1.一種基于深度學習的輸電線路缺陷檢測方法，其特征在于，所述方法至少包括：
2.根據權利要求1所述的方法，其特征在于，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：
3.根據權利要求2所述的方法，其特征在于，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。
4.根據權利要求1所述的方法，其特征在于，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：
5.根據權利要求1-4中任一項所述的方法，其特征在于，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effectvector)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effectvector的隱藏向量，threshold為設定的閾值。
6.根據權利要求1所述的方法，其特征在于，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：
7.根據權利要求1所述的方法，其特征在于，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：
8.根據權利要求1所述的方法，其特征在于，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：
9.一種基于深度學習的輸電線路缺陷檢測系統，其特征在于，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，以實現權利要求1-8任一項所述的方法。