CN107340460A - 一种状态检测数据特征参数提取及规范化转换的方法 - Google Patents

一种状态检测数据特征参数提取及规范化转换的方法 Download PDF

Info

Publication number
CN107340460A
CN107340460A CN201710328269.6A CN201710328269A CN107340460A CN 107340460 A CN107340460 A CN 107340460A CN 201710328269 A CN201710328269 A CN 201710328269A CN 107340460 A CN107340460 A CN 107340460A
Authority
CN
China
Prior art keywords
extraction
data
state
detection data
standardization
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.)
Pending
Application number
CN201710328269.6A
Other languages
English (en)
Inventor
周正钦
许晓路
谷凯凯
徐进霞
蔡炜
程林
黄华
胡正勇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
State Grid Electric Power Research Institute Wuhan Nari Co Ltd
State Grid Corp of China SGCC
State Grid Shanghai Municipal Electric Power Co
Original Assignee
State Grid Electric Power Research Institute Wuhan Nari Co Ltd
State Grid Corp of China SGCC
State Grid Shanghai Municipal Electric Power Co
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by State Grid Electric Power Research Institute Wuhan Nari Co Ltd, State Grid Corp of China SGCC, State Grid Shanghai Municipal Electric Power Co filed Critical State Grid Electric Power Research Institute Wuhan Nari Co Ltd
Priority to CN201710328269.6A priority Critical patent/CN107340460A/zh
Publication of CN107340460A publication Critical patent/CN107340460A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/12Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing
    • G01R31/1218Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing using optical methods; using charged particle, e.g. electron, beams or X-rays
    • GPHYSICS
    • G06COMPUTING; CALCULATING; COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/001Image restoration
    • G06T5/002Denoising; Smoothing
    • GPHYSICS
    • G06COMPUTING; CALCULATING; COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0004Industrial image inspection
    • G06T7/0008Industrial image inspection checking presence/absence
    • GPHYSICS
    • G06COMPUTING; CALCULATING; COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/11Region-based segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING; COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10048Infrared image
    • GPHYSICS
    • G06COMPUTING; CALCULATING; COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20024Filtering details
    • GPHYSICS
    • G06COMPUTING; CALCULATING; COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30108Industrial image inspection

Abstract

本发明公开了一种状态检测数据特征参数提取及规范化转换的方法,包括以下步骤:S1:针对半结构化数据,研究各类型文本的解析技术,采用红外热像法和局部放电图谱法提取文本中的关键内容,将关键内容存入关系库中;S2:针对非结构化大体积数据,基于大数据存储和计算框架的图谱检测效率优化技术,研究规范化的多介质设备混合存储技术,将提取的特征量和关键数据进行规范化存储;S3:基于各类检测数据的规范化模型与特征量,研究状态检测数据的分析诊断技术并进行个性化展示。本发明提出的方法,特征参数的处理和提取简单、准确、完整且耗时短,能够发掘局部放电特征参量与绝缘老化状态的联系,为局部放电信号的判断提供依据。

