特開 2024-45022 高圧ケーブル付属品損傷認識方法、システム、コンピュータ機器及び記憶媒体

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2024045022

(43)【公開日】2024-04-02

(54)【発明の名称】高圧ケーブル付属品損傷認識方法、システム、コンピュータ機器及び記憶媒体

(51)【国際特許分類】

   G01M 99/00 20110101AFI20240326BHJP

   G10L 25/30 20130101ALI20240326BHJP

   G10L 25/18 20130101ALI20240326BHJP

【ＦＩ】

G01M99/00 Z

G10L25/30

G10L25/18

【審査請求】有

【請求項の数】10

【出願形態】ＯＬ

(21)【出願番号】P 2023134100

(22)【出願日】2023-08-21

(31)【優先権主張番号】202211143486.5

(32)【優先日】2022-09-20

(33)【優先権主張国・地域又は機関】CN

【公序良俗違反の表示】

（特許庁注：以下のものは登録商標）

１．ＪＡＶＡ

２．ＳＭＡＬＬＴＡＬＫ

(71)【出願人】

【識別番号】520360121

【氏名又は名称】グアンジョウ パワー サプライ ビューロー オブ グァンドン パワー グリッド カンパニー リミテッド

(74)【代理人】

【識別番号】100130513

【弁理士】

【氏名又は名称】鎌田 直也

(74)【代理人】

【識別番号】100074206

【弁理士】

【氏名又は名称】鎌田 文二

(74)【代理人】

【識別番号】100130177

【弁理士】

【氏名又は名称】中谷 弥一郎

(74)【代理人】

【識別番号】100161746

【弁理士】

【氏名又は名称】地代 信幸

(72)【発明者】

【氏名】リ ハンル

(72)【発明者】

【氏名】ジャン ゴンビン

(72)【発明者】

【氏名】シ インシア

(72)【発明者】

【氏名】ハン ジュオジャン

(72)【発明者】

【氏名】シュイ タオ

(72)【発明者】

【氏名】ラン チエン

(72)【発明者】

【氏名】ワン ウジエ

(72)【発明者】

【氏名】ルワン ヤオシュアン

【テーマコード（参考）】

2G024

【Ｆターム（参考）】

2G024AD31

2G024BA17

2G024BA22

2G024CA13

2G024FA04

2G024FA06

2G024FA15

(57)【要約】      （修正有）

【解決手段】高圧ケーブル付属品損傷認識方法は、データセットを取得するステップであって、前記データセットは複数枚の多種高圧ケーブル付属品損壊サンプルの第１超音波導波信号時間周波数図を含むステップと、ターゲット検出ネットワークモデルを構築するステップと、データセットを使用してターゲット検出ネットワークモデルを訓練することで、高圧ケーブル付属品損傷認識ネットワークモデルを取得するステップと、高圧ケーブル付属品損傷認識ネットワークモデルを使用して認識対象となる高圧ケーブル付属品の第２超音波導波信号時間周波数図を認識するステップと、を含む。
【効果】超音波導波信号を取得して、当該超音波導波信号の時間周波数特性によって、高圧ケーブル付属品損傷認識ネットワークモデルの訓練を完成し、さらに、高圧ケーブル付属品損傷の認識を実現し、高圧ケーブル付属品の正確な検出及び適時なメンテナンスに寄与する。
【選択図】図１

【特許請求の範囲】

【請求項1】

高圧ケーブル付属品損傷認識方法であって、
データセットを取得するステップであって、前記データセットは複数枚の多種高圧ケーブル付属品損壊サンプルの第１超音波導波信号時間周波数図を含むステップと、
ターゲット検出ネットワークモデルを構築するステップと、
データセットを使用してターゲット検出ネットワークモデルを訓練することで、高圧ケーブル付属品損傷認識ネットワークモデルを取得するステップと、
高圧ケーブル付属品損傷認識ネットワークモデルを使用して認識対象となる高圧ケーブル付属品の第２超音波導波信号時間周波数図を認識するステップと、を含むことを特徴とする方法。

【請求項2】

前記高圧ケーブル付属品損傷認識ネットワークモデルを使用して認識対象となる高圧ケーブル付属品の第２超音波導波信号時間周波数図を認識する前、
認識対象となる高圧ケーブル付属品の第２超音波導波信号を取得するステップと、
前記第２超音波導波信号に対して時間周波数特性抽出を行って、前記第２超音波導波信号時間周波数図を得到するステップと、をさらに含むことを特徴とする請求項１に記載の方法。

【請求項3】

前記第２超音波導波信号に対して時間周波数特性抽出を行うステップは具体的に、
一定の窓関数内で、高速フーリエ変換に基づいて、前記第２超音波導波信号の局所信号周波数成分を取得するステップと、
時間軸に沿って前記窓関数を移動させて、前記局所信号周波数成分の異なる時間帯での変化を取得するステップと、を含むことを特徴とする請求項２に記載の方法。

【請求項4】

前記高圧ケーブル付属品損傷認識ネットワークモデルを使用して認識対象となる高圧ケーブル付属品の第２超音波導波信号時間周波数図を認識するステップは具体的に、
前記第２超音波導波信号時間周波数図をＳ×Ｓグリッドに区画するステップであって、前記グリッドはＳ×Ｓ個のグリッドユニットを含むステップと、
各グリッドユニットをトラバースして、認識対象となる高圧ケーブル付属品の中心がグリッドユニットに位置するかどうかを判定して、第１判定結果を出力するステップと、
第１判定結果がＹＥＳであれば、複数の情報境界ボックスを出力するとともに、グリッドユニットがＣ類に属する確率を出力するステップであって、前記Ｃ類は腐食類、割れ目類、孔類及び押出変形類のうちの１つを含むステップと、
Ｓ×Ｓ個のグリッドユニットの認識が完了したかどうかを判定して、第２判定結果を出力するステップと、
第２判定結果がＹＥＳであれば、各グリッドユニットの予測結果を出力するステップと、を含むことを特徴とする請求項１に記載の方法。

【請求項5】

前記ターゲット検出ネットワークモデルはバックボーンネットワーク、ネック構造及びヘッド構造を含み、
前記バックボーンネットワークはＣＳＰＤａｒｋｎｅｔ５３であり、前記ＣＳＰＤａｒｋｎｅｔ５３は少なくとも１つのＣＢＭコンポーネント及び少なくとも５つのＣＳＰモジュールを含み、
前記ネック構造はＣＢＬコンポーネント、ＳＰＰモジュール及びＦＰＮ＋ＰＡＮ層を含み、
前記ヘッド構造はＣＢＬコンポーネント及びＣｏｎｖ活性化関数を含むことを特徴とする請求項１に記載の方法。

【請求項6】

前記ＣＢＭコンポーネントはＣｏｎｖ活性化関数、Ｂｎ活性化関数及びＭｉｓｈ活性化関数を含み、
前記ＣＳＰモジュールはＣＢＭコンポーネント及び複数の残差コンポーネントを含み、前記残差コンポーネントは順に接続されている１×１畳み込み層と、３×３畳み込み層と、１×１畳み込み層とを含むことを特徴とする請求項５に記載の方法。

【請求項7】

前記ＣＢＬコンポーネントはＣｏｎｖ活性化関数、Ｂｎ活性化関数及びＬｅａｋｙ＿ｒｅｌｕ活性化関数を含み、
前記ＳＰＰモジュールは１×１、５×５、９×９、１３×１３の最大プーリング方式を利用することを特徴とする請求項５に記載の方法。

【請求項8】

高圧ケーブル付属品損傷検出システムであって、
データセットを取得する取得ユニットであって、前記データセットは複数枚の多種高圧ケーブル付属品損壊サンプルの第１超音波導波信号時間周波数図を含む取得ユニットと、
ターゲット検出ネットワークモデルを構築する構築ユニットと、
データセットを使用してターゲット検出ネットワークモデルを訓練することで、高圧ケーブル付属品損傷認識ネットワークモデルを取得する訓練ユニットと、
高圧ケーブル付属品損傷認識ネットワークモデルを使用して認識対象となる高圧ケーブル付属品の第２超音波導波信号時間周波数図を認識する認識ユニットと、を含むことを特徴とするシステム。

【請求項9】

プロセッサ、及びプロセッサ実行可能プログラムを記憶するメモリを含むコンピュータ機器であって、前記プロセッサはメモリに記憶されるプログラムを実行すると、請求項１～７の何れか１項に記載の方法を実現することを特徴とするコンピュータ機器。

【請求項10】

プログラムが記憶される記憶媒体であって、前記プログラムはプロセッサによって実行されると、請求項１～７の何れか１項に記載の方法を実現することを特徴とする記憶媒体。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、高圧ケーブル付属品損傷認識方法、システム、コンピュータ機器及び記憶媒体に関し、高圧ケーブル付属品非破壊検出の分野に属している。

【背景技術】

【0002】

高圧ケーブル付属品は、電力システムの重要な構成部分であり、尾管、編組線、銅メッシュ及びケーブルアルミシースから構成される。長期にわたって複雑環境に暴露するため、高圧ケーブル付属品は異なるタイプ、異なる状況の損傷が生じて、電力システムに大きな危害を与える。高圧ケーブル付属品は絶縁層に包まれ、慣習的な検出方式でその内部の損傷を検出できないため、超音波導波検出技術を導入して高圧ケーブル付属品損傷を検出する。

【0003】

超音波導波検出において深層学習は大きな実用価値を有し、より効果的、正確的な検出を実現できるが、現在、まだ解決する必要がある問題が存在する。まず、同様な損傷についての異なる環境での超音波導波信号は異なり、深層学習による従来方法の、当該同様な欠陥に対する認識率が低下して、検出漏れ、誤検出の状況を招致し、また、高圧ケーブル付属品には多種の損傷が同時に存在する可能性があり、異なる損傷の間は一部の導波信号を遮蔽する恐れがあり、深層学習ネットワークモデルの損傷認識に対する困難さを増やす。

【発明の概要】

【発明が解決しようとする課題】

【0004】

これに鑑みると、本発明は高圧ケーブル付属品損傷認識方法、システム、コンピュータ機器及び記憶媒体を提供し、実験室で高圧ケーブル付属品損傷サンプルをシミュレーションすることで、超音波導波信号を取得して、当該超音波導波信号の時間周波数特性によって、高圧ケーブル付属品損傷認識ネットワークモデルの訓練を完成し、さらに、高圧ケーブル付属品損傷の認識を実現し、高圧ケーブル付属品の正確な検出及び適時なメンテナンスに寄与する。

【0005】

本発明は、高圧ケーブル付属品損傷認識方法を提供することを第１の目的とする。
本発明は、高圧ケーブル付属品損傷検出システムを提供することを第２の目的とする。
本発明は、コンピュータ機器を提供することを第３の目的とする。
本発明は、記憶媒体を提供することを第４の目的とする。

【課題を解決するための手段】

【0006】

本発明の第１の目的は以下の技術案によって達成でき、
高圧ケーブル付属品損傷認識方法であって、
データセットを取得するステップであって、前記データセットは複数枚の多種高圧ケーブル付属品損壊サンプルの第１超音波導波信号時間周波数図を含むステップと、
ターゲット検出ネットワークモデルを構築するステップと、
データセットを使用してターゲット検出ネットワークモデルを訓練することで、高圧ケーブル付属品損傷認識ネットワークモデルを取得するステップと、
高圧ケーブル付属品損傷認識ネットワークモデルを使用して認識対象となる高圧ケーブル付属品の第２超音波導波信号時間周波数図を認識するステップと、を含む。

【0007】

さらに、前記高圧ケーブル付属品損傷認識ネットワークモデルを使用して認識対象となる高圧ケーブル付属品の第２超音波導波信号時間周波数図を認識する前、
認識対象となる高圧ケーブル付属品の第２超音波導波信号を取得するステップと、
前記第２超音波導波信号に対して時間周波数特性抽出を行って、前記第２超音波導波信号時間周波数図を得到するステップと、をさらに含む。

【0008】

さらに、前記第２超音波導波信号に対して時間周波数特性抽出を行うステップは、具体的に、
一定の窓関数内で、高速フーリエ変換に基づいて、前記第２超音波導波信号の局所信号周波数成分を取得するステップと、
時間軸に沿って前記窓関数を移動させて、前記局所信号周波数成分の異なる時間帯での変化を取得するステップと、を含む。

【0009】

さらに、前記高圧ケーブル付属品損傷認識ネットワークモデルを使用して認識対象となる高圧ケーブル付属品の第２超音波導波信号時間周波数図を認識するステップは、具体的に、
前記第２超音波導波信号時間周波数図をＳ×Ｓグリッドに区画するステップであって、前記グリッドはＳ×Ｓ個のグリッドユニットを含むステップと、
各グリッドユニットをトラバースして、認識対象となる高圧ケーブル付属品の中心がグリッドユニットに位置するかどうかを判定して、第１判定結果を出力するステップと、
第１判定結果がＹＥＳであれば、複数の情報境界ボックスを出力するとともに、グリッドユニットがＣ類に属する確率を出力するステップであって、前記Ｃ類は腐食類、割れ目類、孔類及び押出変形類のうちの１つを含むステップと、
Ｓ×Ｓ個のグリッドユニットの認識が完了したかどうかを判定して、第２判定結果を出力するステップと、
第２判定結果がＹＥＳであれば、各グリッドユニットの予測結果を出力するステップと、を含む。

【0010】

さらに、前記ターゲット検出ネットワークモデルはバックボーンネットワーク、ネック構造及びヘッド構造を含み、
前記バックボーンネットワークはＣＳＰＤａｒｋｎｅｔ５３であり、前記ＣＳＰＤａｒｋｎｅｔ５３は少なくとも１つのＣＢＭコンポーネント及び少なくとも５つのＣＳＰモジュールを含み、
前記ネック構造はＣＢＬコンポーネント、ＳＰＰモジュール及びＦＰＮ＋ＰＡＮ層を含み、
前記ヘッド構造はＣＢＬコンポーネント及びＣｏｎｖ活性化関数を含む。

【0011】

さらに、前記ＣＢＭコンポーネントはＣｏｎｖ活性化関数、Ｂｎ活性化関数及びＭｉｓｈ活性化関数を含み、
前記ＣＳＰモジュールはＣＢＭコンポーネント及び複数の残差コンポーネントを含み、前記残差コンポーネントは順に接続されている１×１畳み込み層と、３×３畳み込み層と、１×１畳み込み層とを含む。

【0012】

さらに、前記ＣＢＬコンポーネントはＣｏｎｖ活性化関数、Ｂｎ活性化関数及びＬｅａｋｙ＿ｒｅｌｕ活性化関数を含み、
前記ＳＰＰモジュールは１×１、５×５、９×９、１３×１３の最大プーリング方式を利用する。

【0013】

本発明の第２の目的は以下の技術案によって達成でき、
高圧ケーブル付属品損傷検出システムであって、前記システムは、
データセットを取得する取得ユニットであって、前記データセットは複数枚の多種高圧ケーブル付属品損壊サンプルの第１超音波導波信号時間周波数図を含む取得ユニットと、
ターゲット検出ネットワークモデルを構築する構築ユニットと、
データセットを使用してターゲット検出ネットワークモデルを訓練することで、高圧ケーブル付属品損傷認識ネットワークモデルを取得する訓練ユニットと、
高圧ケーブル付属品損傷認識ネットワークモデルを使用して認識対象となる高圧ケーブル付属品の第２超音波導波信号時間周波数図を認識する認識ユニットと、を含む。

【0014】

本発明の第３の目的は以下の技術案によって達成でき、
プロセッサ、及びプロセッサ実行可能プログラムを記憶するメモリを含むコンピュータ機器であって、前記プロセッサはメモリに記憶されるプログラムを実行すると、上記の高圧ケーブル付属品損傷認識方法を実現する。

【0015】

本発明の第４の目的は以下の技術案によって達成でき、
プログラムが記憶される記憶媒体であって、前記プログラムはプロセッサによって実行されると、上記の高圧ケーブル付属品損傷認識方法を実現する。

【発明の効果】

【0016】

従来技術に対して本発明は以下の有益な効果を具備し、
本発明において、実験室で高圧ケーブル付属品損傷サンプルをシミュレーションすることで、超音波導波信号を取得して、当該超音波導波信号の時間周波数特性によって、高圧ケーブル付属品損傷認識ネットワークモデルの訓練を完成し、さらに、高圧ケーブル付属品損傷の認識を実現し、高圧ケーブル付属品の正確な検出及び適時なメンテナンスに寄与する。

【図面の簡単な説明】

【0017】

本発明の実施例又は従来技術の技術案をより明らかに説明するために、以下、実施例又は従来技術の記載の必要な図面を簡単に紹介し、明らかに、以下に記載の図面は本発明のいくつかの実施例に過ぎず、当業者にとって、進歩性に値する労働をしないことを前提として、これらの図面の構造に基づいて他の図面を取得できる。

【図1】本発明の実施例１の高圧ケーブル付属品損傷認識方法のフローチャートである。

【図2】本発明の実施例１の短時間フーリエ変換のフローチャートである。

【図3】本発明の実施例１の高圧ケーブル付属品損傷認識ネットワークモデルの構造図である。

【図4】本発明の実施例１の高圧ケーブル付属品損傷認識ネットワークモデルの認識フローチャートである。

【図5】本発明の実施例２の高圧ケーブル付属品損傷認識システムの構造ブロック図である。

【図6】本発明の実施例３のコンピュータ機器の構造ブロック図である。

【発明を実施するための形態】

【0018】

本発明の実施例の目的、技術案及び利点がより分かりやすくなるために、以下、本発明の実施例の図面を結合して、本発明の実施例の技術案を明らか且つ完全に記載し、明らかに、記載する実施例は全ての実施例ではなく、本発明の一部の実施例に過ぎず、本発明の実施例に基づいて、当業者が進歩性に値する労働をしないことを前提として、取得した他の全ての実施例は何れも本発明の保護範囲に属する。

【0019】

実施例１：
図１に示すように、本実施例は高圧ケーブル付属品損傷認識方法を提供し、当該方法は以下のステップを含み、
Ｓ１０１：データセットを取得し、前記データセットは複数枚の多種高圧ケーブル付属品損壊サンプルの第１超音波導波信号時間周波数図を含む。

【0020】

ステップＳ１０１では、高圧ケーブル付属品損壊サンプルは銅編組線溶接箇所破断サンプル、アルミシース均一腐食サンプル、アルミシース点食サンプル、アルミシース割れ目サンプルのうちの１つを含み、前記第１超音波導波信号は超音波導波検出計によって収集され、前記第１超音波導波信号時間周波数図の取得過程は具体的に、前記第１超音波導波信号に対して時間周波数特性抽出を行って、前記第１超音波導波信号時間周波数図を取得する。

【0021】

ここで、本実施例は、実験室で高圧ケーブル付属品損傷サンプルをシミュレーションしている。

【0022】

本実施例において、前記第１超音波導波信号に対して時間周波数特性抽出を行うステップは、具体的に、
一定の窓関数内で、高速フーリエ変換に基づいて、前記第１超音波導波信号の局所信号周波数成分を取得するステップと、
時間軸に沿って前記窓関数を移動させて、前記局所信号周波数成分の異なる時間帯での変化を取得するステップと、を含む。

【0023】

より具体的に、前記第１超音波導波信号に対して時間周波数特性抽出を行う主なステップは以下の通りであり、
Ｓ２０１：窓関数（ｗ(ｕ））に基づいて、第１超音波導波信号を遮断して、遮断信号（Ｘ_ｍ）を取得する。
Ｓ２０２：窓関数と遮断信号とに対して点ごとの乗算を行って、ウインドウ変換信号（Ｘ_ｍ´）を取得する。
Ｓ２０３：ウインドウ変換信号に対して高速フーリエ変換を行う。
Ｓ２０４：時間軸に沿って窓関数を移動させて、異なる時間帯のウインドウ変換信号の高速フーリエ変換を求める。

【0024】

本実施例において、所定の遮断信号に対して、ウインドウ長さｋを選択し、遮断信号のＳＴＦＴ変換は以下の数１の式の通りである。

【0025】

【数1】

【0026】

Ｓ１０２：ターゲット検出ネットワークモデルを構築する。

【0027】

ステップＳ１０２では、ターゲット検出アルゴリズムに基づいて、ターゲット検出ネットワークモデルを構築し、ターゲット検出ネットワークモデルはバックボーンネットワーク（Ｂａｃｋｂｏｎｅ）、ネック構造（Ｎｅｃｋ）及びヘッド構造（Ｈｅａｄ）を含む。

【0028】

図３に示すように、バックボーンネットワークはＣＳＰＤａｒｋｎｅｔ５３であり、 ＣＳＰＤａｒｋｎｅｔ５３は１つのＣＢＭコンポーネント及び５つのＣＳＰモジュールを含み、５番目のＣＳＰ４モジュールから出力される結果は１９×１９×１０２４の特徴マップであり、前記特徴マップを相応的なＣＢＭコンポーネントに伝送して処理し、ネック構造はＣＢＬコンポーネント、ＳＰＰモジュール及びＦＰＮ＋ＰＡＮ層を含み、ヘッド構造はＣＢＬコンポーネント及びＣｏｎｖ活性化関数を含む。

【0029】

具体的に、ＣＢＭコンポーネントは、Ｃｏｎｖ活性化関数、Ｂｎ活性化関数及びＭｉｓｈ活性化関数を含み、ＣＳＰモジュールはＣＢＭコンポーネント及びＸ個のＲｅｓ ｕｎｉｎｔモジュールを含み、即ち、残差部材であり、Ｒｅｓ ｕｎｉｎｔモジュールはＲｅｓｎｅｔネットワークモデルにおける残差構造から変化して形成され、具体的に、当該残差部材は１×１、３×３、１×１という３つの畳み込み層から順に構成され、１×１畳み込み層はパス数に対して次元拡張又は次元削減の作用を発揮することで、３×３畳み込み層は低い次元の入力で畳み込み演算を行って、コンピューティング効率を向上し、ＣＢＬコンポーネントはＣｏｎｖ活性化関数、Ｂｎ活性化関数及びＬｅａｋｙ＿ｒｅｌｕ活性化関数を含み、ＳＰＰモジュールは１×１、５×５、９×９、１３×１３の最大プーリング方式を採用する。

【0030】

ここで、ＣＢＭコンポーネントはターゲット検出ネットワークモデルにおける最小コンポーネントであり、Ｘ個のＲｅｓ ｕｎｉｎｔモジュールはターゲット検出ネットワークモデルの構築を深くし、ＳＰＰモジュールはマルチスケール融合を行って、検出対象となる画像においてターゲットサイズの差が大きな状況に適用され、ＦＰＮ層は上から下へ強いセマンティクス特徴を伝送し、ＰＡＮ層は底から上へ強い位置決め特徴を伝送し、ネック構造は特徴強化モジュールであり、異なるバックボーン層から異なる検出層に対してパラメータアグリゲーションを行って、異なるスケール特徴の融合を速めにして、特徴抽出能力をさらに向上し、ヘッド構造は、取得した特徴を使用して予測し、復号化過程であり、合計、３つの特徴層を抽出し、３つの特徴層は中間層、中下層及び底層にそれぞれ位置し、１９×１９×２５５、３８×３８×２５５、７６×７６×２５５である。

【0031】

Ｓ１０３：データセットを使用してターゲット検出ネットワークモデルを訓練することで、高圧ケーブル付属品損傷認識ネットワークモデルを取得する。

【0032】

Ｓ１０４：高圧ケーブル付属品損傷認識ネットワークモデルを使用して認識対象となる高圧ケーブル付属品の第２超音波導波信号時間周波数図を認識する。

【0033】

ステップＳ１０４の前、認識対象となる高圧ケーブル付属品の第２超音波導波信号時間周波数図について、ステップＳ１０１を参照して取得すればよい。

【0034】

本実施例において、高圧ケーブル付属品損傷認識ネットワークモデルを使用して認識対象となる高圧ケーブル付属品の第２超音波導波信号時間周波数図を認識するステップは以下のステップを含み、
Ｓ１０４１：前記第２超音波導波信号時間周波数図をＳ×Ｓグリッドに区画し、前記グリッドはＳ×Ｓ個のグリッドユニットを含む。
Ｓ１０４２：グリッドユニットを選択する。
Ｓ１０４３：認識対象となる高圧ケーブル付属品の中心が選択されたグリッドユニットに位置するかどうかを判定して、第１判定結果を出力する。
Ｓ１０４４：第１判定結果がＹＥＳであれば、Ｂ個の情報境界ボックス（Ｂｏｕｎｄｉｎｇ ｂｏｘ）を出力するとともに、グリッドユニットがＣ類に属する確率を出力する。

【0035】

具体的に、情報境界ボックスは高圧ケーブル付属品の損壊部分を囲み、当該損壊部分は腐食、割れ目、孔及び押出変形のうちの１つを含み、Ｃ類は腐食類、割れ目類、孔類及び押出変形類のうちの１つを含む。

【0036】

Ｓ１０４５：Ｓ×Ｓ個のグリッドユニットの認識が完了したかどうかを判定して、第２判定結果を出力する。

【0037】

Ｓ１０４６：第２判定結果がＹＥＳであれば、各グリッドユニットの予測結果を出力する。

【0038】

当業者であれば理解できるように、プログラムによって関連ハードウェアに命令することで、上記実施例の方法における全て又は一部のステップを実現でき、相応的なプログラムはコンピュータ可読記憶媒体に記憶される。

【0039】

ここで、図面は特定の順序で上記実施例の方法操作を記載したが、必ずしも当該特定の順序に従ってこれらの操作を実行しなければならないか、又は、必ずしも示した全ての操作を実行した場合に限り、所望の結果を実現できると要求又は暗示していない。記載したステップはその実行順序を変更できる。または、いくつかのステップを省略して、複数のステップを１つのステップに合併して実行してもよいし、及び/又は１つのステップを複数のステップに分解して実行してもよい。

【0040】

実施例２：
図５に示すように、本実施例は高圧ケーブル付属品損傷認識システムを提供し、当該システムは、
データセットを取得する取得ユニット５０１であって、前記データセットは複数枚の多種高圧ケーブル付属品損壊サンプルの第１超音波導波信号時間周波数図を含む取得ユニット５０１と、
ターゲット検出ネットワークモデルを構築する構築ユニット５０２と、
データセットを使用してターゲット検出ネットワークモデルを訓練することで、高圧ケーブル付属品損傷認識ネットワークモデルを取得する訓練ユニット５０３と、
高圧ケーブル付属品損傷認識ネットワークモデルを使用して認識対象となる高圧ケーブル付属品の第２超音波導波信号時間周波数図を認識する認識ユニット５０４と、を含む。

【0041】

実施例３：
図６に示すように、本実施例はコンピュータ機器を提供し、システムバス６０１によって接続されているプロセッサ６０２、メモリ、入力装置６０３、表示装置６０４及びネットワークインターフェース６０５を含む。プロセッサ６０２はコンピューティング及び制御能力を提供し、メモリは不揮発性記憶媒体６０６及びメモリ６０７を含み、当該不揮発性記憶媒体６０６にはオペレーティングシステム、コンピュータプログラム及びデータベースが記憶され、当該メモリ６０７は不揮発性記憶媒体６０６におけるオペレーティングシステム及びコンピュータプログラムの実行に環境を提供し、コンピュータプログラムはプロセッサ６０２によって実行されると、上記実施例１の高圧ケーブル付属品損傷認識方法の、
データセットを取得するステップであって、前記データセットは複数枚の多種高圧ケーブル付属品損壊サンプルの第１超音波導波信号時間周波数図を含むステップと、
ターゲット検出ネットワークモデルを構築するステップと、
データセットを使用してターゲット検出ネットワークモデルを訓練することで、高圧ケーブル付属品損傷認識ネットワークモデルを取得するステップと、
高圧ケーブル付属品損傷認識ネットワークモデルを使用して認識対象となる高圧ケーブル付属品の第２超音波導波信号時間周波数図を認識するステップと、を実現する。

【0042】

実施例４：
本実施例は記憶媒体を提供し、当該記憶媒体はコンピュータ可読記憶媒体であり、コンピュータプログラムが記憶され、前記コンピュータプログラムはプロセッサによって実行されると、上記実施例１の高圧ケーブル付属品損傷認識方法の、
データセットを取得するステップであって、前記データセットは複数枚の多種高圧ケーブル付属品損壊サンプルの第１超音波導波信号時間周波数図を含むステップと、
ターゲット検出ネットワークモデルを構築するステップと、
データセットを使用してターゲット検出ネットワークモデルを訓練することで、高圧ケーブル付属品損傷認識ネットワークモデルを取得するステップと、
高圧ケーブル付属品損傷認識ネットワークモデルを使用して認識対象となる高圧ケーブル付属品の第２超音波導波信号時間周波数図を認識するステップと、を実現する。

【0043】

ここで、本実施例のコンピュータ可読記憶媒体はコンピュータ可読信号媒体、又はコンピュータ可読記憶媒体、或いは上記両者の任意の組み合わせであってもよい。コンピュータ可読記憶媒体は例えば、電気、磁気、光、電磁、赤外線、又は半導体のシステム、装置又はデバイス、或いは以上の任意の組み合わせであってもよいが、これらに限定されない。コンピュータ可読記憶媒体のより具体的な例示は、１つ又は複数のリード線を有する電気接続、ポータブルコンピュータ磁気ディスク、ハードディスク、ランダムアクセスメモリ（ＲＡＭ）、読み取り専用メモリ（ＲＯＭ）、消去可能プログラマブル読み取り専用メモリ（ＥＰＲＯＭ又はフラッシュメモリ）、光ファイバ、コンパクトディスク・リードオンリーメモリ（ＣＤ－ＲＯＭ）、光メモリ、磁気メモリ、又は上記の任意の適切な組み合わせを含んでもよいが、これらに限定されない。

【0044】

本実施例において、コンピュータ可読記憶媒体は、プログラムを含み又は記憶する任意の有形媒体であってもよく、当該プログラムは指令実行システム、装置又はデバイスによって使用され、又はそれと結合して使用される。本実施例において、コンピュータ可読信号媒体は、ベースバンド中又はキャリア一の一部として伝播されるデータ信号を含んでもよく、コンピュータ可読プログラムが搭載される。このように伝播されるデータ信号に対して多種の形態を採用してもよく、電磁信号、光信号又は上記の任意の適切な組み合わせを含むが、これらに限定されない。コンピュータ可読信号媒体はさらに、コンピュータ可読記憶媒体以外の任意のコンピュータ可読記憶媒体であってもよく、当該コンピュータ可読信号媒体は指令実行システム、装置又はデバイスによって使用されるか、又はそれと結合して使用されるプログラムを送信、伝播又は伝送できる。コンピュータ可読記憶媒体に含まれるコンピュータプログラムは任意の適切な媒体で伝送でき、ワイヤー、光ケーブル、ＲＦ（無線周波数）、又は上記の任意の適切な組み合わせを含むが、これらに限定されない。

【0045】

上記コンピュータ可読記憶媒体は１つ又は複数のプログラム設計言語、或いはその組み合わせで、本実施例を実行するコンピュータプログラムを書き、上記のプログラム設計言語は、オブジェクト指向のプログラム設計言語、例えばＪａｖａ、Ｓｍａｌｌｔａｌｋ、Ｃ＋＋、通常の手続き型プログラム設計言語、例えばＣ言語又は類似のプログラム設計言語を含む。プログラムは全部ユーザーコンピュータで実行されてもよいし、部分的にユーザーコンピュータで実行されてもよいし、個別のパッケージソフトとして実行されてもよいし、一部がユーザーコンピュータで、他の一部がリモートコンピュータで実行されてもよいし、又は全部的にリモートコンピュータ又はサーバーで実行されてもよい。リモートコンピュータに関する場合、リモートコンピュータは、ローカルエリアネットワーク（ＬＡＮ）又は広域エリアネットワーク（ＷＡＮ）を含む任意のタイプのネットワークを介してユーザーコンピュータに接続され、又は外部コンピュータに接続される（例えば、インターネットサービスプロバイダーを使用してインターネットを介して接続される）。

【0046】

以上のように、本発明において、実験室で高圧ケーブル付属品損傷サンプルをシミュレーションすることで、超音波導波信号を取得して、当該超音波導波信号の時間周波数特性によって、高圧ケーブル付属品損傷認識ネットワークモデルの訓練を完成し、さらに、高圧ケーブル付属品損傷の認識を実現し、高圧ケーブル付属品の正確な検出及び適時なメンテナンスに寄与する。

【0047】

以上は本発明の好適な実施例に過ぎず、本発明の保護範囲はこれに限定されず、当業者が本発明に開示された範囲内で、本発明の技術案及びその発明構想に基づいて完成した均等な置換又は変更は、何れも本発明特許の保護範囲に属している。

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】