CN102928742B - 一种高压设备红外图像自动故障识别方法 - Google Patents
一种高压设备红外图像自动故障识别方法 Download PDFInfo
- Publication number
- CN102928742B CN102928742B CN201210477982.4A CN201210477982A CN102928742B CN 102928742 B CN102928742 B CN 102928742B CN 201210477982 A CN201210477982 A CN 201210477982A CN 102928742 B CN102928742 B CN 102928742B
- Authority
- CN
- China
- Prior art keywords
- temperature
- electrical equipment
- heat generating
- relative
- generating spot
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 25
- 238000001514 detection method Methods 0.000 claims abstract description 13
- 230000005540 biological transmission Effects 0.000 claims abstract description 9
- 230000007547 defect Effects 0.000 claims description 46
- 238000002788 crimping Methods 0.000 claims description 9
- 239000002184 metal Substances 0.000 claims description 9
- 235000008331 Pinus X rigitaeda Nutrition 0.000 claims description 3
- 235000011613 Pinus brutia Nutrition 0.000 claims description 3
- 241000018646 Pinus brutia Species 0.000 claims description 3
- 230000032683 aging Effects 0.000 claims description 3
- 239000003990 capacitor Substances 0.000 claims description 3
- 239000004020 conductor Substances 0.000 claims description 3
- 230000008878 coupling Effects 0.000 claims description 3
- 238000010168 coupling process Methods 0.000 claims description 3
- 238000005859 coupling reaction Methods 0.000 claims description 3
- 230000003068 static effect Effects 0.000 claims description 3
- 238000010438 heat treatment Methods 0.000 abstract description 8
- 238000012545 processing Methods 0.000 abstract description 8
- 238000005516 engineering process Methods 0.000 abstract description 7
- 230000002159 abnormal effect Effects 0.000 abstract 2
- 238000012360 testing method Methods 0.000 description 19
- 238000010586 diagram Methods 0.000 description 8
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 239000012212 insulator Substances 0.000 description 2
- 241001212149 Cathetus Species 0.000 description 1
