监测装备的控制方法、装置、计算机设备和存储介质与流程

1.本技术涉及换流站故障监测技术领域，特别是涉及一种监测装备的控制方法、装置、计算机设备、存储介质和计算机程序产品。


背景技术：

2.在直流输电系统中，换流站是重要的一环，通过换流站实现交直流电的互相交换，保证电能质量。随着换流站故障监测技术的发展，出现了多种用于换流站故障监测的智能监测装备。
3.传统技术中，通过巡检机器人、无人机、阀厅测温、巡视系统等智能监测装备对换流站进行故障监测，并通过智能监测装备产生的监测数据对换流站进行故障判定。
4.然而，由于换流站中用于故障监测的智能监测装备种类多、数量大，传统技术中的智能监测装备在对故障位置处进行拍摄时，由于智能监测装备的监控探头全部指向故障位置处，会导致监测数据中出现大量相似的图片，导致监测数据冗余，影响换流站故障处理效率。


技术实现要素：

5.基于此，有必要针对上述技术问题，提供一种能够提高换流站故障处理效率的监测装备的控制方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
6.第一方面，本技术提供了一种监测装备的控制方法。所述方法包括：
7.获取至少两个备选装备各自采集的第一监测图像的第一参数适应度，第一参数适应度表征第一监测图像的监测效果；
8.对至少两个备选装备各自的第一参数适应度进行比较，根据比较结果从至少两个备选装备中确定目标装备；
9.对目标装备的初始采集参数进行调整，获得初次调整参数，将初次调整参数输出至目标装备，获取目标装备按照初次调整参数所采集的第二监测图像的第二参数适应度；
10.基于目标装备的第一参数适应度和第二参数适应度，获得目标装备的目标采集参数，将按照目标采集参数所采集的监测图像作为目标监测图像。
11.在其中一个实施例中，获取至少两个备选装备各自采集的第一监测图像的第一参数适应度包括：
12.获取至少两个备选装备各自采集的第一监测图像；
13.按照预配置的第一监测图像评估方式，分别对至少两个备选装备各自采集的第一监测图像进行图像效果评估，获得至少两个备选装备各自采集的第一监测图像的图像效果评估结果；
14.基于至少两个备选装备各自采集的第一监测图像的图像效果评估结果，分别获得至少两个备选装备各自采集的第一监测图像的第一参数适应度。
15.在其中一个实施例中，图像效果评估结果包括至少两种量化参数效果值，基于至
少两个备选装备各自采集的第一监测图像的图像效果评估结果，分别获得至少两个备选装备各自采集的第一监测图像的第一参数适应度包括：
16.针对至少两个备选装备中每一个备选装备，按照为每种量化参数效果值预配置的参数权重，将备选装备采集的第一监测图像的至少两种量化参数效果值进行加权融合，获得备选装备采集的第一监测图像的第一参数适应度。
17.在其中一个实施例中，基于目标装备的第一参数适应度和第二参数适应度，获得目标装备的目标采集参数包括：
18.对目标装备的第一参数适应度和第二参数适应度进行比对，根据比对结果确定目标装备的待优化采集参数；
19.对待优化采集参数进行迭代优化，直到满足迭代停止条件为止，获得目标装备的目标采集参数。
20.在其中一个实施例中，对待优化采集参数进行迭代优化，直到满足迭代停止条件为止，获得目标装备的目标采集参数包括：
21.对待优化采集参数进行调整，获得调整后采集参数；
22.将调整后采集参数输出至目标装备，获取目标装备按照调整后采集参数所采集的第三监测图像的第三参数适应度；
23.对第三参数适应度和按照待优化采集参数采集的监测图像的参数适应度进行比对；
24.根据比对结果确定新的待优化采集参数，继续对新的待优化采集参数进行优化，直到满足迭代停止条件为止，获得目标装备的目标采集参数。
25.在其中一个实施例中，基于目标装备的第一参数适应度和第二参数适应度，获得目标装备的目标采集参数，将按照目标采集参数所采集的监测图像作为目标监测图像之后，还包括：
26.将目标监测图像与预配置的故障位置处的三维模型进行拟合，获得模型拟合结果；
27.当模型拟合结果表征为基于目标监测图像未全面监测故障位置处，控制备用装备对故障位置处进行监测，获得备用装备采集的监测图像。
28.第二方面，本技术还提供了一种监测装备的控制装置。所述装置包括：
29.适应度获取模块，用于获取至少两个备选装备各自采集的第一监测图像的第一参数适应度，第一参数适应度表征第一监测图像的监测效果；
30.第一处理模块，用于对至少两个备选装备各自的第一参数适应度进行比较，根据比较结果从至少两个备选装备中确定目标装备；
31.第二处理模块，用于对目标装备的初始采集参数进行调整，获得初次调整参数，将初次调整参数输出至目标装备，获取目标装备按照初次调整参数所采集的第二监测图像的第二参数适应度；
32.第三处理模块，用于基于目标装备的第一参数适应度和第二参数适应度，获得目标装备的目标采集参数，将按照目标采集参数所采集的监测图像作为目标监测图像。
33.第三方面，本技术还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
34.获取至少两个备选装备各自采集的第一监测图像的第一参数适应度，第一参数适应度表征第一监测图像的监测效果；
35.对至少两个备选装备各自的第一参数适应度进行比较，根据比较结果从至少两个备选装备中确定目标装备；
36.对目标装备的初始采集参数进行调整，获得初次调整参数，将初次调整参数输出至目标装备，获取目标装备按照初次调整参数所采集的第二监测图像的第二参数适应度；
37.基于目标装备的第一参数适应度和第二参数适应度，获得目标装备的目标采集参数，将按照目标采集参数所采集的监测图像作为目标监测图像。
38.第四方面，本技术还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
39.获取至少两个备选装备各自采集的第一监测图像的第一参数适应度，第一参数适应度表征第一监测图像的监测效果；
40.对至少两个备选装备各自的第一参数适应度进行比较，根据比较结果从至少两个备选装备中确定目标装备；
41.对目标装备的初始采集参数进行调整，获得初次调整参数，将初次调整参数输出至目标装备，获取目标装备按照初次调整参数所采集的第二监测图像的第二参数适应度；
42.基于目标装备的第一参数适应度和第二参数适应度，获得目标装备的目标采集参数，将按照目标采集参数所采集的监测图像作为目标监测图像。
43.第五方面，本技术还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
44.获取至少两个备选装备各自采集的第一监测图像的第一参数适应度，第一参数适应度表征第一监测图像的监测效果；
45.对至少两个备选装备各自的第一参数适应度进行比较，根据比较结果从至少两个备选装备中确定目标装备；
46.对目标装备的初始采集参数进行调整，获得初次调整参数，将初次调整参数输出至目标装备，获取目标装备按照初次调整参数所采集的第二监测图像的第二参数适应度；
47.基于目标装备的第一参数适应度和第二参数适应度，获得目标装备的目标采集参数，将按照目标采集参数所采集的监测图像作为目标监测图像。
48.上述监测装备的控制方法、装置、计算机设备、存储介质和计算机程序产品，通过获取至少两个备选装备各自采集的第一监测图像的第一参数适应度，对至少两个备选装备各自的表征第一监测图像的监测效果的第一参数适应度进行比较，能够根据表征至少两个备选装备各自的第一参数适应度的大小关系的比较结果优选出目标装备，进而可以通过对目标装备的初始采集参数进行调整，获得初次调整参数，将初次调整参数输出至目标装备，获取目标装备按照初次调整参数所采集的第二监测图像的第二参数适应度，基于目标装备的第一参数适应度和第二参数适应度，获得目标装备的目标采集参数，实现对目标装备的采集参数的优化，将按照目标采集参数所采集的监测图像作为目标监测图像，整个过程，通过比较第一参数适应度优选出目标装备，对目标装备的采集参数进行优化，能够获得目标监测图像，进而能够利用目标监测图像实现对故障位置处的监测，避免监测数据中出现大量相似的图片，能够提高换流站故障处理效率。
附图说明
49.图1为一个实施例中监测装备的控制方法的应用环境图；
50.图2为一个实施例中监测装备的控制方法的流程示意图；
51.图3为一个实施例中备用装备的控制方法的流程示意图；
52.图4为另一个实施例中监测装备的控制方法的流程示意图；
53.图5为一个实施例中监测装备的控制装置的流程示意图；
54.图6为一个实施例中计算机设备的内部结构图。
具体实施方式
55.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
56.本技术实施例提供的监测装备的控制方法，可以应用于如图1所示的应用环境中。其中，备选装备102通过网络与服务器104进行通信。数据存储系统可以存储服务器104需要处理的数据。数据存储系统可以集成在服务器104上，也可以放在云上或其他网络服务器上。服务器104获取至少两个备选装备102各自采集的第一监测图像的第一参数适应度，对至少两个备选装备102各自的第一参数适应度进行比较，根据比较结果从至少两个备选装备102中确定目标装备，对目标装备的初始采集参数进行调整，获得初次调整参数，将初次调整参数输出至目标装备，获取目标装备按照初次调整参数所采集的第二监测图像的第二参数适应度，再基于目标装备的第一参数适应度和第二参数适应度，获得目标装备的目标采集参数，并将按照目标采集参数所采集的监测图像作为目标监测图像。其中，备选装备102可以但不限于是各种用于监测换流站的装备。服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
57.在一个实施例中，如图2所示，提供了一种监测装备的控制方法，以该方法应用于图1中的服务器104为例进行说明，包括以下步骤：
58.步骤202，获取至少两个备选装备各自采集的第一监测图像的第一参数适应度，第一参数适应度表征第一监测图像的监测效果。
59.其中，备选装备为处于换流站故障位置处周围可以拍摄到故障位置处及故障位置处周围环境的固定智能监测装备，备选装备的数量为至少两个。比如，备选装备可以为故障位置处周围的固定探头。第一参数适应度为数值形式，通过数值的大小表征备选装备各自采集到的第一监测图像的监测效果。例如，备选装备采集的第一监测图像的第一参数适应度越大，表征备选装备采集的第一监测图像的监测效果越好。
60.具体的，故障发生后，服务器在换流站三维模型中选取出可以拍摄到故障位置处及故障位置处周围环境的至少两个固定智能监测装备，将被选取出的固定智能监测装备作为备选装备，控制备选装备指向故障位置处，对故障位置处进行拍摄，获取每个备选装备各自采集的第一监测图像，再按照预配置的第一监测图像评估方式，分别对每个备选装备各自采集的第一监测图像进行图像效果评估，获得每个备选装备各自采集的第一监测图像的图像效果评估结果，并基于每个备选装备各自采集的第一监测图像的图像效果评估结果，分别获得每个备选装备各自采集的第一监测图像的第一参数适应度。
61.在具体的应用中，在服务器对每个备选装备各自采集的第一监测图像进行图像效果评估的过程中，按照预配置的第一监测图像评估方式中每种评估参数各自的评估方式，分别对第一监测图像的图像监测角度、监测图像被遮挡程度、监测图像清晰度以及每个备选装备采集第一监测图像时与故障处距离等评估参数进行效果评估，获得每个备选装备各自采集的第一监测图像的图像效果评估结果，并基于每个备选装备各自采集的第一监测图像的图像效果评估结果，分别获得每个备选装备各自采集的第一监测图像的第一参数适应度。
62.步骤204，对至少两个备选装备各自的第一参数适应度进行比较，根据比较结果从至少两个备选装备中确定目标装备。
