本技術涉及缺陷檢測，具體而言，涉及一種基于深度學習的輸電線路缺陷檢測方法及系統。

背景技術：

1、輸電線路是用變壓器將發電機發出的電能升壓后，再經斷路器等控制設備接入輸電線路來實現。結構形式，輸電線路分為架空輸電線路和電纜線路。這個過程是為了保證電器設備的正常使用，這個不僅能夠醫院正常用電，還能保證重要設備的正常運行，能有效的保障人們的生活質量。

2、但是，輸電線路出現缺陷，就可能出現各種問題，但是沒有一個快速的辦法能夠進行檢測，這樣一來，電力的恢復就需要一定的時間來解決，因此，亟需一種輸電線路缺陷檢測技術，以克服上述技術問題。

技術實現思路

1、為改善相關技術中存在的技術問題，本技術提供了一種基于深度學習的輸電線路缺陷檢測方法及系統。

2、第一方面，提供一種基于深度學習的輸電線路缺陷檢測方法，所述方法至少包括：獲取待檢測的輸電線路數據中第一線路設定目錄的部分知識片段；通過所獲取的部分知識片段，從所述第一線路設定目錄中確定多個第一缺陷電路信息集，并挑選各個第一缺陷電路信息集的第一缺陷描述屬性；確定所述第一線路設定目錄中被隱藏的隱藏核，并通過所檢測的隱藏核，確定各個第一缺陷電路信息集被隱藏的第一隱藏向量；獲取通過統計得到的第一隱藏向量檢測的各個第一缺陷電路信息集間的第一影響向量；通過所獲取第一影響向量優化各個第一缺陷描述屬性，將優化后的第一缺陷描述屬性與第二缺陷描述屬性進行比對，得到所述第一線路設定目錄的缺陷檢測結果，其中，所述第二缺陷描述屬性為：通過各個第二影響向量對各個第二缺陷電路信息集的缺陷描述屬性進行優化所得到的關鍵內容，各個第二缺陷電路信息集為：通過部分輸電線路數據中設定的第二線路設定目錄內與各個第一缺陷電路信息集相對應的知識片段。

3、在本技術中，所述將優化后的第一缺陷描述屬性與第二缺陷描述屬性進行比對，得到所述第一線路設定目錄的缺陷檢測結果，包括：確定各個第一缺陷電路信息集優化后的第一缺陷描述屬性與所對應的第二缺陷描述屬性的相似性知識片段，確定為各個第一缺陷電路信息集對應的相似性知識片段；基于各個第一缺陷電路信息集的第一隱藏向量，確定各個第一缺陷電路信息集的第一缺陷描述屬性針對所述第一線路設定目錄的特征的可信權重；通過所檢測的可信權重，對各第一缺陷電路信息集對應的相似性知識片段進行整合處理，得到整合處理結果，確定為所述第一線路設定目錄與所述第二線路設定目錄的相似性知識片段；通過所得到的相似性知識片段，確定所述第一線路設定目錄的缺陷檢測結果。

4、在本技術中，所述基于各個第一缺陷電路信息集的第一隱藏向量，確定各個第一缺陷電路信息集的第一缺陷描述屬性針對所述第一線路設定目錄的特征的可信權重，包括：基于各個第一缺陷電路信息集的第一隱藏向量和與所對應的第二缺陷電路信息集的第二隱藏向量，確定各個第一缺陷電路信息集的第一缺陷描述屬性針對所述第一線路設定目錄的特征的可信權重。

5、在本技術中，所述將優化后的第一缺陷描述屬性與第二缺陷描述屬性進行比對，得到所述第一線路設定目錄的缺陷檢測結果，包括：通過各第一缺陷電路信息集的第一隱藏向量，對各第一缺陷電路信息集的第一缺陷描述屬性進行組合處理，得到第一組合處理向量，并通過各第二缺陷電路信息集的第二隱藏向量，對各第二缺陷電路信息集的第二缺陷描述屬性進行組合處理，得到第二組合處理向量；確定所述第一組合處理向量和所述第二組合處理向量的相似性知識片段；通過確定所得到的相似性知識片段，確定所述第一線路設定目錄的缺陷檢測結果。