- 238000012631 diagnostic technique Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
- 238000001931 thermography Methods 0.000 description 1
Abstract
本发明公开了一种高压设备红外图像自动故障识别方法，首先选择需要检测的电气设备，获取该电气设备的温度图像；然后通过处理温度图像获取电气设备的发热点以及发热点温度T1和正常相温度T2；最后再结合环境参考温度T0计算相对温度来判断该电气设备的运行状况和故障信息。本发明采用基于红外图像处理技术来监测高压输电线上电气设备的运行状况和故障信息，利用红外温度图像处理技术，寻找温度发热异常点，计算异常点的发热温度、正常温度以及环境温度以及相对温度，通过相对温差判断法，自动判断该电气设备的运行状况和故障信息，实现了在线快速检测电气设备的运行状况。
Description
技术领域
本发明涉及一种高压试验设备，特别涉及一种用于高压输电线上电气设备的运行状况检测的高压设备红外图像自动故障识别方法。
背景技术
目前各供电企业基本上采用火花间隙放电叉、短路叉人工登杆塔方法检测电气设备运行状况。这些测试方法简单但准确性较低。对于运行中的低值电气设备，特别是如一串中存在多片低值绝缘子的情况下，很难作出正确的判断。这些传统的电气设备检测方法不仅劳动强度大、安全性差、效率低等原因，而且检测时火花放电的声音容易被周围环境声噪掩盖而难以准确判断，易造成误检或漏检。最重要的一点是对于现在基本上大规模应用的合成电气设备无法进行检测。因此，在当前电力紧张、安全形势严峻，对供电可靠率要求越来越高的情况下，应用红外测温技术开发一种在线的快速检测方法，用于检测电气设备的运行状况是十分必要的。
发明内容
有鉴于此，本发明所要解决的技术问题是提供一种在线的快速检测电气设备的运行状况的方法。
本发明的目的是这样实现的：
本发明提供的一种高压设备红外图像自动故障识别方法，包括以下步骤：
S1：选择需要检测的电气设备，获取该电气设备的温度图像；
S2：处理温度图像获取电气设备的发热点以及发热点温度T1；
S3：处理温度图像获取电气设备对应点的正常相温度T2；
S4：根据环境参考温度T0、发热点温度T1和电气设备对应点的正常相温度T2来计算电气设备的相对温度；
S5：通过相对温度来判断该电气设备的运行状况和故障信息。
进一步，所述温度图像是通过红外热像仪获取的红外温度图像。
进一步，所述发热点为在温度图像上的最高温度点。
进一步，所述电气设备相对应的正常温度T2通过以下步骤来：
S31：在温度图像上以发热点为原点，做一条温度直线，计算经过该直线各点的温度，并绘制成温度曲线t-x图；然后去掉最高温度（t1、x1）区域和最低温度（t2、x2）区域，计算温度图像图片中温度曲线所围城的积分面积S；
S32：在温度图像上以发热点为原点，旋转温度直线，每旋转一个角度，重复步骤S3计算温度图像图片中每一次形成的温度曲线所围城的积分面积S；
S33：确定积分面积S中面积最大的最大积分面积Smax；
S34：计算最大积分面积Smax时的平均温度，作为相对应的正常温度T2。
进一步，所述旋转温度直线是以发热点为原点进行360度旋转所形成的温度直线。
进一步，所述相对温度T通过以下步骤来实现：
S41：通过以下温差公式来计算相对温差T：
T=(T1-T2)/(T1-T0)*100%，
其中，T1表示发热点的温度，T2表示正常相对应点的温度，T0表示环境温度参照体的温度，T表示相对温度。
进一步，所述电气设备的运行状况和故障信息通过相对温差T和发热点异常点的发热温度T1、正常相对应点的温度T2以及环境温度参照体的温度T0来得出。
进一步，所述故障信息根据相对温差T和发热点温度T1的值来划分为一般缺陷、严重缺陷和危急缺陷；具体判断如下：
当电气设备与金属部件的连接部位如果出现接头和线夹的接触不良时或当金属导线出现松股、断股、老化或截面积不够时，所述相对温差不超过15K，为一般缺陷；所述热点温度>800C或者相对温差T>80%时，为严重缺陷；所述热点温度>1100C或者相对温差T>95%时，为危急缺陷。
进一步，所述故障信息具体判断还包括以下步骤：
当金属部件与金属部件的连接部分、接头和线夹、输电导线的连接器出现接触不良时，或隔离开关的转头和刀口出现接触不良、断股或弹簧压接不良时，所述相对温差不超过15K，为一般缺陷；所述热点温度>900C或者相对温差T>80%时，为严重缺陷；所述热点温度>1300C或者相对温差T>95%时，为危急缺陷。
进一步，所述故障信息具体判断还包括以下步骤：
当断路器的动静触头和中间触头出现压指压接不良时，所述相对温差不超过10K，为一般缺陷；所述热点温度>550C或者相对温差T>80%时，为严重缺陷；所述热点温度>800C或者相对温差T>95%时，为危急缺陷。
进一步，所述故障信息具体判断还包括以下步骤：
当电流互感器的内连接出现螺杆接触不良时，或套管的柱头出现柱头内部并线压接不良时，或当电容器的熔丝出现熔丝容量不够或熔丝座出现熔丝与熔丝座之间接触不良时，所述相对温差不超过10K，为一般缺陷；所述热点温度>550C或者相对温差T>80%时，为严重缺陷；所述热点温度>800C或者相对温差T>95%时，为危急缺陷。
本发明的优点在于：本发明采用基于红外图像处理技术来监测高压输电线上电气设备的运行状况和故障信息，可以自动识别高压设备红热故障；利用高压输电的电力设备在正常运行时都会发出一定热量，通过红外热像仪监测高压输电线上电气设备的运行状况，利用红外温度图像处理技术，计算机自动寻找温度发热异常点，则对该部位进行重点检测，并通过计算机自动对该异常点进行360度的全方位扫描，计算出异常点的发热温度、正常温度以及环境温度，并根据被测设备的发热点温度T1、相对应点正常温度T2、环境参考温度T0，计算出相对温度，同时考虑周围环境条件的影响，通过相对温差判断法，自动判断该电气设备的运行状况和故障信息，实现了在线快速检测电气设备的运行状况。
附图说明
为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步的详细描述，其中：
图1为本发明实施例提供的红外热像仪结构示意图；
图2为本发明实施例提供的红外热像示意图；
图3为本发明实施例提供的电气设备检测原理方法；
图4为本发明实施例提供的电气设备检测方法流程图；
图5为本发明实施例提供的确定积分面积t—x示意图；
图6为本发明实施例提供的计算积分面积t—x示意图。
具体实施方式
以下将结合附图，对本发明的优选实施例进行详细的描述；应当理解，优选实施例仅为了说明本发明，而不是为了限制本发明的保护范围。
图1为本发明实施例提供的红外热像仪结构示意图，本发明实施例中使用的红外热像仪来获取成像图，包括依次连接的红外光学镜头、焦平面探测器和电子处理装置，所述电子处理装置分别与电源和存储装置连接，所述红外热像仪测量原理如下：红外热像技术是将物体的热辐射扫描成像的一种非接触诊断技术。物体的红外热图像实际上对应的是其表面的二维温度场。根据斯蒂芬-波尔兹曼定率确定物体表面的绝对温度与物体的红外辐射功率的对应关系。被测物体辐射能量高低通过先进的红外探测器在仪器内部感应而形成热分布图像，能量辐射高的部分图像就亮，反之则稍暗。红外图像即是对温度灵敏的图像，红外图像的亮暗直接反应出物体温度的高低，两者成递增比例关系，就能诊断出物体温度的高低，两者成递增比例关系。凭借成像的明亮并配以两者递增关系公式计算，就能诊断出物体温度的高低，从而判断电力运行设备是否有缺陷问题。
因此，通过红外热像仪监测电气设备的运行状况，利用红外线温度图像处理技术，检测高压输电线上电气设备的运行状况，并进行电气设备的缺陷诊断，得到故障信息。能够达到不接触、不停运、不取样、不解体的检测功能，从而检测到电气设备在运行状态下的真实状态信息，安全高效。而且可以做到节省工时，降低劳动强度，减少绝缘子的维修费用，大大提高电网供电可靠性。
图2为本发明实施例提供的红外热像示意图，图3为本发明实施例提供的电气设备检测原理方法，图4为本发明实施例提供的电气设备检测方法流程图，图5为本发明实施例提供的确定积分面积t—x示意图，其中，图5中的S1，S2，S4分别表示图2中A、B、C三点的扫描位置的积分面积，图6为本发明实施例提供的计算积分面积t—x示意图，S表示温度曲线所围城的积分面积，如图所示：本发明提供的一种高压设备红外图像自动故障识别方法，包括以下步骤：
S1：选择需要检测的电气设备，获取该电气设备的温度图像，所述温度图像是通过红外热像仪获取的红外温度图像；
S2：处理温度图像获取电气设备的发热点以及发热点温度T1；所述发热点为在温度图像上的最高温度点；
S3：处理温度图像获取电气设备对应点的正常相温度T2；所述电气设备相对应的正常温度T2通过以下步骤来：
S31：在温度图像上以发热点为原点，做一条温度直线，计算经过该直线各点的温度，并绘制成温度曲线t-x图；然后去掉最高温度（t1、x1）区域和最低温度（t2、x2）区域，计算温度图像图片中温度曲线所围城的积分面积S；
S32：在温度图像上以发热点为原点，旋转温度直线，每旋转一个角度，重复步骤S3计算温度图像图片中每一次形成的温度曲线所围城的积分面积S；所述旋转温度直线是以发热点为原点进行360度旋转所形成的温度直线；本实施例中直线沿逆时针旋转一个小角度，角度的取值可以根据实际情况来确定。一般取值范围为5度到90。
