【技術實現步驟摘要】
本專利技術涉及數據傳輸，更具體地說，本專利技術涉及一種電纜溝檢測方法。
技術介紹
1、電纜溝作為電力系統的重要基礎設施，主要用于敷設和更換電力或電訊電纜設施，其內部環境的穩定對電纜的正常運作至關重要。隨著信息技術和傳感器技術的發展，現代化的電纜溝檢測方法逐漸采用智能監測系統和機器人巡檢技術。這些技術不僅提高了檢測效率，還降低了人工巡檢的風險。智能監測系統通過預埋傳感器，實時監測電纜溝內部的環境參數，并將數據傳輸至監控中心，實現遠程監控和預警。而機器人巡檢技術則利用移動機器人攜帶的圖像設備、熱成像傳感器等，對電纜溝進行全方位、無死角的檢測。
2、此外，考慮到電纜溝內部環境的惡劣和復雜性，檢測方法還需要具備高度的穩定性和適應性。傳感器和監測系統需要能夠在高溫、潮濕、有毒氣體等惡劣環境下正常工作，而機器人則需要具備管徑自適應功能，以適應不同尺寸和形狀的電纜溝。
3、上述公開的技術方案中，至少存在如下技術問題：
4、傳統的電纜溝檢測通過無人機采集待檢測區域的圖像數據，并將其上傳至系統，通過訓練人工智能找到電纜溝問題所在，然而不同的分辨率和顏色深度，對圖像數據的傳輸有著影響，無法使傳輸速度達到要求的同時保證圖像數據的質量。針對上述問題，本專利技術提出一種解決方案。
技術實現思路
1、為了克服現有技術的上述缺陷，本專利技術的實施例提供一種電纜溝檢測方法，通過調整切片大小、分辨率和顏色深度，動態調整傳輸因子，以達到最佳的傳輸效率和能效，以解決上述
技術介紹
中提出
2、為實現上述目的，本專利技術提供如下技術方案：
3、一種電纜溝檢測方法，包括獲取待測電纜溝的不同分辨率和顏色深度的圖像數據，對圖像數據進行分片處理，并將分片后的數據進行壓縮傳輸至系統；系統對接收到壓縮后的圖像數據進行解壓，獲取圖像數據的傳輸因子影響數據；根據所述傳輸因子影響數據基于機器學習算法構建傳輸因子模型；基于傳輸因子模型調節傳輸因子影響數據，達到最佳傳輸能效。
4、在一個優選的實施方式中，所述獲取待測電纜溝的不同分辨率和顏色深度的圖像數據，對圖像數據進行分片處理，并將分片后的數據進行壓縮傳輸至系統，具體如下：采集待測區域的原始圖像數據，所述原始圖像數據包括相同分辨率不同顏色深度的圖像數據和相同顏色深度不同分辨率的圖像數據，采集多組原始圖像數據，并對采集的圖像數據進行標號構建圖像數據集；將采集的原始圖像數據進行切片處理，得到多組不同切片大小的圖像數據；基于哈希函數對所有切片數據進行編碼，將切片數據壓縮成不同格式的數據包，所述不同格式包括png、jpg、gif和webp，并將數據包通過tcp協議傳輸至系統的數據處理中心。
5、在一個優選的實施方式中，所述系統對接收到壓縮后的圖像數據進行解壓，具體如下：系統接收到數據包后，根據數據包的格式選擇對應的解壓縮算法，對數據包進行解壓，所述解壓縮算法包括離散余弦變換算法、png解壓算法和lempel-ziv-welch算法；解壓完成后基于哈希函數獨有的編碼方式對圖像數據的完整性進行驗證，驗證完成后將分片數據進行整合，得到處理后的圖像數據。
6、在一個優選的實施方式中，所述傳輸因子影響數據包括壓縮影響系數，所述壓縮影響系數的獲取步驟具體如下：獲取一段原始圖像數據的字節數和分片數據的字節數，根據所述原始圖像數據的字節數和分片數據的字節數相比得到圖像數據的壓縮率；收集圖像數據在壓縮過程中的頻率信息，并通過傅里葉變換將頻率信息轉換成頻域系數，記錄被量化的頻域系數；將所述被量化的頻域系數處理清除異常值后相加平均得到頻域平均系數將所述頻域平均系數作為一個特征值；獲取圖像數據的基礎量化系數，根據所述基礎量化系數和頻域平均系數基于預設的質量因子公式計算，得到質量因子；獲取原始圖像數據中的像素總量和每個像素的值以及壓縮后的像數據中的像素總量和每個像素的值，根據所述原始圖像數據中的像素總量和每個像素的值以及壓縮后的像數據中的像素總量和每個像素的值基于預設的均方誤差公式計算，得到原始圖像與壓縮圖像之間的均方誤差；獲取壓縮后的圖像數據中最大像素的值，根據所述原始圖像與壓縮圖像之間的均方誤差和壓縮后的圖像數據中最大像素的值基于預設的峰值信噪比公式計算，得到峰值信噪比；根據所述圖像數據的壓縮率、質量因子和峰值信噪比基于預設的壓縮影響系數公式計算，得到壓縮影響系數。
