CN114217136B

CN114217136B - 基于大数据的防雷接地电阻检测统计方法

Info

Publication number: CN114217136B
Application number: CN202210158645.2A
Authority: CN
Inventors: 王传绪; 王国力; 吴沧海; 陈婷婷; 刘浩
Original assignee: Shandong Zhuolang Testing Co ltd
Current assignee: Shandong Zhuolang Testing Co ltd
Priority date: 2022-02-22
Filing date: 2022-02-22
Publication date: 2022-05-06
Anticipated expiration: 2042-02-22
Also published as: CN114217136A

Abstract

本发明涉及大数据领域，具体涉及基于大数据的防雷接地电阻检测统计方法，包括：根据历史记录中所有检测点的接地电阻观测值，获得每个检测点的接地电阻观测值直方图，根据所述直方图获得每个接地电阻观测值的异常程度，然后再结合每个检测点的接地电阻观测值的时序变化，获得每个接地电阻观测值的增长程度，并通过不断地修正获得每个接地电阻观测值的最终增长程度，最终获得每个检测点的检测优先级和所有检测点的接地电阻检测方法。本发明最终通过检测点的检测优先级进行接地电阻检测，能够提高检测效率，优先发现可能会存在问题的检测点，避免对没有问题的检测点投入太多人力资源，有助于减少防雷安全事故以及人力资源的投入。

Description

基于大数据的防雷接地电阻检测统计方法

技术领域

本发明涉及大数据领域，具体涉及一种基于大数据的防雷接地电阻检测统计方法。

背景技术

电力系统中通常都会设置防雷接地，防雷接地是维护各种电力设备可靠运行的手段，也是保障人员安全的重要措施。如果接地系统没有做好，不仅影响到系统用电安全，更威胁到人身安全，造成重大的损失。为了验证接地系统的可靠性，通常会引入并强化接地电阻检测。随着接地系统的投入使用，对接地装置的耐用性也是一种考验。接地装置中任何一处金属的腐蚀或者连接不良都会造成接地的不可靠，接地电阻应定期检测，如果超出规定的接地电阻值，就一定要及时进行整改和维护，以确保系统正常运行，降低人身损害和设备损伤的几率。

在一些大型的社区中防雷设置往往会有一个接电网，而且为了保证能够定期进行接地电阻的检测，接地网上会设置有足够数量的接地电阻检测点，虽然现有技术可以做到远程的自动化的接地电阻检测，但是往往依赖大量的自动化检测设备，例如电源、接地电阻测试仪等，以及经常性的对检测设备进行维修，检测方法易受干扰、比较费财力和人力；因此接地电阻通常采用人工检测，但是当检测点较多时，依然费人力，效率不高。而往往有些检测点的接地电阻不需要经常性的检测，有些检测点的接地电阻容易出故障需要经常性的检测，现缺少一种能够根据历史检测数据来确定下一次接地电阻检测的方法，使得快速高效的检测不同位置的接地电阻，及时发现防雷安全隐患，同时减少人力的投入。

而在分析历史的检测点的接地电阻时，由于接地电阻检测仪的测量误差以及检测时不同位置的土壤结构和成分不同，导致无法直接对历史记录中的接地电阻值进行简单统计分析获得检测方法。

发明内容

为了解决上述技术问题，本发明的目的在于提供一种基于大数据的防雷接地电阻检测统计方法，所采用的技术方案具体如下：

本发明提供了基于大数据的防雷接地电阻检测统计方法，所述方法包括以下步骤：

根据历史记录中所有检测点的接地电阻观测值，获得每个检测点的接地电阻值观测序列，然后统计获得每个检测点的接地电阻观测值直方图，根据所述直方图获得每个接地电阻观测值的异常程度，然后根据每个检测点的接地电阻观测值在固定长度的时间窗口内的变化量，结合所述时间窗口内每个接地电阻观测值的异常程度，获得每个接地电阻观测值的增长程度；

根据每个接地电阻观测值的增长程度对每个接地电阻观测值的异常程度进行不断地修正，并获得每个接地电阻观测值的最终增长程度；

根据每个检测点的接地电阻值观测序列中，所有接地电阻观测值的最终增长程度获得每个检测点的检测优先级，根据所有检测点的检测优先级获得所有检测点的接地电阻检测方法。

进一步地，所述的每个接地电阻观测值的异常程度的获取步骤包括：

首先根据每个检测点的接地电阻观测值直方图，获得所述直方图极大值点个数，并构建一个带参数的混合高斯模型，所述混合高斯模型包含的子高斯模型个数等于所述极大值点个数的，所述混合高斯模型所包含的所有子高斯模型具有相同的方差，然后根据所述直方图拟合混合高斯模型参数；

对于每个检测点的接地电阻值观测序列中的每个接地电阻值，将所述接地电阻观测值分别带入所有子高斯模型上，分别获得所有子高斯模型上输出的概率，获得所有子高斯模型输出的概率中的最大值，并且获得所述接地电阻观测值在所述接地电阻观测值直方图上的所属区间的频率，所述最大值与所述频率的差值的平方称为所述接地电阻观测值的异常程度。

进一步地，所述的每个接地电阻观测值的增长程度的获取步骤包括：

在每个检测点的接地电阻值观测序列中，以每个接地电阻观测值所在时刻为中心构建预设长度的时间窗口；获取所述窗口内任意相邻时刻中后一时刻的接地电阻观测值前一时刻的接地电阻观测的值差值，称为所述相邻时刻的增量，将所述相邻时刻的接地电阻观测值的异常程度的均值称为所述相邻时刻的增长置信度；

获取每个接地电阻观测值对应的窗口内所有的相邻时刻，以每个相邻时刻的增长置信度为权重对所有相邻时刻的增量进行加权求和，获得的结果称为每个接地电阻观测值的增长程度。

进一步地，所述的每个接地电阻观测值的最终增长程度的获取步骤包括：

在每个检测点的接地电阻值观测序列中，获取增长程度小于预设阈值的所有接地电阻观测值的集合；在每个检测点的接地电阻观测值直方图上，获取每个区间的频率，并将频率减小，进而每个检测点获得新的接地电阻观测值直方图，所述的每个区间频率的减小量为所述集合中的接地电阻值出现在每个区间内的频率；

然后根据每个检测点新的接地电阻观测值直方图，重新获得每个接地电阻观测值的异常程度，进而重新获得每个接地电阻观测值的增长程度，直至每个检测点的接地电阻值观测序列中，每个接地电阻观测值的增长程度都大于等于所述预设阈值，将每个接地电阻观测值的增长程度都大于等于所述预设阈值时的每个接地电阻观测值的增长程度称为每个接地电阻观测值的最终增长程度。

进一步地，所述的接地电阻观测值直方图的获取步骤包括：

将实数域等分为长度相等的区间，遍历每个检测点的接地电阻值观测序列中的所有接地电阻观测值，并统计获得每个区间所包含的接地电阻观测值的数量，将所有区间所包含的接地电阻观测值的数量进行归一化处理，每个区间对应的归一化结果称为每个区间的频率，所有区间的频率构成每个检测点的接地电阻观测值直方图。

进一步地，所述的每个检测点的检测优先级的获取步骤包括：

获取每个检测点的接地电阻值观测序列中，获取最终增长程度大于0的所有接地电阻观测值，获取所述所有接地电阻观测值的最终增长程度的均值，将所述均值称为每个检测点的检测优先级。

进一步地，所述的接地电阻检测方法是指在下一次接地电阻检测时，以一定检测概率随机选择固定数量的检测点进行检测，每个检测点被检测概率的获取步骤为：首先对所有检测点的检测优先级进行归一化处理，然后将每个检测点检测优先级的归一化结果作为每个检测点被检测的概率。

本发明具有如下有益效果：

1. 本发明通过大数据系统统计并分析每个检测点的接地电阻的增长变化特征，获得每个检测点的检测优先级，进而获得检测方法，不仅提高了检测效率，同时保证能够及时的发现防雷设施的安全隐患。