S33：确定积分面积S中面积最大的最大积分面积Smax；
S34：计算最大积分面积Smax时的平均温度，作为相对应的正常温度T2。
S4：根据环境参考温度T0、发热点温度T1和电气设备对应点的正常相温度T2来计算电气设备的相对温度；所述相对温度T通过以下步骤来实现：
S41：通过以下相对温度公式来计算相对温差T：
T=(T1-T2)/(T1-T0)*100%，
其中，T1表示发热点的温度，T2表示正常相对应点的温度，T0表示环境温度参照体的温度，T表示相对温度；
S5：通过相对温度来判断该电气设备的运行状况和故障信息。
所述电气设备的运行状况和故障信息通过相对温差T和发热点异常点的发热温度T1、正常相对应点的温度T2以及环境温度参照体的温度T0来得出。
所述故障信息根据相对温差T和发热点温度T1的值来划分为一般缺陷、严重缺陷和危急缺陷；具体判断如下：
当电气设备与金属部件的连接部位如果出现接头和线夹的接触不良时或当金属导线出现松股、断股、老化或截面积不够时，所述相对温差不超过15K，为一般缺陷；所述热点温度>800C或者相对温差T>80%时，为严重缺陷；所述热点温度>1100C或者相对温差T>95%时，为危急缺陷。
当金属部件与金属部件的连接部分、接头和线夹、输电导线的连接器出现接触不良时，或隔离开关的转头和刀口出现接触不良、断股或弹簧压接不良时，所述相对温差不超过15K，为一般缺陷；所述热点温度>900C或者相对温差T>80%时，为严重缺陷；所述热点温度>1300C或者相对温差T>95%时，为危急缺陷。
当断路器的动静触头和中间触头出现压指压接不良时，所述相对温差不超过10K，为一般缺陷；所述热点温度>550C或者相对温差T>80%时，为严重缺陷；所述热点温度>800C或者相对温差T>95%时，为危急缺陷。
当电流互感器的内连接出现螺杆接触不良时，或套管的柱头出现柱头内部并线压接不良时，或当电容器的熔丝出现熔丝容量不够或熔丝座出现熔丝与熔丝座之间接触不良时，所述相对温差不超过10K，为一般缺陷；所述热点温度>550C或者相对温差T>80%时，为严重缺陷；所述热点温度>800C或者相对温差T>95%时，为危急缺陷。
以上所述仅为本发明的优选实施例，并不用于限制本发明，显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (7)
1.一种高压设备红外图像自动故障识别方法，包括以下步骤：
S1：选择需要检测的电气设备，获取该电气设备的温度图像；
S2：处理温度图像获取电气设备的发热点以及发热点温度T1；
S3：处理温度图像获取电气设备相对应的正常点温度T2；
S4：根据环境参考温度T0、发热点温度T1和电气设备相对应的正常点温度T2来计算电气设备的相对温度T；
S5：通过相对温度来判断该电气设备的运行状况和故障信息；
所述温度图像是通过红外热像仪获取的红外温度图像；
所述发热点为在温度图像上的最高温度点；
其特征在于：所述电气设备相对应的正常点温度T2通过以下步骤来：
S31：在温度图像上以发热点为原点，做一条温度直线，计算经过该直线各点的温度，并绘制成温度曲线t-x图；然后去掉最高温度(t1、x1)区域和最低温度(t2、x2)区域，计算温度图像图片中温度曲线所围成的积分面积S；
S32：在温度图像上以发热点为原点，旋转温度直线，每旋转一个角度，重复步骤S31计算温度图像图片中每一次形成的温度曲线所围成的积分面积S；
S33：确定积分面积S中面积最大的最大积分面积Smax；
S34：计算最大积分面积Smax时的平均温度，作为电气设备相对应的正常点温度T2。
2.根据权利要求1所述的高压设备红外图像自动故障识别方法，其特征在于：所述旋转温度直线是以发热点为原点进行360度旋转所形成的温度直线。
3.根据权利要求1所述的高压设备红外图像自动故障识别方法，其特征在于：所述电气设备的相对温度T通过以下步骤来实现：
S41：通过以下公式来计算电气设备的相对温度T：
T＝(T1-T2)/(T1-T0)*100％，
其中，T1表示发热点温度，T2表示电气设备相对应的正常点温度，T0表示环境参考温度，T表示电气设备的相对温度T。
4.根据权利要求1所述的高压设备红外图像自动故障识别方法，其特征在于：所述电气设备的运行状况和故障信息通过电气设备的相对温度T和发热点温度T1、电气设备相对应的正常点温度T2以及环境参考温度T0来得出。
5.根据权利要求1所述的高压设备红外图像自动故障识别方法，其特征在于：所述故障信息根据电气设备的相对温度T和发热点温度T1的值来划分为一般缺陷、严重缺陷和危急缺陷；具体判断如下：
当电气设备与金属部件的连接部位如果出现接头和线夹的接触不良时或当金属导线出现松股、断股、老化或截面积不够时，所述电气设备的相对温度T不超过15K，为一般缺陷；所述发热点温度T1>80℃或者电气设备的相对温度T>80％时，为严重缺陷；所述发热点温度T1>110℃或者电气设备的相对温度T>95％时，为危急缺陷。
6.根据权利要求5所述的高压设备红外图像自动故障识别方法，其特征在于：所述故障信息具体判断还包括以下步骤：
当金属部件与金属部件的连接部分、接头和线夹、输电导线的连接器出现接触不良时，或隔离开关的转头和刀口出现接触不良、断股或弹簧压接不良时，所述电气设备的相对温度T不超过15K，为一般缺陷；所述发热点温度T1>90℃或者电气设备的相对温度T>80％时，为严重缺陷；所述发热点温度T1>130℃或者电气设备的相对温度T>95％时，为危急缺陷。
7.根据权利要求6所述的高压设备红外图像自动故障识别方法，其特征在于：所述故障信息具体判断还包括以下步骤：
当断路器的动静触头和中间触头出现压指压接不良时，所述电气设备的相对温度T不超过10K，为一般缺陷；所述发热点温度T1>55℃或者电气设备的相对温度T>80％时，为严重缺陷；所述发热点温度T1>80℃或者电气设备的相对温度T>95％时，为危急缺陷；
当电流互感器的内连接出现螺杆接触不良时，或套管的柱头出现柱头内部并线压接不良时，或当电容器的熔丝出现熔丝容量不够或熔丝座出现熔丝与熔丝座之间接触不良时，所述电气设备的相对温度T不超过10K，为一般缺陷；所述发热点温度T1>55℃或者电气设备的相对温度T>80％时，为严重缺陷；所述发热点温度T1>80℃或者电气设备的相对温度T>95％时，为危急缺陷。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201210477982.4A CN102928742B (zh) | 2012-11-22 | 2012-11-22 | 一种高压设备红外图像自动故障识别方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201210477982.4A CN102928742B (zh) | 2012-11-22 | 2012-11-22 | 一种高压设备红外图像自动故障识别方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN102928742A CN102928742A (zh) | 2013-02-13 |
| CN102928742B true CN102928742B (zh) | 2014-11-12 |
Family
ID=47643586
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201210477982.4A Active CN102928742B (zh) | 2012-11-22 | 2012-11-22 | 一种高压设备红外图像自动故障识别方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN102928742B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109300130A (zh) * | 2018-10-09 | 2019-02-01 | 广东电网有限责任公司 | 检测方法及装置 |
Families Citing this family (35)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103630244B (zh) * | 2013-12-18 | 2016-03-09 | 重庆大学 | 电力系统设备故障诊断方法及系统 |
| CN104502768B (zh) * | 2014-12-27 | 2017-05-24 | 国家电网公司 | 用于电力设备连接部件的电流致热型缺陷评估方法 |
| CN104713901B (zh) * | 2015-01-23 | 2017-08-25 | 国家电网公司 | 基于红外精确测温的复合绝缘子绝缘缺陷检测方法 |
| CN104849654B (zh) * | 2015-04-09 | 2017-10-03 | 广州供电局有限公司 | 断路器在线监测方法及系统 |
| CN104914367B (zh) * | 2015-06-23 | 2018-03-27 | 广州供电局有限公司 | 电缆外护层快速故障定位方法 |
| CN105445518B (zh) * | 2015-11-16 | 2016-10-05 | 国网山东省电力公司邹城市供电公司 | 一种电压互感器 |
| CN105445515B (zh) * | 2015-11-16 | 2016-09-28 | 国家电网公司 | 智能型电子式电流互感器 |
| CN105301328B (zh) * | 2015-11-16 | 2016-06-08 | 国网山东省电力公司定陶县供电公司 | 一种自检型电子式电压互感器 |
| CN105445517B (zh) * | 2015-11-16 | 2016-09-07 | 国网山东省电力公司沂水县供电公司 | 一种电流互感器 |
| CN105548645B (zh) * | 2015-11-16 | 2016-09-28 | 国网山东省电力公司沂水县供电公司 | 电子式电流互感器 |
| CN105445516B (zh) * | 2015-11-16 | 2016-10-12 | 国网山东省电力公司沂水县供电公司 | 一种智能型电子式电流互感器 |
| CN105527479B (zh) * | 2015-11-16 | 2016-09-07 | 国网山东省电力公司沂水县供电公司 | 自检型电子式电压互感器 |
| CN105223398B (zh) * | 2015-11-16 | 2016-08-24 | 国家电网公司 | 电压互感器 |
| CN105509893B (zh) * | 2015-12-01 | 2018-10-19 | 广东长电成套电器有限公司 | 热成像在线测温方法 |
| CN105467253A (zh) * | 2015-12-30 | 2016-04-06 | 普天新能源有限责任公司 | 电气设备的在线检测方法及系统 |
| CN106204612B (zh) * | 2016-07-20 | 2018-11-13 | 北京理工大学 | 一种基于自适应特征的故障引流管智能识别的方法 |
| CN106650788A (zh) * | 2016-11-16 | 2017-05-10 | 合肥普望电子有限责任公司 | 隔离开关故障检测方法 |
| CN106940234B (zh) * | 2017-03-13 | 2019-01-25 | 河北工业大学 | 一种基于红外热像技术的热力管道异常状况判定方法 |
| CN107255518A (zh) * | 2017-05-22 | 2017-10-17 | 大唐宝鸡热电厂 | 基于红外成像技术的输变电设备监控系统及方法 |
| CN107229548B (zh) * | 2017-05-23 | 2019-08-09 | 大连理工大学 | 一种基于红外图像的服务器热故障监测及诊断方法 |
| CN107179479B (zh) * | 2017-06-12 | 2020-05-22 | 西安工程大学 | 基于可见光图像的输电导线散股缺陷检测方法 |
| CN107219424A (zh) * | 2017-06-14 | 2017-09-29 | 国网福建省电力有限公司 | 一种红外测温发热缺陷判别方法和系统 |
| CN108955901B (zh) * | 2017-07-06 | 2020-03-31 | 深圳市朗驰欣创科技股份有限公司 | 一种红外测温方法、系统及终端设备 |
| CN108961202A (zh) * | 2017-12-12 | 2018-12-07 | 北京视联动力国际信息技术有限公司 | 一种视联网设备的检测方法及装置 |
| CN108693445A (zh) * | 2018-05-23 | 2018-10-23 | 广东电网有限责任公司 | 输电电缆故障定位方法及装置 |
| CN108828409A (zh) * | 2018-08-03 | 2018-11-16 | 南方电网科学研究院有限责任公司 | 一种基于边缘计算的故障检测系统 |
| CN110910383B (zh) * | 2019-12-04 | 2022-06-10 | 江苏方天电力技术有限公司 | 基于红外图像识别的调相机故障监测方法和系统 |
| CN112819183A (zh) * | 2021-01-29 | 2021-05-18 | 广州中科智巡科技有限公司 | 一种输配电线路发热缺陷智能判别的算法及系统 |
| CN113269744A (zh) * | 2021-05-20 | 2021-08-17 | 国网天津市电力公司 | 一种应用于输电线路设备缺陷的红外智能识别方法及系统 |