6、在本技術中，按照以下表達式確定第一影響向量：effect?pro＝max(隱藏向量effect?vector，threshold)x(1-隱藏向量effect?vector)其中，effect?pro為第一缺陷電路信息集defect?electron對第一缺陷電路信息集effect?vector的第一影響向量，隱藏向量effect?vector表示第一缺陷電路信息集effect?vector的隱藏向量，threshold為設定的閾值。

7、在本技術中，所述通過所獲取第一影響向量優化各個第一缺陷描述屬性，并將優化后的第一缺陷描述屬性與第二缺陷描述屬性進行比對，得到所述第一線路設定目錄的缺陷檢測結果，包括：將各個第一缺陷描述屬性、各個第一缺陷電路信息集間的第一影響向量、各個第二缺陷電路信息集的缺陷描述屬性、各個第二缺陷電路信息集間的第二影響向量加載至事先訓練的缺陷檢測網絡，以使得所述缺陷檢測網絡基于各個第一影響向量對各個第一缺陷描述屬性進行優化，得到優化后的第一缺陷描述屬性，并基于各個第二影響向量對各個第二缺陷電路信息集的缺陷描述屬性進行優化，得到第二缺陷描述屬性，以及比對所述優化后的第一缺陷描述屬性與所述第二缺陷描述屬性進行比對，輸出缺陷檢測結果；獲取所述缺陷檢測網絡輸出的所述缺陷檢測結果。

8、在本技術中，所述通過所獲取的部分知識片段，從所述第一線路設定目錄中確定多個第一缺陷電路信息集，包括：通過所獲取的部分知識片段的關鍵類別，以及設定的部分知識片段類別與第一缺陷電路信息集的知識片段類別之間的關聯關系，確定各個部分知識片段所屬的知識片段類別；針對各個知識片段類別，基于屬于該知識片段類別的部分知識片段的位置信息，獲取屬于該知識片段類別的缺陷電路信息集的標準位置，并確定屬于該知識片段類別的缺陷電路信息集的標準位置與相鄰缺陷電路信息集的標準位置之間的知識片段間差異，通過所檢測的知識片段間差異，確定屬于該知識片段類別的缺陷電路信息集的知識片段向量；基于所獲取的標準位置和確定所得的知識片段向量，確定各個標準位置所屬的第一缺陷電路信息集。

9、在本技術中，所述挑選各個第一缺陷電路信息集內的部分描述內容，包括：挑選所述待檢測的輸電線路數據中第一線路設定目錄的全局知識向量集；基于各個第一缺陷電路信息集在所述第一線路設定目錄中所屬的位置，確定所述全局知識向量集中與各個第一缺陷電路信息集對應的知識片段；按照設定知識向量集，對各個第一缺陷電路信息集的知識片段進行調試，生成向量為所述設定知識向量集的知識向量；確定與各個第一缺陷電路信息集的知識向量對應的部分描述內容，確定為各個第一缺陷電路信息集內的部分描述內容。

10、第二方面，提供一種基于深度學習的輸電線路缺陷檢測系統，包括互相之間通信的處理器和存儲器，所述處理器用于從所述存儲器中讀取計算機程序并執行，以實現上述的方法。

11、本技術實施例所提供的一種基于深度學習的輸電線路缺陷檢測方法及系統，從第一線路設定目錄中確定出多個第一缺陷電路信息集，進而通過各個第一缺陷電路信息集的隱藏向量確定各第一缺陷電路信息集間的影響向量，由于各第一缺陷電路信息集的第一影響向量是基于各個第一缺陷電路信息集的隱藏向量確定所得到的，因此，第一缺陷電路信息集間的影響向量涵蓋了第一部分輸電線路數據中的隱藏信息，在使用第一影響向量對第一缺陷描述屬性進行優化的過程既相當于基于第一輸電線路數據中的隱藏信息對各個第一缺陷電路信息集的第一缺陷描述屬性進行優化，從而可以削弱由隱藏導致的第一部分輸電線路數據中涵蓋的與隱藏相關影響數據，提高數據檢測的準確性。

12、進一步的，通過各個第一缺陷電路信息集的隱藏向量確定出各第一缺陷電路信息集間的影響向量，實現了對各第一缺陷電路信息集之間的關系的分析，進而使用分析到的知識片段間關系實現數據的處理，進一步的提高數據檢測的準確性。