1.一种识别样本不平衡的架空线路异常的方法,其特征在于,包括以下步骤: 步骤1:对采集的架空线路图片中正常和异常的电气设备进行标定; 步骤2:构建模型,通过现标定后的图片对模型进行训练,所述的模型为基于focal-loss的YOLO_v3模型; 步骤3:采集当前的架空线路图片,将图片输入至训练好的模型中进行识别,得到架空线路识别结果。 2.根据权利要求1所述的识别样本不平衡的架空线路异常的方法,其特征在于,所述的模型中,采用的focal-loss函数为: 其中Lfl代表loss值;a和γ为需要设置的超参数,a为斜率调整参数,γ为样本控制参数。 pi表示模型当前的训练结果认为第i个样本为正的概率(可以理解为置信度); y表示标签值,y=1,表示正样本,y=0表示故障样本。 3.根据权利要求2所述的识别样本不平衡的架空线路异常的方法,其特征在于,a=0.25,γ=2.0。 4.根据权利要求1所述的识别样本不平衡的架空线路异常的方法,其特征在于,架空线路的识别包括以下情况: 绝缘子涉及的类别有绝缘子、绝缘子故障; 杆塔涉及的类别有杆塔和倾斜杆塔; 线路涉及的类型有断线; 避雷器涉及的类型包括避雷器和避雷器故障。 5.根据权利要求1所述的识别样本不平衡的架空线路异常的方法,其特征在于,基于识别结果,在图片中标定目标框,显示故障类别和置信度。 6.根据权利要求5所述的识别样本不平衡的架空线路异常的方法,其特征在于,置信度的阈值为0.7。