7、在一個優選的實施方式中，所述傳輸因子影響數據包括電磁場影響系數，所述電磁場影響系數的獲取步驟具體如下：獲取一段待測區域中電纜的電流數據，根據電流數據篩選出電流峰值，將所述電流峰值相加平均，得到一個電流閾值，根據電流閾值篩選出超過電流閾值的電流數據，將超過電流閾值的電流數據相加平均得到電流極值；獲取待測區域中電纜之間的安裝距離和電纜數量，根據所述電纜之間的安裝距離、電纜數量和電流極值基于預設的電磁場計算公式計算，得到電纜產生的總電磁場；獲取壓縮后的圖像數據中每個像素的亮度，將每個像素的亮度相加平均得到像素的平均亮度；獲取壓縮后的圖像數據中每個像素的噪聲強度，并對噪聲的種類進行分類，所述噪聲的種類包括乘性噪聲和加性噪聲，將加性噪聲以外的噪聲清除，對處理后的噪聲數據進行相加平均得到像素的平均噪聲強度；根據每個像素的噪聲強度和平均噪聲強度基于標準差公式計算，得到噪聲的標準差；根據像素的平均亮度和噪聲的標準差的比值，得到圖像數據的信噪比；獲取電纜與圖像采集設備之間的距離，根據所述圖像數據的信噪比、電纜與圖像采集設備之間的距離和電纜產生的總電磁場基于預設的電磁場影響系數公式計算，得到電磁場影響系數。
8、在一個優選的實施方式中，所述傳輸因子影響數據包括傳輸速率系數，所述傳輸速率系數的獲取步驟具體如下：獲取在相同切片大小和不同分辨率的圖像數據狀態下的圖像傳輸速度，并記錄在數據傳輸過程中的帶寬速度；
9、將所述在相同切片大小和不同分辨率的圖像數據狀態下的圖像傳輸速度和在數據傳輸過程中的帶寬速度分成多組相同時間段的數據對象；獲取總帶寬速度的平均值，根據總帶寬速度的平均值和每個時間段的帶寬速度基于反差公式計算得到帶寬的波動系數；對所有帶寬的波動系數進行對比，選擇波動系數最低的在相同切片大小和不同分辨率的圖像數據狀態下的圖像傳輸速度數據；基于線性回歸分析在相同切片大小和不同分辨率的圖像數據狀態下的圖像傳輸速度數據得到分辨率對傳輸的影響指數；獲取圖像數據的切片大小、帶寬速度和圖像的分辨率，根據所述圖像數據的切片大小、帶寬速度、圖像的分辨率和分辨率對傳輸的影響指數基于預設的傳輸速率系數公式計算，得到傳輸速率系數。
10、在一個優選的實施方式中，所述基于傳輸因子模型調節傳輸因子影響數據，達到最佳傳輸能效，具體如下：傳輸因子的取值范圍在[0,1]之間，傳輸因子越高，總體的傳輸效率越高，傳輸因子越低，總體的傳輸效率則越低；根據傳輸因子模型調整傳輸因子影響數據，而傳輸因子影響數據與數據的切片大小、圖像分辨率和顏色深度有關；通過調節切片大小、圖像分辨率和顏色深度改變傳輸因子影響數據的值，從而本文檔來自技高網...
【技術保護點】
1.一種電纜溝檢測方法，其特征在于，包括如下步驟：
2.根據權利要求1所述的一種電纜溝檢測方法，其特征在于，所述獲取待測電纜溝的不同分辨率和顏色深度的圖像數據，對圖像數據進行分片處理，并將分片后的數據進行壓縮傳輸至系統，具體如下：
3.根據權利要求2所述的一種電纜溝檢測方法，其特征在于，所述系統對接收到壓縮后的圖像數據進行解壓，具體如下：
4.根據權利要求3所述的一種電纜溝檢測方法，其特征在于，所述傳輸因子影響數據包括壓縮影響系數，所述壓縮影響系數的獲取步驟具體如下：
5.根據權利要求4所述的一種電纜溝檢測方法，其特征在于，所述傳輸因子影響數據包括電磁場影響系數，所述電磁場影響系數的獲取步驟具體如下：
6.根據權利要求5所述的一種電纜溝檢測方法，其特征在于，所述傳輸因子影響數據包括傳輸速率系數，所述傳輸速率系數的獲取步驟具體如下：
7.根據權利要求6所述的一種電纜溝檢測方法，其特征在于，所述基于傳輸因子模型調節傳輸因子影響數據，達到最佳傳輸能效，具體如下：
8.根據權利要求7所述的一種電纜溝檢測方
9.根據權利要求8所述的一種電纜溝檢測方法，其特征在于，所述電磁場影響系數的計算公式具體如下：
10.根據權利要求9所述的一種電纜溝檢測方法，其特征在于，所述根據所述傳輸因子影響數據基于機器學習算法構建傳輸因子模型，具體如下：
...【技術特征摘要】
1.一種電纜溝檢測方法，其特征在于，包括如下步驟：
2.根據權利要求1所述的一種電纜溝檢測方法，其特征在于，所述獲取待測電纜溝的不同分辨率和顏色深度的圖像數據，對圖像數據進行分片處理，并將分片后的數據進行壓縮傳輸至系統，具體如下：
3.根據權利要求2所述的一種電纜溝檢測方法，其特征在于，所述系統對接收到壓縮后的圖像數據進行解壓，具體如下：
4.根據權利要求3所述的一種電纜溝檢測方法，其特征在于，所述傳輸因子影響數據包括壓縮影響系數，所述壓縮影響系數的獲取步驟具體如下：
5.根據權利要求4所述的一種電纜溝檢測方法，其特征在于，所述傳輸因子影響數據包括電磁場影響系數，所述電磁場影響系數的獲取步驟具體...
【專利技術屬性】
技術研發人員：劉喬保，殷慶，吳瓊，李勤，朱明，張華，鄧楓林，林子善，孫政，張宏金，侯景輝，袁佳棋，李紹輝，戴榮英，李靖，
申請(專利權)人：國網安徽省電力有限公司郎溪縣供電公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。