Description

一种状态检测数据特征参数提取及规范化转换的方法
技术领域
[0001] 本发明涉及电力设备状态检测技术领域,尤其涉及一种状态检测数据特征参数提 取及规范化转换的方法。
背景技术
[0002] 由于电力设备图谱、视频数据量大,服务器资源有限,为了充分利用有限资源提升 处理性能,研宄大数据中的分布式流计算技术,实现高效分配、处理电力设备状态变化检测 任务,对任务进行调度优化,将处理不同业务数据的不同任务并行运行,最大限度的利用系 统计算资源,缩短整体的数据分析用时,提高并行任务处理性能。而大量的非结构化数据 (包括文本、图像、视频等)处理复杂、耗时长。
[0003] 而且收集来的原始变电站红外图像中含有大量随机噪声和杂波干扰,会影响后续 图像分割的质量,从而影响到目标特征的提取。而且现有的状态检测数据特征参数的提取 的数据不完整,对目标热点区域的提取不准确,利用现有的参数转化方法所转化的数据参 数不规范。
发明内容
[0004]本发明的目的是为了解决现有技术中存在的缺点,而提出的一种状态检测数据特 征参数提取及规范化转换的方法。
[0005] 一种状态检测数据特征参数提取及规范化转换的方法,包括以下步骤:
[0006] S1:针对半结构化数据,研究各类型文本的解析技术,采用红外热像法和局部放电 图谱法提取文本中的关键内容,将关键内容存入关系库中,具体操作方法为针对报告、文档 的数据,研究各类型、各种格式文本的解析技术,使用XML标记语言将文档的格式节点进行 记录,将文本流中提取到关键内容按照规范化的数据进行存储;
[0007] S2:针对非结构化大体积数据,基于大数据存储和计算框架的图谱检测效率优化 技术,研究规范化的多介质设备混合存储技术,将提取的特征量和关键数据进行规范化存 储;
[0008] S3:基于各类检测数据的规范化模型与特征量,研究状态检测数据的分析诊断技 术并进行个性化展示,具体操作为:确定故障分析的输入源或信息源、根据诊断设备是否故 障停运,在运则利用故障预测技术进行预测设备潜在故障,否则利用故障诊断技术诊断进 行定位设备故障。
[0009]优选的,所述S1步骤中的红外热像法的具体操作包括去噪、目标区域提取、特征参 量的提取。
[0010]优选的,所述去噪米用中值与均值相结合的滤波方法,具体操作为先使用中值滤 波滤除红外图像中常见的噪声,再使用均值滤波对图像进行平滑。
[0011]优选的,所述目标区域提取选用VS算法完成图像的初始分割,再使用K均值聚类的 方法来实现过分割区域的合并,再根据分割后的图像进行二值化处理,提取目标区域。
[0012」优选的,所述特征参量的提取采用基于图像灰度信息的目标检测方法,该方法以 目标图像的灰度信息为主,根据目标区域的面积,提取目前区域的特征参量,包括:温度、形 状、灰度分布和运动。
[0013]优选的,所述S3步骤中的输入源或信息源包括设备的信息、支撑设备诊断分析的 故障案例库以及相关关系库。
[00M]本发明基于红外热像分辨率低、均匀性差、背景噪声大的特点,研宄电力设备红外 热像的滤波方法,对红外热像进行去噪和平滑处理,考虑到红外图像低信噪比、低对比度的 特点,研究红外热烈分割技术,实现对目标热点区域的准确提取,同时采用定量参数来表征 放电信号的分布特征对局部放电图谱的特征量进行提取,一方面通过PRH)统计特征参量描 述小^、¢-11的二维及三维图谱形状差异,另一方面通过局部放电统计图谱的指纹识别技 术进行区分,并通过数学方法计算这些图谱的幅值和相位分布的指纹特征量,采用智能化 的分析手段,发掘出大量的局部放电特征参量与绝缘老化状态的联系,为局部放电信号在 线监测、模式识别、绝缘劣化分析判断提供依据,同时使数据的特征参数提取更简单、耗时 更短、而且提取的数据参数准确、完整。
具体实施方式
[0015]下面结合具体实施例对本发明作进一步解说。
[0016]本发明提出的一种状态检测数据特征参数提取及规范化转换的方法,包括以下步 骤:
[0017] S1:针对半结构化数据,研究各类型文本的解析技术,采用红外热像法和局部放电 图谱法提取文本中的关键内容,将关键内容存入关系库中,具体操作方法为针对报告、文档 的数据,研宄各类型、各种格式文本的解析技术,使用XML标记语言将文档的格式节点进行 记录,将文本流中提取到关键内容按照规范化的数据进行存储,所述红外热像法的具体操 作包括去噪、目标区域提取、特征参量的提取,其中去噪采用中值与均值相结合的滤波方 法,具体操作为先使用中值滤波滤除红外图像中常见的噪声,再使用均值滤波对图像进行 平滑,目标区域提取选用VS算法完成图像的初始分割,再使用k均值聚类的方法来实现过分 割区域的合并,再根据分割后的图像进行二值化处理,提取目标区域,特征参量的提取采用 基于图像灰度信息的目标检测方法,该方法以目标图像的灰度信息为主,根据目标区域的 面积,提取目前区域的特征参量,包括:温度、形状、灰度分布和运动;
[0018] S2:针对非结构化大体积数据,基于大数据存储和计算框架的图谱检测效率优化 技术,研宄规范化的多介质设备混合存储技术,将提取的特征量和关键数据进行规范化存 储;
[0019] S3:基于各类检测数据的规范化模型与特征量,研究状态检测数据的分析诊断技 术并进行个性化展示,具体操作为:首先确定故障分析的输入源或信息源,主要包括设备的 信息、支撑设备诊断分析的故障案例库以及相关关系库,其次根据诊断设备是否故障停运, 在运则利用故障预测技术进行预测设备潜在故障,否则利用故障诊断技术诊断进行定位设 备故障,针对支撑设备诊断分析的故障案例库以及相关关系库主要研宄标准化、智能化的 典型故障案例库的构建技术,构建基于故障案例的设备故障树和故障谱,针对故障预测技 术主要利用基于海量数据的设备台账、历史故障缺陷、历史试验数据、在线监测数据、气象 数据,研宄和构建基于故障历史和状态监控的故障预测模型,实现设备潜在性故障分析诊 断和预测,针对故障诊断技术主要研究故障停运设备,研究基于统计分析法和人工智能定 量诊断法的故障诊断方法、故障诊断图论法及相关性搜索法,实现电力设备的故障诊断。
[0020] 本发明中,研宄电力设备红外热像的数字化处理规范方案和关键特征提取技术, 在去噪时采用了预处理,有效减弱红外图像中的噪声和杂波,提高图像质量和信噪比,减少 需处理的数据量,此外还对图像中的干扰物进行增强或是去除,减小后续分割步骤的压力; 在目标区域提取时采用VS算法对图像进行初始分割再利用K均值聚类法来实现过分分割区 域的合并,最后根据分割后的图像进行二值化处理,提取出目标区域;基于图像灰度信息的 目标检测方法,提取目前区域的特征参量,包括:温度、形状、灰度分布和运动,使目标提取 的更完全、更有效。
[0021] 以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此, 任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,根据本发明的技术方案及其 发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。

