CN107478340A - 一种换流阀监测方法及系统 - Google Patents
一种换流阀监测方法及系统 Download PDFInfo
- Publication number
- CN107478340A CN107478340A CN201710612787.0A CN201710612787A CN107478340A CN 107478340 A CN107478340 A CN 107478340A CN 201710612787 A CN201710612787 A CN 201710612787A CN 107478340 A CN107478340 A CN 107478340A
- Authority
- CN
- China
- Prior art keywords
- converter valve
- image
- temperature area
- visible images
- infrared
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000012544 monitoring process Methods 0.000 title claims abstract description 28
- 238000012545 processing Methods 0.000 claims description 19
- 230000008859 change Effects 0.000 claims description 6
- 238000012937 correction Methods 0.000 claims description 3
- 230000002708 enhancing effect Effects 0.000 claims description 2
- 238000005070 sampling Methods 0.000 claims description 2
- 206010044565 Tremor Diseases 0.000 claims 1
- 230000004927 fusion Effects 0.000 abstract description 15
- 230000011218 segmentation Effects 0.000 abstract description 3
- 238000003672 processing method Methods 0.000 abstract description 2
- 230000000694 effects Effects 0.000 description 8
- 238000003384 imaging method Methods 0.000 description 7
- 230000002159 abnormal effect Effects 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 238000013461 design Methods 0.000 description 3
- 238000005286 illumination Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000007689 inspection Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000006641 stabilisation Effects 0.000 description 2
- 238000011105 stabilization Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000032683 aging Effects 0.000 description 1
- 238000003483 aging Methods 0.000 description 1
- 238000005267 amalgamation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000002513 implantation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000035800 maturation Effects 0.000 description 1
- 238000002844 melting Methods 0.000 description 1
- 230000008018 melting Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J5/10—Radiation pyrometry, e.g. infrared or optical thermometry using electric radiation detectors
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N25/00—Investigating or analyzing materials by the use of thermal means
- G01N25/72—Investigating presence of flaws
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Radiation Pyrometers (AREA)
- Closed-Circuit Television Systems (AREA)
Abstract
本发明涉及一种换流阀监测方法及系统，将换流阀组件进行区域分割，并根据每个区域的红外图像筛选出过温区域，针对过温区域进行可见光图像和红外图像的像素加权融合处理，得到融合的图像。该方法不需要提高红外探测器的分辨率，能够有效地降低成本，从而快速识别出换流阀异常过温的具体位置和表面特征；同时，该处理方法通过计算机可自动处理，无需太多的人工参与，不易出错，效率高，实时性高。而且，本发明能够保留丰富的场景信息，为换流阀设备的安全稳定运行提供及时的监视和预警。
Description
技术领域
本发明属于特高压直流输电技术领域，具体涉及一种换流阀监测方法及系统。
背景技术
高压直流输电在我国已有多年的历史。随着直流输电技术的不断进步，以及在许多方面具有交流系统无法比拟的优越性，使得直流输电越来越为人们所接受。电力电子技术和微电子技术的迅速发展，高压大功率晶闸管问世，晶闸管换流阀和微机控制技术在直流输电工程中得到了大量的应用，有效改善了直流输电的运行性能以及可靠性，促进了直流输电技术的发展。
作为直流输电系统中的核心设备，需要对换流阀设备进行密切的监视。目前，对换流阀监视，主要集中在对晶闸管故障的监视和阀塔漏水情况的监视上，并没有进一步更加完善的状态监视功能。
虽说在设计初期，已将换流阀设备的关键零部件的运行温度都设计在正常范围之内，但是，由于设备的异常高压、元件老化等故障问题，仍旧可能导致运行温度异常的情况出现。如果没有及时发现温度异常点，可能会造成设备温度急剧升高乃至发生爆炸起火等严重事故。为了保证换流阀设备安全可靠的运行，必须对换流阀关键零部件的运行状态进行实时监测，及时发现温度异常点，从而能够及时采取相应的预防、维护措施。
现在常采用红外热像仪对电气装置的发热故障进行检测。任何有温度的物体都会发出红外线，红外热像仪就是利用红外探测器和光学成像物镜接收被测目标的红外辐射能量分布图形，反映到红外探测器的光敏元件上，可以通过有颜色的图片来显示被测量物表面的温度分布。
而换流阀为高压、强磁设备，阀层空间有限，无法将成熟的成像设备(例如红外热像仪)直接安装在阀塔内。为了解决该问题，一般可通过两种方法来解决。第一，通过运维人员手持红外设备在巡视走道对换流阀进行红外图像的拍摄，该方法需要人工参与，效率较低，而且无法直接测量每个零部件的温度状态，不能满足自动运行和实时性的要求。第二，可集成成像模块植入阀塔内，但是，由于换流阀组件内部电气元件的温度相近，集成成像模块普遍像素较低，无法准确识别零部件的表面特征，若单纯地提高红外探测器分辨率，相应伴随着成本的急剧上升以及一些难以解决的技术问题的出现。
发明内容
本发明的目的在于提供一种换流阀监测方法及系统，用以解决现有技术中换流阀设备监测技术的效率低、实时性低的问题。
为解决上述技术问题，本发明的技术方案为：
本发明的一种换流阀监测方法，包括如下步骤：
1)采集换流阀组件的红外图像和可见光图像；
2)将换流阀组件分成至少两个区域，并根据每个区域的红外图像筛选出过温区域；
3)将过温区域的可见光图像和过温区域的红外图像中对应像素点的灰度值进行加权求和，得到融合的图像；其中，过温区域的可见光图像对应的权重与过温区域的红外图像对应的权重相加为1。
进一步地，当换流阀组件为电抗器区时，过温区域的可见光图像的权重为固定值。
进一步地，当换流阀组件为晶闸管区时，过温区域的可见光图像的权值与像素比例成正比；其中，所述像素比例为过温区域的可见光图像像素的灰度值低于设定的标准图像像素的灰度值的个数占过温区域的可见光图像像素总个数的比例。
进一步地，步骤2)包括：将每个区域的红外图像转换为温度值，查找该区域内的最高温度，若最高温度大于正常运行时的温度阈值，则该区域为过温区域。
进一步地，步骤3)前还包括：将过温区域的红外图像进行图像增强处理。
进一步地，步骤2)前还包括：将采集的可见光图像进行图像增强处理。
进一步地，所述图像增强处理包括防抖处理和图像色彩处理。
进一步地，当所述像素比例低于设定比例时，弃用采集的可见光图像，将存储的历史可见光图像作为待融合的可见光图像。
进一步地，步骤2)前还包括：将采集的可见光图像和红外图像进行同轴边缘特征配准校正处理。
本发明的一种换流阀监测系统，包括采集单元和处理器，所述采集单元包括可见光镜头和红外镜头；所述处理器采样连接所述可见光镜头和红外镜头；
所述可见光镜头用于采集换流阀组件的可见光图像，所述红外镜头用于采集换流阀组件的红外图像；
所述处理器用于将采集的红外图像和可见光图像分成至少两个区域，并根据每个区域的红外图像筛选出过温区域；将过温区域的可见光图像和过温区域的红外图像中对应像素点的灰度值进行加权求和，得到融合的图像；其中，过温区域的可见光图像对应的权重与过温区域的红外图像对应的权重相加为1。
本发明的有益效果是：
本发明的换流阀监测方法及系统，将换流阀组件进行区域分割，并根据采集的每个区域红外图像筛选出过温区域，针对过温区域，将可见光图像和红外图像进行像素加权融合处理，得到融合的图像。该方法不需要提高红外探测器的分辨率，能够有效地降低成本，从而快速识别出换流阀异常过温的具体位置和表面特征；同时，该处理方法通过计算机可自动处理，无需过多的人工参与，不易出错，效率高，实时性高。而且，本发明能够保留丰富的场景信息，为换流阀设备的安全稳定运行提供及时的监视和预警。
进一步地，本发明根据不同零部件区域的特性，在进行像素加权融合时，采用不同的权重选择方法，针对体积较大的电抗器区选择固定的权重，针对体积较小的晶闸管区，选择不同的权重系数，该系数的选择与像素比例有关，像素比例为过温区域的可见光图像像素的灰度值低于设定的标准图像像素的灰度值的个数占过温区域的可见光图像像素总个数的比例。针对不同的区域特性选择不同的权重，达到了更好的显示输出效果和快速准确定位故障元器件的目的。
进一步地，在不同的光照度下选择使用不同的可见光图像，当检测到可见光图像的灰度值高于阈值时判定当前光照度条件较好，可见光成像质量较高，可直接选择采集的可见光图像作为待融合的可见光图像进行处理；当检测到可见光图像的灰度值低于阈值时判定当前光照度条件较差，可见光成像质量不好，此时选择已保存的阀组件模型图像数据作为待融合的可见光图像进行处理。该方法提高了成像显示效果。
附图说明
图1是换流阀组件平面布置图；
图2是换流阀图像处理流程图；
图3是构建感兴趣区域流程图。
具体实施方式
为使本发明的目的、技术方案及优点更加清楚，下面结合附图及实施例，对本发明作进一步的详细说明，但本发明的实时方式并不局限于此。
红外图像是辐射图像，存在可见光图像中不能观察到的目标，可以较好地反映与背景温差较大的目标，但是对于细节部分表现的不明显；可见光图像是反射图像，背景环境纹理丰富，能够较好地反映场景的细节，但是在照度不佳时对比度比较低。红外图像和可见光图像的融合能够将红外图像中目标存在特性和可见光图像中丰富的背景信息相结合起来，有效地综合和挖掘它们各自的特征信息，增强对场景的理解，很好地突出目标。故本发明的重点在于将采集的换流阀组件的可见光图像和红外图像融合在一起，以达到更好的显示输出效果和快速准确定位故障元器件的目的。
本发明的换流阀监测系统包括可见光镜头和红外镜头，合理设计这两种镜头的相对位置以及成像大小，确保两者的成像范围一致，为后续的图像融合处理做好基础。该系统还包括处理器，处理器用于在接收到可将光镜头和红外镜头采集的信息后，做相应的图像融合处理，即为本发明的换流阀监测方法。
在做融合处理之前，预先存储已知的换流阀组件的电气元件布置图，将换流阀组件的平面划分为电抗器区域，以及晶闸管区域，如图1所示。其中，电抗器区域内的元件体积较大，在融合显示中特征较为明显，比较容易识别；晶闸管区域内的元件体积较小且较为密集，在融合显示中不易区分。针对这两种区域的特性，下面将采用不同的融合处理方法。
具体的方法如图2所示。
首先，将采集的可见光输入图像增强模块，以进行图像增强处理。图像增强的目的是改善图像的视觉效果，有目的地突出图像整体或局部的特征，使得感兴趣的特征更加清晰地体现出来，满足系统的要求。具体包括防抖处理和图像色彩处理。
接着，将图像增强的可见光图像，以及红外图像进行同轴边缘特征匹配校正处理，确保两者成像叠加时物体外部轮廓一致，无偏移。
然后，将采集的红外图像和可见光图像分成至少两个区域，区域的形状、个数可根据实际情况进行分割。针对每个区域，根据红外图像筛选出过温区域，具体方法如图3所示，即：
1)对于每个区域Qj，通过红外图像数据计算出每个像素点的温度数据，查找到区域Qj内的最高温度点Tjmax；
2)将换流阀组件正常运行时的温度数据存为模板，将每个区域内的最高温度点Tjmax与模板的温度阈值作比较，若大于模板的温度阈值，该区域为过温区域，将该区域存储为“感兴趣区域(Region of Interest，ROI)”；否则，取消该区域为ROI的定义；
3)对每个区域进行判断。
另外，需注意的是，红外图像和可见光图像进行分割时，分割的方法、区域需基本完全一致，以达到准确的融合效果。
其次，将ROI的红外图像进行图像增强处理。
最后，根据换流阀组件的布局特征，将ROI的可见光图像和ROI的红外图像中对应像素点的灰度值进行加权求和，得到融合的图像。
假设待融合的可见光图像表示为VIS，红外图像表示为IR，融合结果表示为Fusion，像素加权平均算法的实现过程如下表示：
Fusion(i,j)＝ω1VIS(i,j)+ω2IR(i,j)
其中，(i,j)表示像素在图像二维矩阵中的分布位置，对应着像素所在的行和列，ω1表示可见光图像的权重，ω2表示红外图像的权值，且ω1+ω2＝1。权重的确定直接影响融合结果。
其中，具体的权重选择方法为：
若换流阀组件为电抗器区，电抗器的体积相对较大且结构单一，不易损坏，这里的权值ω1、ω2使用固定的值。具体设置为多少，可根据实际工程需求、经验、或者历史数据进行设定，以达到较好的融合效果。
若换流阀组件为晶闸管区，晶闸管及其外围电路体积较小，在红外图像中不易区分，根据像素灰度值的差异采用不同的权值。具体的权值选择方法为：
1)由于像素的灰度值与入射光照强度成正比例关系，在融合之前统计出正常识别换流阀零部件清晰度所需光照度1LUX的可见光图像的像素灰度值，并以此为标准值。
2)以实际换流阀成像效果为基础，建立一个表格，该表格为像素比例和可见光图像的权重的关系。其中，将待融合的ROI区域的可见光图像像素灰度值和标准值作比较，计算出低于标准值的像素占可见光图像总像素的比例，该比例即为像素比例。该表格可经多次实测、经验统计出该比例和可见光图像融合权重大小的最佳对应关系。该表格的像素比例有一定的范围，并非把所有的都囊括在内。
3)计算待融合的ROI区域的可见光图像的像素比例，根据表格，得到可见光图像的权重，进而得到红外图像的权重。有可能计算出的像素比例在表格中未体现，存在偏差。例如：表格中存储的分别为0.3、0.4、0.5、0.6的像素比例与可见光图像权重的关系，而计算出来的像素比例为0.37，此时可通过就近原则，选择像素比例为0.4所对应的可见光图像的权重作为该次可见光图像的权重。
4)另外，当超出该表格存储的范围时，计算出的像素比例小于最小阈值时，判定当前光照条件略差，可见光成像质量不好，可见光图像不可用，使用已保存的组件模型作为待融合的可见光图像。
该方法根据换流阀组件的特性，选择不同的权重，以能够快速的进行图像融合，达到更好的显示输出效果和快速准确定位故障元器件的目的，从而清晰地显示出各零部件的状态，保留了丰富的场景细节信息，快速观察异常区域零部件表面特征。
在具体实施时，可通过调整红外图像和可见光图像的透明度显示比例来对图像进行叠加，将可见光图像作为背景图像，将红外图像作为上层图像，调整ROI区域内的图像叠加比例系数达到突出异常过温元件的目的。
两种图像融合时的透明度比例加权系数的确定原则是，正常运行工况下(无异常过温故障)，可见光图像透明度显示比例较低，红外热图像透明度显示比例较高，主要通过可见光图像观看实时运行状态；存在异常过温故障工况下，将ROI区域可见光图像透明度显示比例增高，红外热图像透明度显示比例降低，突然显示ROI区域元件过温故障。也可通过人机交互界面手动调整两种图像的透明度显示比例，以达到更好的最终显示效果，并在融合图像中标记出ROI区域的最高温度值。
尽管本发明的内容已经通过上述优选实施例作了详细介绍，但应当认识到上述的描述不应被认为是对本发明的限制。在本领域技术人员阅读了上述内容后，对于本发明的多种修改和替代都将是显而易见的。因此，本发明的保护范围应由所附的权利要求来限定。
Claims (10)
1.一种换流阀监测方法，其特征在于，包括如下步骤：
1)采集换流阀组件的红外图像和可见光图像；
2)将换流阀组件分成至少两个区域，并根据每个区域的红外图像筛选出过温区域；
3)将过温区域的可见光图像和过温区域的红外图像中对应像素点的灰度值进行加权求和，得到融合的图像；其中，过温区域的可见光图像对应的权重与过温区域的红外图像对应的权重相加为1。
2.根据权利要求1所述的换流阀监测方法，其特征在于，当换流阀组件为电抗器区时，过温区域的可见光图像的权重为固定值。
3.根据权利要求1所述的换流阀监测方法，其特征在于，当换流阀组件为晶闸管区时，过温区域的可见光图像的权值与像素比例成正比；其中，所述像素比例为过温区域的可见光图像像素的灰度值低于设定的标准图像像素的灰度值的个数占过温区域的可见光图像像素总个数的比例。
4.根据权利要求1所述的换流阀监测方法，其特征在于，步骤2)包括：将每个区域的红外图像转换为温度值，查找该区域内的最高温度，若最高温度大于正常运行时的温度阈值，则该区域为过温区域。
5.根据权利要求1所述的换流阀监测方法，其特征在于，步骤3)前还包括：将过温区域的红外图像进行图像增强处理。
6.根据权利要求1所述的换流阀监测方法，其特征在于，步骤2)前还包括：将采集的可见光图像进行图像增强处理。
7.根据权利要求5或6所述的换流阀监测方法，其特征在于，所述图像增强处理包括防抖处理和图像色彩处理。
8.根据权利要求3所述的换流阀监测方法，其特征在于，当所述像素比例低于设定比例时，弃用采集的可见光图像，将存储的历史可见光图像作为待融合的可见光图像。
9.根据权利要求1所述的换流阀监测方法，其特征在于，步骤2)前还包括：将采集的可见光图像和红外图像进行同轴边缘特征配准校正处理。
10.一种换流阀监测系统，其特征在于，包括采集单元和处理器，所述采集单元包括可见光镜头和红外镜头；所述处理器采样连接所述可见光镜头和红外镜头；
所述可见光镜头用于采集换流阀组件的可见光图像，所述红外镜头用于采集换流阀组件的红外图像；
所述处理器用于将换流阀组件分成至少两个区域，并根据每个区域的红外图像筛选出过温区域；将过温区域的可见光图像和过温区域的红外图像中对应像素点的灰度值进行加权求和，得到融合的图像；其中，过温区域的可见光图像对应的权重与过温区域的红外图像对应的权重相加为1。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710612787.0A CN107478340B (zh) | 2017-07-25 | 2017-07-25 | 一种基于图像融合的换流阀监测方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710612787.0A CN107478340B (zh) | 2017-07-25 | 2017-07-25 | 一种基于图像融合的换流阀监测方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107478340A true CN107478340A (zh) | 2017-12-15 |
| CN107478340B CN107478340B (zh) | 2019-08-06 |
Family
ID=60596677
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710612787.0A Active CN107478340B (zh) | 2017-07-25 | 2017-07-25 | 一种基于图像融合的换流阀监测方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107478340B (zh) |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108332858A (zh) * | 2018-01-10 | 2018-07-27 | 云南电网有限责任公司电力科学研究院 | 一种阀冷系统监测方法及系统 |
| CN108428222A (zh) * | 2018-05-21 | 2018-08-21 | 深圳市神飞电子科技有限公司 | 一种太赫兹图像与自然光图像叠加的系统 |
| CN108983110A (zh) * | 2018-04-16 | 2018-12-11 | 许继集团有限公司 | 一种换流阀监测设备的供电电源可靠性检测系统 |
| CN109146904A (zh) * | 2018-08-13 | 2019-01-04 | 合肥英睿系统技术有限公司 | 在可见光图像中显示红外图像目标物轮廓的方法及设备 |
| CN109636797A (zh) * | 2018-12-21 | 2019-04-16 | 国网福建省电力有限公司 | 一种非接触式柔性直流换流阀模块形变检测的方法 |
| CN111164962A (zh) * | 2018-09-26 | 2020-05-15 | 深圳市大疆创新科技有限公司 | 一种图像处理方法、设备、无人机、系统及存储介质 |
| CN111179267A (zh) * | 2020-01-22 | 2020-05-19 | 湘潭大学 | 一种零件表面激光熔覆制造过程的质量监测方法 |
| WO2020113404A1 (zh) * | 2018-12-04 | 2020-06-11 | 深圳市大疆创新科技有限公司 | 目标图像的获取方法、拍摄装置和无人机 |
| CN111436972A (zh) * | 2020-04-13 | 2020-07-24 | 王时灿 | 一种三维超声妇科疾病诊断装置 |
| CN111798560A (zh) * | 2020-06-09 | 2020-10-20 | 同济大学 | 一种电力设备红外热像测温数据三维实景模型可视化方法 |
| CN112304364A (zh) * | 2020-09-24 | 2021-02-02 | 许继集团有限公司 | 一种耗能换流阀的全景巡检方法及耗能换流阀的监视装置 |
| CN112798880A (zh) * | 2019-11-14 | 2021-05-14 | 许继集团有限公司 | 一种换流阀中关键元件的监测方法与系统 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101945224A (zh) * | 2009-07-01 | 2011-01-12 | 弗卢克公司 | 热成像方法 |
| CN103778618A (zh) * | 2013-11-04 | 2014-05-07 | 国家电网公司 | 一种可见光图像和红外图像的融合方法 |
| CN104217425A (zh) * | 2014-08-15 | 2014-12-17 | 国家电网公司 | 一种基于超像素的输变电设备红外故障图像分割方法 |
| CN204178238U (zh) * | 2014-10-21 | 2015-02-25 | 山东鲁能智能技术有限公司 | 一种用于换流站阀厅设备的吊索式智能巡检机器人 |
| CN105160792A (zh) * | 2015-07-30 | 2015-12-16 | 国家电网公司 | 一种电网变电站的监控系统 |
| CN106548467A (zh) * | 2016-10-31 | 2017-03-29 | 广州飒特红外股份有限公司 | 红外图像和可见光图像融合的方法及装置 |
| CN206148959U (zh) * | 2016-11-21 | 2017-05-03 | 南方电网科学研究院有限责任公司 | 一种换流站 |
| CN106960428A (zh) * | 2016-01-12 | 2017-07-18 | 浙江大立科技股份有限公司 | 可见光和红外双波段图像融合增强方法 |
-
2017
- 2017-07-25 CN CN201710612787.0A patent/CN107478340B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101945224A (zh) * | 2009-07-01 | 2011-01-12 | 弗卢克公司 | 热成像方法 |
| CN103778618A (zh) * | 2013-11-04 | 2014-05-07 | 国家电网公司 | 一种可见光图像和红外图像的融合方法 |
| CN104217425A (zh) * | 2014-08-15 | 2014-12-17 | 国家电网公司 | 一种基于超像素的输变电设备红外故障图像分割方法 |
| CN204178238U (zh) * | 2014-10-21 | 2015-02-25 | 山东鲁能智能技术有限公司 | 一种用于换流站阀厅设备的吊索式智能巡检机器人 |
| CN105160792A (zh) * | 2015-07-30 | 2015-12-16 | 国家电网公司 | 一种电网变电站的监控系统 |
| CN106960428A (zh) * | 2016-01-12 | 2017-07-18 | 浙江大立科技股份有限公司 | 可见光和红外双波段图像融合增强方法 |
| CN106548467A (zh) * | 2016-10-31 | 2017-03-29 | 广州飒特红外股份有限公司 | 红外图像和可见光图像融合的方法及装置 |
| CN206148959U (zh) * | 2016-11-21 | 2017-05-03 | 南方电网科学研究院有限责任公司 | 一种换流站 |
Non-Patent Citations (1)
| Title |
|---|
| 胡测: "基于FPGA的便携式红外与可见光图像融合系统研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108332858A (zh) * | 2018-01-10 | 2018-07-27 | 云南电网有限责任公司电力科学研究院 | 一种阀冷系统监测方法及系统 |
| CN108332858B (zh) * | 2018-01-10 | 2020-04-10 | 云南电网有限责任公司电力科学研究院 | 一种阀冷系统监测方法及系统 |
| CN108983110B (zh) * | 2018-04-16 | 2020-10-27 | 许继集团有限公司 | 一种换流阀监测设备的供电电源可靠性检测系统 |
| CN108983110A (zh) * | 2018-04-16 | 2018-12-11 | 许继集团有限公司 | 一种换流阀监测设备的供电电源可靠性检测系统 |
| CN108428222A (zh) * | 2018-05-21 | 2018-08-21 | 深圳市神飞电子科技有限公司 | 一种太赫兹图像与自然光图像叠加的系统 |
| CN109146904A (zh) * | 2018-08-13 | 2019-01-04 | 合肥英睿系统技术有限公司 | 在可见光图像中显示红外图像目标物轮廓的方法及设备 |
| CN111164962B (zh) * | 2018-09-26 | 2021-11-30 | 深圳市大疆创新科技有限公司 | 一种图像处理方法、设备、无人机、系统及存储介质 |
| CN111164962A (zh) * | 2018-09-26 | 2020-05-15 | 深圳市大疆创新科技有限公司 | 一种图像处理方法、设备、无人机、系统及存储介质 |
| US11328188B2 (en) | 2018-12-04 | 2022-05-10 | SZ DJI Technology Co., Ltd. | Target-image acquisition method, photographing device, and unmanned aerial vehicle |
| WO2020113404A1 (zh) * | 2018-12-04 | 2020-06-11 | 深圳市大疆创新科技有限公司 | 目标图像的获取方法、拍摄装置和无人机 |
| CN111433810A (zh) * | 2018-12-04 | 2020-07-17 | 深圳市大疆创新科技有限公司 | 目标图像的获取方法、拍摄装置和无人机 |
| CN109636797B (zh) * | 2018-12-21 | 2022-08-05 | 国网福建省电力有限公司 | 一种非接触式柔性直流换流阀模块形变检测的方法 |
| CN109636797A (zh) * | 2018-12-21 | 2019-04-16 | 国网福建省电力有限公司 | 一种非接触式柔性直流换流阀模块形变检测的方法 |
| CN112798880A (zh) * | 2019-11-14 | 2021-05-14 | 许继集团有限公司 | 一种换流阀中关键元件的监测方法与系统 |
| CN111179267A (zh) * | 2020-01-22 | 2020-05-19 | 湘潭大学 | 一种零件表面激光熔覆制造过程的质量监测方法 |
| CN111179267B (zh) * | 2020-01-22 | 2023-05-12 | 湘潭大学 | 一种零件表面激光熔覆制造过程的质量监测方法 |
| CN111436972A (zh) * | 2020-04-13 | 2020-07-24 | 王时灿 | 一种三维超声妇科疾病诊断装置 |
| CN111798560A (zh) * | 2020-06-09 | 2020-10-20 | 同济大学 | 一种电力设备红外热像测温数据三维实景模型可视化方法 |
| CN111798560B (zh) * | 2020-06-09 | 2023-09-01 | 同济大学 | 一种电力设备红外热像测温数据三维实景模型可视化方法 |
| CN112304364A (zh) * | 2020-09-24 | 2021-02-02 | 许继集团有限公司 | 一种耗能换流阀的全景巡检方法及耗能换流阀的监视装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107478340B (zh) | 2019-08-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107478340A (zh) | 一种换流阀监测方法及系统 | |
| CN112734692B (zh) | 一种变电设备缺陷识别方法及装置 | |
| CN111275759B (zh) | 基于无人机双光影像融合的变电站刀闸温度检测方法 | |
| CN106548467B (zh) | 红外图像和可见光图像融合的方法及装置 | |
| CN108898077B (zh) | 电力设备红外热图的识别方法和电力设备红外识别系统 | |
| CN109544497A (zh) | 用于输电线路检测的图像融合方法及电子设备 | |
| CN108734143A (zh) | 一种巡检机器人的基于双目视觉的输电线路在线检测方法 | |
| CN110119680A (zh) | 一种基于图像识别的电气柜接线自动查错系统 | |
| Mao et al. | Development of power transmission line defects diagnosis system for UAV inspection based on binocular depth imaging technology | |
| CN113469953A (zh) | 一种基于改进YOLOv4算法的输电线路绝缘子缺陷检测方法 | |
| CN104217425B (zh) | 一种基于超像素的输变电设备红外故障图像分割方法 | |
| CN104168478A (zh) | 基于Lab空间及相关性函数的视频图像偏色检测方法 | |
| CN110619623B (zh) | 一种变电设备接头发热的自动识别方法 | |
| CN112465797A (zh) | 一种电缆终端热状态智能诊断方法及系统 | |
| CN116310274A (zh) | 一种输变电设备的状态评估方法 | |
| CN116563386A (zh) | 一种基于双目视觉的变电作业人员近电距离检测方法 | |
| CN116245844A (zh) | 基于视觉多模态融合的配电线路缺陷智能识别方法及系统 | |
| Peng et al. | Research on oil leakage detection in power plant oil depot pipeline based on improved YOLO v5 | |
| CN114677667A (zh) | 一种基于深度学习的变电站电气设备红外故障识别方法 | |
| Zhou et al. | Wind turbine actual defects detection based on visible and infrared image fusion | |
| Zhou et al. | Calibration and location analysis of a heterogeneous binocular stereo vision system | |
| CN116883999A (zh) | 变电站大型施工机械与工作区域的安全距离监测方法 | |
| CN116468695A (zh) | 关于多股纯铝扁线感应钎焊的焊接智能控制方法 | |
| CN109350018A (zh) | 应用于手掌疱疹检测系统的基于图像的手掌检测方法 | |
| CN109410156A (zh) | 一种无人机巡检输电线路图像提取方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |