输电线检测方法、模型训练方法、装置、设备及介质与流程

1.本公开涉及电力设备技术领域，具体涉及一种输电线检测方法、模型训练方法、装置、设备及介质。


背景技术：

2.随着电力技术的发展以及电网规模的扩大，电网的运行环境也随之愈加复杂，考虑到电网的安全稳定运行对国民经济发展存在极为重要的影响，对电网的稳定性和可靠性存在较高的要求。因此，近年来对输电线路进行精细化管理，以提高输电线路运维效率的方案，已受到业界的广泛关注。
3.相关技术中，可以在整条输电线中，分段对输电线电压进行检测，当检测结果判断为异常时，确定输电线中对应分段出现断落故障，从而确定输电线的断落故障点的位置。然而，在上述方案中，分段对输电线电压进行检测，所耗费的资源较多，导致检测效率较低；并且，当输电线的某个分段出现断落故障时，该分段以及该分段之后的其他分段对应的检测结果都会被判定为异常，从而无法准确的确定输电线的断落故障点的位置，导致检测的准确率较低。


技术实现要素：

4.为了解决相关技术中的问题，本公开实施例提供一种输电线检测方法、模型训练方法、装置、设备及介质。
5.第一方面，本公开实施例中提供了一种输电线检测方法，所述方法包括：获取输电线状态采集器采集的至少一组采集器状态数据，并根据至少一组采集器状态数据获取至少一组输电线状态数据，每组输电线状态数据包括采集器状态数据以及与采集器状态数据对应的采集器姿态数据，输电线状态采集器固定在两个输电线塔之间的目标输电线上；对至少一组输电线状态数据进行检测，以生成输电线状态检测结果；响应于至少两组连续的输电线状态数据的检测结果均满足状态数据超标条件，生成输电线断落故障信息。
6.在本公开的一种实现方式中，响应于至少两组连续的输电线状态数据的检测结果均满足状态数据超标条件，生成输电线断落故障信息，包括：响应于至少两组连续的输电线状态数据的检测结果均满足状态数据超标条件，获取目标采集器姿态数据；响应于至少两组连续的输电线状态数据中后一组输电线状态数据中的采集器姿态数据与目标采集器姿态数据之间的差异满足采集器姿态数据超标条件，生成输电线断落故障信息。
7.在本公开的一种实现方式中，所述方法还包括：响应于至少两组连续的输电线状态数据中后一组输电线状态数据中的采集器姿
态数据与目标采集器姿态数据之间的差异不满足采集器姿态数据超标条件，生成输电线断落告警信息。
8.在本公开的一种实现方式中，采集器状态数据包括输电线状态采集器在至少一个方向上的加速度以及输电线状态采集器围绕一个方向旋转的角速度。
9.在本公开的一种实现方式中，与采集器状态数据对应的采集器姿态数据，包括：根据采集器状态数据，通过四元数算法计算得到的输电线状态采集器的俯仰角、输电线状态采集器的横滚角及输电线状态采集器的航向角。
10.在本公开的一种实现方式中，获取输电线状态采集器采集的至少一组采集器状态数据，包括：获取输电线状态采集器采集的连续的四组采集器状态数据；对至少一组输电线状态数据进行检测，以生成输电线状态检测结果，包括：对连续的四组采集器状态数据中的第三组采集器状态数据进行检测，以生成输电线状态检测结果；方法还包括：响应于输电线状态检测结果不满足状态数据超标条件，删除连续的四组采集器状态数据中的第一组采集器状态数据，并将连续的四组采集器状态数据中的第二组至第四组采集器状态数据前移，并将输电线状态采集器当前采集的采集器状态数据存为连续的四组采集器状态数据中的第四组采集器状态数据。
11.在本公开的一种实现方式中，对连续的四组采集器状态数据中的第三组采集器状态数据进行检测，以生成输电线状态检测结果，包括获取第一输电线状态检测模型，将第三组采集器状态数据输入第一输电线状态检测模型，以获取输电线状态检测结果。
12.在本公开的一种实现方式中，对连续的四组采集器状态数据中的第三组采集器状态数据进行检测，以生成输电线状态检测结果之前，方法还包括：获取与第三组采集器状态数据对应的天气数据；获取第二输电线状态检测模型，将第三组采集器状态数据以及天气数据输入第二输电线状态检测模型，以获取输电线状态检测结果。
13.第二方面，本公开实施例中提供了一种模型训练方法，所述方法包括：获取输电线状态采集器采集的至少一组采集器状态数据、与每组采集器状态数据对应的输电线图像，输电线状态采集器固定在两个输电线塔之间的输电线上，输电线图像至少包括输电线状态采集器以及目标输电线的部分或全部；根据至少一组采集器状态数据获取至少一组输电线状态数据，每组输电线状态数据包括采集器状态数据以及与采集器状态数据对应的采集器姿态数据；对每组输电线状态数据中采集器状态数据对应的输电线图像进行图像识别，以获取与每组输电线状态数据对应的输电线状态检测结果；获取输电线状态检测模型，将每组输电线状态数据作为输入，将与每组输电线状态数据对应的输电线状态检测结果作为输出，对输电线状态检测模型进行训练，以获取第一输电线状态检测模型。
14.在本公开的一种实现方式中，采集器状态数据包括输电线状态采集器在至少一个
方向上的加速度以及输电线状态采集器围绕一个方向旋转的角速度。
15.在本公开的一种实现方式中，与采集器状态数据对应的采集器姿态数据，包括：根据采集器状态数据，通过四元数算法计算得到的输电线状态采集器的俯仰角、输电线状态采集器的横滚角及输电线状态采集器的航向角。
16.在本公开的一种实现方式中，将每组输电线状态数据作为输入，将与每组输电线状态数据对应的输电线状态检测结果作为输出，对输电线状态检测模型进行训练，以获取第一输电线状态检测模型之前，方法还包括：接收第一边缘服务器发送的第一更新权值参数，并根据第一更新权值参数对输电线状态检测模型进行更新；将每组输电线状态数据作为输入，将与每组输电线状态数据对应的输电线状态检测结果作为输出，对输电线状态检测模型进行训练，以获取第一输电线状态检测模型，包括：将每组输电线状态数据作为输入，将与每组输电线状态数据对应的输电线状态检测结果作为输出，对更新后的输电线状态检测模型进行训练；响应于训练后的输电线状态检测模型收敛，将训练后的输电线状态检测模型储存为第一输电线状态检测模型。
17.在本公开的一种实现方式中，所述方法还包括：响应于训练后的输电线状态检测模型未收敛，根据训练后的输电线状态检测模型获取第一梯度更新矢量，并向边缘服务器发送第一梯度更新矢量。
18.第三方面，本公开实施例中提供了一种模型训练方法，所述方法包括：获取输电线状态采集器采集的至少一组采集器状态数据、与每组采集器状态数据对应的输电线图像以及与每组采集器状态数据对应的天气数据，输电线状态采集器固定在两个输电线塔之间的输电线上，输电线图像至少包括输电线状态采集器以及目标输电线的部分或全部；根据至少一组采集器状态数据获取至少一组输电线状态数据，每组输电线状态数据包括采集器状态数据以及与采集器状态数据对应的采集器姿态数据；对每组输电线状态数据中采集器状态数据对应的输电线图像进行图像识别，以获取与每组输电线状态数据对应的输电线状态检测结果；获取输电线状态检测模型，将每组输电线状态数据以及与每组输电线状态数据对应的天气数据作为输入，将与每组输电线状态数据对应的输电线状态检测结果作为输出，对输电线状态检测模型进行训练，以获取第二输电线状态检测模型。
19.在本公开的一种实现方式中，采集器状态数据包括输电线状态采集器在至少一个方向上的加速度以及输电线状态采集器围绕一个方向旋转的角速度。
20.在本公开的一种实现方式中，与采集器状态数据对应的采集器姿态数据，包括：根据采集器状态数据，通过四元数算法计算得到的输电线状态采集器的俯仰角、输电线状态采集器的横滚角及输电线状态采集器的航向角。
21.在本公开的一种实现方式中，将每组输电线状态数据以及与每组输电线状态数据对应的天气数据作为输入，将与每组输电线状态数据对应的输电线状态检测结果作为输出，对输电线状态检测模型进行训练，以获取第二输电线状态检测模型之前，方法还包括：
接收第二边缘服务器发送的第二更新权值参数，并根据第二更新权值参数对输电线状态检测模型进行更新；将每组输电线状态数据以及与每组输电线状态数据对应的天气数据作为输入，将与每组输电线状态数据对应的输电线状态检测结果作为输出，对输电线状态检测模型进行训练，以获取第二输电线状态检测模型，包括：将每组输电线状态数据以及与每组输电线状态数据对应的天气数据作为输入，将与每组输电线状态数据对应的输电线状态检测结果作为输出，对更新后的输电线状态检测模型进行训练；响应于训练后的输电线状态检测模型收敛，将训练后的输电线状态检测模型储存为第二输电线状态检测模型。
22.在本公开的一种实现方式中，所述方法还包括：响应于训练后的输电线状态检测模型未收敛，根据训练后的输电线状态检测模型获取第二梯度更新矢量，并向边缘服务器发送第二梯度更新矢量。
23.第四方面，本公开实施例中提供了一种输电线检测装置，包括：第一数据获取模块，被配置为获取输电线状态采集器采集的至少一组采集器状态数据，并根据至少一组采集器状态数据获取至少一组输电线状态数据，每组输电线状态数据包括采集器状态数据以及与采集器状态数据对应的采集器姿态数据，输电线状态采集器固定在两个输电线塔之间的目标输电线上；数据检测模块，被配置为对至少一组输电线状态数据进行检测，以生成输电线状态检测结果；故障告警模块，被配置为响应于至少两组连续的输电线状态数据的检测结果均满足状态数据超标条件，生成输电线断落故障信息。
24.第五方面，本公开实施例中提供了一种模型训练装置，包括：第二数据获取模块，被配置为获取输电线状态采集器采集的至少一组采集器状态数据、与每组采集器状态数据对应的输电线图像，输电线状态采集器固定在两个输电线塔之间的输电线上，输电线图像至少包括输电线状态采集器以及目标输电线的部分或全部；第一数据处理模块，被配置为根据至少一组采集器状态数据获取至少一组输电线状态数据，每组输电线状态数据包括采集器状态数据以及与采集器状态数据对应的采集器姿态数据；第一图像识别模块，被配置为对每组输电线状态数据中采集器状态数据对应的输电线图像进行图像识别，以获取与每组输电线状态数据对应的输电线状态检测结果；第一模型训练模块，被配置为获取输电线状态检测模型，将每组输电线状态数据作为输入，将与每组输电线状态数据对应的输电线状态检测结果作为输出，对输电线状态检测模型进行训练，以获取第一输电线状态检测模型。
25.第六方面，本公开实施例中提供了一种模型训练装置，包括：第三数据获取模块，被配置为获取输电线状态采集器采集的至少一组采集器状态数据、与每组采集器状态数据对应的输电线图像以及与每组采集器状态数据对应的天气数据，输电线状态采集器固定在两个输电线塔之间的输电线上，输电线图像至少包括输电线状态采集器以及目标输电线的部分或全部；
第二数据处理模块，被配置为根据至少一组采集器状态数据获取至少一组输电线状态数据，每组输电线状态数据包括采集器状态数据以及与采集器状态数据对应的采集器姿态数据；第二图像识别模块，被配置为对每组输电线状态数据中采集器状态数据对应的输电线图像进行图像识别，以获取与每组输电线状态数据对应的输电线状态检测结果；第二模型训练模块，被配置为获取输电线状态检测模型，将每组输电线状态数据以及与每组输电线状态数据对应的天气数据作为输入，将与每组输电线状态数据对应的输电线状态检测结果作为输出，对输电线状态检测模型进行训练，以获取第二输电线状态检测模型。
26.第七方面，本公开实施例提供了一种电子设备，包括存储器和处理器，其中，所述存储器用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令被所述处理器执行以实现如第一方面、第一方面任一种实现方式、第二方面、第二方面任一种实现方式、第三方面、第三方面任一种实现方式中任一项所述的方法。
27.第八方面，本公开实施例中提供了一种计算机可读存储介质，其上存储有计算机指令，该计算机指令被处理器执行时实现如第一方面、第一方面任一种实现方式、第二方面、第二方面任一种实现方式、第三方面、第三方面任一种实现方式中所述的方法。
28.根据本公开实施例提供的技术方案，通过获取输电线状态采集器采集的至少一组采集器状态数据，并根据至少一组采集器状态数据获取至少一组输电线状态数据，每组输电线状态数据包括采集器状态数据以及与采集器状态数据对应的采集器姿态数据，其中由于输电线状态采集器固定在两个输电线塔之间的目标输电线上，因此输电线状态数据可以体现目标输电线的运动状态以及目标输电线的姿态；对至少一组输电线状态数据进行检测，以生成输电线状态检测结果；响应于至少两组连续的输电线状态数据的检测结果均满足状态数据超标条件，生成输电线断落故障信息。其中，当至少两组连续的输电线状态数据的检测结果均满足状态数据超标条件时，可以理解为目标输电线的运动状态能够体现该目标输电线处于持续下落的运动状态，且该目标输电线的姿态能够体现因该目标输电线已经与输电线塔断开而导致其姿态超出了正常姿态变化范围，因此生成用于指示该目标输电线出现了断落故障的输电线断落故障信息，上述方案可以在耗费较少资源的前提下，准确的确定两个输电线塔之间的目标输电线是否出现了断落故障，从而改善了检测效率，并提高了检测的准确率。
29.应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
30.结合附图，通过以下非限制性实施方式的详细描述，本公开的其它特征、目的和优点将变得更加明显。在附图中。
31.图1示出根据本公开的实施例的输电线检测方法的流程图。
32.图2示出根据本公开的实施例的模型训练方法的流程图。
33.图3示出根据本公开的实施例的模型训练方法的流程图。
34.图4示出根据本公开的实施例的输电线检测装置的结构框图。
35.图5示出根据本公开的实施例的模型训练装置的结构框图。
36.图6示出根据本公开的实施例的模型训练装置的结构框图。
37.图7示出根据本公开的实施例的电子设备的结构框图。
38.图8示出适于用来实现根据本公开实施例的方法的计算机系统的结构示意图。
具体实施方式
39.下文中，将参考附图详细描述本公开的示例性实施例，以使本领域技术人员可容易地实现它们。此外，为了清楚起见，在附图中省略了与描述示例性实施例无关的部分。
40.在本公开中，应理解，诸如“包括”或“具有”等的术语旨在指示本说明书中所公开的特征、数字、步骤、行为、部件、部分或其组合的存在，并且不欲排除一个或多个其他特征、数字、步骤、行为、部件、部分或其组合存在或被添加的可能性。
41.另外还需要说明的是，在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。
42.在本公开中，如涉及对用户信息或用户数据的获取操作或向他人展示用户信息或用户数据的操作，则所述操作均为经用户授权、确认，或由用户主动选择的操作。
43.随着电力技术的发展以及电网规模的扩大，电网的运行环境也随之愈加复杂，考虑到电网的安全稳定运行对国民经济发展存在极为重要的影响，对电网的稳定性和可靠性存在较高的要求。因此，近年来对输电线路进行精细化管理，以提高输电线路运维效率的方案，已受到业界的广泛关注。
44.相关技术中，可以在整条输电线中，分段对输电线电压进行检测，当检测结果判断为异常时，确定输电线中对应分段出现断落故障，从而确定输电线的断落故障点的位置。然而，在上述方案中，分段对输电线电压进行检测，所耗费的资源较多，导致检测效率较低；并且，当输电线的某个分段出现断落故障时，该分段以及该分段之后的其他分段对应的检测结果都会被判定为异常，从而无法准确的确定输电线的断落故障点的位置，导致检测的准确率较低。
45.为了解决上述问题，在本公开的技术方案中，通过获取输电线状态采集器采集的至少一组采集器状态数据，并根据至少一组采集器状态数据获取至少一组输电线状态数据，每组输电线状态数据包括采集器状态数据以及与采集器状态数据对应的采集器姿态数据，其中由于输电线状态采集器固定在两个输电线塔之间的目标输电线上，因此输电线状态数据可以体现目标输电线的运动状态以及目标输电线的姿态；对至少一组输电线状态数据进行检测，以生成输电线状态检测结果；响应于至少两组连续的输电线状态数据的检测结果均满足状态数据超标条件，生成输电线断落故障信息。其中，当至少两组连续的输电线状态数据的检测结果均满足状态数据超标条件时，可以理解为目标输电线的运动状态能够体现该目标输电线处于持续下落的运动状态，且该目标输电线的姿态能够体现因该目标输电线已经与输电线塔断开而导致其姿态超出了正常姿态变化范围，因此生成用于指示该目标输电线出现了断落故障的输电线断落故障信息，上述方案可以在耗费较少资源的前提下，准确的确定两个输电线塔之间的目标输电线是否出现了断落故障，从而改善了检测效率，并提高了检测的准确率。
