡检效率，同时提高电网设备的巡检准确性。以下分别进行详细说明。
79.实施例一
80.请参阅图1，图1是本发明实施例公开的一种基于视频监控数据的电网设备巡检方法的流程示意图。如图1所示，该基于视频监控数据的电网设备巡检方法可以包括以下操作：
81.101、基于确定出的任一总巡检计划，对总巡检计划对应待巡检的目标电网设备执行巡检操作，得到目标电网设备的目标巡检图像，总巡检计划为预先生成的巡检计划集合中的任一巡检计划，总巡检计划至少包括目标电网设备对应的标识信息以及至少一个巡检类别。
82.本发明实施例中，该待巡检的目标电网设备可以为1个，也可以为多个，该目标电网设备包括电网公司中的电网线路、电缆，也包括电网公司中需要巡检的其他电网设备，本发明实施例不做限定。
83.本发明实施例中，该总巡检计划集合中包括多个总巡检计划，该总巡检计划与该目标电网设备为一一对应关系，即每个目标电网设备都有其对应的总巡检计划，该总巡检计划的周期可根据实际情况进行灵活调整，例如，该总巡检计划的周期可设置为较短的1个月，也可以设置为较长的1年。
84.本发明实施例中，对总巡检计划对应待巡检的目标电网设备执行巡检操作，得到目标电网设备的目标巡检图像，其中，对目标电网设备的目标巡检图像的获取过程可以为：通过设置在目标电网设备位置处的图像采集设备采集对应的目标电网设备的视频，该视频可以为持续视频，随后，根据该目标电网设备对应的总巡检计划的图像采集时间段，从持续视频中截取对应图像采集时间点的目标视频作为该该目标电网设备的目标巡检图像；对目标电网设备的目标巡检图像的获取过程还可以为：根据该目标电网设备对应的总巡检计划的图像采集时间段，控制图像采集设备采集该目标电网设备的目标巡检图像，并且，在总巡检计划的非图像采集时间段，该图像采集设备处于关闭或者休眠状态。
85.进一步的，通过图像采集设备采集该目标电网设备的目标巡检图像也可以为图片，通过该目标电网设备对应的总巡检计划的图像采集时间段，控制图像采集设备采集该目标电网设备的图片，在该图像采集设备采集图片过程中，首先检测该目标电网设备与该图像采集设备的距离信息，根据该距离信息，调整该图像采集设备的图片采集参数，最终，根据确定出的图片采集参数对该目标电网设备进行目标图片采集操作。
86.本发明实施例中，该目标电网设备对应的总巡检计划至少包括目标电网设备对应的标识信息以及至少一个巡检类别，其中，该目标电网设备的标识信息用于对该目标电网设备进行标识，通过该标识信息就能找到与该标识信息对应的目标电网设备；该目标电网设备的巡检类别包括日常巡检和专项巡检，其中，该日常巡检包括但不限于架空线路巡检、线路通道巡检、电缆线路巡检和电缆通道巡检，该专项巡检包括但不限于重要交叉跨越巡检、树障巡检、防雷击巡检、防鸟害巡检、防污闪巡检、防外力破坏巡检、防山火巡检和防滑坡巡检。
87.本发明实施例中，对于该目标电网设备的不同的巡检类别，在通过图像采集设备获取该目标电网设备的目标巡检图像时，可调取与该巡检类别对应的图像采集参数，根据与该巡检类别对应的图像采集参数调整该图像采集设备，完成图像采集设备的调整后，针对相应的巡检类别进行目标巡检图像的采集。
88.在一个可选的实施例中，该目标电网设备对应的标识信息包括该目标电网设备唯一对应的设备标识和/或该目标电网设备所处目标线路的线路标识；
89.其中，该总巡检计划还包括该目标线路的线路类型、负责该目标线路的责任班组标识、巡检重要级别、巡检频次、巡检时间范围、单次巡检时长以及对应的项目类别中的至少一种；
90.以及，该总巡检计划是基于预先生成的运维策略库和/或人工录入的巡检信息生成的。
91.在该可选的实施例中，该目标电网设备唯一对应的设备标识可以为该目标电网设备的设备编号，该目标电网设备对应的所处目标线路的线路标识可以为该目标线路的线路编号，该目标电网设备对应的标识信息还可以为具有唯一标识作用的其他标识信息，本发明实施例不做限定。
92.在该可选的实施例中，该运维策略库是电网公司对公司下的所有电网设备运行维护的历史记录的数据库，该运维策略库中的数据是处于不断更新状态的，相关数据可从外部获取，也可以将电网设备的巡检信息导入到运维策略库中。
