本技術(shù)涉及電力檢測，特別是涉及一種基于電量畫像的拆回電能表無損檢測方法、裝置、計算機設(shè)備、存儲介質(zhì)和計算機程序產(chǎn)品。

背景技術(shù)：

1、隨著新型電力系統(tǒng)建設(shè)的快速推進，電能表作為電力計量與信息采集的核心設(shè)備，在整個電力系統(tǒng)中發(fā)揮著至關(guān)重要的作用。隨著電力用戶數(shù)量的增加和智能電網(wǎng)的不斷普及，電能表的安裝量也迅速增長。然而，由于電能表在運行中需長期暴露于多種復雜的工作環(huán)境，包括高溫、低溫、高濕度和強電磁干擾等，這些因素極大地影響了電能表的可靠性和壽命。因此，隨著時間的推移，大量使用已久的電能表被拆回，這些退役的電能表需要進行全面的檢測和分析，以確保其是否能夠繼續(xù)使用或者必須報廢。這使得如何高效、準確地檢測這些拆回電能表的故障成為了一個重要且緊迫的研究課題。

2、在現(xiàn)有的研究中，電能表的故障檢測主要集中在外觀檢測或開蓋檢測上。外觀檢測可以識別表面損傷或缺陷，但無法探測到內(nèi)部電路的故障。開蓋檢測則需要人工操作，存在較高的成本和安全風險。此外，穿透性檢測方法如x射線成像技術(shù)雖然能夠識別電能表內(nèi)部電路的損壞情況，但其設(shè)備成本高，操作復雜，難以在大規(guī)模檢測中應(yīng)用，存在故障檢測效率低的問題。

技術(shù)實現(xiàn)思路

1、基于此，有必要針對上述技術(shù)問題，提供一種基于電量畫像的拆回電能表無損檢測方法、裝置、計算機設(shè)備、存儲介質(zhì)和計算機程序產(chǎn)品。

2、第一方面，本技術(shù)提供了一種基于電量畫像的拆回電能表無損檢測方法。所述方法包括：

3、獲取待測拆回電能表的采集電量數(shù)據(jù)；

4、根據(jù)所述采集電量數(shù)據(jù)與所述待測拆回電能表的相關(guān)度，在所述采集電量數(shù)據(jù)中篩選出所述待測拆回電能表的目標電量數(shù)據(jù)；

5、根據(jù)所述目標電量數(shù)據(jù)，獲取所述待測拆回電能表的電量畫像灰度圖；

6、利用預先訓練的故障檢測模型，基于所述電量畫像灰度圖，獲取所述待測拆回電能表的故障檢測結(jié)果。

7、在其中一個實施例中，所述根據(jù)所述目標電量數(shù)據(jù)，獲取所述待測拆回電能表的電量畫像灰度圖，包括：對所述目標電量數(shù)據(jù)進行歸一化處理，得到所述待測拆回電能表的歸一化電量數(shù)據(jù)；根據(jù)所述歸一化電量數(shù)據(jù)，獲取所述待測拆回電能表的所述電量畫像灰度圖。

8、在其中一個實施例中，所述歸一化電量數(shù)據(jù)包括多個歸一化電量數(shù)據(jù)點，所述根據(jù)所述歸一化電量數(shù)據(jù)，獲取所述待測拆回電能表的所述電量畫像灰度圖，包括：獲取多個所述歸一化電量數(shù)據(jù)點中每一所述歸一化電量數(shù)據(jù)點對應(yīng)的灰度值；將所述灰度值按照預設(shè)排列規(guī)則繪制在二維平面上，生成所述待測拆回電能表的所述電量畫像灰度圖。

9、在其中一個實施例中，所述利用預先訓練的故障檢測模型，基于所述電量畫像灰度圖，獲取所述待測拆回電能表的故障檢測結(jié)果，包括：將所述電量畫像灰度圖輸入至所述預先訓練的故障檢測模型；由所述故障檢測模型中的特征提取模塊根據(jù)所述電量畫像灰度圖，確定并輸出所述待測拆回電能表的電量特征；由所述故障檢測模型中的分類模塊根據(jù)所述特征提取模塊輸出的所述電量特征，獲取所述待測拆回電能表的故障標簽；根據(jù)所述故障標簽，獲取所述待測拆回電能表的故障檢測結(jié)果。

10、在其中一個實施例中，所述獲取待測拆回電能表的采集電量數(shù)據(jù)之前，還包括：獲取多個樣本拆回電能表的多組樣本電量數(shù)據(jù)；多個所述樣本拆回電能表包含多種電能表類型的拆回電能表；根據(jù)多組所述樣本電量數(shù)據(jù)，獲取各所述樣本拆回電能表的樣本電量畫像灰度圖；將所述樣本電量畫像灰度圖劃分為訓練樣本電量畫像灰度圖和測試樣本電量畫像灰度圖；利用所述訓練樣本電量畫像灰度圖，獲取初始故障檢測模型；根據(jù)所述測試樣本電量畫像灰度圖對所述初始故障檢測模型進行優(yōu)化，得到所述預先訓練的故障檢測模型。

11、在其中一個實施例中，所述利用所述訓練樣本電量畫像灰度圖，獲取初始故障檢測模型，包括：獲取所述訓練樣本電量畫像灰度圖對應(yīng)的所述樣本拆回電能表的實際故障標簽；將所述訓練樣本電量畫像灰度圖輸入至預訓練的故障檢測模型；根據(jù)所述訓練樣本電量畫像灰度，獲取所述樣本拆回電能表的樣本電量特征；根據(jù)所述樣本電量特征，獲取所述樣本拆回電能表的預測故障標簽；根據(jù)所述實際故障標簽和所述預測故障標簽的差異，對所述預訓練的故障檢測模型進行訓練，得到所述故障檢測模型。

12、第二方面，本技術(shù)提供了一種基于電量畫像的拆回電能表無損檢測裝置。所述裝置包括：

13、數(shù)據(jù)采集模塊，用于獲取待測拆回電能表的采集電量數(shù)據(jù)；

14、數(shù)據(jù)清洗模塊，用于根據(jù)所述采集電量數(shù)據(jù)與所述待測拆回電能表的相關(guān)度，在所述采集電量數(shù)據(jù)中篩選出所述待測拆回電能表的目標電量數(shù)據(jù)；

15、灰度圖生成模塊，用于根據(jù)所述目標電量數(shù)據(jù)，獲取所述待測拆回電能表的電量畫像灰度圖；

16、計算模塊，用于利用預先訓練的故障檢測模型，基于所述電量畫像灰度圖，獲取所述待測拆回電能表的故障檢測結(jié)果。

17、第三方面，本技術(shù)還提供了一種計算機設(shè)備。所述計算機設(shè)備包括存儲器和處理器，所述存儲器存儲有計算機程序，所述處理器執(zhí)行所述計算機程序時實現(xiàn)以下步驟：

18、獲取待測拆回電能表的采集電量數(shù)據(jù)；

19、根據(jù)所述采集電量數(shù)據(jù)與所述待測拆回電能表的相關(guān)度，在所述采集電量數(shù)據(jù)中篩選出所述待測拆回電能表的目標電量數(shù)據(jù)；

20、根據(jù)所述目標電量數(shù)據(jù)，獲取所述待測拆回電能表的電量畫像灰度圖；

21、利用預先訓練的故障檢測模型，基于所述電量畫像灰度圖，獲取所述待測拆回電能表的故障檢測結(jié)果。

22、第四方面，本技術(shù)還提供了一種計算機可讀存儲介質(zhì)。所述計算機可讀存儲介質(zhì)，其上存儲有計算機程序，所述計算機程序被處理器執(zhí)行時實現(xiàn)以下步驟：

23、獲取待測拆回電能表的采集電量數(shù)據(jù)；

24、根據(jù)所述采集電量數(shù)據(jù)與所述待測拆回電能表的相關(guān)度，在所述采集電量數(shù)據(jù)中篩選出所述待測拆回電能表的目標電量數(shù)據(jù)；

25、根據(jù)所述目標電量數(shù)據(jù)，獲取所述待測拆回電能表的電量畫像灰度圖；

26、利用預先訓練的故障檢測模型，基于所述電量畫像灰度圖，獲取所述待測拆回電能表的故障檢測結(jié)果。

27、第五方面，本技術(shù)還提供了一種計算機程序產(chǎn)品。所述計算機程序產(chǎn)品，包括計算機程序，該計算機程序被處理器執(zhí)行時實現(xiàn)以下步驟：

28、獲取待測拆回電能表的采集電量數(shù)據(jù)；

29、根據(jù)所述采集電量數(shù)據(jù)與所述待測拆回電能表的相關(guān)度，在所述采集電量數(shù)據(jù)中篩選出所述待測拆回電能表的目標電量數(shù)據(jù)；

30、根據(jù)所述目標電量數(shù)據(jù)，獲取所述待測拆回電能表的電量畫像灰度圖；

31、利用預先訓練的故障檢測模型，基于所述電量畫像灰度圖，獲取所述待測拆回電能表的故障檢測結(jié)果。

32、上述基于電量畫像的拆回電能表無損檢測方法、裝置、計算機設(shè)備、存儲介質(zhì)和計算機程序產(chǎn)品中，首先，可以獲取待測拆回電能表的采集電量數(shù)據(jù)；接下來，可以根據(jù)采集電量數(shù)據(jù)與待測拆回電能表的相關(guān)度，在采集電量數(shù)據(jù)中篩選出待測拆回電能表的目標電量數(shù)據(jù)；進而，可以根據(jù)目標電量數(shù)據(jù)，獲取待測拆回電能表的電量畫像灰度圖；最后，可以利用預先訓練的故障檢測模型，基于電量畫像灰度圖，獲取待測拆回電能表的故障檢測結(jié)果。本技術(shù)實施例提供的該方法中，利用預先訓練的故障檢測模型，基于電量畫像灰度圖，獲取待測拆回電能表的故障檢測結(jié)果，結(jié)合神經(jīng)網(wǎng)絡(luò)模型和待測拆回電能表的電量數(shù)據(jù)，對待測拆回電能表進行故障檢測，避免了開蓋檢測導致的操作復雜和操作成本高的問題，提高了拆回電能表故障檢測的智能化，降低了拆回電能表故障檢測的操作成本，進而，可以提高拆回電能表故障檢測的效率、簡便性和準確性。