46.图1示出根据本公开的实施例的输电线检测方法的流程图，如图1所示，输电线检
测方法包括以下步骤s101
ꢀ‑ꢀ
s103：在步骤s101中，获取输电线状态采集器采集的至少一组采集器状态数据，并根据至少一组采集器状态数据获取至少一组输电线状态数据。
47.其中，每组输电线状态数据包括采集器状态数据以及与采集器状态数据对应的采集器姿态数据，输电线状态采集器固定在两个输电线塔之间的目标输电线上。
48.在步骤s102中，对至少一组输电线状态数据进行检测，以生成输电线状态检测结果。
49.在步骤s103中，响应于至少两组连续的输电线状态数据的检测结果均满足状态数据超标条件，生成输电线断落故障信息。
50.在本公开的一个实施方式中，采集器状态数据，可以理解为用于指示输电线状态采集器的运动状态，示例性的，采集器状态数据可以包括采集器在至少一个方向上的速度，或采集器在至少一个方向上的加速度等。
51.在本公开的一个实施方式中，获取输电线状态采集器采集的至少一组采集器状态数据，可以理解为接收输电线状态采集器发送的至少一组采集器状态数据，也可以为读取事先储存的至少一组采集器状态数据。
52.示例性的，本公开提供的输电线检测方法可以应用于服务器，输电线状态采集器可以通过过远距离无线电（long range radio，lora）协议将至少一组采集器状态数据传输到数据中继器，再由数据中继器通过通用无线分组业务（ general packet radio service，gprs）模块将至少一组采集器状态数据转发到服务器。
53.其中，输电线状态采集器可以使用输电线状态采集器的中的锂电池供电，并通过输电线状态采集器中的太阳能电池板对锂电池进行充电，输电线状态采集器的主控微控制单元(microcontroller unit；mcu)可以使用cortex-m0内核低功耗芯片，主要负责对原始数据的处理及分析。输电线状态采集器的原始姿态数据采集芯片可以使用六轴传感器，用于采集上述采集器状态数据。输电线状态采集器的lora模块用于进行信息上报，以满足低功耗，远距离的短报文传输。太阳能电池板正常工作时可以提供5v的电压，经过锂电池管理芯片对锂电池进行充电；锂电池通过稳压芯片输出3.3v电压提供给mcu、六轴传感器及lora模块；mcu与六轴传感器之前使用集成电路总线（inter-integrated circuit，iic）通讯；mcu与lora模块间采用通用异步收发传输器（universal asynchronous receiver/transmitter，uart)通讯。
54.数据中继器可以通过互感器从供电线路上取电，数据中继器中的锂电池可以做为备用电源，当供电线路停止供电后通过数据中继器中的锂电池支持数据的正常传输。数据中继器的主控mcu可以使用cortex-m3内核低功耗芯片，主要负责对接收的数据进行处理并上报。中继器的可以使用lora模块来上报数据、接收数据。服务器通讯端可以使用gsm模块。
55.在本公开的一个实施方式中，采集器姿态数据可以理解为用于指示输电线状态采集器的实时姿态。
56.在本公开的一个实施方式中，根据至少一组采集器状态数据获取至少一组输电线状态数据，可以理解为根据至少一组采集器状态数据中的每一组采集器状态数据，获取对应的一组输电线状态数据。根据采集器状态数据获取输电线状态数据，可以理解为根据预先获取的算法将采集器状态数据代入进行计算以获取输电线状态数据，也可以理解为将采
集器状态数据作为输入，输入预先获取的数据获取模型，以获取该数据获取模型输出的输电线状态数据。
57.在本公开的一个实施方式中，对至少一组输电线状态数据进行检测，以生成输电线状态检测结果，可以理解为根据预先获取的目标输电线状态数据范围与至少一组输电线状态数据中的每一组输电线状态数据进行比较，以确定所比较的输电线状态数据是否在该目标输电线状态数据范围内，若不在该目标输电线状态数据范围内，则生成用于指示满足状态数据超标条件的输电线状态检测结果，若在该目标输电线状态数据范围内，则生成用于指示不满足状态数据超标条件的输电线状态检测结果；也可以为将至少一组输电线状态数据中的每一组输电线状态数据作为输入，输入预先获取的数据检测模型，以获取该数据检测模型输出的输电线状态检测结果。
58.在本公开的技术方案中，通过获取输电线状态采集器采集的至少一组采集器状态数据，并根据至少一组采集器状态数据获取至少一组输电线状态数据，每组输电线状态数据包括采集器状态数据以及与采集器状态数据对应的采集器姿态数据，其中由于输电线状态采集器固定在两个输电线塔之间的目标输电线上，因此输电线状态数据可以体现目标输电线的运动状态以及目标输电线的姿态；对至少一组输电线状态数据进行检测，以生成输电线状态检测结果；响应于至少两组连续的输电线状态数据的检测结果均满足状态数据超标条件，生成输电线断落故障信息。其中，当至少两组连续的输电线状态数据的检测结果均满足状态数据超标条件时，可以理解为目标输电线的运动状态能够体现该目标输电线处于持续下落的运动状态，且该目标输电线的姿态能够体现因该目标输电线已经与输电线塔断开而导致其姿态超出了正常姿态变化范围，因此生成用于指示该目标输电线出现了断落故障的输电线断落故障信息，上述方案可以在耗费较少资源的前提下，准确的确定两个输电线塔之间的目标输电线是否出现了断落故障，从而改善了检测效率，并提高了检测的准确率。
59.在本公开的一种实现方式中，响应于至少两组连续的输电线状态数据的检测结果均满足状态数据超标条件，生成输电线断落故障信息，可以通过如下步骤实现：响应于至少两组连续的输电线状态数据的检测结果均满足状态数据超标条件，获取目标采集器姿态数据；响应于至少两组连续的输电线状态数据中后一组输电线状态数据中的采集器姿态数据与目标采集器姿态数据之间的差异满足采集器姿态数据超标条件，生成输电线断落故障信息。
60.在本公开的一个实施方式中，目标采集器姿态数据，可以理解为用于指示输电线路未断落时输电线状态采集器的姿态。获取目标采集器姿态数据，可以理解为读取事先储存的目标采集器姿态数据，也可以理解为接收其他装置或系统发送的目标采集器姿态数据。
61.在本公开的一个实施方式中，采集器姿态数据与目标采集器姿态数据之间的差异满足采集器姿态数据超标条件，可以理解为采集器姿态数据与目标采集器姿态数据之间的差异小于采集器姿态数据超标阈值，也可以理解为采集器姿态数据与目标采集器姿态数据之间的差异属于采集器姿态数据超标范围。
62.在本公开的技术方案中，通过响应于至少两组连续的输电线状态数据的检测结果
均满足状态数据超标条件，获取目标采集器姿态数据，并响应于至少两组连续的输电线状态数据中后一组输电线状态数据中的采集器姿态数据与目标采集器姿态数据之间的差异满足采集器姿态数据超标条件，生成输电线断落故障信息，可以仅在确定输电线状态采集器的姿态与目标输电线未断落时输电线状态采集器的姿态差异较大时，才生成输电线断落故障信息，从而提高了所生成的输电线断落故障信息的准确率。
63.在本公开的一种实现方式中，所述方法还包括：响应于至少两组连续的输电线状态数据中后一组输电线状态数据中的采集器姿态数据与目标采集器姿态数据之间的差异不满足采集器姿态数据超标条件，生成输电线断落告警信息。
64.在本公开的技术方案中，至少两组连续的输电线状态数据中后一组输电线状态数据中的采集器姿态数据与目标采集器姿态数据之间的差异不满足采集器姿态数据超标条件，可以理解为目标输电线的运动状态能够体现该目标输电线处于持续下落的运动状态，且该目标输电线的姿态能够体现因该目标输电线已经与输电线塔断开而导致其姿态超出了正常姿态变化范围，但输电线状态采集器的姿态与目标输电线未断落时输电线状态采集器的姿态差异仍较小，即该目标输电线可能处于运动幅度较大，但仍未断落的状态，因此通过生成输电线断落告警信息，可以告警该目标输电线可能他即将出现断落，便于相应的维护人员执行相应应对预案，降低了目标输电线所在输电网出现故障的几率。
65.在本公开的一种实现方式中，采集器状态数据包括输电线状态采集器在至少一个方向上的加速度以及输电线状态采集器围绕一个方向旋转的角速度。
66.在本公开的技术方案中，通过将采集器状态数据限定为包括输电线状态采集器在至少一个方向上的加速度以及输电线状态采集器围绕一个方向旋转的角速度，可以确保根据该采集器状态数据能够准确的获知输电线状态采集器的运动状态。
67.在本公开的一种实现方式中，与采集器状态数据对应的采集器姿态数据，包括：根据采集器状态数据，通过四元数算法计算得到的输电线状态采集器的俯仰角、输电线状态采集器的横滚角及输电线状态采集器的航向角。
68.在本公开的技术方案中，通过将与采集器状态数据对应的采集器姿态数据，限定为包括根据采集器状态数据，通过四元数算法计算得到的输电线状态采集器的俯仰角、输电线状态采集器的横滚角及输电线状态采集器的航向角，可以确保根据采集器姿态数据能够准确的获知输电线状态采集器的姿态。
69.在本公开的一种实现方式中，获取输电线状态采集器采集的至少一组采集器状态数据，可以通过如下步骤实现：获取输电线状态采集器采集的连续的四组采集器状态数据；对至少一组输电线状态数据进行检测，以生成输电线状态检测结果，包括：对连续的四组采集器状态数据中的第三组采集器状态数据进行检测，以生成输电线状态检测结果；方法还包括如下步骤：响应于输电线状态检测结果不满足状态数据超标条件，删除连续的四组采集器状态数据中的第一组采集器状态数据，并将连续的四组采集器状态数据中的第二组至第四组采集器状态数据前移，并将输电线状态采集器当前采集的采集器状态数据存为连续的四组
采集器状态数据中的第四组采集器状态数据。
70.在本公开的技术方案中，通过获取输电线状态采集器采集的连续的四组采集器状态数据，对连续的四组采集器状态数据中的第三组采集器状态数据进行检测，以生成输电线状态检测结果，可以确保用于进行检测的采集器状态数据为输电线状态采集器在数据采集功能正常时所采集的数据，确保不会因输电线状态采集器的数据采集功能不正常而导致输电线状态检测结果准确率较低。通过响应于输电线状态检测结果不满足状态数据超标条件，删除连续的四组采集器状态数据中的第一组采集器状态数据，并将连续的四组采集器状态数据中的第二组至第四组采集器状态数据前移，并将输电线状态采集器当前采集的采集器状态数据存为连续的四组采集器状态数据中的第四组采集器状态数据，可以便于之后继续对连续的四组采集器状态数据中的第三组采集器状态数据进行检测，便于连续生成输电线状态检测结果。
71.在本公开的一种实现方式中，对连续的四组采集器状态数据中的第三组采集器状态数据进行检测，以生成输电线状态检测结果，包括获取第一输电线状态检测模型，将第三组采集器状态数据输入第一输电线状态检测模型，以获取输电线状态检测结果。
72.在本公开一实施方式中，第一输电线状态检测模型可以为预先储存的，也可以为从其他装置或系统处获取的。第一输电线状态检测模型可以为神经网络（neural network，nn）模型、卷积神经网络（convolutional neural networks， cnn）模型或长短期记忆网络（long shortterm memory，lstm）模型等。输电线状态检测模型，可以理解为学习到了采集器状态数据与输电线状态检测结果之间规律的模型。
73.在本公开的技术方案中，通过获取第一输电线状态检测模型，将第三组采集器状态数据输入输电线状态检测模型，以获取输电线状态检测结果，可以确保输电线状态检测结果的准确率较高。
74.在本公开的一种实现方式中，对连续的四组采集器状态数据中的第三组采集器状态数据进行检测，以生成输电线状态检测结果之前，方法还包括：获取与第三组采集器状态数据对应的天气数据；获取第二输电线状态检测模型，将第三组采集器状态数据以及天气数据输入第二输电线状态检测模型，以获取输电线状态检测结果。
75.第二输电线状态检测模型可以为预先储存的，也可以为从其他装置或系统处获取的。第二输电线状态检测模型可以为神经网络（neural network，nn）模型、卷积神经网络（convolutional neural networks， cnn）模型或长短期记忆网络（long shortterm memory，lstm）模型等。输电线状态检测模型，可以理解为学习到了采集器状态数据与输电线状态检测结果之间规律的模型。
76.在本公开的一个实施方式中，与第三组采集器状态数据对应的天气数据，可以理解为用于指示在采集该第三组采集器状态数据的时刻，该目标输电线所在区域的天气状况。示例性的，天气数据可以包括风速、风向、空气温度、空气湿度、气压、雨量、光照强度中至少一项。
77.在本公开的技术方案中，通过获取与第三组采集器状态数据对应的天气数据，并取第二输电线状态检测模型，将第三组采集器状态数据以及天气数据输入输电线状态检测
模型，以获取输电线状态检测结果，可以确保在考虑目标输电线所在区域的天气情况的前提下，对第三组采集器状态数据进行检测，避免因出现恶劣天气而导致误检测，提高了输电线状态检测结果的准确率。
[0078] 图2示出根据本公开的实施例的模型训练方法的流程图，如图2所示，模型训练方法包括以下步骤s201
ꢀ–ꢀ
s204：在步骤s201中，获取输电线状态采集器采集的至少一组采集器状态数据、与每组采集器状态数据对应的输电线图像。
[0079]
输电线状态采集器固定在两个输电线塔之间的输电线上，输电线图像至少包括输电线状态采集器以及目标输电线的部分或全部。
[0080]
在步骤s202中，根据至少一组采集器状态数据获取至少一组输电线状态数据，每组输电线状态数据包括采集器状态数据以及与采集器状态数据对应的采集器姿态数据。
[0081]
在步骤s203中，对每组输电线状态数据中采集器状态数据对应的输电线图像进行图像识别，以获取与每组输电线状态数据对应的输电线状态检测结果。
[0082]
在步骤s204中，获取输电线状态检测模型，将每组输电线状态数据作为输入，将与每组输电线状态数据对应的输电线状态检测结果作为输出，对输电线状态检测模型进行训练，以获取第一输电线状态检测模型。
[0083]
在本公开的一个实施方式中，采集器状态数据，可以理解为用于指示输电线状态采集器的运动状态，示例性的，采集器状态数据可以包括采集器在至少一个方向上的速度，或采集器在至少一个方向上的加速度等。
[0084]
在本公开的一个实施方式中，获取输电线状态采集器采集的至少一组采集器状态数据，可以理解为接收输电线状态采集器发送的至少一组采集器状态数据，也可以为读取事先储存的至少一组采集器状态数据。
[0085]
在本公开的一个实施方式中，与采集器状态数据对应的输电线图像，可以理解为在输电线状态采集器采集该组采集器状态数据时所采集的输电线图像，获取输电线图像，可以为接收相应的图像采集装置发送的输电线图像，也可以为读取事先获取的输电线图像。
[0086]
在本公开的一个实施方式中，采集器姿态数据可以理解为用于指示输电线状态采集器的实时姿态。
[0087]
在本公开的一种实现方式中，采集器状态数据包括输电线状态采集器在至少一个方向上的加速度以及输电线状态采集器围绕一个方向旋转的角速度。
[0088]
在本公开的一个实施方式中，输电线状态数据对应的输电线状态检测结果，可以理解为用于指示在采集该组输电线状态数据时，目标输电线是否处于断落状态。
[0089]
在本公开的一个实施方式中，第一输电线状态检测模型可以为预先储存的，也可以为从其他装置或系统处获取的。第一输电线状态检测模型可以为神经网络（neural network，nn）模型、卷积神经网络（convolutional neural networks， cnn）模型或长短期记忆网络（long shortterm memory，lstm）模型等。第一输电线状态检测模型，可以理解为学习到了采集器状态数据与输电线状态检测结果之间规律的模型。
