CN119444191A 基于自监督的电力架空线路的智能监测方法、装置及云端服务器 （国网湖南省电力有限公司电力科学研究院）

号基于自监督的电力架空线路的智能监测方本申请提供了一种基于自监督的电力架空图像数据对云端服务器传输的种子模型进行自2应用前端采集装置采集电力架空线路的实时多维图像数据，所述根据电力架空线路的历史多维图像数据对云端服务器传输的种子模型进行自监督预应用所述专有模型对所述实时多维图像数据进行隐患识别，获取隐所述隐患识别结果传输至可视化监控设备以进行可视化将权重矩阵的特征响应模式与电力架空线路历史特征库进行在第一层验证卷积核输出的主要目标区域是否覆盖特定隐患；环境影响因素是否具备鲁棒性，通过叠加不同条件的特征对比验证隐患特征提取的稳定将电力架空线路划分为山区、平原、城市，获取每个区域的隐患特根据电力架空线路的历史隐患记录结合环境特征生成隐患迁将电力架空线路的历史隐患记录按照位置分布划分为不同的隐患区域的特性确定隐患特征在对应区域出现的频率，使用环境特征作为隐患迁移的影响因子，用于提高特定隐患频率的显著性，为增强系数，表示对高显著性频率分量的提升强度，3将频域信号的幅值和相位信息映射为二维频谱图，其中每个像素示特定隐患特征受环境的动态影响程度，e-d,为距离衰减函数，表示特征的重要性随着环境因素动态调整；K为环境复杂度系数；为隐患特征j在时间维度上的变化率，,n-u将电力架空线路的历史隐患记录按照位置分布划分为不同的基于各隐患区域的特性构建隐患分布矩阵，所述分布矩阵的元素4根据所述迁移矩阵生成扩展趋势信号，计算隐患区域的扩展趋势，并使用目标导向的权重重分配机制，通过对目标输出区域误差权其中，A;为目标区域特征通道j的当前激活值；为调整后的目标区域特征通道激活5其中，为非目标区域特征通道i的当前权重；w;为调整后的非目标区域特征通道权r7.一种基于自监督的电力架空线路的智能所述前端采集装置用于采集电力架空线路的实时多维图像数据，所述模型迭代训练单元，用于根据电力架空线路的历史多维图像数所述模型推理单元，用于应用所述专有模型对所述实时多维图像数据进行隐患识别，8.一种基于自监督的电力架空线路的智能监测接收前端采集装置传输的多维图像数据，所述前端采集装置包对所述多维图像数据进行空间域、频域和时域三个层面的特征提取6根据前端环境的实际条件，对各域特征信息的权重进行自适应数据接收模块，用于接收前端采集装置传输的多维图像数据特征提取模块，用于对所述多维图像数据进行空间域、频特征融合模块，用于根据前端环境的实际条件，对各域特征信息的权重要求8中所述的一种基于自监督的电力架空线路的智7[0005]本发明实施例的主要目的在于提供一种基于自监督的电力架空线路的智能监测89定隐患特征受环境的动态影响程度，e-d,为距离衰减函数，表示特征的重要性的随机性或周期性波动；w为周期扰动的角频率；sin(o-dy)为距离d;的周期扰动函[0011]在另一个可能的实现方式中，将提取的特征以及自监督为非目标区域的特征方差基准。[0017]图1为本发明一个实施例提供的一种基于自监督的电力架空线路的智能监测系统图2为本发明一个实施例提供的基于自监督的电力架空线路的智能监测装置的结图4为本发明一个实施例提供的一种基于自监督的电力架空线路的智能监测方法图5为本发明另一个实施例提供的一种基于自监督的电力架空线路的智能监测方[0021]下面以具体地实施例对本申请的技术方案以及本申请的技术方案如和解决上述在电力架空线路的多个关键位置。前端采集装置通过定时拍摄和抓拍采集的多维图像数[0024]如图2所示为本发明一个实施例提供的一种基于自监督的电力架空线路的智能监[0025]前端采集装置用于采集电力架空线路的实时多维图像数用于根据电力架空线路的历史多维图像数据对云端服务器传输的种子模型进行自监督预[0030]训练推理模块还包括模型接收单元，用于从云端处理服务器接收下发的种子模种子模型理解数据中各个部分的相互关系来学习内在[0040]特征选择子单元利用主成分分析算法，从多模态数据中[0043]云端服务器根据前端环境的实际条件，对各域特征信息[0044]如图4所示为本发明一个实施例提供的一种基于自监督的电力架空线路的智能监外摄像头采集电力架空线路及其周边环境的热成像图像，热成像图像用于检测温度异常。[0047]步骤S12，根据电力架空线路的历史多维图像数据对云端服务器传输的种子模型域特性增强信号；根据电力架空线路的历史隐患记录结合环境特征生成隐患迁移模式信域的特性确定隐患特征在对应区域出现的频率，使用环境特征作为隐患迁移的影响因子，[0051]利用电力架空线路的历史多维图像数据本身的内在结构和特性自动生成训练信其中为环境影响因子修正项，i=1,2,…,n，通过环境影响与距离特定隐患特征受环境的动态影响程度（例如湿度对放电隐患的增强作用为距离衰n-u，矩阵中M,表示隐患从区域i动设计频域信号生成公式如下：其中x(t,f)为短时傅里叶变换；p.p(特征i的重要性影响；f;为隐患特征i响应强度，表示模型对隐患特征的敏感程度；Eeu并将隐患识别结果传输至可视化监控设备以进行空线路隐患的实时监测与智能识别，通过智能调整模型参数以适应复杂多变的自然环境，[0064]上述实施例的方法应用于前述实施例中相应的基于自监督的电力架空线路的智[0065]如图5所示为本发明一个实施例提供的一种基于自监督的电力架空线路的智能监将隐患识别结果传输至可视化监控设备以进行可视的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件将隐患识别结果传输至可视化监控设备以进行可视