63.具体的，服务器对所有备选装备各自的第一参数适应度进行比较，获得比较结果，并基于比较结果对所有备选装备各自的第一参数适应度进行排序，由于备选装备与第一参数适应度一一对应，进而可以根据第一参数适应度的排序结果，获取所有备选装备的排序结果，最后，依据所有备选装备的排序结果，从所有备选装备中选取出第一参数适应度较大的备选装备作为目标装备。其中，目标装备的数量可以为一个，也可以为多个。
64.在具体的应用中，服务器对所有备选装备各自的第一参数适应度从大到小进行排序，令更大的第一参数适应度排序在前，并根据所有第一参数适应度的排序结果，获取所有备选装备的排序结果，从所有备选装备的排序结果中选取出排序在前的备选装备作为目标装备，即选择监测角度合适、监测画面被遮挡程度低、监测结果清晰度高以及与故障位置处距离近的固定智能监测装备作为目标装备，弃用监测角度歪、监测画面被遮挡程度高、监测结果不清晰、与故障处距离远的固定智能监测装备，通过上述的排序与择优选择过程，弃用监测效果不佳的备选装备。
65.步骤206，对目标装备的初始采集参数进行调整，获得初次调整参数，将初次调整参数输出至目标装备，获取目标装备按照初次调整参数所采集的第二监测图像的第二参数适应度。
66.其中，目标装备的初始采集参数是指为目标装置预配置的采集参数，比如，初始采集参数包括目标装备的初始角度与初始焦距，可通过对目标装备的初始角度与初始焦距进行初次调整，获得目标装备的初次调整参数，初次调整参数是指对初始采集参数进行调整后获得的参数，比如，目标装备的初次调整参数包括初次调整角度与初次调整焦距。第二参数适应度为数值形式，通过数值的大小表征目标装备各自采集到的第二监测图像的监测效果。例如，目标装备采集的第二监测图像的第二参数适应度越大，表征目标装备采集的第二监测图像的监测效果越好。
67.具体的，服务器对目标装备的初始采集参数进行初次调整，获得目标装备的初次调整参数，然后将目标装备的初次调整参数输出至目标装备，控制目标装备在初次调整角度与初次调整焦距下对故障位置处进行监测，获取目标装备基于初次调整参数对故障位置处所采集的第二监测图像，并基于预配置的第二监测图像评估方式，对第二监测图像进行图像效果评估，获得第二监测图像的图像效果评估结果，再基于第二监测图像的图像效果评估结果，获得目标装备按照初次调整参数采集的第二监测图像的第二参数适应度。
68.在具体的应用中，在对目标装备的第二监测图像进行图像效果评估的过程中，服务器会按照预配置的第二监测图像评估方式中每种评估参数各自的评估方式，对第二监测
图像的监测角度和监测清晰度等评估参数进行效果评估，获得第二监测图像的图像效果评估结果，基于第二监测图像的图像效果评估结果，获得目标装备采集的第二监测图像的第二参数适应度。
69.步骤208，基于目标装备的第一参数适应度和第二参数适应度，获得目标装备的目标采集参数，将按照目标采集参数所采集的监测图像作为目标监测图像。
70.其中，目标采集参数是指通过参数调整后所确定的与目标监测图像对应的采集参数，目标监测图像是指通过第二监测图像评估方式所确定的图像效果满足预配置的监测需求的图像。预配置的监测需求可按照实际应用场景进行配置。比如，对目标装备所采集第二监测图像的第二参数适应度预配置适应度阈值，当第二参数适应度达到适应度阈值时，表征第二监测图像是满足预配置的监测需求的图像。适应度阈值可按照实际应用场景进行配置。
71.具体的，服务器将目标装备的第一参数适应度与第二参数适应度进行比较，当目标装备的第二参数适应度比目标装备的第一参数适应度大时，将目标装备的初次调整参数作为目标装备的待优化采集参数，并对目标装备的待优化参数进行迭代优化，直至满足迭代停止条件，获得目标装备的目标采集参数，控制目标装备在目标采集参数下对故障位置处进行监测，将目标装备按照目标采集参数所采集的监测图像作为目标监测图像。
72.在具体的应用中，服务器可以采用蚁狮算法对目标装备的初始采集参数进行优化，获得目标装备的目标采集参数。其中，蚁狮算法是一种快速优化算法，仿生蚁狮捕猎蚂蚁的情景，控制蚂蚁在蚁狮附近进行游走，比较所有蚂蚁和蚁狮所带来的结果，快速筛选出更优的蚁狮，本技术中基于蚁狮算法快速比较不同采集参数下的监测效果，然后择优采集参数为新的蚁狮，通过多次迭代找到精英蚁狮，即目标采集参数。
73.在具体的应用中，服务器可以采用蚁狮算法对目标装备的初始采集参数进行优化，获得目标装备的目标采集参数。此时，目标装备的初始采集参数为初始蚁狮，目标装备的第一参数适应度参数为初始蚁狮所对应的结果，初次调整参数为蚂蚁，目标装备的第二参数适应度参数为蚂蚁所对应的结果，对第一参数适应度和第二参数适应度进行比对，即对初始蚁狮所对应的结果和蚂蚁所对应的结果进行比较，当第二参数适应度比第一参数适应度大时，表示蚂蚁所对应的结果由于初始蚁狮所对应的结果，服务器会替换初始蚁狮，将初次调整参数作为新的蚁狮，即将初次调整参数作为待优化采集参数，然后继续对新的蚁狮进行迭代优化，即对待优化采集参数进行迭代优化，直至满足迭代停止条件，获取精英蚁狮，即目标装备的目标采集参数。
74.上述监测装备的控制方法中，服务器通过获取至少两个备选装备各自采集的第一监测图像的第一参数适应度，对至少两个备选装备各自的表征第一监测图像的监测效果的第一参数适应度进行比较，能够根据表征至少两个备选装备各自的第一参数适应度的大小关系的比较结果优选出目标装备，进而可以通过对目标装备的初始采集参数进行调整，获得初次调整参数，将初次调整参数输出至目标装备，获取目标装备按照初次调整参数所采集的第二监测图像的第二参数适应度，基于目标装备的第一参数适应度和第二参数适应度，获得目标装备的目标采集参数，实现对目标装备的采集参数的优化，将按照目标采集参数所采集的监测图像作为目标监测图像，整个过程，通过比较第一参数适应度优选出目标装备，对目标装备的采集参数进行优化，能够获得目标监测图像，进而能够利用目标监测图
像实现对故障位置处的监测，避免监测数据中出现大量相似的图片，能够提高换流站故障处理效率。
75.在其中一个实施例中，获取至少两个备选装备各自采集的第一监测图像的第一参数适应度包括：
76.获取至少两个备选装备各自采集的第一监测图像；