[0090]
根据本公开实施例提供的技术方案，通过获取输电线状态采集器采集的至少一组采集器状态数据、与每组采集器状态数据对应的输电线图像，并根据至少一组采集器状态
数据获取至少一组输电线状态数据；对每组输电线状态数据中采集器状态数据对应的输电线图像进行图像识别，以获取与每组输电线状态数据对应的输电线状态检测结果，根据该输电线状态检测结果可以确定在采集对应的采集器状态数据时，输电线状态采集器所在的目标输电线是否处于断落状态；获取输电线状态检测模型，将每组输电线状态数据作为输入，将与每组输电线状态数据对应的输电线状态检测结果作为输出，对输电线状态检测模型进行训练，以获取第一输电线状态检测模型，可以使第一输电线状态检测模型能够学习到输电线状态数据与输电线状态检测结果之间的规律，便于基于第一输电线状态检测模型，对两个输电线塔之间的目标输电线是否出现了断落故障进行检测，从而改善了检测效率，并提高了检测的准确率。
[0091]
在本公开的一种实现方式中，采集器状态数据包括输电线状态采集器在至少一个方向上的加速度以及输电线状态采集器围绕一个方向旋转的角速度。
[0092]
在本公开的技术方案中，通过将采集器状态数据限定为包括输电线状态采集器在至少一个方向上的加速度以及输电线状态采集器围绕一个方向旋转的角速度，可以确保根据该采集器状态数据能够准确的获知输电线状态采集器的运动状态。
[0093]
在本公开的一种实现方式中，与采集器状态数据对应的采集器姿态数据，包括：根据采集器状态数据，通过四元数算法计算得到的输电线状态采集器的俯仰角、输电线状态采集器的横滚角及输电线状态采集器的航向角。
[0094]
在本公开的技术方案中，通过将与采集器状态数据对应的采集器姿态数据，限定为包括根据采集器状态数据，通过四元数算法计算得到的输电线状态采集器的俯仰角、输电线状态采集器的横滚角及输电线状态采集器的航向角，可以确保根据采集器姿态数据能够准确的获知输电线状态采集器的姿态。
[0095]
在本公开的一种实现方式中，将每组输电线状态数据作为输入，将与每组输电线状态数据对应的输电线状态检测结果作为输出，对输电线状态检测模型进行训练，以获取第一输电线状态检测模型之前，方法还包括：接收第一边缘服务器发送的第一更新权值参数，并根据第一更新权值参数对输电线状态检测模型进行更新；将每组输电线状态数据作为输入，将与每组输电线状态数据对应的输电线状态检测结果作为输出，对输电线状态检测模型进行训练，以获取第一输电线状态检测模型，包括：将每组输电线状态数据作为输入，将与每组输电线状态数据对应的输电线状态检测结果作为输出，对更新后的输电线状态检测模型进行训练；响应于训练后的输电线状态检测模型收敛，将训练后的输电线状态检测模型储存为第一输电线状态检测模型。
[0096]
在本公开的一种实现方式中，所述方法还包括：响应于训练后的输电线状态检测模型未收敛，根据训练后的输电线状态检测模型获取第一梯度更新矢量，并向边缘服务器发送第一梯度更新矢量。
[0097]
在本公开一种实现方式中，第一边缘服务器用于对梯度更新矢量进行聚合，并根据聚合后的梯度更新矢量对第一边缘服务器上的输电线状态检测模型的权值参数进行更新，以获取更新权值参数。第一边缘服务器可以是云端服务器，也可以是由输电线状态采集
器运营方提供的服务器。需要说明的是，一个第一边缘服务器可以对应多个模型训练端，一个模型训练端可以对应多个输电线状态采集器，例如，输电线状态采集器运营方可以将所管辖的区域分成多块，每一块区域中的多个模型训练端可以对应一个第一边缘服务器，每个模型训练端可以对应多个输电线状态采集器。
[0098]
第一边缘服务器上的输电线状态检测模型可以为神经网络模型、卷积神经网络模型或长短期记忆网络模型等。
[0099]
在本公开一种实现方式中，由输电线状态采集器接收的第一边缘服务器发送的第一更新权值参数，是第一边缘服务器根据多个模型训练端发送的第一梯度更新矢量进行聚合，并根据聚合后的第一梯度更新矢量对第一边缘服务器上的输电线状态检测模型的权值参数进行更新得到的，因此模型训练端上更新后的输电线状态检测模型能够反映上一轮训练中第一边缘服务器上的输电线状态检测模型所学习到的，输电线状态数据与输电线状态检测结果之间的共有规律。之后模型训练端可以将每组输电线状态数据作为输入，将与每组输电线状态数据对应的输电线状态检测结果作为输出，对更新后的输电线状态检测模型进行训练，以使模型训练端上的输电线状态检测模型在学习到共有规律的基础上，还能够个性化的针对该模型训练端自身所获取的输电线状态数据与输电线状态检测结果之间的规律进行学习，使训练后的模型训练端上的输电线状态检测模型能够学习到该模型训练端自身获取的输电线状态数据与输电线状态检测结果之间的私有规律；当训练后的模型训练端上的输电线状态检测模型未收敛时，说明该训练后的模型训练端上的输电线状态检测模型仍需要继续训练，通过根据训练后的模型训练端上的输电线状态检测模型获取第一梯度更新矢量，并发送第一梯度更新矢量，可以使第一边缘服务器能够继续基于多个模型训练端上传的第一梯度更新矢量获取相应的第一更新权值参数，从而继续对各个模型训练端上的输电线状态检测模型继续进行训练；当训练后的模型训练端上的输电线状态检测模型收敛时，可以认为该收敛的输电线状态检测模型能够根据模型训练端获取的输电线状态数据获取准确率较高的输电线状态检测结果，可以将收敛的输电线状态检测模型储存为第一输电线状态检测模型。
[0100]
在上述技术方案中，一方面最终获取的目标输电线状态检测模型可以为即学习到共有规律，又学习到私有规律的模型，其能够根据模型训练端获取的输电线状态数据获取准确率较高的输电线状态检测结果；另一方面由于对各个模型训练端上的输电线状态检测模型继续进行训练的过程由模型训练端以及第一边缘服务器共同来执行，与仅由模型训练端单独对输电线状态检测模型进行进一步训练相比较，所需的处理资源较少，训练速度较快。
[0101] 图3示出根据本公开的实施例的模型训练方法的流程图，如图3所示，模型训练方法包括以下步骤s301
ꢀ–ꢀ
s304：在步骤s301中，获取输电线状态采集器采集的至少一组采集器状态数据、与每组采集器状态数据对应的输电线图像以及与每组采集器状态数据对应的天气数据。
[0102]
输电线状态采集器固定在两个输电线塔之间的输电线上，输电线图像至少包括输电线状态采集器以及目标输电线的部分或全部。
[0103]
在步骤s302中，根据至少一组采集器状态数据获取至少一组输电线状态数据，每组输电线状态数据包括采集器状态数据以及与采集器状态数据对应的采集器姿态数据。
[0104]
在步骤s303中，对每组输电线状态数据中采集器状态数据对应的输电线图像进行图像识别，以获取与每组输电线状态数据对应的输电线状态检测结果。
[0105]
在步骤s304中，获取输电线状态检测模型，将每组输电线状态数据以及与每组输电线状态数据对应的天气数据作为输入，将与每组输电线状态数据对应的输电线状态检测结果作为输出，对输电线状态检测模型进行训练，以获取第二输电线状态检测模型。
[0106]
在本公开的一个实施方式中，采集器状态数据，可以理解为用于指示输电线状态采集器的运动状态，示例性的，采集器状态数据可以包括采集器在至少一个方向上的速度，或采集器在至少一个方向上的加速度等。
[0107]
在本公开的一个实施方式中，获取输电线状态采集器采集的至少一组采集器状态数据，可以理解为接收输电线状态采集器发送的至少一组采集器状态数据，也可以为读取事先储存的至少一组采集器状态数据。
[0108]
在本公开的一个实施方式中，与采集器状态数据对应的输电线图像，可以理解为在输电线状态采集器采集该组采集器状态数据时所采集的输电线图像，获取输电线图像，可以为接收相应的图像采集装置发送的输电线图像，也可以为读取事先获取的输电线图像。
[0109]
在本公开的一个实施方式中，采集器姿态数据可以理解为用于指示输电线状态采集器的实时姿态。
[0110]