93.可见，该可选的实施例通过对目标电网设备的总巡检计划的内容进行充实，并且基于运维策略库等信息来生成总巡检计划，可使得总巡检计划更加适应对应的目标电网设备，提高制定总巡检计划的准确性和合理性。
94.102、基于确定出的图像异常检测算法对目标巡检图像进行检测，得到目标电网设备的目标巡检结果。
95.本发明实施例中，该图像异常检测算法可对该目标电网设备的目标巡检图像进行检测，该图像异常检测算法为深度学习算法，其对大量的图像模型进行了深度学习，因此可快速准确的检测目标电网设备的目标巡检图像，以得到目标巡检结果。
96.本发明实施例中，对于该电网设备巡检系统对目标电网设备进行巡检的整体过程，可通过以下举例进行详细说明，该待巡检目标电网设备为广深输电线路的杆塔1-杆塔8，对该广深输电线路的杆塔1-杆塔8的巡检周期为每周的星期一上午9:00-12:00进行巡检，并且每次的巡检类别为线路通道巡检、防雷击巡检和防鸟害巡检，根据对该广深输电线路的杆塔1-杆塔8的巡检周期和巡检类别，在每周的星期一上午9:00-12:00通过图像获取设备获取该广深输电线路的杆塔1-杆塔8的关于线路通道巡检的目标巡检图像，在每周的星期一上午9:00-12:00通过图像获取设备获取该广深输电线路的杆塔1-杆塔8的关于防雷击巡检的目标巡检图像，在每周的星期一上午9:00-12:00通过图像获取设备获取该广深输电线路的杆塔1-杆塔8的关于防鸟害巡检的目标巡检图像；在对该广深输电线路的杆塔1-杆塔8的图像检测中，调取与该广深输电线路的杆塔1-杆塔8对应的关于线路通道巡检、防雷击巡检和防鸟害巡检的目标巡检图像，基于图像异常检测算法对这些目标巡检图像进行检测，得到该广深输电线路的杆塔1-杆塔8对应的目标巡检结果。
97.可见，实施本发明实施例所描述的基于视频监控数据的电网设备巡检方法能够基于确定出的总巡检计划对待巡检的目标电网设备执行巡检，得到目标电网设备的目标巡检图像，随后通过图像异常检测算法对目标巡检图像进行检测，得到该目标电网设备的目标巡检结果，通过上述操作能够按照巡检计划自动对电网设备进行图像巡检，提高电网设备的巡检效率，同时提高电网设备的巡检准确性。
98.实施例二
99.请参阅图2，图2是本发明实施例公开的另一种基于视频监控数据的电网设备巡检方法的流程示意图。如图2所示，该基于视频监控数据的电网设备巡检方法可以包括以下操作：
100.201、基于确定出的任一总巡检计划，对总巡检计划对应待巡检的目标电网设备执行巡检操作，得到目标电网设备的目标巡检图像，总巡检计划为预先生成的巡检计划集合中的任一巡检计划，总巡检计划至少包括目标电网设备对应的标识信息以及至少一个巡检类别。
101.202、对目标巡检图像进行解码，得到目标巡检图像对应的至少一张目标图片。
102.本发明实施例中，该目标巡检图像为图像采集设备在巡检周期中对该目标电网设备采集的视频，在对该目标电网设备采集的视频进行解码后，得到与该目标巡检图像对应
的1张图片，也可以得到与该目标巡检图像对应的多张图片。
103.203、基于确定出的图像异常检测算法，对所有目标图片进行检测，得到目标电网设备的目标巡检结果，其中，图像异常检测算法为基于人工神经网络的算法，图像异常检测算法包括至少一个算法子模块，其中，不同的算法子模块对应不同的图像异常检测功能。
104.本发明实施例中，针对步骤201和步骤203的其它描述，请参照实施例一中针对步骤101-步骤102的详细描述，本发明实施例不再赘述。
105.本发明实施例中，该图像异常检测算法包括针对不同巡检类别的1个或者多个算法子模块，该算法子模块包括但不限于架空线路巡检算法子模块、线路通道巡检算法子模块、电缆线路巡检算法子模块、电缆通道巡检算法子模块、重要交叉跨越巡检算法子模块、树障巡检算法子模块、防雷击巡检算法子模块、防鸟害巡检算法子模块、防污闪巡检算法子模块、防外力破坏巡检算法子模块、防山火巡检算法子模块和防滑坡巡检算法子模块中的至少一种，当该系统要对不同的巡检类别进行检测时，就使用与该巡检类别对应的算法子模块进行图像异常的检测。
106.可见，实施本发明实施例所描述的基于视频监控数据的电网设备巡检方法能够基于确定出的总巡检计划对待巡检的目标电网设备执行巡检，得到目标电网设备的目标巡检图像，随后对目标巡检图像进行解码，在选择对应的图像异常检测算法子模块对解码的目标图片进行异常检测，得到该目标电网设备的目标巡检结果，通过上述操作能够按照巡检计划自动对电网设备进行图像巡检，提高电网设备的巡检效率，同时通过不同算法子模块可进一步提高电网设备的巡检准确性。
107.在一个可选的实施例中，该方法还可以包括以下操作：
108.获取该目标电网设备的该目标巡检结果；
109.判断该目标电网设备的该目标巡检结果是否存在异常；
110.当判断结果为是时，生成第一预警信息，其中，该第一预警信息用于对该目标巡检结果的异常进行预警；
111.对该目标巡检结果中存在异常的该目标图片进行标记，得到标记目标图片；
112.根据该标记目标图片，生成第一提示信息，其中，该第一提示信息用于提示对该标记目标图片进行人工复核。
113.可见，该可选的实施例能够在判断出目标巡检结果中存在异常时，对异常的巡检图片进行标记，在后续的人工复核中可直接对标记目标图片进行直接复核，可有效提高对巡检异常图片的复核效率。
114.在另一个可选的实施例中，该方法还可以包括以下操作：
115.获取在确定的第一时间段内存储的该目标电网设备的该目标巡检结果；
116.根据在该第一时间段内该目标电网设备的该目标巡检结果，计算该目标电网设备的第一异常次数信息；
117.根据该目标电网设备的该第一异常次数信息，调整该目标电网设备的待巡检计划；或者，
118.根据该目标电网设备的已完成巡检计划以及该总巡检计划，更新该总巡检计划中与该目标电网设备的待完成巡检计划。
119.在该可选的实施例中，该第一时间段可根据实际需求进行灵活调整，例如，可以为
较短的1个月，也可以为较长的6个月，在获取第一时间段内该目标电网设备的第一异常次数信息后，对该目标电网设备的待巡检计划进行调整或更新的操作具体过程，通过以下举例进行说明。
120.举例来说，该待巡检目标电网设备为广深输电线路的杆塔1-杆塔8，对该广深输电线路的杆塔1-杆塔8的巡检周期为每周的星期一上午9:00-11:00进行巡检，并且每次的巡检类别为防鸟害巡检，获取在过去的6个月内存储的该广深输电线路的杆塔1-杆塔8的防鸟害巡检的目标巡检结果，计算最终的防鸟害巡检的异常次数信息，当防鸟害巡检的异常次数信息为6次以上时，则调整该广深输电线路的杆塔1-杆塔8的关于防鸟害巡检的巡检重要级别和/或巡检频次和/或巡检时间范围，具体为将对该广深输电线路的杆塔1-杆塔8的关于防鸟害巡检的巡检重要级别调高一级，巡检频次更改为一周两次，巡检时间范围更改为8:00-12:00，并将对该广深输电线路的杆塔1-杆塔8的防鸟害巡检的调整信息更新到对应的总巡检计划的待完成巡检计划中。
121.进一步的，获取在确定的第二时间段内存储的该目标电网设备的该目标巡检结果，其中，该第二时间段为对该目标电网设备完成改善后的时间段；
122.根据在该第二时间段内该目标电网设备的该目标巡检结果，计算该目标电网设备的第二异常次数信息，其中，该第二异常次数信息为对该目标电网设备完成改善后的异常次数信息；
123.判断该第二异常次数信息是否小于等于确定出的异常次数目标值；
124.当判断结果为否时，对该目标电网设备的改善对策进行调整。
125.可见，该可选的实施例能够根据目标电网设备的异常次数信息，来调整或者更新对应的待巡检计划，可使得该目标电网设备的待巡检计划与该目标电网设备的实际异常情况更贴合，从而提高制定目标电网设备对应的巡检计划的合理性和准确性。
126.在又一个可选的实施例中，该方法还可以包括以下操作：
127.判断该目标电网设备的该第一异常次数信息是否大于等于确定出的异常次数阈值；
128.当判断结果为是时，调取该目标电网设备的异常数据；