Claims (6)

1.一种状态检测数据特征参数提取及规范化转换的方法,其特征在于,包括以下步骤: S1:针对半结构化数据,研究各类型文本的解析技术,采用红外热像法和局部放电图谱 法提取文本中的关键内容,将关键内容存入关系库中,具体操作方法为针对报告、文档的数 据,研宄各类型、各种格式文本的解析技术,使用XML标记语言将文档的格式节点进行记录, 将文本流中提取到关键内容按照规范化的数据进行存储; S2:针对非结构化大体积数据,基于大数据存储和计算框架的图谱检测效率优化技术, 研宄规范化的多介质设备混合存储技术,将提取的特征量和关键数据进行规范化存储; S3:基于各类检测数据的规范化模型与特征量,研宄状态检测数据的分析诊断技术并 进行个性化展示,具体操作为:确定故障分析的输入源或信息源、根据诊断设备是否故障停 运,在运则利用故障预测技术进行预测设备潜在故障,否则利用故障诊断技术诊断进行定 位设备故障。
2.根据权利要求1所述的一种状态检测数据特征参数提取及规范化转换的方法,其特 征在于,所述S1步骤中的红外热像法的具体操作包括去噪、目标区域提取、特征参量的提 取。
3.根据权利要求2所述的一种状态检测数据特征参数提取及规范化转换的方法,其特 征在于,所述去噪采用中值与均值相结合的滤波方法,具体操作为先使用中值滤波滤除红 外图像中常见的噪声,再使用均值滤波对图像进行平滑。
4. 根据权利要求2所述的一种状态检测数据特征参数提取及规范化转换的方法,其特 征在于,所述目标区域提取选用VS算法完成图像的初始分割,再使用K均值聚类的方法来实 现过分割区域的合并,再根据分割后的图像进行二值化处理,提取目标区域。
5. 根据权利要求2所述的一种状态检测数据特征参数提取及规范化转换的方法,其特 征在于,所述特征参量的提取采用基于图像灰度信息的目标检测方法,该方法以目标图像 的灰度信息为主,根据目标区域的面积,提取目前区域的特征参量,包括:温度、形状、灰度 分布和运动。
6.根据权利要求1所述的一种状态检测数据特征参数提取及规范化转换的方法,其特 征在于,所述S3步骤中的输入源或信息源包括设备的信息、支撑设备诊断分析的故障案例 库以及相关关系库。
CN201710328269.6A 2017-05-11 2017-05-11 一种状态检测数据特征参数提取及规范化转换的方法 Pending CN107340460A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710328269.6A CN107340460A (zh) 2017-05-11 2017-05-11 一种状态检测数据特征参数提取及规范化转换的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710328269.6A CN107340460A (zh) 2017-05-11 2017-05-11 一种状态检测数据特征参数提取及规范化转换的方法

Publications (1)

Publication Number Publication Date
CN107340460A true CN107340460A (zh) 2017-11-10

Family

ID=60220214

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710328269.6A Pending CN107340460A (zh) 2017-05-11 2017-05-11 一种状态检测数据特征参数提取及规范化转换的方法

Country Status (1)

Country Link
CN (1) CN107340460A (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101453575A (zh) * 2007-12-05 2009-06-10 中国科学院计算技术研究所 一种视频字幕信息提取方法
CN103336224A (zh) * 2013-07-03 2013-10-02 同济大学 基于复合信息的绝缘子温升故障综合诊断方法
CN103411970A (zh) * 2013-07-17 2013-11-27 同济大学 基于红外热像的交流输电线路绝缘子污秽状态检测方法
CN104012093A (zh) * 2012-04-20 2014-08-27 华为技术有限公司 用于处理图像的方法
CN106249114A (zh) * 2016-08-23 2016-12-21 上海华乘智能设备有限公司 基于wifi传输的多功能带电检测装置及方法
CN106407278A (zh) * 2016-08-26 2017-02-15 武汉钢铁工程技术集团自动化有限责任公司 一种大数据平台的架构设计系统
CN106501651A (zh) * 2016-12-02 2017-03-15 深圳供电局有限公司 一种总线结构的多传感器配电设备检测装置

