本技术涉及自动控制，尤其涉及一种配电变压器盖板的拆解方法及系统。
背景技术：
1、配电变压器盖板是配电变压器的重要组成部分之一，主要用于保护变压器内部的电气元件免受外界环境的影响，同时提供安全防护，防止人员接触带电部分，而在对配电变压器内部零部件进行检修前，通常需要通过人工全程操作机械手进行拆解的方式将配电变压器盖板拆解下来。
2、然而，人工全程操作机械手拆解不仅效率低下，而且严重依赖于操作人员的经验，难以保证拆解过程中机械手的拆解速度、角度、力度等参数设置的合理性，容易造成配电变压器的损坏，进而威胁到设备与人员的安全。
技术实现思路
1、为了解决上述技术问题，本技术实施例提出了一种配电变压器盖板的拆解方法及系统，能够提高配电变压器盖板的拆解效率以及拆解安全性。
2、第一方面，本技术实施例提供了一种配电变压器盖板的拆解方法，包括：
3、在检测到机械手开始执行针对配电变压器的盖板拆解操作之后，通过图像采集设备对所述配电变压器的盖板拍摄得到光学盖板图像及红外盖板图像；
4、基于所述光学盖板图像及所述红外盖板图像，使用拆解模型生成拆解方案，并根据所述拆解方案发送控制指令给所述机械手，其中，所述控制指令用于调控所述机械手的所述盖板拆解操作；
5、其中，所述拆解模型的训练过程包括：
6、获取样本配电变压器对应的样本光学图像及样本红外图像；
7、使用待训练模型，分别对所述样本光学图像及所述样本红外图像进行编码，并分别获取编码过程中生成的与所述样本光学图像对应的光学特征、与所述样本红外图像对应的红外特征；
8、基于所述光学特征、所述红外特征及所述样本配电变压器的信息，利用大模型生成第一拆解方案；
9、基于所述光学特征、所述红外特征及所述第一拆解方案，训练所述待训练模型，得到所述拆解模型。
10、可选地，所述基于所述光学特征、所述红外特征及所述样本配电变压器的信息，利用大模型生成第一拆解方案，包括：
11、对所述光学特征及所述红外特征进行内积处理，得到内积特征；
12、将所述内积特征及所述样本配电变压器的信息输入至大模型中，获取所述大模型输出的第一拆解方案。
13、可选地，所述样本配电变压器的信息包括所述样本配电变压器的标准螺丝轮廓模板图及标准温度分布图，所述将所述内积特征及所述样本配电变压器的信息输入至大模型中，获取所述大模型输出的第一拆解方案，包括：
14、将所述内积特征输入至所述大模型中，使得所述大模型根据所述内积特征生成模拟螺丝轮廓模板图及模拟温度分布图；
15、将所述标准螺丝轮廓模板图及所述标准温度分布图输入至所述大模型中，以使得所述大模型基于所述模拟螺丝轮廓模板图与所述标准螺丝轮廓模板图之间的差异，以及，所述模拟温度分布图与所述标准温度分布图之间的差异，生成并输出所述第一拆解方案。
16、可选地，所述基于所述光学特征、所述红外特征及所述第一拆解方案，训练所述待训练模型，得到所述拆解模型，包括：
17、对所述光学特征及所述红外特征进行内积处理，得到内积特征；
18、将所述内积特征输入至所述待训练模型中生成第二拆解方案；
19、提取所述第一拆解方案的第一文本特征，并提取所述第二拆解方案的第二文本特征；
20、利用预设的损失函数，确定所述第一文本特征与所述第二文本特征之间的文本特征差异；
21、基于所述文本特征差异，训练所述待训练模型，得到所述拆解模型。
22、可选地，所述样本光学图像被裁剪为多张光学局部图像，所述样本红外图像被裁剪为多张红外局部图像，所述多张光学局部图像中的n张光学局部图像与所述多张红外局部图像中的n张红外局部图像一一对应，n为正整数，相对应的光学局部图像与红外局部图像各自所指示的局部区域相同，所述光学特征至少包括所述n张光学局部图像各自对应的光学局部特征，所述红外特征至少包括所述n张红外局部图像各自对应的红外局部特征；
23、所述使用待训练模型，分别对所述样本光学图像及所述样本红外图像进行编码，并分别获取编码过程中生成的与所述样本光学图像对应的光学特征、与所述样本红外图像对应的红外特征，包括：
24、使用所述待训练模型，对所述样本光学图像进行编码，并获取编码过程中生成的所述n张光学局部图像各自对应的光学局部特征，
25、使用所述待训练模型，对所述样本红外图像进行编码，并获取编码过程中生成的所述n张红外局部图像各自对应的红外局部特征。
26、可选地，所述n张光学局部图像中的每一光学局部图像与其对应的一红外局部图像构成一局部图像对，所述对所述光学特征及所述红外特征进行内积处理，得到内积特征，包括：
27、针对每一所述局部图像对，对该局部图像对所对应的光学局部特征及红外局部特征进行内积处理，得到该局部图像对所对应的内积局部特征；
28、基于所有所述局部图像对各自对应的内积局部特征，确定所述内积特征。
29、可选地，所述训练过程还包括：
30、根据每一所述局部图像对所指示的局部区域，确定每一所述局部图像对所对应的权重；
31、所述基于所有所述局部图像对各自对应的内积局部特征，确定所述内积特征，包括：
32、基于每一所述局部图像对所对应的权重，对每一所述局部图像对所对应的内积局部特征进行加权处理；
33、将所有所述局部图像对各自对应的经加权处理后的内积局部特征，拼接为所述内积特征。
34、可选地，所述基于所述光学盖板图像及所述红外盖板图像，使用拆解模型生成拆解方案之前，所述方法还包括：
35、获取所述配电变压器的信息；
36、所述基于所述光学盖板图像及所述红外盖板图像，使用拆解模型生成拆解方案，包括：
37、基于所述配电变压器的信息、所述光学盖板图像及所述红外盖板图像，使用拆解模型生成拆解方案。
38、可选地，所述基于所述光学盖板图像及所述红外盖板图像，使用拆解模型生成拆解方案之前，所述方法还包括：
39、对所述光学盖板图像及所述红外盖板图像进行预处理；
40、所述基于所述配电变压器的信息、所述光学盖板图像及所述红外盖板图像，使用拆解模型生成拆解方案，包括：
41、将所述配电变压器的信息、预处理后的光学盖板图像及预处理后的红外盖板图像输入至所述拆解模型中生成拆解方案。
42、第二方面，本技术实施例提供了一种配电变压器盖板的拆解系统，包括：
43、机械手；
44、图像采集设备；以及，
45、控制设备，与所述机械手、所述图像采集设备均通信连接，所述控制设备被配置为：
46、在检测到所述机械手开始执行针对配电变压器的盖板拆解操作之后，通过所述图像采集设备对所述配电变压器的盖板拍摄得到光学盖板图像及红外盖板图像；
47、基于所述光学盖板图像及所述红外盖板图像，使用拆解模型生成拆解方案，并根据所述拆解方案发送控制指令给所述机械手，其中，所述控制指令用于调控所述机械手的所述盖板拆解操作；
48、其中，所述拆解模型的训练过程包括：
49、获取样本配电变压器对应的样本光学图像及样本红外图像；
50、使用待训练模型，分别对所述样本光学图像及所述样本红外图像进行编码，并分别获取编码过程中生成的与所述样本光学图像对应的光学特征、与所述样本红外图像对应的红外特征；
51、基于所述光学特征、所述红外特征及所述样本配电变压器的信息，利用大模型生成第一拆解方案；
52、基于所述光学特征、所述红外特征及所述第一拆解方案，训练所述待训练模型，得到所述拆解模型。
53、综上，本技术实施例至少具有以下有益效果：
54、采用本技术实施例，通过在检测到机械手开始执行针对配电变压器的盖板拆解操作之后，通过图像采集设备对所述配电变压器的盖板拍摄得到光学盖板图像及红外盖板图像；基于所述光学盖板图像及所述红外盖板图像，使用拆解模型生成拆解方案，并根据所述拆解方案发送控制指令给所述机械手，其中，所述控制指令用于调控所述机械手的所述盖板拆解操作；其中，所述拆解模型的训练过程包括：获取样本配电变压器对应的样本光学图像及样本红外图像；使用待训练模型，分别对所述样本光学图像及所述样本红外图像进行编码，并分别获取编码过程中生成的与所述样本光学图像对应的光学特征、与所述样本红外图像对应的红外特征；基于所述光学特征、所述红外特征及所述样本配电变压器的信息，利用大模型生成第一拆解方案；基于所述光学特征、所述红外特征及所述第一拆解方案，训练所述待训练模型，得到所述拆解模型，从而能够提高配电变压器盖板的拆解效率以及拆解安全性。
1.一种配电变压器盖板的拆解方法，其特征在于，包括：
2.如权利要求1所述的配电变压器盖板的拆解方法，其特征在于，所述基于所述光学特征、所述红外特征及所述样本配电变压器的信息，利用大模型生成第一拆解方案，包括：
3.如权利要求2所述的配电变压器盖板的拆解方法，其特征在于，所述样本配电变压器的信息包括所述样本配电变压器的标准螺丝轮廓模板图及标准温度分布图，所述将所述内积特征及所述样本配电变压器的信息输入至大模型中，获取所述大模型输出的第一拆解方案，包括：
4.如权利要求1所述的配电变压器盖板的拆解方法，其特征在于，所述基于所述光学特征、所述红外特征及所述第一拆解方案，训练所述待训练模型，得到所述拆解模型，包括：
5.如权利要求2-4任一项所述的配电变压器盖板的拆解方法，其特征在于，所述样本光学图像被裁剪为多张光学局部图像，所述样本红外图像被裁剪为多张红外局部图像，所述多张光学局部图像中的n张光学局部图像与所述多张红外局部图像中的n张红外局部图像一一对应，n为正整数，相对应的光学局部图像与红外局部图像各自所指示的局部区域相同，所述光学特征至少包括所述n张光学局部图像各自对应的光学局部特征，所述红外特征至少包括所述n张红外局部图像各自对应的红外局部特征；
6.如权利要求5所述的配电变压器盖板的拆解方法，其特征在于，所述n张光学局部图像中的每一光学局部图像与其对应的一红外局部图像构成一局部图像对，所述对所述光学特征及所述红外特征进行内积处理，得到内积特征，包括：
7.如权利要求6所述的配电变压器盖板的拆解方法，其特征在于，所述训练过程还包括：
8.如权利要求1-4任一项所述的配电变压器盖板的拆解方法，其特征在于，所述基于所述光学盖板图像及所述红外盖板图像，使用拆解模型生成拆解方案之前，所述方法还包括：
9.如权利要求8所述的配电变压器盖板的拆解方法，其特征在于，所述基于所述光学盖板图像及所述红外盖板图像，使用拆解模型生成拆解方案之前，所述方法还包括：
10.一种配电变压器盖板的拆解系统，其特征在于，包括：