77.按照预配置的第一监测图像评估方式，分别对至少两个备选装备各自采集的第一监测图像进行图像效果评估，获得至少两个备选装备各自采集的第一监测图像的图像效果评估结果；
78.基于至少两个备选装备各自采集的第一监测图像的图像效果评估结果，分别获得至少两个备选装备各自采集的第一监测图像的第一参数适应度。
79.其中，预配置的第一监测图像评估方式用于基于评估参数对第一监测图像的图像效果进行评估。第一监测图像的评估参数具体可以为图像监测角度、监测图像被遮挡程度、监测图像清晰度以及备选装备采集第一监测图像时与故障位置处距离等，本实施例中在此处不对评估参数进行限定。
80.具体的，服务器获取至少两个备选装备各自采集的第一监测图像，按照预配置的第一监测图像评估方式中每种评估参数各自的评估方式，分别对每种评估参数进行效果评估，获得每种评估参数的量化参数效果值，基于第一监测图像的每种评估参数的量化参数效果值，分别获得至少两个备选装备各自采集的第一监测图像的图像效果评估结果，基于至少两个备选装备各自采集的第一监测图像的图像效果评估结果，分别获得至少两个备选装备各自采集的第一监测图像的第一参数适应度。在一个具体的应用中，评估参数为备选装备采集第一监测图像时与故障位置处距离，服务器在获取至少两个备选装备各自采集的第一监测图像后，按照预配置的第一监测图像评估方式中备选装备采集第一监测图像时与故障位置处距离的评估方式，对每个备选装备采集第一监测图像时与故障位置处距离进行图像效果评估，获得每个备选装备采集第一监测图像时与故障处距离的量化参数效果值。比如，备选装备采集第一监测图像时与故障位置处的距离越近，备选装备采集第一监测图像时与故障位置处距离的量化参数效果值越大。在具体的应用中，服务器在获取至少两个备选装备各自采集的第一监测图像后，由于备选装备存在从故障位置处侧边采集第一监测图像的情况，因此，先对每个备选装备各自采集的第一监测图像中拍摄到的目标设备进行几何校正。
81.其中，几何校正通过对每个备选装备各自采集的第一监测图像进行线段的拟合筛选，得到第一监测图像中目标设备的有效线段，即第一监测图像中拍摄到的目标设备的有效轮廓，再基于目标设备的有效轮廓，提取出目标设备图像，并将目标设备图像与预存储在监测系统数据库中的目标设备正视图进行对比，进而基于目标设备正视图对目标设备图像进行拉伸处理，使得目标设备图像接近目标设备正视图。目标设备为故障位置处的待监测设备，故障位置处中包括多个待监测设备，比如刀闸、隔离开关、表计、指示灯、套管以及气体绝缘金属封闭开关设备(gis)等。刀闸为换流站中电力设备的开关，隔离开关为换流站中用于隔离电源、连通和切断小电流电路的开关器件，表计为换流站中用于测量并记录换流站耗电量等数据的电能表计量检测装置，指示灯为换流站中用灯光监测设备工作或位置状态的器件，套管为换流站中将带电导体引入电气设备或穿过墙壁的绝缘装置，气体绝缘金
属封闭开关设备(gis)为换流站中的高压配电装置。在一个具体的应用中，评估参数为图像监测角度，服务器在几何校正过程中，会获取每个备选装备各自采集的第一监测图像中拍摄到的目标设备图像的几何校正程度，从而可以基于几何校正程度对图像监测角度进行效果评估，从而获得图像监测角度的量化参数效果值。例如，备选装备采集的第一监测图像中拍摄到的目标设备图像的几何校正程度越高，表征备选装备的第一参数监测角度越倾斜，则备选装备采集的第一监测图像的图像监测角度的量化参数效果值越低。
82.在具体的应用中，评估参数为监测图像被遮挡程度，服务器可以按照预配置的第一监测图像评估方式中监测图像被遮挡程度的评估方式，对监测图像被遮挡程度进行效果评估。在一个具体的应用中，对监测图像被遮挡程度进行效果评估的方式可以为：在对目标设备图像进行几何校正后，通过角点检测，对目标设备图像与目标设备正视图的特征点进行提取，基于目标设备图像以及目标设备正视图的特征点，对目标设备图像以及目标设备正视图进行图像配准，得到配准结果，基于配准结果，获得监测图像被遮挡程度的量化参数效果值。在一个具体的应用中，基于配准结果可以获取第一监测图像中拍摄到的目标设备的被遮挡比例，目标设备被遮挡的比例越高，监测图像被遮挡程度的量化参数效果值越低。
83.其中，角点检测是通过harris角点检测，采用一阶偏导数描述灰度变化，并采用二维高斯窗函数计算图像中灰度变化值，通过判断灰度变化情况找到图像中的边缘、边角和平坦区域，提取出特征点。图像配准是对两幅图像进行特征提取得到特征点，通过进行相似性度量找到匹配的特征点对，然后通过匹配的特征点对得到图像空间坐标变换参数，最后由坐标变换参数进行配准，即基于目标设备图像与目标设备正视图中匹配的特征点对实现目标设备图像与目标设备正视图的图像配准。
84.在一个具体的应用中，基于配准结果，还可以获得目标设备图像中目标设备的状态信息，状态信息可以用于对目标设备的状态进行分析，以直观确定目标设备是否存在故障。其中，目标设备的状态信息包括：刀闸与隔离开关断开或者闭合、指示灯熄灭或者亮起、套管和气体绝缘金属封闭开关设备(gis)上的裂纹分布情况、表计读数等。举例说明，将故障位置处刀闸对应的目标设备图像中的特征点与目标设备正视图中已断开的刀闸的特征点进行图像配准，可以确定刀闸是断开还是闭合。
85.在具体的应用中，评估参数具体可以为监测图像清晰度，服务器可以按照预设的分辨率标准对第一监测图像进行图像清晰化处理，获取第一监测图像需要清晰化的程度，并基于第一监测图像需要清晰化的程度，获得监测图像清晰度的量化参数效果值。比如，在通过拉普拉斯算子对第一监测图像进行清晰化处理，使得第一监测图像达到预设的分辨率标准时，第一监测图像需要清晰化的程度越高，表征第一监测图像清晰度越低，则监测图像清晰度的量化参数效果值越低。
86.其中，图像清晰化处理是基于图像处理的拉普拉斯算子，增强图像的灰度突变的区域，并对图像进行滤波去噪点、增强线条，使得图像清晰度接近预设的分辨率标准。