2. 本发明通过分析不同时刻接地电阻观测值获得每个接地电阻观测值的异常程度，并根据接地电阻观测值在时序上的变化关系，通过不断地修正获得每个接地电阻观测值的增长程度，进而获得每个检测点的检测优先级，避免因接地电阻检测时由于不同检测位置的土壤不同而引入的干扰和检测设备的测量误差干扰问题，使得接地电阻增长程度计算准确，增加了接地电阻检测的高效性，减少人力资源的使用。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据以下附图获得其它附图。

图1为本发明所提供的基于大数据的防雷接地电阻检测统计方法的流程图。

具体实施方式

为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的基于大数据的防雷接地电阻检测统计方法，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构、或特点可由任何合适形式组合。

除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。

下面结合附图具体的说明本发明所提供的基于大数据的防雷接地电阻检测统计方法的具体方案。

请参阅图1，其示出了本发明基于大数据的防雷接地电阻检测统计方法，其特征在于，该方法包括以下步骤：

步骤S001，构建大数据系统，对历史记录的接地电阻检测数据进行统计分析获得每个检测地的接地电阻观测值直方图。

首先构建一个大数据系统，用于存储和分析数据，现有的大数据系统常用的架构如Hadoop、Spark等。

本发明将历史中每个检测点的接地电阻检测结果存储在大数据系统中，将每个检测点的每次检测结果称为接地电阻观测值，与接地电阻观测值相对应的是接地电阻真实值，接地电阻真实值是无法获知的，是由接地设备的物理性质决定的，接地电阻观测值与接地电阻真实值不一定相等，接地电阻观测值只是接地电阻真实值的观测结果。本发明后续所述的接地电阻观测值的单位为欧姆，本发明后续直接忽略其单位。本发明中接地电阻的检测是人为的检测的，需要用到接地电阻检测仪，在检测接地电阻时检测仪的其中某些端口连接在检测点上，另外一些端口连接在距检测点一定距离的土壤中。

首先对于一个检测点，按照检测时间顺序，所有接地电阻观测值构成一个时序序列，称为每个检测点的接地电阻值观测序列。

然后将实数域等分为长度相等的区间，每个区间就是一个接地电阻观测值的取值范围，每个区间的长度为L，L的取值取决于接地电阻的规范要求，本发明中以L=0.1为例进行叙述。遍历每个检测点的接地电阻值观测序列中的接地电阻观测值，并统计获得每个所述区间所包含的接地电阻观测值的数量，将所有所述区间包含的所述数量进行归一化处理，每个所述区归一化结果称为每个所述区间的频率，所有区间的频率构成每个检测点的接地电阻观测值直方图，该接地电阻观测值直方图用于表示在检测点上检测到不同接地电阻观测值的概率。

步骤S002、根据每个检测点的接地电阻观测值直方图获得每个接地电阻观测值的异常程度。

对于一个检测点，由于接地装置的金属结构的腐蚀老化或者连接不良都会造成接地电阻变大，本发明需要获取每个检测点的接地电阻是否存在着一直变大这种情况，但是只根据接地电阻观测值是不能准确的判断出接地电阻的真实值是否变大或不变的，一方面是因为即使接地电阻不变时，由于接地电阻检测仪会存在一定的测量误差，也会导致接地电阻观测值发生变化；另外更重要的原因是由于在对同一个检测点进行多次接地电阻检测时，由于接地电阻检测仪的一些端口连接在检测点上，但是另一些端口可以连接在不同位置的土壤中，由于不同位置的土壤成分、含水量等的不同导致接地电阻观测值也会发生变化。

总结来说，当从每个检测点的接地电阻值观测序列中获得了接地电阻观测值的变化情况后，也无法直接确定这种变化是由于接地电阻检测仪的测量误差引起的，还是由于测量时测量位置的土壤引起的，抑或是检测点真实的电阻变化引起的；而本发明需要获得的是检测点真实的电阻变化情况，在获取真实的电阻变化情况之前，首先需要获取每个接地电阻观测值的异常程度。

对于某个检测点的接地电阻值观测序列，利用均值漂移聚类算法对该序列中的接地电阻观测值进行聚类，获得所有类别，因为每个类别中的接地电阻观测值是集中分布在一起的，因此本发明将获得的类别个数视为该检测点的接地电阻观测值直方图上极大值点个数，记为N，也就是说该检测点的所有接地电阻观测值主要分别集中在某N个取值周围。

如果不考虑接地电阻检测仪的测量误差以及接地电阻真实值的变化的话，那么认为接地电阻观测值的不同是由土壤不同导致的，那么该检测点的所有接地电阻观测值应该是分别等于某N个取值的，不会有其它取值，即由于土壤的不同，使得接地电阻观测值会存在N个结果，如果N=1，那么接地电阻观测值只会有一个取值；如果在上述所述的基础上考虑电阻检测仪的测量误差的话，电阻检测仪的测量误差只与检测仪本身有关，那么该检测点的所有接地电阻观测值应该分别围绕某N个取值附近呈等方差的高斯分布的；如果在上述所述地基础上进一步地再考虑接地电阻真实值发生变化的话，那么该检测点的所有接地电阻观测值仍然应该分别围绕某N个取值附近，但是不是呈高斯分布的了。

基于此，本发明构建一个带参数的一维混合高斯模型，该混合高斯模型中包含N个子高斯模型，每个子高斯模型上的权重系数和均值与方差都是未知参数，N个子高斯模型的方差相等，每个子高斯模型表示接地电阻观测值围绕某个取值的分布情况，本发明用N个子高斯模型描述因接地电阻检测仪的测量误差而导致的接地电阻观测值的分布情况。

对于每个检测点的接地电阻观测值直方图，正如步骤S001所述，其用于表示每个区间的频率，即表示每个接地电阻观测值在每个区域出现的频率，本发明以所有区间中心点的取值以及所有区间对应的频率为样本数据，利用EM算法拟合所述混合高斯模型的所有参数。

对于该检测点的接地电阻值观测序列中任意一个接地电阻观测值，将该接地电阻观测值分别带入N个高斯子模型上，获得N个子高斯模型输出的N个概率，获得N个概率中的最大值,暂且记为A，电阻观测值在所述接地电阻观测值直方图上的所属区间的频率，暂且记为B；将所述最大值与所述频率的差值的平方称为该接地的电阻观测值的异常程度，即所述的异常程度为

；所述的异常程度越大说明该接地电阻观测值越不符合混合高斯模型中的子高斯模型的分布规律，说明该接地电阻观测值越可能不仅仅是由于接地电阻检测仪的测量误差导致的，很可能由于接地设备因腐蚀老化等原因导致的接地电阻真实值改变引起的，那么就说明该接地电阻观测值越异常；如果所述的异常程度越小，说明该接地电阻观测值越符合混合高斯模型中的子高斯模型的分布规律，说明该接地电阻观测值越可能是由于接地电阻检测仪的测量误差导致的，而不是由于接地设备因腐蚀老化等原因导致的接地电阻真实值改变引起的，那么该接地的电阻观测值的异常程度就越小。

至此获得了该检测点上任意一个接地电阻观测值的异常程度，同理可以获得所有检测点上每个接地电阻观测值的异常程度。

步骤S003、根据接地电阻观测值的时序获得每个接地电阻观测值的增长程度。

对于某个检测点，本发明期望的是能够获得由于接地设备因腐蚀老化等原因导致的接地电阻真实值的变化情况，本发明中认为接地电阻的真实值只会不断变大的。

获取该检测点的接地电阻值观测序列中，获取任意一个时刻t，以时刻t为中心构建一个长度为T的时间窗口，本发明T=5；假设该窗口内的第i个接地电阻观测值为

，那么时刻t的接地电阻观测值的增长程度

为：

表示该窗口内的第i-1个接地电阻观测值；

表示相邻时刻中后一时刻的接地电阻观测值前一时刻的接地电阻观测的值差值，该值越大说明接地电阻观测值增量越大；

表示该窗口内的第i个接地电阻观测值的异常程度，

表示该窗口内的第i-1个接地电阻观测值的异常程度；

表示窗口内相邻两个时刻异常程度的均值。

本发明更加关注的是由于接地设备因腐蚀老化等原因导致的接地电阻真实值的变化情况，因此本发明更加关注

取值较大时的接地电阻观测增量；

是归一化系数。

因此本发明就以相邻时刻的接地电阻观测值的异常程度的均值为权重，对所有相邻时刻的增量进行加权求和，获得的结果为所述时刻t的接地电阻观测值的增长程度

。该增长程度用于描述一定时间范围内由于接地设备因腐蚀老化等原因导致的接地电阻真实值的变化情况；

对于某个检测点，上述获取到了该检测点的接地电阻值观测序列中时刻t处接地电阻观测值的增长程度

，那么同理获得接地电阻值观测序列中所有时刻处接地电阻观测值的增长程度，即接地电阻值观测序列中每个接地电阻观测值都对应一个增长程度。

步骤S004、根据接地电阻观测值的增长程度对接地电阻观测值的异常程度进行修正，获得接地电阻观测值的最终增长程度。

在步骤S003获得了每个接地电阻观测值的增长程度，用于描述一定时间范围内由于接地设备因腐蚀老化等原因导致的接地电阻真实值的变化情况，但是依然没有完全避免接地电阻检测仪的测量误差和不同位置土壤不同的影响。

本发明认为接地电阻的真实值只会不断变大的，如果某个接地电阻观测值的增长程度过小，例如远远小于0，那么说明该接地电阻观测值的增长程度计算的不准确，原因主要是在步骤S002中利用检测点的接地电阻观测值直方图拟合混合高斯模型参数时引入干扰数据；所述的干扰数据是指那些本不受接地电阻检测仪测量误差影响的接地电阻观测值被认为是受到了接地电阻检测仪测量误差的影响。本发明利用如下方法修正每个接地电阻观测值的异常程度和增长程度。

在每个检测点的接地电阻值观测序列中，获取增长程度小于阈值TH的所有接地电阻观测值的集合，本发明TH的值可设置为0，但是为了考虑到本发明的鲁棒性，将其设置为-0.2；然后在每个检测点的接地电阻观测值直方图上，获取每个区间的频率，并将频率减小，每个检测点获得了新的接地电阻观测值直方图，所述的每个区间频率的减小量为所述集合中的接地电阻观测值出现在每个区间内的频率；例如所述集合共有J个接地电阻观测值，其中有j个接地电阻观测值出现在某个区间上，那么该区间频率的减小量为

。

然后根据每个检测点新的接地电阻观测值直方图，利用步骤S002的方法，获得每个接地电阻观测值的异常程度，在利用步骤S003的方法，进而重新获得每个接地电阻观测值的增长程度，然后重复上述步骤，直至每个检测点的接地电阻值观测序列中，每个接地电阻观测值的增长程度都大于等于阈值TH；将每个接地电阻观测值的增长程度都大于等于TH时的每个接地电阻观测值的增长程度称为每个接地电阻观测值的最终增长程度。

需要进一步说明的是，本发明令TH等于

的目的是：考虑到任何数学模型和观测过程中都不可能完全的消除所有误差，如何令TH=0，那么这个TH=0的条件是苛刻的，因为由于误差的干扰可能导致在实施本发明过程中，接地电阻观测值的增长程度不一定大于等于0，这样会导致“每个接地电阻观测值的增长程度都大于等于阈值TH”这一条件不成立，使得本发明进入死循环，这不是本发明所期望的；那么本发明适当的对TH=0这个条件进行松弛化处理，将令TH取值为一个负的但是趋近于0的值，本发明就令TH等于

，这样既能一定程度的满足“接地电阻的真实值只会不断变大的”这一经验假设，又能避免本发明进入死循环，增加本发明实施过程的鲁棒性和抗干扰能力。

至此通过不断的修正，获得每个接地电阻观测值的最终增长程度，尽可能的避免接地电阻检测仪的测量误差和不同位置土壤不同的影响。

步骤S006，根据每个接地电阻观测值的最终增长程度，获得每个检测点的检测优先级，进而获得接地电阻的检测方法。

在每个检测点的接地电阻值观测序列中，获取最终增长程度大于0的所有接地电阻观测值，这些接地电阻观测值中每个接地电阻观测值都对应一个最终增长程度，那么获取这些所有接地电阻观测值的最终增长程度的均值，将所述均值称为每个检测点的检测优先级。

需要额外说明的是，上述由于TH等于

，因此可能存在最终增长程度小于0的情况，不符合“接地电阻的真实值只会不断变大的”这一经验假设，那么这样的最终增长程度可能是受到噪声干扰的，本发明为了尽可能地准确，因此只对最终增长程度大于0的所有接地电阻观测值进行分析计算。

检测优先级越大的检测点说明该检测点的接地电阻真实值在以往历史中具有较大的增长变化，说明该检测点的防雷接地装置可能存在腐蚀老化等情况，那么就越有必要对其着重的、多次的检测，那么具体的检测方法为：

在下一次接地电阻检测时，以一定检测概率随机选择不同的固定数量的检测点进行检测，当发现接地电阻观测值不符合要求时及时处理，例如选择所有检测数量的一半检测点进行检测，每个检测点被检测概率的获取步骤为：首先对所有检测点的检测优先级进行归一化处理，然后将每个检测点检测优先级的归一化结果作为每个检测点被检测的概率。

本发明通过以一定概率选择检测点检测的方法，能够提高检测效率，能够快速及较为全面的获得检测结果，能够优先发现可能会存在问题的检测点，避免对没有问题的检测点投入太多人力资源，有助于减少防雷安全事故以及人力资源的投入。

当下一次检测结果获得之后，需要对下一次获得所有检测点的接地电阻观测值进行统计，并存储在大数据系统中。

需要说明的是：上述本发明实施例先后顺序仅仅为了描述，不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims

1.基于大数据的防雷接地电阻检测统计方法，其特征在于，所述方法包括以下步骤：

根据每个检测点的接地电阻值观测序列中，所有接地电阻观测值的最终增长程度获得每个检测点的检测优先级，根据所有检测点的检测优先级获得所有检测点的接地电阻检测方法；

所述的每个接地电阻观测值的异常程度的获取步骤包括：

首先根据每个检测点的接地电阻观测值直方图，获得所述直方图极大值点个数，并构建一个带参数的混合高斯模型，令所述混合高斯模型包含的子高斯模型的个数等于所述极大值点的个数，令所述混合高斯模型包含的所有子高斯模型具有相同的方差，然后根据所述直方图拟合混合高斯模型参数；

对于每个检测点的接地电阻值观测序列中的每个接地电阻值，将所述接地电阻观测值分别带入所有子高斯模型上，分别获得所有子高斯模型上输出的概率，获得所有子高斯模型输出的概率中的最大值，并且获得所述接地电阻观测值在所述接地电阻观测值直方图上的所属区间的频率，所述最大值与所述频率的差值的平方称为所述接地电阻观测值的异常程度；

所述的每个接地电阻观测值的增长程度的获取步骤包括：

获取每个接地电阻观测值对应的窗口内所有的相邻时刻，以每个相邻时刻的增长置信度为权重对所有相邻时刻的增量进行加权求和，获得的结果称为每个接地电阻观测值的增长程度；

所述的每个接地电阻观测值的最终增长程度的获取步骤包括：

2.根据权利要求1所述的基于大数据的防雷接地电阻检测统计方法，其特征在于，所述的接地电阻观测值直方图的获取步骤包括：

3.根据权利要求1所述的基于大数据的防雷接地电阻检测统计方法，其特征在于，所述的每个检测点的检测优先级的获取步骤包括：

4.根据权利要求1所述的基于大数据的防雷接地电阻检测统计方法，其特征在于，所述的接地电阻检测方法是指在下一次接地电阻检测时，以一定检测概率随机选择固定数量的检测点进行检测，每个检测点被检测概率的获取步骤为：首先对所有检测点的检测优先级进行归一化处理，然后将每个检测点检测优先级的归一化结果作为每个检测点被检测的概率。