(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210763051.4 (22)申请日 2022.06.30 (71)申请人 南方电网科 学研究院有限责任公司 地址 510663 广东省广州市萝岗区科 学城 科翔路11号J1栋3、 4、 5楼及J3 栋3楼 申请人 贵州电网有限责任公司 (72)发明人 黄增浩　何锦强　李昊　朱登杰　 毛先胤　牛唯　曾华荣　黄欢　 张露松　杨柳青　 (74)专利代理 机构 北京集佳知识产权代理有限 公司 11227 专利代理师 张茵 (51)Int.Cl. G06V 20/17(2022.01) G06V 20/10(2022.01)G06V 10/54(2022.01) G06V 10/764(2022.01) G06V 10/762(2022.01) G06V 10/74(2022.01) G06V 10/82(2022.01) (54)发明名称 一种绝缘子串状态 识别方法、 系统和设备 (57)摘要 本发明公开了一种绝缘子串状态识别方法、 系统和设备， 通过获取待检测的绝缘子串图片， 并通过预设的纹理特征提取模型提取绝缘子串 图片的多个纹理特征。 然后分别计算每个纹理特 征与多个预设的树形数据结构内的树形特征之 间的相似度， 按照相似度将纹理特征归类至各个 树形数据结构 对应的纹理状态， 并实时统计各个 纹理状态的归类数量。 最后选取最大的归类数量 对应的纹理状态作为绝缘子串图片对应的目标 绝缘子串状态。 通过纹理特征提取模 型提取绝缘 子串图片 对应的纹理特征， 并与预设的树形数据 结构内的树形特征进行相似度比较， 从而确定目 标绝缘子串状态， 提高识别速度， 且识别的准确 度高。 权利要求书3页 说明书12页 附图4页 CN 115063705 A 2022.09.16 CN 115063705 A 1.一种绝 缘子串状态 识别方法， 其特 征在于， 包括： 获取待检测的绝 缘子串图片； 通过预设的纹 理特征提取模型提取 所述绝缘子串图片的多个纹 理特征； 分别计算每 个所述纹 理特征与多个预设的树形 数据结构内的树形 特征之间的相似度； 按照所述相似度将所述纹理特征归类至各个所述树形数据 结构对应的纹理状态， 并实 时统计各个所述纹 理状态的归类数量； 选取最大的所述归类数量对应的纹理状态作为所述绝缘子串图片对应的目标绝缘子 串状态。 2.根据权利要求1所述的绝 缘子串状态 识别方法， 其特 征在于， 还 包括： 获取多个初始绝缘子串状态图片， 并按照预设的绝缘子串状态类型标注所述初始绝缘 子串状态图片， 得到初始训练样本集； 通过预设的目标检测模型对所述初始训练样本集进行目标检测， 得到所述初始训练样 本集内各个初始绝 缘子串状态图片对应的可信度值； 通过预设的时间序列检测模型对所述初始训练样本集进行时序目标检测， 结合所述可 信度值， 得到目标训练样本集； 通过所述纹理特征提取模型提取所述目标训练样本集对应的纹理特征， 并进行聚类， 构建对应的所述 树形数据结构。 3.根据权利要求2所述的绝缘子串状态识别方法， 其特征在于， 所述获取多个初始绝缘 子串状态图片， 并按照预设的绝缘子串状态类型标注所述初始绝缘子串状态图片， 得到初 始训练样本集的步骤， 包括： 获取至少一个绝 缘子串图像采集装置采集的多个初始绝 缘子串状态图片； 按照预设的绝 缘子串状态类型对各个所述初始绝 缘子串状态图片进行 标注； 扩增标注后的所述初始绝 缘子串状态图片， 得到初始训练样本集。 4.根据权利要求2所述的绝缘子串状态识别方法， 其特征在于， 预设的目标检测模型包 括目标检测层； 所述通过预设的目标检测模型对所述初始训练样本集进行目标检测， 得到 所述初始训练样本集内各个初始绝 缘子串状态图片对应的可信度值的步骤， 包括： 获取所述初始训练样本集内每 个初始绝 缘子串状态图片对应的绝 缘子串真实值； 通过所述目标检测层获取所述初始绝缘子串状态图片对应的绝缘子串预测值， 结合对 应的绝缘子串真实值计算， 得到对应的交并比； 将满足预设可信阈值的所述交并比作为所述初始绝 缘子串状态图片的可信度值。 5.根据权利要求2所述的绝缘子串状态识别方法， 其特征在于， 所述通过预设的时间序 列检测模型对所述初始训练样本集进行时序目标检测， 结合所述可信度值， 得到目标训练 样本集的步骤， 包括： 按照所述初始训练样本集内各个初始绝缘子串状态图片对应的可信度值， 标注所述初 始绝缘子串状态图片对应的子串状态； 将所述初始训练样本集内的初始绝缘子串状态图片按照采集顺序输入预设的时间序 列检测模型， 并输入每个所述初始 绝缘子串状态图片对应的所述可信度值与排在其前面的 各个可信度的差值； 通过所述 时间序列检测模型将各个所述初始绝缘子串状态图片对应的所述可信度值、权　利　要　求　书 1/3 页 2 CN 115063705 A 2所述差值和所述子串状态进行线性回归计算， 得到计算结果； 将所述计算结果与预设阈值进行比较， 得到比较结果； 按照所述比较结果， 结合所述绝缘子串状态类型， 更新所述初始绝缘子串状态图片对 应的绝缘子串状态类型， 得到目标训练样本集。 6.根据权利要求2所述的绝缘子串状态识别方法， 其特征在于， 所述通过所述纹理特征 提取模型提取所述 目标训练样本集对应的纹理特征， 并进行聚类， 构建对应的所述树形数 据结构的步骤， 包括： 通过所述纹理特征提取模型的卷积层分别提取所述目标训练样本集内各个所述目标 绝缘子串状态图片对应的纹 理特征， 得到所述目标训练样本集对应的纹 理集； 按照所述纹理特征对应的绝缘子串状态类型对所述纹理集内各个纹理特征对应的纹 理向量进行聚类， 结合预设的聚类中心数量， 得到各个所述绝缘子串状态类型对应的聚类 簇； 将所述聚类簇内各个的纹 理向量设置为对应的树形 特征； 将所述聚类簇对应的绝 缘子串状态类型作为所述 树形特征对应的纹 理状态； 按照所述 聚类簇对应的所述树形特征和所述树形特征对应的纹理状态， 构建对应的树 形数据结构。 7.根据权利要求1所述的绝缘子串状态识别方法， 其特征在于， 所述分别计算每个所述 纹理特征与多个预设的树形 数据结构内的树形 特征之间的相似度的步骤， 包括： 分别计算每个所述纹理特征对应的纹理向量与多个预设的树形数据结构内的树形特 征对应的纹 理向量之间的距离值； 将各个所述距离值按预设的相似度转换公式进行相似度转换， 得到所述距离值对应的 相似度。 8.根据权利要求1所述的绝缘子串状态识别方法， 其特征在于， 所述按照所述相似度将 所述纹理特征归类至各个所述树形数据结构对应的纹理状态， 并实时统计各个所述纹理状 态的归类数量的步骤， 包括： 选取所述纹理特征与多个预设的树形数据结构内的树形特征之间的最大相似度对应 的所述树形数据结构； 将所述树形数据 结构对应的纹理状态作为所述纹理特征的纹理状态， 并实时统计各个 所述纹理状态的归类数量。 9.一种绝 缘子串状态 识别系统， 其特 征在于， 包括： 绝缘子串图片获取模块， 用于获取待检测的绝 缘子串图片； 纹理特征提取模块， 用于通过预设的纹理特征提取模型提取所述绝缘子串图片的多个 纹理特征； 相似度计算模块， 用于分别计算每个所述纹理特征与多个预设的树形数据结构内的树 形特征之间的相似度； 纹理状态归类和归类数量统计模块， 用于按照所述相似度将所述纹理特征归类至各个 所述树形数据结构对应的纹 理状态， 并实时统计各个所述纹 理状态的归类数量； 目标绝缘子串状态选取模块， 用于选取最大的所述归类数量对应的纹理状态作为所述 绝缘子串图片对应的目标绝 缘子串状态。权　利　要　求　书 2/3 页 3 CN 115063705 A 3