87.本实施例中，通过按照预配置的第一监测图像评估方式，分别对每个备选装备各自采集的第一监测图像进行图像效果评估，获得至少两个备选装备各自采集的第一监测图像的图像效果评估结果，能够基于图像效果评估结果，获得相应的第一参数适应度。
88.在其中一个实施例中，图像效果评估结果包括至少两种量化参数效果值，基于至少两个备选装备各自采集的第一监测图像的图像效果评估结果，分别获得至少两个备选装
备各自采集的第一监测图像的第一参数适应度包括：
89.针对至少两个备选装备中每一个备选装备，按照为每种量化参数效果值预配置的参数权重，将备选装备采集的第一监测图像的至少两种量化参数效果值进行加权融合，获得备选装备采集的第一监测图像的第一参数适应度。
90.其中，对于不同的目标设备，每种量化参数效果值预配置的参数权重都不相同。比如，在刀闸与隔离开关中，图像监测角度的参数权重占比最大，在表计中，监测图像清晰度的参数权重占比最大，在指示灯中，图像监测角度的参数权重占比最大，在套管与气体绝缘金属封闭开关设备(gis)中，图像监测角度的参数权重占比最大。
91.具体的，针对至少两个备选装备中每一个备选装备，按照为每种量化参数效果值预配置的参数权重，将备选装备采集的第一监测图像的至少两种量化参数效果值进行加权融合，即将每个备选装备中的量化参数各自的量化参数效果值以及参数权重进行加权融合，从而获得每个备选装备采集的第一监测图像的第一参数适应度。
92.在具体的应用中，可以采用以下方式预配置每种量化参数效果值对应的参数权重：先通过人为输入每个目标设备中不同的量化参数的初步参数权重，再通过层次分析法对初步参数权重进行优化，确定每个目标设备中不同量化参数各自对应的参数权重。例如，在通过人为输入每个目标设备中不同的量化参数的初步参数权重时，可采用经验法输入初步参数权重，其中经验法可通过综合历史经验，确定每个目标设备中对监测故障情况影响最大的量化参数，进而完成对每个目标设备中初步参数权重的设置。
93.其中，层次分析法是将决策问题按总目标、各层子目标、评价准则直至具体的备择方案的顺序分解为不同的层次结构，然后用求解判断矩阵特征向量的办法，求得每一层次的各元素对上一层次某元素的优先权重，最后再加权和的方法递阶归并各备择方案对总目标的最终权重，最终权重最大者即为最优方案。
94.在一个具体的应用中，在将备选装备采集的第一监测图像的至少两种量化参数效果值进行加权融合时，可以基于公式(1)，先分别计算每种评估参数的适应度，再叠加每种评估参数的适应度，实现加权融合。
95.r＝p
·
l
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)
96.其中，r为评估参数的适应度，p为评估参数的参数权重，l为评估参数的量化参数效果值。
97.例如，当某一备选装备采集的第一监测图像中拍摄到的目标设备为刀闸时，先按照预配置的第一监测图像评估方式，获取该第一监测图像的每种评估参数的量化参数效果值，即获取该第一监测图像中图像监测角度、监测图像被遮挡程度、监测图像清晰度以及备选装备采集第一监测图像时与故障位置处距离的量化参数效果值，再获取为刀闸中每种量化参数效果值预配置的参数权重，其中，在刀闸中，图像监测角度的参数权重最大。然后，基于公式(1)，将刀闸中图像监测角度的量化参数效果值与参数权重进行相乘，获得图像监测角度的适应度，再基于类似的方式，获得刀闸中监测图像被遮挡程度、监测图像清晰度以及备选装备采集第一监测图像时与故障位置处距离各自的适应度，通过对图像监测角度、监测图像被遮挡程度、监测图像清晰度、备选装备采集第一监测图像时与故障位置处距离各自的适应度求和，获得该第一监测图像的第一参数适应度。
98.本实施例中，通过针对至少两个备选装备中每一个备选装备，按照为每种量化参
数效果值预配置的参数权重，将备选装备采集的第一监测图像的至少两种量化参数效果值进行加权融合，能够达到获得备选装备采集的第一监测图像的第一参数适应度的技术效果。
99.在其中一个实施例中，基于目标装备的第一参数适应度和第二参数适应度，获得目标装备的目标采集参数包括：
100.对目标装备的第一参数适应度和第二参数适应度进行比对，根据比对结果确定目标装备的待优化采集参数；
101.对待优化采集参数进行迭代优化，直到满足迭代停止条件为止，获得目标装备的目标采集参数。
102.其中，迭代停止条件是指停止迭代的条件。比如，迭代停止条件具体可以为当迭代次数达到预设次数时，迭代停止。
103.具体的，服务器对目标装备的第一参数适应度和第二参数适应度进行比对，获得比对结果，根据比对结果确定目标装备的待优化采集参数，即当目标装备的第一参数适应度大于第二参数适应度时，将目标装备的初次调整参数作为目标装备的待优化采集参数，当目标装备的第一参数适应度小于第二参数适应度时，将目标装备的初始采集参数作为目标装备的待优化采集参数。在确定待优化采集参数后，服务器会对待优化采集参数进行迭代优化，当迭代次数满足迭代停止条件，迭代停止，将迭代停止后目标装备的采集参数作为目标装备的目标采集参数。
104.在具体的应用中，服务器可以采用蚁狮算法对目标装备的初始采集参数进行优化，获得目标装备的目标采集参数。此时，目标装备的初始采集参数为初始蚁狮，目标装备的第一参数适应度参数为初始蚁狮所对应的结果，初次调整参数为蚂蚁，目标装备的第二参数适应度参数为蚂蚁所对应的结果，对第一参数适应度和第二参数适应度进行比对，即对初始蚁狮所对应的结果和蚂蚁所对应的结果进行比较，当第二参数适应度比第一参数适应度大时，表示蚂蚁所对应的结果优于初始蚁狮所对应的结果，服务器会替换初始蚁狮，将初次调整参数作为新的蚁狮，即将初次调整参数作为待优化采集参数，然后继续对新的蚁狮进行迭代优化，即对待优化采集参数进行迭代优化，直至满足迭代停止条件，获取精英蚁狮，即目标装备的目标采集参数。当第二参数适应度比第一参数适应度小时，表示初始蚁狮所对应的结果优于蚂蚁所对应的结果，服务器不会替换初始蚁狮，即将初始采集参数作为待优化采集参数，继续对初始蚁狮进行迭代优化。
105.本实施例中，通过对目标装备的第一参数适应度和第二参数适应度进行比对，根据比对结果确定目标装备的待优化采集参数，对待优化采集参数进行迭代优化，当满足迭代停止条件时，能够达到获取每个目标装备的目标采集参数的技术效果。
106.在其中一个实施例中，对待优化采集参数进行迭代优化，直到满足迭代停止条件为止，获得目标装备的目标采集参数包括：
107.对待优化采集参数进行调整，获得调整后采集参数；
108.将调整后采集参数输出至目标装备，获取目标装备按照调整后采集参数所采集的第三监测图像的第三参数适应度；
109.对第三参数适应度和按照待优化采集参数采集的监测图像的参数适应度进行比对；
110.根据比对结果确定新的待优化采集参数，继续对新的待优化采集参数进行优化，直到满足迭代停止条件为止，获得目标装备的目标采集参数。
111.具体的，服务器对待优化采集参数进行调整，获得调整后采集参数，将调整后采集参数输出至目标装备，获取目标装备按照调整后采集参数所采集的第三监测图像的第三参数适应度，对第三参数适应度和按照待优化采集参数采集的监测图像的参数适应度进行比对，根据比对结果确定新的待优化采集参数，当第三参数适应度大于按照待优化采集参数采集的监测图像的参数适应度时，将调整后采集参数作为新的待优化采集参数，当第三参数适应度小于按照待优化采集参数采集的监测图像的参数适应度时，将待优化采集参数作为新的待优化采集参数，继续对新的待优化采集参数进行优化，直到满足迭代停止条件为止，获得目标装备的目标采集参数。
112.在具体的应用中，在采用蚁狮算法对采集参数进行调整时，当第三参数适应度大于按照待优化采集参数采集的监测图像的参数适应度时，服务器会将调整后采集参数作为新的待优化采集参数，即将调整后采集参数作为新的蚁狮，对新的待优化采集参数进行迭代优化时，对调整后采集参数进行调整，获得再次调整后采集参数，即控制蚂蚁围绕新的蚁狮进行游走，获得新位置的蚂蚁，获取目标装备在再次调整后采集参数下采集的监测图像的参数适应度，当目标装备在再次调整后采集参数下采集的监测图像的参数适应度高于目标装备在调整后采集参数下采集的监测图像的参数适应度时，将再次调整后采集参数作为新的蚁狮。在满足迭代停止条件之前，基于蚁狮算法，继续控制蚂蚁围绕蚁狮进行游走，对蚁狮进行迭代优化，即对目标装备的采集参数进行优化，在每一迭代结束后，都选择能使得参数适应度更优的采集参数，当迭代次数满足迭代停止条件时，获得目标装备的目标采集参数。
113.本实施例中，通过对待优化采集参数进行调整，获得调整后采集参数，将调整后采集参数输出至目标装备，获取目标装备按照调整后采集参数所采集的第三监测图像的第三参数适应度，并对第三参数适应度和按照待优化采集参数采集的监测图像的参数适应度进行比对，再根据比对结果确定新的待优化采集参数，继续对新的待优化采集参数进行优化，直到满足迭代停止条件为止，能够达到在迭代过程中对每个目标装备采集参数的优化，最终获得每个目标装备的目标采集参数。
114.在其中一个实施例中，基于目标装备的第一参数适应度和第二参数适应度，获得目标装备的目标采集参数，将按照目标采集参数所采集的监测图像作为目标监测图像之后，还包括：
115.将目标监测图像与预配置的故障位置处的三维模型进行拟合，获得模型拟合结果；
116.当模型拟合结果表征为基于目标监测图像未全面监测故障位置处，控制备用装备对故障位置处进行监测，获得备用装备采集的监测图像。
117.其中，监测系统中预配置有换流站三维模型，备用装备为可移动的智能监测装备，比如，由换流站监测系统控制的机器人和无人机。
118.具体的，服务器将目标监测图像与换流站三维模型中故障位置处的三维模型进行拟合，获得模型拟合结果，当模型拟合结果表征目标监测图像未全面监测故障位置处时，确定目标装备遗漏的待监测位置，并控制备用装备移动至遗漏的待监测位置，对遗漏的待监
测位置进行监测，获得备用装备采集的遗漏的待监测位置的监测图像。
119.在具体的应用中，基于模型拟合结果，确定目标装备遗漏的待监测位置后，服务器控制换流站中的备用装备自动生成路径抵达遗漏的待监测位置，获取备用装备监测遗漏的待监测位置时的角度与焦距等采集参数，利用蚁狮算法对备用装备的角度与焦距等采集参数进行迭代优化，在满足迭代停止条件后，获取备用装备的目标采集参数，将按照目标采集参数所采集的监测图像作为备用装备的目标监测图像。
120.在一个具体的应用中，针对每一个遗漏的待监测位置，服务器先控制一台备用装备对遗漏的待监测位置进行监测，当一台备用装备不足以全面监测遗漏的待监测位置时，控制更多备用装备对遗漏的待监测位置进行监测，直至目标装备与备用装备的监测图像与故障位置处三维模型的模型拟合结果表征目标装备与备用装备已实现对故障位置处的全面监测为止。
121.本实施例中，通过控制备用装备对目标装备未监测到的位置进行补充监测，能够达到增加有效监测数据，避免监测数据不足，提高故障处理效率的技术效果。
122.在一个具体的应用中，在基于模型拟合结果，确定目标装备已全面监测故障位置处后，服务器控制备用装备对故障位置处的目标设备进行针对性监测，其中，在备用装备对目标设备进行针对性监测时，服务器可以基于蚁狮算法对备用装备的采集参数进行迭代优化。控制备用装备对目标设备进行针对性监测，可用于对故障的目标设备进行辅助监测，实现对故障信息的精准采集，便于更好地判断故障情况，提高故障处理效率。
123.在一个实施例中，如图3所示，通过一个应用于机器人与无人机的备用装备，来说明本实施例中对备用装备的控制方法。
124.服务器控制换流站中的机器人和无人机启动，并控制机器人与无人机抵达故障位置处，在故障位置处周围的固定探头(即目标装备)不能全面监测故障位置处时，固定探头采集的监测数据存在不足，在固定探头采集的监测数据基础上，基于蚁狮算法，对机器人与无人机的采集参数进行迭代优化，获得机器人与无人机的目标采集参数，并控制机器人与无人机在目标采集参数下对数据缺失位置进行监测，补充监测数据的不足。在故障位置处周围的固定探头能全面监测故障位置处时，固定探头采集的监测数据充足，基于类似的方式获得机器人与无人机的目标采集参数，控制机器人与无人机在目标采集参数下对故障位置处的目标设备进行针对性监测，使得监测数据得到优化。