129.对该目标电网设备的异常数据进行分析，得到异常分析结果；
130.根据该异常分析结果，确定该目标电网设备的改善对策。
131.该可选的实施例中，对于根据该目标电网设备的异常分析结果，确定该目标电网设备的改善对策的具体过程，通过以下举例进行详细说明。
132.举例来说，该待巡检目标电网设备为广深输电线路的杆塔1-杆塔8，对该广深输电线路的杆塔1-杆塔8的巡检周期为每周的星期一上午9:00-11:00进行巡检，并且每次的巡检类别为防滑坡巡检，在调取该广深输电线路的杆塔1-杆塔8关于防滑坡巡检的异常数据后，发现关于防滑坡巡检的异常次数大于异常次数阈值，随后调取相关异常数据进行分析，得到异常分析结果，该异常分析结果表示在杆塔7附近的土壤太松，导致杆塔7出现异常的频率高，针对这种情况，对该广深输电线路的杆塔1-杆塔8的改善对策确定为：对杆塔7附近的预设区域进行混凝土加固处理和/或对杆塔7附近的预设区域栽种树木以固定土壤。
133.可见，该可选的实施例能够通过在异常次数超过阈值时，对该目标电网设备的相关异常数据进行分析，并根据分析结果确定该目标电网设备的改善对策，由此，可有效减少
该目标电网设备的异常发生次数。
134.在又一个可选的实施例中，该方法还可以包括以下操作：
135.获取在确定的第二时间段内存储的该目标电网设备的该目标巡检结果；
136.根据在该第二时间段内存储的该目标电网设备的该目标巡检结果，调取该目标电网设备的至少一个该目标巡检图像；
137.将所有该目标巡检图像导入到该图像异常检测算法，对该图像异常检测算法进行修正。
138.在该可选的实施例中，由于该图像异常检测算法是不断在进行深度学习的，其深度学习依托大量的数据，可将历史存储的目标巡检图像导入到该图像异常检测算法的学习数据库中，可实现对图像异常检测算法进行修正。
139.可见，该可选的实施例能够将历史存储的目标巡检图像导入到图像异常检测算法，以对该图像异常检测算法进行修正，从而提高算法检测异常图像的准确性。
140.实施例三
141.请参阅图3，图3是本发明实施例公开的一种基于视频监控数据的电网设备巡检装置的结构示意图。如图3所示，该装置可以包括：
142.巡检模块301，用于基于确定出的任一总巡检计划，对该总巡检计划对应待巡检的目标电网设备执行巡检操作，得到该目标电网设备的目标巡检图像，该总巡检计划为预先生成的巡检计划集合中的任一巡检计划，该总巡检计划至少包括该目标电网设备对应的标识信息以及至少一个巡检类别；
143.图像检测模块302，用于基于确定出的图像异常检测算法对该目标巡检图像进行检测，得到该目标电网设备的目标巡检结果。
144.可见，实施本发明实施例所描述的基于视频监控数据的电网设备巡检装置能够基于确定出的总巡检计划对待巡检的目标电网设备执行巡检，得到目标电网设备的目标巡检图像，随后通过图像异常检测算法对目标巡检图像进行检测，得到该目标电网设备的目标巡检结果，通过上述操作能够按照巡检计划自动对电网设备进行图像巡检，提高电网设备的巡检效率，同时提高电网设备的巡检准确性。
145.在一个可选的实施例中，该目标电网设备对应的标识信息包括该目标电网设备唯一对应的设备标识和/或该目标电网设备所处目标线路的线路标识；
146.其中，该总巡检计划还包括该目标线路的线路类型、负责该目标线路的责任班组标识、巡检重要级别、巡检频次、巡检时间范围、单次巡检时长以及对应的项目类别中的至少一种；
147.以及，该总巡检计划是基于预先生成的运维策略库和/或人工录入的巡检信息生成的。
148.可见，该可选的实施例通过对目标电网设备的总巡检计划的内容进行充实，并且基于运维策略库等信息来生成总巡检计划，可使得总巡检计划更加适应对应的目标电网设备，提高制定总巡检计划的准确性和合理性。
149.在另一个可选的实施例中，该图像检测模块302基于确定出的图像异常检测算法对该目标巡检图像进行检测，得到该目标电网设备的目标巡检结果的具体方式为：
150.对该目标巡检图像进行解码，得到该目标巡检图像对应的至少一张目标图片；
