电子变压器缺陷检测方法、存储介质以及设备

技术领域

本发明涉及控制、电网领域，尤其涉及一种电子变压器缺陷检测方法、存储介质以及设备。

背景技术

电子变压器在生产过程中容易出现表面残留物和外观缺陷(如绕线不均、引线缺陷、分接缺陷、套管缺陷等)的问题，而绕线不均匀等造成的局部绝缘短路问题和表面残留物引起的局部放电和局部短路等缺陷。现有的生产传输线上的变压器外观检查方式是：作业人员手持电子变压器，用眼睛直接检查电子变压器线的外观缺陷。现有变压器外观检查方法具有一下缺点：

1、工作效果低，容易漏检，质量管控风险高；2、肉眼检查，对作业人员的业务素质、熟练程度要求高，需要一定的培训时间，这增加了人工成本和质量风险；返修率高，容易造成材料、人工浪费。

发明内容

为了克服现有技术中缺陷的至少其中之一，本发明的目的在于提供一种电子变压器缺陷检测方法、存储介质以及设备解决现有电子变压器低效率、容易漏检、质量管控风险高以及对作业人员要求高的问题。

本申请的目的采用如下技术方案实现：

本申请实施例提供了一种电子变压器缺陷检测方法，包括：

获取传输线上电子变压器的实时图像数据；

通过基于YOLO算法的电子变压器缺陷检测模型，对比同一标识的电子变压器的所述实时图像数据和所述历史图像数据，确定同一标识的电子变压器的缺陷特征；

获取与所述缺陷特征相对应的改进策略，输出所述改进策略。

可选地，所述缺陷特征包括：表面残留物和外观缺陷，所述改进策略包括清洗工艺改进策略与员工培训和考核策略，所述获取与所述缺陷特征相对应的改进策略，输出所述改进策略，包括：

获取与所述表面残留物相对应的所述清洗工艺改进策略，输出所述清洗工艺改进策略；

和/或,获取与所述外观缺陷相对应的所述员工培训和考核策略，输出所述员工培训和考核策略。

可选地，所述输出所述改进策略之后，包括：

将所述表面残留物的缺陷特征和所述清洗工艺改进策略以关联关系进行存储，和/或将所述外观缺陷的缺陷特征和所述工培训和考核策略以关联关系进行存储。

可选地，所述将所述实时图像数据与历史图像数据进行对比之前，包括：

将样本图像数据和样本缺陷特征输入所述YOLO算法，通过所述YOLO算法对所述电子变压器缺陷检测模型进行训练；所述样本图像数据包括所述历史图像数据。

可选地，所述对比同一标识的电子变压器所述实时图像数据与历史图像数据之前，包括：

对所述实时图像数据进行预处理，对预处理后的所述实时图像数据亮度调整，获得待运算实时图像数据；

通过提取网络Darknet-39网络对所述YOLO算法模型进行改进，并引入注意力机制，获得所述电子变压器缺陷检测模型，对所述待运算实时图像数据进行运算。

可选地，所述对预处理后的所述实时图像数据亮度调整，包括：

通过谱聚类方法对图像进行切割，采用欧式距离法，按照亮度高低，合并亮度相近的图像区域块；

通过预设亮度调整公式，平衡所述图像区域块与全局亮度；

所述预设亮度调整公式为：

公式中，I

公式中，F

可选地，所述通过基于YOLO算法的电子变压器缺陷检测模型，对比同一标识的电子变压器的所述实时图像数据和所述历史图像数据，确定同一标识的电子变压器的缺陷特征，包括：

根据所述实时图像数据，确定所述实时图像数据的标识；

获取于所述标识相同的所述历史图像书数据；

将同一所述标识的电子变压器的所述待运算实时图像数据和所述历史图像数据输入所述电子变压器缺陷检测模型，确定同一标识的电子变压器的所述缺陷特征。

可选地，所述获取与所述缺陷特征相对应的改进策略，输出所述改进策略，包括：

基于所述电子变压器缺陷检测模型检测出的正确率、召回率、缺陷数量、缺陷位置、缺陷大小、精确率以及置信度，构建评估指标体系；

根据同一标识的电子变压器的所述缺陷特征，输入模糊关系矩阵，获得与所述检测结果相对应的改进策略。

可选地，所述获取传输线上电子变压器的实时图像数据之前，包括：

根据光电触发拍摄指令，按照预设时间间隔实时采集传输线上电子变压器的所述实时图像数据。

可选地，所述获取传输线上电子变压器的实时图像数据之后，还包括：

将所述实时图像数据存储到所述样本数据库。

可选地，所述获取与所述缺陷特征相对应的改进策略，输出所述改进策略之后，还包括：

发送报警信息，根据所述报警信息确定具有所述缺陷特征的电子变压器，对具有所述缺陷特征的电子变压器进行检验。

本申请实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被车辆检测系统执行时，实现本申请任一实施方式所述的电子变压器缺陷检测。

本申请实施例还提供了一种计算机设备，其特征在于，所述计算机设备包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本申请任一实施方式所述的电子变压器缺陷检测方法。

本申请提供的电子变压器检测方法、存储介质以及设备，电子变压器检测方法包括：获取传输线上电子变压器的实时图像数据；通过基于YOLO算法的电子变压器缺陷检测模型，对比同一标识的电子变压器的所述实时图像数据和所述历史图像数据，确定同一标识的电子变压器的缺陷特征；获取与所述缺陷特征相对应的改进策略，输出所述改进策略，本申请通过传输线上采集的实时图像数据，并将其与历史图像数据进行对比，确定当前电子变压器的是否存在缺陷，存在缺陷时，则根据缺陷特征以及改进策略之间的关联关系，确定电子变压器的改进策略，提高了电子变压器缺陷特征自动化检测效率和改进策略输出的时间，避免了电子变压器生产过程中缺陷检测和改进策略确定的繁琐流程，节省90％以上人工，效率提升10倍以上，其中基于YOLO算法的电子变压器缺陷检测模型，该检测模型能够基于样本图像数据和实时图像数据进行深度学习，提高了电子变压器缺陷检测的精度，保障了电子变压器的在集成电路上的安全可靠运行。

附图说明

图1为本申请一种电子变压缺陷检测方法的一种实施方式的流程示意图；

图2为本申请一种电子变压缺陷检测方法的一种实施方式的流程示意图；

图3为本申请一种电子变压缺陷检测方法的一种实施方式的流程示意图；

图4为本申请一种电子变压缺陷检测系统一种实施方式的结构示意图；

图5为本申请一种电子设备的结构示意图。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能解释为对本发明的限制。

本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解，当我们称元件被“连接”或“耦接”到另一元件时，它可以直接连接或耦接到其他元件，或者也可以存在中间元件。此外，这里使用的“连接”或“耦接”可以包括无线连接或无线耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一单元和全部组合。

本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)，具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语，应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样被特定定义，否则不会用理想化或过于正式的含义来解释。

本申请实施例提供了一种电子变压器缺陷检测方法，参考图1和图4，包括：S100、S200、S300。

S100：获取传输线上电子变压器的实时图像数据。

可选地，所述获取传输线上电子变压器的实时图像数据之前，包括：

根据光电触发拍摄指令，按照预设时间间隔实时采集传输线上电子变压器的所述实时图像数据。

在本申请提供的实施例中，参考图4，在电子变压器传输线的左上、右上以及正上方分别设置有一个摄像装置20，该摄像装置20用于拍摄传输线上的电子变压器。摄像装置20上分别设置有光电触发模块201和摄像模块202。摄像装置20与控制装置10通信连接，控制装置10向摄像装置20发送光电触发拍摄指令，由于光电触发模块201与所述摄像模块202电连接，光电触发模块201则根据该光电触发指令，按照预设时间间隔触发摄像模块202实时采集传输线上的电子变压器的实时图像数据。其中预设间隔时间为5s时，则每隔5s光电触发装置响应于光电触发拍摄指令，使摄像模块202对传输线上的电子变压器从不同较多拍摄多帧图像，进而在通过电子变压器缺陷检测模型进行缺陷检测时，能够从多角度进行对比，进而便于更为精确地确定电子变压器的缺陷特征。

参考图4，在摄像装置20拍摄到多帧实时图像数据之后，缺陷检测装置30根据接收到的控制装置10发送的缺陷检测指令，则获取摄像装置20拍摄的实时图像数据，以便对摄像装置20拍摄的实时图像数据进行缺陷检测，并将检出的缺陷反馈给控制装置10，缺陷检测装置30获取到的实时图像数据可以来自于数据存储装置70，在其他的实时方式中，也可以直接从摄像装置20中获取。

可选地，所述获取传输线上电子变压器的实时图像数据之后，还包括：

将所述实时图像数据存储到所述样本数据库。

为了提高后续电子变压器缺陷检测模型的计算精度，将实时图像数据以历史数据存储到样本数据库中，以便于电子变压器缺陷检测模型能够持续不断的进行深度学习，同时将该实时图像数据进行标识，以作为后续同一标识的电子变压器的历史数据进行对比计算。

S200：通过基于YOLO算法的电子变压器缺陷检测模型，对比同一标识的电子变压器的所述实时图像数据和所述历史图像数据，确定同一标识的电子变压器的缺陷特征。

在本申请提供的实施例中，电子变压器缺陷检测模型是基于YOLO算法构建的，同一标识的电子变压器可以为同一个电子变压器的标识，或者同一类电子变压器的标识。参考图4，在缺陷检测装置30中的电子变压器检测模型运算过程中，将同一标识的电子变压器的实时图像数据和历史图像数据输入电子变压器缺陷检测模型，通过模型运算确定电子变压器的缺陷特征。在其他的实时方式中，若不存在缺陷特征，则不确定缺陷特征，并且也不会输出改进策略，将该实时图像数据存储到样本数据库中，以便下一次的电子变压器的缺陷检测。

可选地，所述通过基于YOLO算法的电子变压器缺陷检测模型，对比同一标识的电子变压器的所述实时图像数据和所述历史图像数据，确定同一标识的电子变压器的缺陷特征，包括：

根据所述实时图像数据，确定所述实时图像数据的标识；

获取于所述标识相同的所述历史图像书数据；

将同一所述标识的电子变压器的所述待运算实时图像数据和所述历史图像数据输入所述电子变压器缺陷检测模型，确定同一标识的电子变压器的所述缺陷特征。

在本申请提供的实施例中为了保证图像数据的准确对比，将同一类或者同一个电子变压器的实时图像数据和历史图像进行对比确认缺陷特征，具体的，标识可以为电子变压器上的标签、文字等。在通过电子变压器检测模型进行缺陷检测时，先根据实时图像数据，提取出标识，在根据实时图像数据提取出的标识找出与该标识相同的历史图像数据，最后将处理后的待运算实时图像数据与历史图像数据输入电子变压器缺陷检测模型，确定是否存在缺陷特征，如前所述，存在缺陷特征时，则执行后续步骤。

S300：获取与所述缺陷特征相对应的改进策略，输出所述改进策略。

在本申请提供的实施例中，参考图4，数据存储装置70存储有实时图像数据、历史图像数据、样本图像数据、缺陷特征以及与缺陷特征相关联的改进策略。在确定了所述缺陷特征之后，为了提高电子变压器生产的效率。缺陷评价装置40根据控制装置10发送的评价指令之后，则根据数据存储装置70中的存储的数据，缺陷评价装置40直接根据缺陷特征获取到与缺陷特征相对应的改进策略，并将缺陷特征和改进策略输出。即控制装置10将缺陷特征和改进策略以关联关系发送给显示装置60，然后显示在显示装置60上，进而便于工作人员查看，也便于工作人员再次继续复检。因此，减少了人工操作流程，提高了电子变压器的筛选效率。

可选地，参考图2和图4，所述缺陷特征包括：表面残留物和外观缺陷，所述改进策略包括清洗工艺改进策略与员工培训和考核策略，所述获取与所述缺陷特征相对应的改进策略，输出所述改进策略，包括：S310、S320。

S310：获取与所述表面残留物相对应的所述清洗工艺改进策略，输出所述清洗工艺改进策略；

S320：和/或,获取与所述外观缺陷相对应的所述员工培训和考核策略，输出所述员工培训和考核策略。

可选地，所述输出所述改进策略之后，包括：

将所述表面残留物的缺陷特征和所述清洗工艺改进策略以关联关系进行存储，和/或将所述外观缺陷的缺陷特征和所述工培训和考核策略以关联关系进行存储。

在本申请提供的实施例中，常规缺陷特征包括表面残留物和外观缺陷，外观缺陷如绕线不均、引线缺陷、分接缺陷、套管缺陷等，改进策略包括：清洗工艺改进策略、员工培训和考核策略等，表面残留物与清洗工艺改进策略相关联，外观缺陷与员工培训和考核策略相关联，即绕线不均、引线缺陷、分接缺陷、套管缺陷等属于外观缺陷的均与员工培训和考核策略，进而在确定缺陷特征之后，则可以快速确定出改进策略，减少了人工操作流程，提高了电子变压器的筛选效率，使得电子变压器的筛选节省90％以上人工，效率提升10倍以上。

参考图4，本申请的数据存储装置70除了存储实时图像数据、历史图像数据、样本图像数据之外，将历史的缺陷特征以及与缺陷特征相关联的改进策略，同时也将实时的缺陷特征以及与缺陷特征相关联的改进策略进行存储，用以作为电子变压器缺陷检测模型的学习数据，以提高电子变压器缺陷检测模型精度。

可选地，所述将所述实时图像数据与历史图像数据进行对比之前，包括：

将样本图像数据输入所述YOLO算法，通过所述YOLO算法对所述电子变压器缺陷检测模型进行训练；所述样本图像数据包括所述历史图像数据。

在本申请提供的实施例中，参考图4，在初始阶段，通过收集的样本图像数据，并将样本图像数据和样本缺陷特征输入模型训练模块304，其中模型训练模块304是基于YOLO算法构建的电子变压器缺陷检测模型，然后将模型训练模块304对样本图像数据和样本缺陷特征进行训练，得到能够识别缺陷特征的电子变压器缺陷检测模型。在后续的检测中，为了提高电子变压器缺陷检测模型的精准性，将历史图像数据作为样本图像数据输入到电子变压器缺陷检测模型，使得电子变压器缺陷检测模型具有持续学习的能力，提高电子变压器缺陷检测模型对缺陷特征识别的精准度。

可选地，参考图3和图4，所述对比同一标识的电子变压器所述实时图像数据与历史图像数据之前，包括S210、S220。

S210：对所述实时图像数据进行预处理，对预处理后的所述实时图像数据亮度调整，获得待运算实时图像数据。

可选地，所述对预处理后的所述实时图像数据亮度调整，包括：

通过谱聚类方法对图像进行切割，采用欧式距离法，按照亮度高低，合并亮度相近的图像区域块；

通过预设亮度调整公式，平衡所述图像区域块与全局亮度将。

示例性地，初始亮度[0,187]调整到优化亮度分布[34,187],调高亮度较低区域块的亮度，高亮度区域影响不大，现实平衡所述图像区域块与全局亮度；

所述预设亮度调整公式为：

公式中，I

公式中，F

通过图像数据预处理模块301对实时图像数据预处理，对采集的实时图像数据进行识别，并进行实时图像数据色彩增强、对比度增强、空间滤波等滤波方法对实时图像数据进行进一步处理，提高了图像的鲁棒性，保证训练的效率。如首先，图像色彩增强，将彩色图像分离成RGB三幅分量图像，分别单独处理每通道的图像，采用灰度图增强算法，智能增强各通道的图像，再将结果合成还原回彩色图像，对图像的饱和度、亮度和饱和度进行初步调整。然后，图像对比度增强，采用基于直方图均衡化的图像增强方法，将图像中的灰度点做映射，使得整体图像的灰度大致符合均匀分布。将对比度较低的图像，通过直方图均衡化方法来增强图像细节。最后，空间滤波采用线性平滑滤波方法，处理后的图片输出是包含在滤波器模板邻域内的像素灰度的平均值，降低图像噪声，去除图像中的杂乱不相关细节。实时图像数据完成预处理之后，将完成预处理之后的图像数据发送给图像数据调整模块302，以便对对预处理后的实时图像数据进行亮度调整。

参考图4，图像数据调整模块302图像自适应调节，对图谱进行亮度自适应调节，增强细节部分的亮度。示例性地，图像数据调整模块302采用谱聚类方法对图像进行切割，每个图像区域快的亮度相近；采用欧式距离法，按照亮度高低，合并降低区域块分类数量；区域块亮度调整，将亮度较低区域块的亮度调高：区域块亮度调整，将亮度较低区域块的亮度调高：

将低区域块亮度调整完成之后的亮度调节信息，代入S曲线，平衡区域块与全局亮度关系。

S220：通过提取网络Darknet-39网络对所述YOLO算法模型进行改进，并引入注意力机制，获得所述电子变压器缺陷检测模型，对所述待运算实时图像数据进行运算。

在实时图像数据完成预处理和亮度调整之后，得到待运算实时图像数据，参考图4，则将待运算实时图像数据发送到缺陷诊断模块303中，缺陷诊断模块303构建了基于改进YOLO算法的变电变压器缺陷检测模型，并且针对电子变压器缺陷特征提取网络Darknet-39进行改造，引入改进的注意力机制，增强对小目标检测能力。示例性地，缺陷诊断模块303在YOLO网络结构里引入注意力机制，增强该网络对局部的注意力；构建下采样模块的第二通道，对新增通道进行空间和通道相关性进行优化；采用3×3池化，对图像进行下采样，在注意力机制前扩大感知视野；采用三组1×1和3×3卷积，对图像特性进行解耦；采用特征融合网络对两个通道的数据进行融合，确定实时图像数据中的缺陷特征。

可选地，所述获取与所述缺陷特征相对应的改进策略，输出所述改进策略，包括：

基于所述电子变压器缺陷检测模型检测出的正确率、召回率、缺陷数量、缺陷位置、缺陷大小、精确率以及置信度，构建评估指标体系；

根据同一标识的电子变压器的所述缺陷特征，输入模糊关系矩阵，获得与所述检测结果相对应的改进策略。

在缺陷特征确定之后，将每个变压器的不同时间和角度的多帧实时图像数据输入改进图像识别模型；构建包含正确率、召回率、缺陷特征数量、缺陷特征位置、缺陷特征大小、精确率、置信度7个指标的指标体系；构建评估矩阵，建立模糊关系矩阵：

公式中，R为评估矩阵；r

选用模糊算子对关系矩阵的元素先相乘再求和，将评判因素权向量与模糊关系矩阵合成，作出识别结果决策，即输出缺陷特征诊断结果和相应的改进策略。参考图4，该输出结果可输出到显示装置60上，即将缺陷特征和改进策略输出，如显示在显示装置60上，进而便于工作人员查看，也便于工作人员再次继续复检。

可选地，所述获取与所述缺陷特征相对应的改进策略，输出所述改进策略之后，还包括：

发送报警信息，根据所述报警信息确定具有所述缺陷特征的电子变压器，对具有所述缺陷特征的电子变压器进行检验。

在本申请提供的实施例中，为了工作人员能够及时地发现电子变压器缺陷特征，在确定具有缺陷特征时，则报警装置50接收控制装置10发送的缺陷特征，并发出报警信息，根据显示装置60上的显示的缺陷特征、改进策略以及电子变压器标识，对对应的电子变压器进行人工复检，用以确保电子变压器不会被错误识别具有缺陷，提高电子变压器质检率。

本申请实施例还提供了一种计算机可读存储介质，所述存储介质上存储有计算机程序，所述程序被处理器执行时实现任一实施方式中电子变压器缺陷检测方法的步骤。

本申请实施例还提供了一种计算机设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序时实现任一实施方式中电子变压器缺陷检测方法的步骤。

下面参考图5，其示出了适于用来实现本申请实施例的电子设备(例如执行图1所示方法的终端设备或服务器)1400的结构示意图。本申请实施例中的电子设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)、可穿戴设备等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图5示出的电子设备仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。

电子设备包括：存储器以及处理器，存储器用于存储执行上述各个方法实施例所述方法的程序；处理器被配置为执行存储器中存储的程序。其中，这里的处理器可以称为下文所述的处理装置1401，存储器可以包括下文中的只读存储器(ROM)1402、随机访问存储器(RAM)1403以及存储装置1408中的至少一项，具体如下所示：

如图5所示，电子设备1400可以包括处理装置(例如中央处理器、图形处理器等)1401，其可以根据存储在只读存储器(ROM)1402中的程序或者从存储装置1408加载到随机访问存储器(RAM)1403中的程序而执行各种适当的动作和处理。在RAM1403中，还存储有电子设备1400操作所需的各种程序和数据。处理装置1401、ROM 1402以及RAM1403通过总线1404彼此相连。输入/输出(I/O)接口1405也连接至总线1404。

通常，以下装置可以连接至I/O接口1405：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置1406；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置1407；包括例如磁带、硬盘等的存储装置1408；以及通信装置1409。通信装置1409可以允许电子设备1400与其他设备进行无线或有线通信以交换数据。虽然图5示出了具有各种装置的电子设备，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。

特别地，根据本申请的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本申请的实施例包括一种计算机程序产品，其包括承载在非暂态计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置1409从网络上被下载和安装，或者从存储装置1408被安装，或者从ROM 1402被安装。在该计算机程序被处理装置1401执行时，执行本申请实施例的方法中限定的上述功能。

需要说明的是，本申请上述的计算机可读存储介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。

在一些实施方式中，客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“LAN”)，广域网(“WAN”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。

上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。

上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：

获取传输线上电子变压器的实时图像数据；通过基于YOLO算法的电子变压器缺陷检测模型，对比同一标识的电子变压器的所述实时图像数据和所述历史图像数据，确定同一标识的电子变压器的缺陷特征；获取与所述缺陷特征相对应的改进策略，输出所述改进策略。

可以以一种或多种程序设计语言或其组合来编写用于执行本申请的操作的计算机程序代码，上述程序设计语言包括但不限于面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本申请实施例中所涉及到的模块或单元可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，模块或单元的名称在某种情况下并不构成对该单元本身的限定，例如，图像数据预处理模块301还可以被描述为“对图像数据进行预处理的模块”。

本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。

在本申请的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

以上所述仅是本发明的部分实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。