125.在一个具体的应用中，在获取目标装备与备用装备的目标监测图像后，运维人员还可根据实际需求任意选择并控制智能监测装备对换流站任意位置进行监测。
126.发明人认为，上述的监测装备的控制方法，通过对故障位置处的所有固定的备选装备进行择优选择，选择出目标装备，弃用监测效果不好的备选装备，能够避免由于大量固定的备选装备同时指向故障位置处，采集到大量相似的监测图像，导致监测数据冗余，再通过蚁狮算法对目标装备进行采集参数的迭代优化，获得目标装备的目标采集参数，将按照目标采集参数所采集的监测图像作为目标监测图像，将目标监测图像与故障位置处的三维模型进行拟合，得到模型拟合结果，当模型拟合结果目标装备未实现对故障位置处的全面监测时，控制备用装备在迭代优化后的目标采集参数下对遗漏的待监测位置进行监测，避免监测数据不足，当模型拟合结果目标装备未实现对故障位置处的全面监测时，则控制备用装备在迭代优化后的目标采集参数下对故障位置处的目标设备进行一对一监测，实现对
故障信息的精准采集。整个过程，能够减少冗余的监测数据，增加有效的监测数据，提高故障处理效率。
127.在其中一个实施例中，如图4所示，通过一个应用于换流站的智能装备来说明本技术的监测装备的控制方法，其中，智能装备为备选装备，该监测装备的控制方法包括以下步骤：
128.步骤402，在换流站三维平台自动选择故障位置处附近的智能装备。
129.其中，故障发生后，服务器在换流站的三维平台中自动选择故障位置处附近的固定的智能装备，作为备选装备。
130.步骤404，控制所选的智能装备对故障位置处及故障位置处周围环境进行第一次拍摄，得到第一次拍摄的图像。
131.其中，服务器按照默认的参数控制备选装备对故障位置处及故障位置处周围环境进行第一次拍摄，采集第一监测图像。
132.步骤406，对第一次拍摄的图像进行图像处理，并对第一拍摄的图像中的参数进行排序，得到排序结果。
133.其中，对每个备选设备第一次拍摄的图像进行图像处理，即对每个备选装备采集的第一监测图像进行图像效果评估，按照预配置的第一监测图像评估方式获得每个备选装备的第一监测图像的图像评估结果，基于每个备选装备的第一监测图像的图像评估结果，获得每个备选装备的第一监测图像的第一参数适应度。对所有备选装备的第一监测图像的第一参数适应度进行排序，得到第一参数适应度的排序结果，基于第一参数适应度的排序结果，获得所有备选装备的排序结果。
134.步骤408，基于排序结果，择优选择三-四个备选装备作为目标装备。
135.具体的，服务器会基于所有备选装备的排序结果，择优选择第一参数适应度更高的三-四个备选装备作为目标装备。
136.步骤410，利用蚁狮算法，对选择出的目标装备的参数进行调整，并控制目标装备在调整后参数下对故障位置处进行拍摄。
137.具体的，服务器会基于蚁狮算法，对目标装备的初始采集参数进行调整，并控制目标装备在调整后采集参数下对故障位置处进行监测。
138.步骤412，比较各个目标装备在不同参数下的拍摄图像，选择拍摄的图像效果好的参数，使得故障位置处的特征标志清晰出现在目标装备拍摄的图像的正中间，以便故障处理。
139.具体的，服务器会分别比较各个目标装备在不同采集参数下采集的监测图像的适应度，选择拍摄的图像效果好的参数作为目标采集参数，即利用蚁狮算法对目标装备的采集参数进行迭代优化，获得目标装备的目标采集参数。在得到目标采集参数后，服务器会控制目标装备在目标采集参数下对故障位置处进行监测，获得目标装备的目标采集图像，使得故障位置处的目标设备清晰出现在目标采集图像的正中间。
140.应该理解的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个
阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
141.基于同样的发明构思，本技术实施例还提供了一种用于实现上述所涉及的监测装备的控制方法的监测装备的控制装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个监测装备的控制装置实施例中的具体限定可以参见上文中对于监测装备的控制方法的限定，在此不再赘述。
142.在一个实施例中，如图5所示，提供了一种监测装备的控制装置，包括：适应度获取模块502、第一处理模块504、第二处理模块506和第三处理模块508模块，其中：
143.适应度获取模块502，用于获取至少两个备选装备各自采集的第一监测图像的第一参数适应度，第一参数适应度表征第一监测图像的监测效果；
144.第一处理模块504，用于对至少两个备选装备各自的第一参数适应度进行比较，根据比较结果从至少两个备选装备中确定目标装备；
145.第二处理模块506，用于对目标装备的初始采集参数进行调整，获得初次调整参数，将初次调整参数输出至目标装备，获取目标装备按照初次调整参数所采集的第二监测图像的第二参数适应度；
146.第三处理模块508，用于基于目标装备的第一参数适应度和第二参数适应度，获得目标装备的目标采集参数，将按照目标采集参数所采集的监测图像作为目标监测图像。
147.上述监测装备的控制装置，通过获取至少两个备选装备各自采集的第一监测图像的第一参数适应度，对至少两个备选装备各自的表征第一监测图像的监测效果的第一参数适应度进行比较，能够根据表征至少两个备选装备各自的第一参数适应度的大小关系的比较结果优选出目标装备，进而可以通过对目标装备的初始采集参数进行调整，获得初次调整参数，将初次调整参数输出至目标装备，获取目标装备按照初次调整参数所采集的第二监测图像的第二参数适应度，基于目标装备的第一参数适应度和第二参数适应度，获得目标装备的目标采集参数，实现对目标装备的采集参数的优化，将按照目标采集参数所采集的监测图像作为目标监测图像，整个过程，通过比较第一参数适应度优选出目标装备，对目标装备的采集参数进行优化，能够获得目标监测图像，进而能够利用目标监测图像实现对故障位置处的监测，避免监测数据中出现大量相似的图片，能够提高换流站故障处理效率。
148.在其中一个实施例中，适应度获取模块还用于获取至少两个备选装备各自采集的第一监测图像，并按照预配置的第一监测图像评估方式，分别对至少两个备选装备各自采集的第一监测图像进行图像效果评估，获得至少两个备选装备各自采集的第一监测图像的图像效果评估结果，再基于至少两个备选装备各自采集的第一监测图像的图像效果评估结果，分别获得至少两个备选装备各自采集的第一监测图像的第一参数适应度。
149.在其中一个实施例中，适应度获取模块还用于针对至少两个备选装备中每一个备选装备，按照为每种量化参数效果值预配置的参数权重，将备选装备采集的第一监测图像的至少两种量化参数效果值进行加权融合，获得备选装备采集的第一监测图像的第一参数适应度。
150.在其中一个实施例中，第三处理模块还用于对目标装备的第一参数适应度和第二参数适应度进行比对，根据比对结果确定目标装备的待优化采集参数，并对待优化采集参
数进行迭代优化，直到满足迭代停止条件为止，获得目标装备的目标采集参数。
151.在其中一个实施例中，第三处理模块还用于对待优化采集参数进行调整，获得调整后采集参数，并将调整后采集参数输出至目标装备，获取目标装备按照调整后采集参数所采集的第三监测图像的第三参数适应度，再对第三参数适应度和按照待优化采集参数采集的监测图像的参数适应度进行比对，根据比对结果确定新的待优化采集参数，继续对新的待优化采集参数进行优化，直到满足迭代停止条件为止，获得目标装备的目标采集参数。
152.在其中一个实施例中，第三处理模块还用于将目标监测图像与预配置的故障位置处的三维模型进行拟合，获得模型拟合结果，当模型拟合结果表征为基于目标监测图像未全面监测故障位置处，控制备用装备对故障位置处进行监测，获得备用装备采集的监测图像。
153.上述监测装备的控制装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
154.在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图6所示。该计算机设备包括处理器、存储器、输入/输出接口(input/output，简称i/o)和通信接口。其中，处理器、存储器和输入/输出接口通过系统总线连接，通信接口通过输入/输出接口连接到系统总线。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储监测装备的控制数据。该计算机设备的输入/输出接口用于处理器与外部设备之间交换信息。该计算机设备的通信接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种监测装备的控制方法。
155.本领域技术人员可以理解，图6中示出的结构，仅仅是与本技术方案相关的部分结构的框图，并不构成对本技术方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
156.在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述各方法实施例中的步骤。
157.在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述各方法实施例中的步骤。
158.在一个实施例中，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
159.需要说明的是，本技术所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户授权或者经过各方充分授权的信息和数据，且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准。
160.本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，
本技术所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(read-only memory，rom)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(reram)、磁变存储器(magnetoresistive random access memory，mram)、铁电存储器(ferroelectric random access memory，fram)、相变存储器(phase change memory，pcm)、石墨烯存储器等。易失性存储器可包括随机存取存储器(random access memory，ram)或外部高速缓冲存储器等。作为说明而非局限，ram可以是多种形式，比如静态随机存取存储器(static random access memory，sram)或动态随机存取存储器(dynamic random access memory，dram)等。本技术所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本技术所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
161.以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
162.以上所述实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本技术专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术的保护范围应以所附权利要求为准。