151.基于确定出的图像异常检测算法，对所有该目标图片进行检测，得到该目标电网设备的目标巡检结果，其中，该图像异常检测算法为基于人工神经网络的算法，该图像异常检测算法包括至少一个算法子模块，其中，不同的该算法子模块对应不同的图像异常检测功能。
152.可见，实施本发明实施例所描述的基于视频监控数据的电网设备巡检装置能够基于确定出的总巡检计划对待巡检的目标电网设备执行巡检，得到目标电网设备的目标巡检图像，随后对目标巡检图像进行解码，在选择对应的图像异常检测算法子模块对解码的目标图片进行异常检测，得到该目标电网设备的目标巡检结果，通过上述操作能够按照巡检计划自动对电网设备进行图像巡检，提高电网设备的巡检效率，同时通过不同算法子模块可进一步提高电网设备的巡检准确性。
153.在又一个可选的实施例中，如图4所示，该装置还可以包括：
154.第一获取模块303，用于获取该目标电网设备的该目标巡检结果；
155.第一判断模块304，用于判断该目标电网设备的该目标巡检结果是否存在异常；
156.预警提示模块305，用于当该第一判断模块304的判断结果为是时，生成第一预警信息，其中，该第一预警信息用于对该目标巡检结果的异常进行预警；
157.标记模块306，用于对该目标巡检结果中存在异常的该目标图片进行标记，得到标记目标图片；
158.该预警提示模块305，还用于根据该标记目标图片，生成第一提示信息，其中，该第一提示信息用于提示对该标记目标图片进行人工复核。
159.可见，该可选的实施例能够在判断出目标巡检结果中存在异常时，对异常的巡检图片进行标记，在后续的人工复核中可直接对标记目标图片进行直接复核，可有效提高对巡检异常图片的复核效率。
160.在又一个可选的实施例中，如图4所示，该装置还可以包括：
161.第二获取模块307，用于获取在确定的第一时间段内存储的该目标电网设备的该目标巡检结果；
162.计算模块308，用于根据在该第一时间段内该目标电网设备的该目标巡检结果，计算该目标电网设备的第一异常次数信息；
163.调整更新模块309，用于根据该目标电网设备的该第一异常次数信息，调整该目标电网设备的待巡检计划；或者，根据该目标电网设备的已完成巡检计划以及该总巡检计划，更新该总巡检计划中与该目标电网设备的待完成巡检计划。
164.可见，该可选的实施例能够根据目标电网设备的异常次数信息，来调整或者更新对应的待巡检计划，可使得该目标电网设备的待巡检计划与该目标电网设备的实际异常情况更贴合，从而提高制定目标电网设备对应的巡检计划的合理性和准确性。
165.在又一个可选的实施例中，如图4所示，该装置还可以包括：
166.第二判断模块310，用于判断该目标电网设备的该第一异常次数信息是否大于等于确定出的异常次数阈值；
167.第一调取模块311，用于当该第二判断模块310的判断结果为是时，调取该目标电网设备的异常数据；
168.分析模块312，用于对该目标电网设备的异常数据进行分析，得到异常分析结果；
programmable read only memory，eprom)、一次可编程只读存储器(one-time programmable read-only memory，otprom)、电子抹除式可复写只读存储器(electrically-erasable programmable read-only memory，eeprom)、只读光盘(compact disc read-only memory，cd-rom)或其他光盘存储器、磁盘存储器、磁带存储器、或者能够用于携带或存储数据的计算机可读的任何其他介质。
187.最后应说明的是：本发明实施例公开的一种基于视频监控数据的电网设备巡检方法及装置所揭露的仅为本发明较佳实施例而已，仅用于说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解；其依然可以对前述各项实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或替换，并不使相应的技术方案的本质脱离本发明各项实施例技术方案的精神和范围。