在本公开的一种实现方式中，采集器状态数据包括输电线状态采集器在至少一个方向上的加速度以及输电线状态采集器围绕一个方向旋转的角速度。
[0111]
在本公开的一个实施方式中，输电线状态数据对应的输电线状态检测结果，可以理解为用于指示在采集该组输电线状态数据时，目标输电线是否处于断落状态。
[0112]
在本公开的一个实施方式中，第二输电线状态检测模型可以为预先储存的，也可以为从其他装置或系统处获取的。第二输电线状态检测模型可以为神经网络（neural network，nn）模型、卷积神经网络（convolutional neural networks， cnn）模型或长短期记忆网络（long shortterm memory，lstm）模型等。第二输电线状态检测模型，可以理解为学习到了采集器状态数据、天气数据与输电线状态检测结果之间规律的模型。
[0113]
根据本公开实施例提供的技术方案，通过获取输电线状态采集器采集的至少一组采集器状态数据、与每组采集器状态数据对应的输电线图像，并根据至少一组采集器状态数据获取至少一组输电线状态数据；对每组输电线状态数据中采集器状态数据对应的输电线图像进行图像识别，以获取与每组输电线状态数据对应的输电线状态检测结果，根据该输电线状态检测结果可以确定在采集对应的采集器状态数据时，输电线状态采集器所在的目标输电线是否处于断落状态；获取输电线状态检测模型，将每组输电线状态数据以及与每组输电线状态数据对应的天气数据作为输入，将与每组输电线状态数据对应的输电线状态检测结果作为输出，对输电线状态检测模型进行训练，以获取第二输电线状态检测模型。可以使第二输电线状态检测模型能够学习到输电线状态数据、天气数据与输电线状态检测结果之间的规律，便于基于第二输电线状态检测模型，对两个输电线塔之间的目标输电线是否出现了断落故障进行检测，从而改善了检测效率，并提高了检测的准确率。
[0114]
在本公开的一种实现方式中，采集器状态数据包括输电线状态采集器在至少一个方向上的加速度以及输电线状态采集器围绕一个方向旋转的角速度。
[0115]
在本公开的技术方案中，通过将采集器状态数据限定为包括输电线状态采集器在至少一个方向上的加速度以及输电线状态采集器围绕一个方向旋转的角速度，可以确保根据该采集器状态数据能够准确的获知输电线状态采集器的运动状态。
[0116]
在本公开的一种实现方式中，与采集器状态数据对应的采集器姿态数据，包括：根据采集器状态数据，通过四元数算法计算得到的输电线状态采集器的俯仰角、输电线状态采集器的横滚角及输电线状态采集器的航向角。
[0117]
在本公开的技术方案中，通过将与采集器状态数据对应的采集器姿态数据，限定为包括根据采集器状态数据，通过四元数算法计算得到的输电线状态采集器的俯仰角、输电线状态采集器的横滚角及输电线状态采集器的航向角，可以确保根据采集器姿态数据能够准确的获知输电线状态采集器的姿态。
[0118]
在本公开的一种实现方式中，将每组输电线状态数据以及与每组输电线状态数据对应的天气数据作为输入，将与每组输电线状态数据对应的输电线状态检测结果作为输出，对输电线状态检测模型进行训练，以获取第二输电线状态检测模型之前，方法还包括：接收第二边缘服务器发送的第二更新权值参数，并根据第二更新权值参数对输电线状态检测模型进行更新；将每组输电线状态数据以及与每组输电线状态数据对应的天气数据作为输入，将与每组输电线状态数据对应的输电线状态检测结果作为输出，对输电线状态检测模型进行训练，以获取第二输电线状态检测模型，包括：将每组输电线状态数据以及与每组输电线状态数据对应的天气数据作为输入，将与每组输电线状态数据对应的输电线状态检测结果作为输出，对更新后的输电线状态检测模型进行训练；响应于训练后的输电线状态检测模型收敛，将训练后的输电线状态检测模型储存为第二输电线状态检测模型。
[0119]
在本公开的一种实现方式中，所述方法还包括：响应于训练后的输电线状态检测模型未收敛，根据训练后的输电线状态检测模型获取第二梯度更新矢量，并向边缘服务器发送第二梯度更新矢量。
[0120]
在本公开一种实现方式中，第二边缘服务器用于对梯度更新矢量进行聚合，并根据聚合后的梯度更新矢量对第二边缘服务器上的输电线状态检测模型的权值参数进行更新，以获取更新权值参数。第二边缘服务器可以是云端服务器，也可以是由输电线状态采集器运营方提供的服务器。需要说明的是，一个第二边缘服务器可以对应多个模型训练端，一个模型训练端可以对应多个输电线状态采集器，例如，输电线状态采集器运营方可以将所管辖的区域分成多块，每一块区域中的多个模型训练端可以对应一个第二边缘服务器，每个模型训练端可以对应多个输电线状态采集器。
[0121]
第二边缘服务器上的输电线状态检测模型可以为神经网络模型、卷积神经网络模型或长短期记忆网络模型等。
[0122]
在本公开一种实现方式中，由输电线状态采集器接收的第二边缘服务器发送的第二更新权值参数，是第二边缘服务器根据多个模型训练端发送的第二梯度更新矢量进行聚合，并根据聚合后的第二梯度更新矢量对第二边缘服务器上的输电线状态检测模型的权值参数进行更新得到的，因此模型训练端上更新后的输电线状态检测模型能够反映上一轮训
练中第二边缘服务器上的输电线状态检测模型所学习到的，输电线状态数据、天气数据与输电线状态检测结果之间的共有规律。之后模型训练端可以将每组输电线状态数据以及与每组输电线状态数据对应的天气数据作为输入，将与每组输电线状态数据对应的输电线状态检测结果作为输出，对更新后的输电线状态检测模型进行训练，以使模型训练端上的输电线状态检测模型在学习到共有规律的基础上，还能够个性化的针对该模型训练端自身所获取的输电线状态数据、天气数据与输电线状态检测结果之间的规律进行学习，使训练后的模型训练端上的输电线状态检测模型能够学习到该模型训练端自身获取的输电线状态数据、天气数据与输电线状态检测结果之间的私有规律；当训练后的模型训练端上的输电线状态检测模型未收敛时，说明该训练后的模型训练端上的输电线状态检测模型仍需要继续训练，通过根据训练后的模型训练端上的输电线状态检测模型获取第二梯度更新矢量，并发送第二梯度更新矢量，可以使第二边缘服务器能够继续基于多个模型训练端上传的第二梯度更新矢量获取相应的第二更新权值参数，从而继续对各个模型训练端上的输电线状态检测模型继续进行训练；当训练后的模型训练端上的输电线状态检测模型收敛时，可以认为该收敛的输电线状态检测模型能够根据模型训练端获取的输电线状态数据获取准确率较高的输电线状态检测结果，可以将收敛的输电线状态检测模型储存为第二输电线状态检测模型。
[0123]
在上述技术方案中，一方面最终获取的目标输电线状态检测模型可以为即学习到共有规律，又学习到私有规律的模型，其能够根据模型训练端获取的输电线状态数据获取准确率较高的输电线状态检测结果；另一方面由于对各个模型训练端上的输电线状态检测模型继续进行训练的过程由模型训练端以及第二边缘服务器共同来执行，与仅由模型训练端单独对输电线状态检测模型进行进一步训练相比较，所需的处理资源较少，训练速度较快。
[0124]
图4示出根据本公开的实施例的输电线检测装置的结构框图。其中，该装置可以通过软件、硬件或者两者的结合实现成为电子设备的部分或者全部。
[0125]
如图4所示，所述输电线检测装置400包括：第一数据获取模块401，被配置为获取输电线状态采集器采集的至少一组采集器状态数据，并根据至少一组采集器状态数据获取至少一组输电线状态数据，每组输电线状态数据包括采集器状态数据以及与采集器状态数据对应的采集器姿态数据，输电线状态采集器固定在两个输电线塔之间的目标输电线上；数据检测模块402，被配置为对至少一组输电线状态数据进行检测，以生成输电线状态检测结果；故障告警模块403，被配置为响应于至少两组连续的输电线状态数据的检测结果均满足状态数据超标条件，生成输电线断落故障信息。
[0126]
根据本公开实施例提供的技术方案，通过获取输电线状态采集器采集的至少一组采集器状态数据，并根据至少一组采集器状态数据获取至少一组输电线状态数据，每组输电线状态数据包括采集器状态数据以及与采集器状态数据对应的采集器姿态数据，其中由于输电线状态采集器固定在两个输电线塔之间的目标输电线上，因此输电线状态数据可以体现目标输电线的运动状态以及目标输电线的姿态；对至少一组输电线状态数据进行检测，以生成输电线状态检测结果；响应于至少两组连续的输电线状态数据的检测结果均满
足状态数据超标条件，生成输电线断落故障信息。其中，当至少两组连续的输电线状态数据的检测结果均满足状态数据超标条件时，可以理解为目标输电线的运动状态能够体现该目标输电线处于持续下落的运动状态，且该目标输电线的姿态能够体现因该目标输电线已经与输电线塔断开而导致其姿态超出了正常姿态变化范围，因此生成用于指示该目标输电线出现了断落故障的输电线断落故障信息，上述方案可以在耗费较少资源的前提下，准确的确定两个输电线塔之间的目标输电线是否出现了断落故障，从而改善了检测效率，并提高了检测的准确率。
[0127]
图5示出根据本公开的实施例的模型训练装置的结构框图。其中，该装置可以通过软件、硬件或者两者的结合实现成为电子设备的部分或者全部。
[0128]
如图5所示，所述模型训练装置500包括：第二数据获取模块501，被配置为获取输电线状态采集器采集的至少一组采集器状态数据、与每组采集器状态数据对应的输电线图像，输电线状态采集器固定在两个输电线塔之间的输电线上，输电线图像至少包括输电线状态采集器以及目标输电线的部分或全部；第一数据处理模块502，被配置为根据至少一组采集器状态数据获取至少一组输电线状态数据，每组输电线状态数据包括采集器状态数据以及与采集器状态数据对应的采集器姿态数据；第一图像识别模块503，被配置为对每组输电线状态数据中采集器状态数据对应的输电线图像进行图像识别，以获取与每组输电线状态数据对应的输电线状态检测结果；第一模型训练模块504，被配置为获取输电线状态检测模型，将每组输电线状态数据作为输入，将与每组输电线状态数据对应的输电线状态检测结果作为输出，对输电线状态检测模型进行训练，以获取第一输电线状态检测模型。
[0129]
根据本公开实施例提供的技术方案，通过获取输电线状态采集器采集的至少一组采集器状态数据、与每组采集器状态数据对应的输电线图像，并根据至少一组采集器状态数据获取至少一组输电线状态数据；对每组输电线状态数据中采集器状态数据对应的输电线图像进行图像识别，以获取与每组输电线状态数据对应的输电线状态检测结果，根据该输电线状态检测结果可以确定在采集对应的采集器状态数据时，输电线状态采集器所在的目标输电线是否处于断落状态；获取输电线状态检测模型，将每组输电线状态数据作为输入，将与每组输电线状态数据对应的输电线状态检测结果作为输出，对输电线状态检测模型进行训练，以获取第一输电线状态检测模型，可以使第一输电线状态检测模型能够学习到输电线状态数据与输电线状态检测结果之间的规律，便于基于第一输电线状态检测模型，对两个输电线塔之间的目标输电线是否出现了断落故障进行检测，从而改善了检测效率，并提高了检测的准确率。
[0130]
图6示出根据本公开的实施例的模型训练装置的结构框图。其中，该装置可以通过软件、硬件或者两者的结合实现成为电子设备的部分或者全部。
[0131]
如图6所示，所述模型训练装置600包括：第三数据获取模块601，被配置为获取输电线状态采集器采集的至少一组采集器状态数据、与每组采集器状态数据对应的输电线图像以及与每组采集器状态数据对应的天气数据，输电线状态采集器固定在两个输电线塔之间的输电线上，输电线图像至少包括输
电线状态采集器以及目标输电线的部分或全部；第二数据处理模块602，被配置为根据至少一组采集器状态数据获取至少一组输电线状态数据，每组输电线状态数据包括采集器状态数据以及与采集器状态数据对应的采集器姿态数据；第二图像识别模块603，被配置为对每组输电线状态数据中采集器状态数据对应的输电线图像进行图像识别，以获取与每组输电线状态数据对应的输电线状态检测结果；第二模型训练模块604，被配置为获取输电线状态检测模型，将每组输电线状态数据以及与每组输电线状态数据对应的天气数据作为输入，将与每组输电线状态数据对应的输电线状态检测结果作为输出，对输电线状态检测模型进行训练，以获取第二输电线状态检测模型。
[0132]
根据本公开实施例提供的技术方案，通过获取输电线状态采集器采集的至少一组采集器状态数据、与每组采集器状态数据对应的输电线图像，并根据至少一组采集器状态数据获取至少一组输电线状态数据；对每组输电线状态数据中采集器状态数据对应的输电线图像进行图像识别，以获取与每组输电线状态数据对应的输电线状态检测结果，根据该输电线状态检测结果可以确定在采集对应的采集器状态数据时，输电线状态采集器所在的目标输电线是否处于断落状态；获取输电线状态检测模型，将每组输电线状态数据以及与每组输电线状态数据对应的天气数据作为输入，将与每组输电线状态数据对应的输电线状态检测结果作为输出，对输电线状态检测模型进行训练，以获取第二输电线状态检测模型。可以使第二输电线状态检测模型能够学习到输电线状态数据、天气数据与输电线状态检测结果之间的规律，便于基于第二输电线状态检测模型，对两个输电线塔之间的目标输电线是否出现了断落故障进行检测，从而改善了检测效率，并提高了检测的准确率。
[0133]
本公开还公开了一种电子设备，图7示出根据本公开的实施例的电子设备的结构框图。
[0134]
如图7所示，所述电子设备包括存储器和处理器，其中，存储器用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令被所述处理器执行以实现根据本公开的实施例的方法。
[0135]
第一方面，本公开实施例中提供了一种输电线检测方法，所述方法包括：获取输电线状态采集器采集的至少一组采集器状态数据，并根据至少一组采集器状态数据获取至少一组输电线状态数据，每组输电线状态数据包括采集器状态数据以及与采集器状态数据对应的采集器姿态数据，输电线状态采集器固定在两个输电线塔之间的目标输电线上；对至少一组输电线状态数据进行检测，以生成输电线状态检测结果；响应于至少两组连续的输电线状态数据的检测结果均满足状态数据超标条件，生成输电线断落故障信息。
[0136]
在本公开的一种实现方式中，响应于至少两组连续的输电线状态数据的检测结果均满足状态数据超标条件，生成输电线断落故障信息，包括：响应于至少两组连续的输电线状态数据的检测结果均满足状态数据超标条件，获取目标采集器姿态数据；响应于至少两组连续的输电线状态数据中后一组输电线状态数据中的采集器姿
态数据与目标采集器姿态数据之间的差异满足采集器姿态数据超标条件，生成输电线断落故障信息。
[0137]
在本公开的一种实现方式中，所述方法还包括：响应于至少两组连续的输电线状态数据中后一组输电线状态数据中的采集器姿态数据与目标采集器姿态数据之间的差异不满足采集器姿态数据超标条件，生成输电线断落告警信息。
[0138]
在本公开的一种实现方式中，采集器状态数据包括输电线状态采集器在至少一个方向上的加速度以及输电线状态采集器围绕一个方向旋转的角速度。
[0139]
在本公开的一种实现方式中，与采集器状态数据对应的采集器姿态数据，包括：根据采集器状态数据，通过四元数算法计算得到的输电线状态采集器的俯仰角、输电线状态采集器的横滚角及输电线状态采集器的航向角。
[0140]
在本公开的一种实现方式中，获取输电线状态采集器采集的至少一组采集器状态数据，包括：获取输电线状态采集器采集的连续的四组采集器状态数据；对至少一组输电线状态数据进行检测，以生成输电线状态检测结果，包括：对连续的四组采集器状态数据中的第三组采集器状态数据进行检测，以生成输电线状态检测结果；方法还包括：响应于输电线状态检测结果不满足状态数据超标条件，删除连续的四组采集器状态数据中的第一组采集器状态数据，并将连续的四组采集器状态数据中的第二组至第四组采集器状态数据前移，并将输电线状态采集器当前采集的采集器状态数据存为连续的四组采集器状态数据中的第四组采集器状态数据。
[0141]
在本公开的一种实现方式中，对连续的四组采集器状态数据中的第三组采集器状态数据进行检测，以生成输电线状态检测结果，包括获取第一输电线状态检测模型，将第三组采集器状态数据输入第一输电线状态检测模型，以获取输电线状态检测结果。
[0142]
在本公开的一种实现方式中，对连续的四组采集器状态数据中的第三组采集器状态数据进行检测，以生成输电线状态检测结果之前，方法还包括：获取与第三组采集器状态数据对应的天气数据；获取第二输电线状态检测模型，将第三组采集器状态数据以及天气数据输入第二输电线状态检测模型，以获取输电线状态检测结果。
[0143]
第二方面，本公开实施例中提供了一种模型训练方法，所述方法包括：获取输电线状态采集器采集的至少一组采集器状态数据、与每组采集器状态数据对应的输电线图像，输电线状态采集器固定在两个输电线塔之间的输电线上，输电线图像至少包括输电线状态采集器以及目标输电线的部分或全部；根据至少一组采集器状态数据获取至少一组输电线状态数据，每组输电线状态数据包括采集器状态数据以及与采集器状态数据对应的采集器姿态数据；对每组输电线状态数据中采集器状态数据对应的输电线图像进行图像识别，以获取与每组输电线状态数据对应的输电线状态检测结果；
获取输电线状态检测模型，将每组输电线状态数据作为输入，将与每组输电线状态数据对应的输电线状态检测结果作为输出，对输电线状态检测模型进行训练，以获取第一输电线状态检测模型。
[0144]
在本公开的一种实现方式中，采集器状态数据包括输电线状态采集器在至少一个方向上的加速度以及输电线状态采集器围绕一个方向旋转的角速度。
[0145]
在本公开的一种实现方式中，与采集器状态数据对应的采集器姿态数据，包括：根据采集器状态数据，通过四元数算法计算得到的输电线状态采集器的俯仰角、输电线状态采集器的横滚角及输电线状态采集器的航向角。
[0146]
在本公开的一种实现方式中，将每组输电线状态数据作为输入，将与每组输电线状态数据对应的输电线状态检测结果作为输出，对输电线状态检测模型进行训练，以获取第一输电线状态检测模型之前，方法还包括：接收第一边缘服务器发送的第一更新权值参数，并根据第一更新权值参数对输电线状态检测模型进行更新；将每组输电线状态数据作为输入，将与每组输电线状态数据对应的输电线状态检测结果作为输出，对输电线状态检测模型进行训练，以获取第一输电线状态检测模型，包括：将每组输电线状态数据作为输入，将与每组输电线状态数据对应的输电线状态检测结果作为输出，对更新后的输电线状态检测模型进行训练；响应于训练后的输电线状态检测模型收敛，将训练后的输电线状态检测模型储存为第一输电线状态检测模型。
[0147]
在本公开的一种实现方式中，所述方法还包括：响应于训练后的输电线状态检测模型未收敛，根据训练后的输电线状态检测模型获取第一梯度更新矢量，并向边缘服务器发送第一梯度更新矢量。
[0148]
第三方面，本公开实施例中提供了一种模型训练方法，所述方法包括：获取输电线状态采集器采集的至少一组采集器状态数据、与每组采集器状态数据对应的输电线图像以及与每组采集器状态数据对应的天气数据，输电线状态采集器固定在两个输电线塔之间的输电线上，输电线图像至少包括输电线状态采集器以及目标输电线的部分或全部；根据至少一组采集器状态数据获取至少一组输电线状态数据，每组输电线状态数据包括采集器状态数据以及与采集器状态数据对应的采集器姿态数据；对每组输电线状态数据中采集器状态数据对应的输电线图像进行图像识别，以获取与每组输电线状态数据对应的输电线状态检测结果；获取输电线状态检测模型，将每组输电线状态数据以及与每组输电线状态数据对应的天气数据作为输入，将与每组输电线状态数据对应的输电线状态检测结果作为输出，对输电线状态检测模型进行训练，以获取第二输电线状态检测模型。
[0149]
在本公开的一种实现方式中，采集器状态数据包括输电线状态采集器在至少一个方向上的加速度以及输电线状态采集器围绕一个方向旋转的角速度。
[0150]
在本公开的一种实现方式中，与采集器状态数据对应的采集器姿态数据，包括：根据采集器状态数据，通过四元数算法计算得到的输电线状态采集器的俯仰角、
输电线状态采集器的横滚角及输电线状态采集器的航向角。
[0151]
在本公开的一种实现方式中，将每组输电线状态数据以及与每组输电线状态数据对应的天气数据作为输入，将与每组输电线状态数据对应的输电线状态检测结果作为输出，对输电线状态检测模型进行训练，以获取第二输电线状态检测模型之前，方法还包括：接收第二边缘服务器发送的第二更新权值参数，并根据第二更新权值参数对输电线状态检测模型进行更新；将每组输电线状态数据以及与每组输电线状态数据对应的天气数据作为输入，将与每组输电线状态数据对应的输电线状态检测结果作为输出，对输电线状态检测模型进行训练，以获取第二输电线状态检测模型，包括：将每组输电线状态数据以及与每组输电线状态数据对应的天气数据作为输入，将与每组输电线状态数据对应的输电线状态检测结果作为输出，对更新后的输电线状态检测模型进行训练；响应于训练后的输电线状态检测模型收敛，将训练后的输电线状态检测模型储存为第二输电线状态检测模型。
[0152]
在本公开的一种实现方式中，所述方法还包括：响应于训练后的输电线状态检测模型未收敛，根据训练后的输电线状态检测模型获取第二梯度更新矢量，并向边缘服务器发送第二梯度更新矢量。
[0153]
图8示出适于用来实现根据本公开实施例的方法的计算机系统的结构示意图。
[0154]
如图8所示，计算机系统包括处理单元，其可以根据存储在只读存储器（rom）中的程序或者从存储部分加载到随机访问存储器（ram）中的程序而执行上述实施例中的各种方法。在ram中，还存储有计算机系统操作所需的各种程序和数据。处理单元、rom以及ram通过总线彼此相连。输入/输出（i/o）接口也连接至总线。
[0155]
以下部件连接至i/o接口：包括键盘、鼠标等的输入部分；包括诸如阴极射线管（crt）、液晶显示器（lcd）等以及扬声器等的输出部分；包括硬盘等的存储部分；以及包括诸如lan卡、调制解调器等的网络接口卡的通信部分。通信部分经由诸如因特网的网络执行通信过程。驱动器也根据需要连接至i/o接口。可拆卸介质，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器上，以便于从其上读出的计算机程序根据需要被安装入存储部分。其中，所述处理单元可实现为cpu、gpu、tpu、fpga、npu等处理单元。
[0156]
特别地，根据本公开的实施例，上文描述的方法可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括有形地包含在机器可读介质上的计算机程序，所述计算机程序包含用于执行上述方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分从网络上被下载和安装，和/或从可拆卸介质被安装。
[0157]
附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执
行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
[0158]
描述于本公开实施例中所涉及到的单元或模块可以通过软件的方式实现，也可以通过可编程硬件的方式来实现。所描述的单元或模块也可以设置在处理器中，这些单元或模块的名称在某种情况下并不构成对该单元或模块本身的限定。
[0159]
作为另一方面，本公开还提供了一种计算机可读存储介质，该计算机可读存储介质可以是上述实施例中电子设备或计算机系统中所包含的计算机可读存储介质；也可以是单独存在，未装配入设备中的计算机可读存储介质。计算机可读存储介质存储有一个或者一个以上程序，所述程序被一个或者一个以上的处理器用来执行描述于本公开的方法。
[0160]
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离所述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的（但不限于）具有类似功能的技术特征进行互相替换而形成的技术方案。