CN108254077B - 基于局部与全局特征信息融合的gis热故障诊断方法 - Google Patents
基于局部与全局特征信息融合的gis热故障诊断方法 Download PDFInfo
- Publication number
- CN108254077B CN108254077B CN201810001932.6A CN201810001932A CN108254077B CN 108254077 B CN108254077 B CN 108254077B CN 201810001932 A CN201810001932 A CN 201810001932A CN 108254077 B CN108254077 B CN 108254077B
- Authority
- CN
- China
- Prior art keywords
- local
- gis
- image
- global
- fault
- 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 30
- 238000003745 diagnosis Methods 0.000 title claims abstract description 21
- 230000004927 fusion Effects 0.000 title claims abstract description 17
- 230000007797 corrosion Effects 0.000 claims description 17
- 238000005260 corrosion Methods 0.000 claims description 17
- 238000012545 processing Methods 0.000 claims description 15
- 230000000007 visual effect Effects 0.000 claims description 9
- 238000009499 grossing Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 2
- 230000007613 environmental effect Effects 0.000 claims description 2
- 230000007547 defect Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000010438 heat treatment Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 208000003164 Diplopia Diseases 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000009529 body temperature measurement Methods 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 230000010339 dilation Effects 0.000 description 1
- 208000029444 double vision Diseases 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003628 erosive effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 238000003331 infrared imaging Methods 0.000 description 1
- 238000009413 insulation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Images
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
- G01J5/0066—Radiation pyrometry, e.g. infrared or optical thermometry for hot spots detection
-
- 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
- G01J5/0096—Radiation pyrometry, e.g. infrared or optical thermometry for measuring wires, electrical contacts or electronic systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
- G06T7/0008—Industrial image inspection checking presence/absence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
-
- 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
- G01J2005/0077—Imaging
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10048—Infrared image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20036—Morphological image processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02B—BOARDS, SUBSTATIONS OR SWITCHING ARRANGEMENTS FOR THE SUPPLY OR DISTRIBUTION OF ELECTRIC POWER
- H02B13/00—Arrangement of switchgear in which switches are enclosed in, or structurally associated with, a casing, e.g. cubicle
- H02B13/02—Arrangement of switchgear in which switches are enclosed in, or structurally associated with, a casing, e.g. cubicle with metal casing
- H02B13/035—Gas-insulated switchgear
- H02B13/065—Means for detecting or reacting to mechanical or electrical defects
Abstract
本发明涉及一种基于局部与全局特征信息融合的GIS热故障诊断方法,包括:1)采集GIS局部图像,所述GIS局部图像包括局部红外图像和局部可见光图像;2)基于所述局部红外图像建立GIS全局外壳红外图像;3)在所述GIS全局外壳红外图像上判别故障,定位故障点。与现有技术相比,本发明能及时了解GIS现状,并在保证红外信息精准的前提下识别、定位GIS热故障点。
Description
技术领域
本发明属于GIS热故障诊断技术领域,尤其是涉及一种基于局部与全局特征信息融合的GIS热故障诊断方法。
背景技术
目前,GIS设备能否正常工作关系到电力系统的安全稳定运行,随着GIS设备数量不断增多以及运行年限日益增长,各类缺陷逐渐增多,发热性缺陷是GIS故障的主要缺陷类型,由于发热引起的设备故障近几年屡见不鲜,已造成多起设备停运甚至爆炸等事故,因此加强GIS设备热故障的检测与分析具有重要意义。
在当前数字化信息时代,对GIS外表温度的红外实时监测被广泛运用以保障GIS安全可靠运行。而红外成像设备一般分辨率较低,得到小视野清晰的GIS局部图像难以满足全局定位故障的要求,但容易受到多种因素影响。目前采用的传统红外测温技术得到的全局红外图像信息比较模糊,容易引起误判,而从局部到全局的基于红外图像特征处理的GIS热故障诊断可以在特征提取时应该综合考虑局部和全局特征,使用全局特征描述数据的外部形状,使用局部特征来描述数据的内在组织结构,生成较为准确直观的全局特征,从而判断、定位GIS热故障。可见,基于红外图像特征从局部到全局的GIS热故障诊断的方法已成为提高GIS设备可靠运行的迫切需要。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于局部与全局特征信息融合的GIS热故障诊断方法。
本发明的目的可以通过以下技术方案来实现:
一种基于局部与全局特征信息融合的GIS热故障诊断方法,包括:
1)采集GIS局部图像,所述GIS局部图像包括局部红外图像和局部可见光图像;
2)基于所述局部红外图像建立GIS全局外壳红外图像;
3)在所述GIS全局外壳红外图像上判别故障,定位故障点。
所述步骤1)具体包括:
101)以“Z”字形顺序依次采集不同位置的GIS局部图像,且相邻两次采集的图像之间具有设定重合率;
102)基于所述局部红外图像获得图像视觉信息与温度数据统计信息。
所述设定重合率为35%~50%。
所述步骤2)具体包括:
201)根据所述局部红外图像获得局部温升三维图;
202)基于GIS全局结构和图像纹理获得经腐蚀膨胀处理的局部红外图像;
203)将经腐蚀膨胀处理后的局部红外图像拼接融合为全局灰度图像,同时根据各像素点灰度值进行温度数据同步处理。
步骤201)中,根据所述局部红外图像携带的温度数据,结合环境温度计算获得温升分布数据,以局部红外图像中像素点坐标作为三维坐标系的x、y坐标,对应温升数据作为z坐标,从而形成所述局部温升三维图。
步骤202)具体为:
221)将局部红外图像拼接融合为全局图像;
222)对所述全局图像进行基于Canny算子的边缘识别;
223)根据识别结果判断各局部红外图像中是否存在边缘,若是,则执行步骤224),若否,则执行步骤225);
224)判断边缘为气室边缘或GIS外壳边缘,若边缘为气室边缘,则对气室边缘进行先膨胀后腐蚀处理,若边缘为GIS外壳边缘,则进行平滑处理;
225)判断局部红外图像中是否存在小物体或细小孔洞,若存在小物体,则对小物体进行先腐蚀后膨胀处理,若存在细小孔洞,则细小孔洞进行先膨胀后腐蚀处理,所述小物体和细小孔洞的面积均小于10个像素点。
所述步骤3)中判别故障具体为:
在所述GIS全局外壳红外图像的纵向上分别计算每一列各像素点的最大温差,判断最大温差是否大于第一阈值,若是,则判定对应列存在故障,若否,则计算对应列的平均温度,判断该平均温度高于环境温度第二阈值,则判定对应列存在故障,若否,则判定无故障。
所述第一阈值为5℃。
所述第二阈值为25℃。
所述步骤3)中定位故障点具体为:
提取存在故障的列中温度最高的像素点作为候选故障点,将所述GIS全局外壳红外图像在横向上划分为若干区域,判断所提取的候选故障点是否为所在区域的温度最高点,若是,则标记为区域故障点,若否,则结束。
与现有技术相比,本发明具有以下有益效果:
1)本发明同时采集局部红外图像和局部可见光图像,并根据图像中包含的信息对故障从多层信息渠道进行精准判断,有效提高故障识别精确度。
2)本发明通过采集GIS局部外壳红外图像并将其包含的信息转换为对应的图像视觉与数据统计信息,可得到较为清晰的局部红外图像,从而提高故障判断准确性。
3)本发明基于GIS结构和图像纹理对图像进行腐蚀膨胀处理,以减少干扰影响,进而构建GIS外壳全局红外图像,更加直观。
4)通过基于多图像特征数据结合的GIS热故障诊断提高判别故障、定位故障点的准确性。
附图说明
图1为红外温度三维示意图,(a)为全局温度三维图,(b)为局部图像拼接而得温度三维示意图;
图2为本发明针对局部红外图像的腐蚀膨胀处理选择流程图;
图3为本发明的故障识别处理流程图;
图4为本发明实施例图像处理示意图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施,给出了详细的实施方式和具体的操作过程,但本发明的保护范围不限于下述的实施例。
本发明提供一种基于局部与全局特征信息融合的GIS热故障诊断方法,包括:
1)采集GIS局部图像,并将其包含的信息转换为对应的图像视觉与数据统计信息,所述GIS局部图像包括局部红外图像和局部可见光图像;
2)基于所述GIS局部图像建立GIS全局外壳红外图像,具体是:基于GIS结构和图像纹理对局部红外图像中的小物体、细小孔洞进行腐蚀膨胀处理,从而使局部温度三维图更平滑,更接近实际温度数据,并在将局部图像拼接融合为全局图像的同时同步温度数据;
3)在所述GIS全局外壳红外图像上基于图像主体边缘与温度数据的结合判别故障,定位故障点。
所述步骤1)具体包括:以“Z”字形顺序依次采集不同位置的GIS局部图像,且相邻两次采集的图像之间具有设定重合率;基于所述局部红外图像获得图像视觉信息与温度数据统计信息。本实施例中,设定重合率为35%~50%。
在某些实施例中,步骤1)可由使用装有红外与可见光采集镜头的双视热像仪实现。双视热像仪按“Z”字形顺序依次采集GIS壳体局部图像并将其包含的信息转换为对应的图像视觉与数据统计信息。
得到红外IS2格式的图像包含图像视觉信息与温度数据统计信息,由此导出的jpg格式的可见光图像表征GIS外壳结构,由此导出的jpg格式的图像像素点与excel格式的数据具有对应关系,建立匹配关系方便在后续处理过程中统一运算。
在故障状态下,可从GIS外壳全局红外图像中提取红外目标,需要将采集到的GIS局部红外图像拼接成全局图像。对于红外小目标,通常其温度较四周高,因此在红外图像中应该具有较大的灰度,就像凸起的山包,如图1(a)所示。
由于GIS构造较为复杂,内部故障点温度层层传递到外壳必然在各方向有不同程度的能量损失,拼接得到的全局图像提取红外小目标的曲线图可能有凹陷、偏移等,直接用于故障定位必然导致偏差。由于全局图像干扰因素复杂,所以提前对GIS局部红外灰度图像结合图像纹理进行腐蚀膨胀处理具有更高的准确性,较为真实地还原内部温度情况。GIS局部红外三维灰度图像拼接成的全局红外图示意如图1(b)所示。
如图2所示,腐蚀膨胀处理步骤主要为:首先将局部红外图像拼接为全局图像,并对全局图像进行基于Canny算子的边缘识别;进而逐一对局部红外图像进行处理,首先识别局部红外图像中是否存在边缘,若存在,识别若是GIS外壳边缘,则进行平滑边缘处理;若是气室边缘,则进行膨胀处理,弱化气室边缘线;若不存在边缘线,则识别存在小物体或具有细小孔洞,所述小物体和细小孔洞的面积均小于10个像素点,相应的,对小物体进行先腐蚀后膨胀的开启处理,对细小孔洞进行先膨胀后腐蚀的闭合处理,若不明显则无需腐蚀膨胀处理。腐蚀膨胀处理后的局部图像如果再次拼接成为全局图像,其温度三维图会表现为更平滑的缓坡,红外小目标则呈突起的小山包形状。
特别地,先腐烛后膨胀的过程称为开启,用于消除小物体,在纤细连接处分离两区域,既能平滑区域边界又不明显地改变其面积;先膨胀后腐烛的过程称为闭合,用于填充区域内的细小孔洞,连接邻近区域,平滑其边界的同时并不明显地改变其面积。
特别地,在局部灰度图像处理过程后,进行拼接融合生成全局灰度图像,再根据各像素点灰度值更改温度数据表格,达到温度数据与处理得到红外三维灰度图像信息吻合。
GIS包含断路器、隔离开关等,不同气室的外形轮廓不同,由于结构关系其正常工作时外壳温度有所不同,所以识别诊断故障时如果仅仅考虑最高温则容易导致误判。所以本发明选取最高温与最低温的温差以及平均温度值来判定故障。
参见图3所示,故障识别步骤为:由于GIS密封性严,结构紧凑,所以负荷电流下内部导体发热严重,产生一定的温升。考虑到可见光图像边缘识别更准确,红外图像边缘识别容易受收到温度影响,因此首先将局部可见光图像进行融合并识别边缘,由可见光图像得到边缘与红外图像配准,提取红外图像中主体的数据信息,根据红外与可见光图像的特征级融合,识别图像中的主体与背景部分;提取主体部分温度数据进行运算,分为判别故障与定位故障点两步。判别故障步骤为:在纵向上分别计算每一列像素点的最高温与最低温的温差,若大于第一阈值,则判别为故障;若不大于第一阈值,则计算此列平均温度,并用平均温度减去环境温度计算平均温升,若大于第二阈值,则判别为严重故障,否则判别为无故障。定位故障点则首先提取每列温度最高点,在横向上将由局部红外图像拼接得来的整幅全局红外图像按8个像素点的宽度划分为若干个个区域,随后在每个区域中提取被判别为故障纵列的最高温进行比较,选取其中的最大值对应的像素点作为区域故障点并在图像中标记。通过查阅相关规定及搜集大量GIS故障现场资料整理得出,一般第一阈值取5℃,第二阈值根据不同电压等级及气室选取不同数值,但相差不大,一般可取25℃。
值得注意的是,在检修过程中,应考虑GIS内部存在热对流现象,所以气室内部热缺陷位置相较于外壳表现异常温升位置靠下,由此,首先应判别主体气室结构方向,针对横向GIS气室,热对流影响较小,热故障红外标记位置与实际故障位置相差不大;针对纵向GIS气室,建议结合停电检修对温度异常部位进行检查,若不存在故障,则考虑环流的影响,可从热故障红外标记位置沿GIS结构向下检测触头、绝缘盆等易发生故障部位。除此之外,GIS内部故障对外表现为具有较大的高温升面积;相对而言,GIS外部故障散热面小,热区突出,温升明显,易于探测。
本发明的技术方案通过采集GIS局部外壳红外图像并将其包含的信息转换为对应的图像视觉与数据统计信息,可得到较为清晰的局部红外图像从而对故障从多层信息渠道进行精准判断;通过基于GIS结构和图像纹理对局部温度三维图进行腐蚀膨胀处理,以减少干扰影响;通过基于全局图像主体边缘与局部温度数据结合提高判别故障、定位故障点的准确性。
以上详细描述了本发明的较佳具体实施例。应当理解,本领域的普通技术人员无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此,凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案,皆应在由权利要求书所确定的保护范围内。
Claims (9)
1.一种基于局部与全局特征信息融合的GIS热故障诊断方法,其特征在于,包括:
1)采集GIS局部图像,所述GIS局部图像包括局部红外图像和局部可见光图像;
2)基于所述局部红外图像的拼接建立GIS全局外壳红外图像;
3)在所述GIS全局外壳红外图像上判别故障,定位故障点;
所述步骤2)具体包括:
201)根据所述局部红外图像获得局部温升三维图;
202)基于GIS全局结构和图像纹理获得经腐蚀膨胀处理的局部红外图像;
203)将经腐蚀膨胀处理后的局部红外图像拼接融合为全局灰度图像,同时根据各像素点灰度值进行温度数据同步处理。
2.根据权利要求1所述的基于局部与全局特征信息融合的GIS热故障诊断方法,其特征在于,所述步骤1)具体包括:
101)以“Z”字形顺序依次采集不同位置的GIS局部图像,且相邻两次采集的图像之间具有设定重合率;
102)基于所述局部红外图像获得图像视觉信息与温度数据统计信息。
3.根据权利要求2所述的基于局部与全局特征信息融合的GIS热故障诊断方法,其特征在于,所述设定重合率为35%~50%。
4.根据权利要求1所述的基于局部与全局特征信息融合的GIS热故障诊断方法,其特征在于,步骤201)中,根据所述局部红外图像携带的温度数据,结合环境温度计算获得温升分布数据,以局部红外图像中像素点坐标作为三维坐标系的x、y坐标,对应温升数据作为z坐标,从而形成所述局部温升三维图。
5.根据权利要求1所述的基于局部与全局特征信息融合的GIS热故障诊断方法,其特征在于,步骤202)具体为:
221)将局部红外图像拼接融合为全局图像;
222)对所述全局图像进行基于Canny算子的边缘识别;
223)根据识别结果判断各局部红外图像中是否存在边缘,若是,则执行步骤224),若否,则执行步骤225);
224)判断边缘为气室边缘或GIS外壳边缘,若边缘为气室边缘,则对气室边缘进行先膨胀后腐蚀处理,若边缘为GIS外壳边缘,则进行平滑处理;
225)判断局部红外图像中是否存在小物体或细小孔洞,若存在小物体,则对小物体进行先腐蚀后膨胀处理,若存在细小孔洞,则细小孔洞进行先膨胀后腐蚀处理,所述小物体和细小孔洞的面积均小于10个像素点。
6.根据权利要求1所述的基于局部与全局特征信息融合的GIS热故障诊断方法,其特征在于,所述步骤3)中判别故障具体为:
在所述GIS全局外壳红外图像的纵向上分别计算每一列各像素点的最大温差,判断最大温差是否大于第一阈值,若是,则判定对应列存在故障,若否,则计算对应列的平均温度,判断该平均温度高于环境温度第二阈值,则判定对应列存在故障,若否,则判定无故障。
7.根据权利要求6所述的基于局部与全局特征信息融合的GIS热故障诊断方法,其特征在于,所述第一阈值为5℃。
8.根据权利要求6所述的基于局部与全局特征信息融合的GIS热故障诊断方法,其特征在于,所述第二阈值为25℃。
9.根据权利要求6所述的基于局部与全局特征信息融合的GIS热故障诊断方法,其特征在于,所述步骤3)中定位故障点具体为:
提取存在故障的列中温度最高的像素点作为候选故障点,将所述GIS全局外壳红外图像在横向上划分为若干区域,判断所提取的候选故障点是否为所在区域的温度最高点,若是,则标记为区域故障点,若否,则结束。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810001932.6A CN108254077B (zh) | 2018-01-02 | 2018-01-02 | 基于局部与全局特征信息融合的gis热故障诊断方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810001932.6A CN108254077B (zh) | 2018-01-02 | 2018-01-02 | 基于局部与全局特征信息融合的gis热故障诊断方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108254077A CN108254077A (zh) | 2018-07-06 |
CN108254077B true CN108254077B (zh) | 2020-04-28 |
Family
ID=62725537
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810001932.6A Active CN108254077B (zh) | 2018-01-02 | 2018-01-02 | 基于局部与全局特征信息融合的gis热故障诊断方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108254077B (zh) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110189313B (zh) * | 2019-05-27 | 2021-05-07 | 福建省特种设备检验研究院 | 基于红外热成像技术的电气故障图像识别的预判方法 |
CN110246130B (zh) * | 2019-06-21 | 2023-03-31 | 中国民航大学 | 基于红外和可见光图像数据融合的机场道面裂缝检测方法 |
EP3786598A1 (en) * | 2019-08-30 | 2021-03-03 | ABB Schweiz AG | System for monitoring a switchgear |
CN110988663A (zh) * | 2019-11-25 | 2020-04-10 | 广东电网有限责任公司 | 一种气体绝缘开关设备的故障定位方法、装置及设备 |
CN111524146B (zh) * | 2020-04-13 | 2023-05-05 | 同济大学 | 基于红外图像的暖通空调热水管道故障诊断方法及系统 |
CN115176274A (zh) * | 2020-06-08 | 2022-10-11 | 上海交通大学 | 一种异源图像配准方法及系统 |
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 |
CN113239731B (zh) * | 2021-04-12 | 2022-06-14 | 国网吉林省电力有限公司电力科学研究院 | 断路器热故障红外热像谱的图像数字特征提取方法 |
CN113091916B (zh) * | 2021-04-21 | 2022-03-25 | 国网山西省电力公司检修分公司 | 一种gis隔离开关故障诊断方法 |
CN113960068A (zh) * | 2021-11-23 | 2022-01-21 | 北京华能新锐控制技术有限公司 | 风电叶片损伤检测方法 |
CN117456371B (zh) * | 2023-12-26 | 2024-04-12 | 浙江正泰智维能源服务有限公司 | 一种组串热斑检测方法、装置、设备及介质 |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002366953A (ja) * | 2001-06-11 | 2002-12-20 | Central Res Inst Of Electric Power Ind | 画像抽出方法および装置ならびに画像抽出プログラム、画像抽出方法を利用した配電柱の柱上機材の異常検出方法および装置ならびに異常検出プログラム |
CN2620282Y (zh) * | 2003-05-16 | 2004-06-09 | 孙艺夫 | 电力设备故障信号监测装置 |
CN103471719A (zh) * | 2013-06-18 | 2013-12-25 | 国家电网公司 | 一种gis设备触头温度监测试验装置 |
KR20140004349A (ko) * | 2012-07-02 | 2014-01-13 | (주)스템코 | 전력기기 조작자의 안전 강화 기능을 갖는 도어 록킹 시스템 |
CN104280643A (zh) * | 2014-10-23 | 2015-01-14 | 国家电网公司 | 一种红外图谱在安卓终端上的自动分析方法 |
CN105092050A (zh) * | 2015-08-13 | 2015-11-25 | 国家电网公司 | 一种gis内部导体过热故障的检测方法及装置 |
CN205049252U (zh) * | 2015-08-13 | 2016-02-24 | 国家电网公司 | 一种gis内部导体过热故障的检测装置 |
CN106324442A (zh) * | 2016-11-25 | 2017-01-11 | 国网河南省电力公司平顶山供电公司 | 一种电力电缆故障监测平台 |
CN205899369U (zh) * | 2016-03-18 | 2017-01-18 | 华电国际电力股份有限公司技术服务中心 | 一种火电机组设备远程监控诊断系统 |
EP3129954A1 (en) * | 2014-04-07 | 2017-02-15 | BAE SYSTEMS Information and Electronic Systems Integration Inc. | Contrast based image fusion |
KR101728137B1 (ko) * | 2016-02-04 | 2017-04-19 | (주)한라지리정보 | 위성 영상과 gis를 사용한 토지피복 항목별 영상분류 방법 |
CN106771929A (zh) * | 2017-01-13 | 2017-05-31 | 国家电网公司 | 一种gis设备取消例行停电试验的状态试验方法 |
CN106841955A (zh) * | 2017-03-31 | 2017-06-13 | 国网江苏省电力公司电力科学研究院 | 一种基于红外测温技术的gis局部过热故障模拟装置 |
CN107037318A (zh) * | 2016-11-25 | 2017-08-11 | 国网河南省电力公司平顶山供电公司 | 一种电力电缆故障定位平台 |
CN107229548A (zh) * | 2017-05-23 | 2017-10-03 | 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 |
CN107403410A (zh) * | 2017-07-25 | 2017-11-28 | 北京华新创科信息技术有限公司 | 一种热红外图像的拼接方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4532765B2 (ja) * | 2001-03-13 | 2010-08-25 | キヤノン株式会社 | 画像処理装置及び画像処理プログラム |
-
2018
- 2018-01-02 CN CN201810001932.6A patent/CN108254077B/zh active Active
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002366953A (ja) * | 2001-06-11 | 2002-12-20 | Central Res Inst Of Electric Power Ind | 画像抽出方法および装置ならびに画像抽出プログラム、画像抽出方法を利用した配電柱の柱上機材の異常検出方法および装置ならびに異常検出プログラム |
CN2620282Y (zh) * | 2003-05-16 | 2004-06-09 | 孙艺夫 | 电力设备故障信号监测装置 |
KR20140004349A (ko) * | 2012-07-02 | 2014-01-13 | (주)스템코 | 전력기기 조작자의 안전 강화 기능을 갖는 도어 록킹 시스템 |
CN103471719A (zh) * | 2013-06-18 | 2013-12-25 | 国家电网公司 | 一种gis设备触头温度监测试验装置 |
EP3129954A1 (en) * | 2014-04-07 | 2017-02-15 | BAE SYSTEMS Information and Electronic Systems Integration Inc. | Contrast based image fusion |
CN104280643A (zh) * | 2014-10-23 | 2015-01-14 | 国家电网公司 | 一种红外图谱在安卓终端上的自动分析方法 |
CN105092050A (zh) * | 2015-08-13 | 2015-11-25 | 国家电网公司 | 一种gis内部导体过热故障的检测方法及装置 |
CN205049252U (zh) * | 2015-08-13 | 2016-02-24 | 国家电网公司 | 一种gis内部导体过热故障的检测装置 |
KR101728137B1 (ko) * | 2016-02-04 | 2017-04-19 | (주)한라지리정보 | 위성 영상과 gis를 사용한 토지피복 항목별 영상분류 방법 |
CN205899369U (zh) * | 2016-03-18 | 2017-01-18 | 华电国际电力股份有限公司技术服务中心 | 一种火电机组设备远程监控诊断系统 |
CN106324442A (zh) * | 2016-11-25 | 2017-01-11 | 国网河南省电力公司平顶山供电公司 | 一种电力电缆故障监测平台 |
CN107037318A (zh) * | 2016-11-25 | 2017-08-11 | 国网河南省电力公司平顶山供电公司 | 一种电力电缆故障定位平台 |
CN106771929A (zh) * | 2017-01-13 | 2017-05-31 | 国家电网公司 | 一种gis设备取消例行停电试验的状态试验方法 |
CN106841955A (zh) * | 2017-03-31 | 2017-06-13 | 国网江苏省电力公司电力科学研究院 | 一种基于红外测温技术的gis局部过热故障模拟装置 |
CN107229548A (zh) * | 2017-05-23 | 2017-10-03 | 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 |
CN107403410A (zh) * | 2017-07-25 | 2017-11-28 | 北京华新创科信息技术有限公司 | 一种热红外图像的拼接方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108254077A (zh) | 2018-07-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108254077B (zh) | 基于局部与全局特征信息融合的gis热故障诊断方法 | |
CN103488988B (zh) | 基于无人机巡线可见光影像的电力设备中绝缘子的提取方法 | |
CN109800697B (zh) | 基于VGG-net风格迁移的变压器目标检测与外观缺陷识别方法 | |
CN107767374B (zh) | 一种gis盆式绝缘子内部导体局部过热智能诊断方法 | |
CN105388414A (zh) | 一种隔离开关的全方位故障自动识别方法 | |
CN111369516B (zh) | 基于红外图像识别的变压器套管发热缺陷检测方法 | |
CN110321933B (zh) | 一种基于深度学习的故障识别方法和装置 | |
CN112381796B (zh) | 一种基于红外数据的导线缺陷识别及检测方法 | |
CN110619623B (zh) | 一种变电设备接头发热的自动识别方法 | |
CN112697798B (zh) | 面向红外图像的变电设备电流致热型缺陷的诊断方法和装置 | |
CN103136531A (zh) | 一种绝缘子串红外图像自动识别方法 | |
CN112001327B (zh) | 一种阀厅设备故障识别方法及系统 | |
CN107358259A (zh) | 基于GLOH描述子和GVF‑Snake模型的绝缘子覆冰检测方法 | |
CN106920240A (zh) | 一种基于红外图像的绝缘子识别和故障诊断方法 | |
CN105303573A (zh) | 金针类元件的引脚检测方法和系统 | |
CN110827263B (zh) | 基于视觉识别技术的磁瓦表面缺陷检测系统及检测方法 | |
CN115294031A (zh) | 基于红外热成像分析的光伏组件故障图像识别方法 | |
Zhang et al. | Detection and condition assessment of icicle bridging for suspension glass insulator by image analysis | |
CN111626104B (zh) | 一种基于无人机红外热像的电缆隐患点检测方法和装置 | |
KR101779040B1 (ko) | 태양광 어레이의 열적외선 영상으로부터 패널 영역을 자동 추출하는 방법 및 장치 | |
CN111931785A (zh) | 一种电力设备红外图像目标的边缘检测方法 | |
CN116862857A (zh) | 基于骨架提取和最短路径的红外图像绝缘子棒芯提取方法 | |
Murray et al. | Automated video processing and image analysis software to support visual inspection of AGR cores | |
CN112036410B (zh) | 基于深度学习和图像梯度的电力设备红外图像分割方法 | |
CN114549822A (zh) | 基于预置位摄像头的隔离开关闭合状态检测方法 |
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 |