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101453575A (zh) * 2007-12-05 2009-06-10 中国科学院计算技术研究所 一种视频字幕信息提取方法
CN104012093A (zh) * 2012-04-20 2014-08-27 华为技术有限公司 用于处理图像的方法
CN103336224A (zh) * 2013-07-03 2013-10-02 同济大学 基于复合信息的绝缘子温升故障综合诊断方法
CN103411970A (zh) * 2013-07-17 2013-11-27 同济大学 基于红外热像的交流输电线路绝缘子污秽状态检测方法
CN106249114A (zh) * 2016-08-23 2016-12-21 上海华乘智能设备有限公司 基于wifi传输的多功能带电检测装置及方法
CN106407278A (zh) * 2016-08-26 2017-02-15 武汉钢铁工程技术集团自动化有限责任公司 一种大数据平台的架构设计系统
CN106501651A (zh) * 2016-12-02 2017-03-15 深圳供电局有限公司 一种总线结构的多传感器配电设备检测装置

Similar Documents

Publication Publication Date Title
CN106354118B (zh) 一种基于故障树的列车故障诊断系统及方法
Lieber et al. Quality prediction in interlinked manufacturing processes based on supervised & unsupervised machine learning
US9824060B2 (en) Tool and method for fault detection of devices by condition based maintenance
CN102098180B (zh) 一种网络安全态势感知方法
CN107093431B (zh) 一种对服务质量进行质检的方法及装置
WO2016004774A1 (zh) 一种基于时间序列分析的轨道交通故障诊断方法和系统
US20130204808A1 (en) Fault Prediction of Monitored Assets
CN106888205B (zh) 一种非侵入式基于功耗分析的plc异常检测方法
CN103745229A (zh) 一种基于svm的轨道交通故障诊断方法及系统
TWI385492B (zh) 機台設備的維護分析系統及其方法
WO2016029570A1 (zh) 一种面向电网调度的智能告警分析方法
US7930122B2 (en) Evaluating anomaly for one-class classifiers in machine condition monitoring
US9208209B1 (en) Techniques for monitoring transformation techniques using control charts
EP1982301B1 (en) Method of condition monitoring
Gómez et al. Review of recent advances in the application of the wavelet transform to diagnose cracked rotors
EP3105644B1 (en) Method of identifying anomalies
WO2020037942A1 (zh) 风险预测处理方法、装置、计算机设备和介质
US20140012800A1 (en) Apparatus and method for providing application for processing big data
CN107528832B (zh) 一种面向系统日志的基线构建与未知异常行为检测方法
US9607233B2 (en) Classifier readiness and maintenance in automatic defect classification
Cody et al. Decision tree learning for fraud detection in consumer energy consumption
Zhu et al. A novel machine learning model for eddy current testing with uncertainty
JP2000512766A (ja) 高電圧絶縁における部分放電測定の統計的パターン分析方法
US20110307743A1 (en) False alarm mitigation
Gómez et al. Automatic condition monitoring system for crack detection in rotating machinery

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
CB02 Change of applicant information
CB02 Change of applicant information

Address after: 100031 Xicheng District, Chang'an Avenue, No. 86,

Applicant after: State Grid Corporation of China

Applicant after: State Grid Shanghai Municipal Electric Power Company

Applicant after: Wuhan Nari Limited Liability Company of State Grid Electric Power Research Institute

Address before: 100031 Xicheng District, Chang'an Avenue, No. 86,

Applicant before: State Grid Corporation of China

Applicant before: State Grid Shanghai Municipal Electric Power Company

Applicant before: State Grid Electric Power Research Institute Wuhan Nari Co. Ltd.

Address after: 100031 Xicheng District, Chang'an Avenue, No. 86,

Applicant after: State Grid Corporation of China

Applicant after: State Grid Shanghai Municipal Electric Power Company

Applicant after: Wuhan Nari Limited Liability Company of State Grid Electric Power Research Institute

Address before: 100031 Xicheng District, Chang'an Avenue, No. 86,

Applicant before: State Grid Corporation of China

Applicant before: State Grid Shanghai Municipal Electric Power Company

Applicant before: State Grid Electric Power Research Institute Wuhan Nari Co. Ltd.

SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination