本發(fā)明涉及配電箱安全檢測，特別是涉及一種配電箱安全隱患檢測方法及系統(tǒng)。

背景技術：

1、隨著工業(yè)自動化和智能化的不斷發(fā)展，配電箱作為電力系統(tǒng)的重要組成部分，其安全性直接關系到整個電力系統(tǒng)的穩(wěn)定運行和人員的生命財產安全。傳統(tǒng)的配電箱隱患檢測主要依賴人工檢查，這種方法不僅耗時耗力，而且容易受到人為因素的影響，導致檢測結果不夠準確和及時。近年來，隨著深度學習技術的快速發(fā)展，基于圖像識別的自動化隱患檢測方法逐漸成為研究熱點。

2、申請?zhí)枮?02411072074.6的發(fā)明專利中公開了一種配電箱隱患識別方法、裝置、設備和存儲介質，基于安全性不同的多種配電箱內部的原始圖像數(shù)據(jù)進行模型訓練，得到訓練好的深度學習模型；利用訓練好的深度學習模型實時識別來自工業(yè)現(xiàn)場拍攝的配電箱的圖像流中是否存在隱患，得到配電箱隱患識別結果；顯示配電箱隱患識別結果，所述配電箱隱患識別結果包括隱患特征、隱患特征在相應圖像中的位置標記和隱患特征相應報警信息。該專利中，配電箱處于工業(yè)現(xiàn)場的復雜環(huán)境中，原始圖像數(shù)據(jù)的采集困難，導致圖像質量不佳，影響到模型的識別率，如光照不均、遮擋、或是角度問題等。且僅僅利用圖像數(shù)據(jù)進行檢測，模型在高安全性要求的環(huán)境中存在誤報（將正常情況誤判為隱患）或漏報（未識別出實際存在的隱患）。

技術實現(xiàn)思路

1、為了克服現(xiàn)有技術的不足，本發(fā)明的目的是提供一種配電箱安全隱患檢測方法及系統(tǒng)，在提高檢測準確性、實時監(jiān)測、多模態(tài)數(shù)據(jù)綜合利用、增強安全監(jiān)控能力等方面具有顯著的有益效果，為電氣設施的安全管理提供了有效的技術支持。

2、為實現(xiàn)上述目的，本發(fā)明提供了如下方案：

3、一種配電箱安全隱患檢測方法，包括：

4、獲取目標配電箱內部的原始圖像數(shù)據(jù)、所述目標配電箱內部的監(jiān)測點位上的溫度監(jiān)測信號和振動監(jiān)測信號；

5、對所述原始圖像數(shù)據(jù)進行圖像增強，得到預處理圖像；

6、對所述溫度監(jiān)測信號和所述振動監(jiān)測信號分別進行信號去噪，得到預處理信號；

7、分別對所述預處理圖像和所述預處理信號進行特征提取，得到圖像隱患特征和信號隱患特征；

8、將所述圖像隱患特征和所述信號隱患特征進行特征融合，得到融合特征；

9、將所述融合特征輸入至預設的安全隱患檢測模型中，得到檢測結果。

10、優(yōu)選地，對所述原始圖像數(shù)據(jù)進行圖像增強，得到預處理圖像，包括：

11、以原始圖像數(shù)據(jù)每個像素點為中心取一個正方形窗口，并檢測正方形窗口下每個像素點的變化量；

12、當像素點的變化量大于預設閾值時，使用正方形窗口內像素點的中值對相應正方形窗口內的原始圖像數(shù)據(jù)進行平滑處理，得到平滑后的像素點；

13、不斷移動所述正方形窗口直到完成整個原始圖像數(shù)據(jù)的平滑過程，得到平滑后的原始圖像數(shù)據(jù)；

14、基于平滑后原始圖像數(shù)據(jù)的卷積值構建像素增強函數(shù)；

15、利用所述像素增強函數(shù)對所述原始圖像數(shù)據(jù)進行圖像增強處理，得到所述預處理圖像。

16、優(yōu)選地，以原始圖像數(shù)據(jù)每個像素點為中心取一個正方形窗口，并檢測正方形窗口下每個像素點的變化量，包括：

17、采用公式：檢測正方形窗口下每個像素點的變化量；其中，表示原始圖像數(shù)據(jù)在x方向上的梯度值，表示原始圖像數(shù)據(jù)在y方向上的梯度值，表示原始圖像數(shù)據(jù)在位置處的灰度值，r表示像素點的變化量。

18、優(yōu)選地，當像素點的變化量大于預設閾值時，使用正方形窗口內像素點的中值對相應正方形窗口內的原始圖像數(shù)據(jù)進行平滑處理，得到平滑后的像素點，包括：

19、對正方形窗口內每個像素點進行排序，形成像素序列；

20、取像素序列的中值作為正方形窗口平滑后的像素點的輸出；其中，平滑后的像素點的輸出公式為：式中，為平滑后的像素點，為正方形窗口的邊長，為原始圖像數(shù)據(jù)上的像素點在位置處的值。

21、優(yōu)選地，基于平滑后原始圖像數(shù)據(jù)的卷積值構建像素增強函數(shù)，包括：

22、對平滑后原始圖像數(shù)據(jù)進行卷積處理，得到卷積后的圖像；

23、基于卷積后圖像的像素值確定增強系數(shù)；

24、基于增強系數(shù)構建像素增強函數(shù)；其中，像素增強函數(shù)為：

25、其中，表示預處理圖像，表示增強系數(shù)，表示卷積后圖像在處的像素值，表示平滑后原始圖像數(shù)據(jù)，表示平滑后原始圖像數(shù)據(jù)與卷積后的圖像之間的均方差。

26、優(yōu)選地，對所述溫度監(jiān)測信號和所述振動監(jiān)測信號分別進行信號去噪，得到預處理信號，包括：

27、對所述溫度監(jiān)測信號和所述振動監(jiān)測信號分別進行平移，得到平移后的信號；

28、對所述平移后的信號進行小波分解，得到多個小波系數(shù)；

29、根據(jù)信號的分解尺度和長度確定濾波閾值；

30、根據(jù)所述濾波閾值構建去噪函數(shù)；

31、利用所述去噪函數(shù)去除所述平移后的信號，得到所述預處理信號。

32、優(yōu)選地，所述圖像隱患特征包括結構特征、紋理特征、顏色特征、形狀特征和空間特征；所述信號隱患特征包括：溫度特征、頻域特征、時域特征和瞬態(tài)特征。

33、優(yōu)選地，將所述圖像隱患特征和所述信號隱患特征進行特征融合，得到融合特征，包括：

34、將所述圖像隱患特征和信號隱患特征進行標準化處理，得到標準化圖像特征和標準化信號特征；

35、對所述標準化圖像特征和所述標準化信號特征進行特征對齊，并利用注意力機制對對齊后的特征進行加權融合，得到所述融合特征。

36、優(yōu)選地，所述安全隱患檢測模型為cnn-lstm網(wǎng)絡架構。

37、一種配電箱安全隱患檢測系統(tǒng)，包括：

38、數(shù)據(jù)獲取單元，用于獲取目標配電箱內部的原始圖像數(shù)據(jù)、所述目標配電箱內部的監(jiān)測點位上的溫度監(jiān)測信號和振動監(jiān)測信號；

39、圖像處理單元，用于對所述原始圖像數(shù)據(jù)進行圖像增強，得到預處理圖像；

40、信號處理單元，用于對所述溫度監(jiān)測信號和所述振動監(jiān)測信號分別進行信號去噪，得到預處理信號；

41、特征提取單元，用于分別對所述預處理圖像和所述預處理信號進行特征提取，得到圖像隱患特征和信號隱患特征；

42、特征融合單元，用于將所述圖像隱患特征和所述信號隱患特征進行特征融合，得到融合特征；

43、檢測單元，用于將所述融合特征輸入至預設的安全隱患檢測模型中，得到檢測結果。

44、根據(jù)本發(fā)明提供的具體實施例，本發(fā)明公開了以下技術效果：

45、本發(fā)明提供了一種配電箱安全隱患檢測方法及系統(tǒng)，方法包括：獲取目標配電箱內部的原始圖像數(shù)據(jù)、所述目標配電箱內部的監(jiān)測點位上的溫度監(jiān)測信號和振動監(jiān)測信號；對所述原始圖像數(shù)據(jù)進行圖像增強，得到預處理圖像；對所述溫度監(jiān)測信號和所述振動監(jiān)測信號分別進行信號去噪，得到預處理信號；分別對所述預處理圖像和所述預處理信號進行特征提取，得到圖像隱患特征和信號隱患特征；將所述圖像隱患特征和所述信號隱患特征進行特征融合，得到融合特征；將所述融合特征輸入至預設的安全隱患檢測模型中，得到檢測結果。本發(fā)明通過圖像增強和信號去噪，能夠有效提高輸入數(shù)據(jù)的質量，使模型能夠利用更清晰和更可靠的特征進行識別。這有助于減少誤報和漏報，提升隱患檢測的整體準確性；且同時結合圖像數(shù)據(jù)和溫度、振動信號等多模態(tài)信息，能夠全面反映配電箱的運行狀態(tài)。這種多樣化的數(shù)據(jù)來源提供了豐富的上下文信息，使隱患檢測更為全面和深入。