| CN113297979A (zh) * | 2021-05-27 | 2021-08-24 | 南方电网电力科技股份有限公司 | 一种输电导线连接器发热状态的识别方法及装置 |
| CN113687156B (zh) * | 2021-08-07 | 2022-09-20 | 郑州海威光电科技有限公司 | 一种利用红外热图辅助判断电力设备隐患的方法 |
| CN113588714A (zh) * | 2021-08-26 | 2021-11-02 | 国网四川省电力公司成都供电公司 | 一种复合绝缘子缺陷检测方法 |
| CN114018983A (zh) * | 2021-11-03 | 2022-02-08 | 国网福建省电力有限公司莆田供电公司 | 一种变电设备发热缺陷预测方法、设备和可存储介质 |
| CN115656701B (zh) * | 2022-12-12 | 2023-04-07 | 广东电网有限责任公司佛山供电局 | 一种基于红外图像的电容器发热故障识别方法及装置 |
| CN116704008B (zh) * | 2023-08-01 | 2023-10-17 | 城云科技（中国）有限公司 | 基于画面面积计算判断物体的方法、装置及其应用 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1071022C (zh) * | 1997-04-16 | 2001-09-12 | 内蒙古超高压供电局 | 红外检测中的相对温差比诊断法 |
| CN200944064Y (zh) * | 2006-06-07 | 2007-09-05 | 广东中玉科技有限公司 | 红外数字遥视故障探测系统 |
| CN101477158A (zh) * | 2009-02-12 | 2009-07-08 | 江苏省电力公司宿迁供电公司 | 一种电力设备异常发热缺陷等级的识别装置及识别方法 |
| CN201340447Y (zh) * | 2009-02-12 | 2009-11-04 | 江苏省电力公司宿迁供电公司 | 一种电力设备异常发热缺陷等级的识别装置 |
| CN101576600A (zh) * | 2009-05-15 | 2009-11-11 | 重庆大学 | 自行走地下电缆故障检测智能仪 |
| WO2012087387A2 (en) * | 2010-12-22 | 2012-06-28 | Utility Risk Management Corporation | Thermal powerline rating and clearance analysis using thermal imaging technology |
| CN102565625A (zh) * | 2011-05-25 | 2012-07-11 | 上海大学 | 基于红外图像智能诊断高压输电线路热缺陷的方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8581975B2 (en) * | 2006-06-16 | 2013-11-12 | Worcester Polytechnic Institute | Infrared defect detection system and method for the evaluation of powdermetallic compacts |
-
2012
- 2012-11-22 CN CN201210477982.4A patent/CN102928742B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1071022C (zh) * | 1997-04-16 | 2001-09-12 | 内蒙古超高压供电局 | 红外检测中的相对温差比诊断法 |
| CN200944064Y (zh) * | 2006-06-07 | 2007-09-05 | 广东中玉科技有限公司 | 红外数字遥视故障探测系统 |
| CN101477158A (zh) * | 2009-02-12 | 2009-07-08 | 江苏省电力公司宿迁供电公司 | 一种电力设备异常发热缺陷等级的识别装置及识别方法 |
| CN201340447Y (zh) * | 2009-02-12 | 2009-11-04 | 江苏省电力公司宿迁供电公司 | 一种电力设备异常发热缺陷等级的识别装置 |
| CN101576600A (zh) * | 2009-05-15 | 2009-11-11 | 重庆大学 | 自行走地下电缆故障检测智能仪 |
| WO2012087387A2 (en) * | 2010-12-22 | 2012-06-28 | Utility Risk Management Corporation | Thermal powerline rating and clearance analysis using thermal imaging technology |
| CN102565625A (zh) * | 2011-05-25 | 2012-07-11 | 上海大学 | 基于红外图像智能诊断高压输电线路热缺陷的方法 |
Non-Patent Citations (2)
| Title |
|---|
| 变电站电压致热型设备的红外测温诊断;张晓霞;《科技信息》;20101231(第25期);第757-758页 * |
| 张晓霞.变电站电压致热型设备的红外测温诊断.《科技信息》.2010,(第25期),第757-758页. * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109300130A (zh) * | 2018-10-09 | 2019-02-01 | 广东电网有限责任公司 | 检测方法及装置 |
| CN109300130B (zh) * | 2018-10-09 | 2021-07-27 | 广东电网有限责任公司 | 检测方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN102928742A (zh) | 2013-02-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102928742B (zh) | 一种高压设备红外图像自动故障识别方法 | |
| CN107436400B (zh) | 一种gis触头过热故障的检测方法及装置 | |
| CN108254077B (zh) | 基于局部与全局特征信息融合的gis热故障诊断方法 | |
| CN110910383B (zh) | 基于红外图像识别的调相机故障监测方法和系统 | |
| CN105092050A (zh) | 一种gis内部导体过热故障的检测方法及装置 | |
| CN104267063A (zh) | 一种基于红外热像的低值绝缘子检测方法 | |
| CN203760780U (zh) | 智能电缆插头 | |
| CN102798783B (zh) | 一种气体绝缘开关设备母线接头过热故障诊断方法和系统 | |
| CN106405315B (zh) | 一种电机定子绕组故障检测方法 | |
| CN101477158A (zh) | 一种电力设备异常发热缺陷等级的识别装置及识别方法 | |
| CN104132746A (zh) | 一种气体绝缘开关设备母线接头的温度检测方法 | |
| CN104569661B (zh) | 一种hdmi接口测试电路及装置 | |
| CN106093069A (zh) | 一种高压绝缘子串绝缘污秽故障的监测方法 | |
| CN112734698A (zh) | 基于红外图像的电缆终端异常诊断方法和装置 | |
| CN111257690B (zh) | 一种交叉互联高压电缆护层保护器故障诊断及定位方法 | |
| CN102809444A (zh) | 气体绝缘开关设备母线接头的温度检测方法 | |
| US20220057271A1 (en) | Apparatus for monitoring a switchgear | |
| CN108519158B (zh) | 一种gis设备内部过热缺陷的红外检测方法 | |
| CN113794857A (zh) | 一种开关柜非介入式监测方法、装置、存储介质 | |
| RU2697181C1 (ru) | Способ оптической регистрации нарушений токосъёма | |
| CN114061665A (zh) | 应用于配电站房设备的非接触式巡检系统及方法 | |
| CN107102235B (zh) | 一种gis母线接头的电接触状态判别方法和装置 | |
| CN110749379A (zh) | 一种基于非接触红外测温的电缆接头故障检测方法及装置 | |
| CN104122006A (zh) | 一种三相共箱式gis母线接头的温度在线检测方法 | |
| CN111965497A (zh) | 一种高压电缆早期缺陷联合诊断方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant |