本技术涉及性能检测，尤其涉及一种液压油劣化检测方法、装置、存储介质及计算机设备。
背景技术：
1、在高压电路中通常使用高压断路器实现对于空载电流和负载电流的切断和闭合。在断路器中，操动机构是实现其可靠功能的重要部件。而对于液压操动机构，液压油劣化、性能下降会导致高压断路器操作机构渗漏油、油泵频繁启动、油泵长时间无法建立压力等问题，给电网和设备的安全可靠运行造成严重威胁。因此，液压油的检测对于维护液压型断路器正常工作而言至关重要。
2、目前，对于液压油的检测一般通过基于样本数据训练得到的模型进行检测，但这种检测方式所考虑的角度较为单一和固定，难以从多个维度层面上综合分析液压油的状态，进而导致对液压油劣化检测的准确性较低。
技术实现思路
1、本技术的目的旨在至少能解决上述的技术缺陷之一，特别是现有技术中对于液压油的检测所考虑的角度较为单一和固定，难以从多个维度层面上综合分析液压油的状态，进而导致对液压油劣化检测的准确性较低的技术缺陷。
2、第一方面，本技术提供了一种液压油劣化检测方法，所述方法包括：
3、获取待检测数据，并将所述待检测数据输入至预先训练的目标模型中，以确定所述待检测数据对应的多个证据体；其中，所述目标模型包括多个子模型；
4、根据所述待检测数据对应的多个证据体以及预设的优化函数，确定目标优化函数；
5、根据所述目标优化函数，确定所述待检测数据对应的每个证据体的修正权重；
6、分别利用所述待检测数据对应的各个证据体的修正权重对对应的证据体进行修正，得到所述待检测数据对应的每个证据体的目标证据体；
7、根据所述待检测数据对应的多个目标证据体，确定所述目标模型中的每个子模型在所述待检测数据上的概率分配函数，以生成与所述待检测数据对应的融合检测结果。
8、在其中一个实施例中，所述目标模型的训练过程以多种油液传感器采集的在各种工况下的油液数据作为训练数据。
9、在其中一个实施例中，所述根据所述目标优化函数，确定所述待检测数据对应的每个证据体的修正权重的步骤，包括：
10、按照预先约定的方法对所述目标优化函数进行求解，得到所述待检测数据对应的每个证据体的证据权重；
11、确定目标权重；其中，所述目标权重为所述待检测数据对应的每个证据体的证据权重中最大的证据权重；
12、分别基于所述待检测数据对应的各个证据体的证据权重以及所述目标权重，计算所述待检测数据对应的每个证据体的相对权重；
13、将所述待检测数据对应的每个证据体的相对权重确定为其对应的修正权重。
14、在其中一个实施例中，所述确定所述待检测数据对应的多个证据体的步骤，包括：
15、确定所述目标模型中的每个子模型的模型类型；
16、根据所述目标模型中的每个子模型的模型类型，确定每个子模型对应的预设损失函数；
17、获取所述待检测数据在所述目标模型中的每个子模型上的输出结果；
18、基于每个子模型对应的预设损失函数以及所述待检测数据在所述目标模型中的每个子模型上的输出结果，确定所述待检测数据在所述目标模型的每个子模型上的目标损失函数；
19、将所述待检测数据在所述目标模型的每个子模型上的目标损失函数确定为所述待检测数据对应的证据体。
20、在其中一个实施例中，所述确定所述目标模型中的每个子模型在所述待检测数据上的概率分配函数的步骤，包括：
21、确定每个子模型对应的预设概率函数；
22、获取所述待检测数据在所述目标模型中的每个子模型上的输出结果；
23、对于所述目标模型中的每个子模型，将所述待检测数据在该子模型上的输出结果以及所述待检测数据对应的多个目标证据体中与该子模型对应的目标证据体代入该子模型对应的预设概率函数中，得到该子模型在所述待检测数据上的概率分配函数。
24、在其中一个实施例中，所述分别利用所述待检测数据对应的各个证据体的修正权重对对应的证据体进行修正的步骤，包括：
25、对于所述待检测数据对应的每个证据体，将该证据体对应的修正权重与该证据体的乘积确定为该证据体对应的子模型在所述待检测数据上的目标证据体，以完成对该证据体对应的子模型在所述待检测数据上的证据体的修正。
26、在其中一个实施例中，所述优化函数的表达式为：
27、
28、式中，代表优化函数，n为目标模型中子模型的数量，wi为证据体i的证据权重，ei代表证据体i，me为由所有证据体构成的证据矩阵的质心向量，<wiei,me>代表wiei和me的点积，di为证据体i与me向量之间的距离。
29、第二方面，本技术提供了一种液压油劣化检测装置，所述装置包括：
30、数据获取模块，用于获取待检测数据，并将所述待检测数据输入至预先训练的目标模型中，以确定所述待检测数据对应的多个证据体；其中，所述目标模型包括多个子模型；
31、函数确定模块，用于根据所述待检测数据对应的多个证据体以及预设的优化函数，确定目标优化函数；
32、权重确定模块，用于根据所述目标优化函数，确定所述待检测数据对应的每个证据体的修正权重；
33、证据体修正模块，用于分别利用所述待检测数据对应的各个证据体的修正权重对对应的证据体进行修正，得到所述待检测数据对应的每个证据体的目标证据体；
34、概率检测模块，用于根据所述待检测数据对应的多个目标证据体，确定所述目标模型中的每个子模型在所述待检测数据上的概率分配函数，以生成与所述待检测数据对应的融合检测结果。
35、第三方面，本技术提供了一种存储介质，所述存储介质中存储有计算机可读指令，所述计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行如上述任一项实施例所述液压油劣化检测方法的步骤。
36、第四方面，本技术提供了一种计算机设备，包括：一个或多个处理器，以及存储器；
37、所述存储器中存储有计算机可读指令，所述一个或多个处理器执行时所述计算机可读指令时，执行如上述任一项实施例所述液压油劣化检测方法的步骤。
38、从以上技术方案可以看出，本技术实施例具有以下优点：
39、本技术提供的液压油劣化检测方法、装置、存储介质及计算机设备，该方法包括：在对液压油劣化检测时，获取待检测数据，并将其输入至预设的目标模型中，目标模型包括多个子模型，进而确定待检测数据对应的多个证据体，并结合预设的优化函数，确定目标优化函数。接着再基于目标优化函数，确定每个证据体的修正权重，以对对应的证据体进行修正，得到待检测数据对应的多个目标证据体，以确定每个子模型在待检测数据上的概率分配函数，最终生成与待检测数据对应的检测结果。通过对基于目标模型中的多个子模型所确定的多个证据体进行修正，能够综合考虑各个子模型的输出结果所占据的权重，提高待检测数据对应的各个证据体的可靠性。进而确定各个子模型在待检测数据上的概率分配函数，以得到融合检测结果。如此，可以通过融合多个子模型所得到的信息，从多个维度层面上综合分析液压油的状态，从而提高对液压油劣化检测的准确性。
1.一种液压油劣化检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的液压油劣化检测方法，其特征在于，所述目标模型的训练过程以多种油液传感器采集的在各种工况下的油液数据作为训练数据。
3.根据权利要求1所述的液压油劣化检测方法，其特征在于，所述根据所述目标优化函数，确定所述待检测数据对应的每个证据体的修正权重的步骤，包括：
4.根据权利要求1所述的液压油劣化检测方法，其特征在于，所述确定所述待检测数据对应的多个证据体的步骤，包括：
5.根据权利要求1所述的液压油劣化检测方法，其特征在于，所述确定所述目标模型中的每个子模型在所述待检测数据上的概率分配函数的步骤，包括：
6.根据权利要求1至5任一项所述的液压油劣化检测方法，其特征在于，所述分别利用所述待检测数据对应的各个证据体的修正权重对对应的证据体进行修正的步骤，包括：
7.根据权利要求1所述的液压油劣化检测方法，其特征在于，所述优化函数的表达式为：
8.一种液压油劣化检测装置，其特征在于，所述装置包括：
9.一种存储介质，其特征在于：所述存储介质中存储有计算机可读指令，所述计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行如权利要求1至7中任一项所述液压油劣化检测方法的步骤。
10.一种计算机设备，其特征在于，包括：一个或多个处理器，以及存储器；
