CN109580109A - 一种柔直换流阀阀塔冷却水漏水自动监测的方法 - Google Patents
一种柔直换流阀阀塔冷却水漏水自动监测的方法 Download PDFInfo
- Publication number
- CN109580109A CN109580109A CN201811560797.5A CN201811560797A CN109580109A CN 109580109 A CN109580109 A CN 109580109A CN 201811560797 A CN201811560797 A CN 201811560797A CN 109580109 A CN109580109 A CN 109580109A
- Authority
- CN
- China
- Prior art keywords
- registration
- image
- subject
- cooling water
- benchmark
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M3/00—Investigating fluid-tightness of structures
- G01M3/02—Investigating fluid-tightness of structures by using fluid or vacuum
- G01M3/04—Investigating fluid-tightness of structures by using fluid or vacuum by detecting the presence of fluid at the leakage point
Abstract
本发明涉及一种柔直换流阀阀塔冷却水漏水自动监测的方法,首先以标准设备热图为基准图像,并在基准图像上将需要分析判断的冷却水管部件的轮廓标记出来;接着实时采集当前的设备红外热图,作为待配准图像;然后将待配准图像与基准图像进行匹配,确定冷却水管部件在待配准图像中的位置范围;最后计算待检测区域内各个待配准图像中冷却水管部件区域的最高温度,根据各个最高温度的差值来判断泄露位置。本发明可以在巡视人员不能进入阀厅内部的情况下,自动及时的发现阀厅内部冷却水系统泄漏状态。
Description
技术领域
本发明涉及电网柔性换流站阀塔冷却水系统设备状态监测系统技术领域,特别是一种柔直换流阀阀塔冷却水漏水自动监测的方法。
背景技术
阀冷系统是换流站的一个重要组成部分,从换流阀流出的热水由主循环泵加压后送入外冷水冷却塔进行冷却,冷却后的水依次经过脱气罐、电加热器、高位水箱后再次进入换流阀进行循环冷却。其主要作用是将阀体上各元件在运行当中产生的热量通过水交换到阀厅外,保证阀组件运行在正常温度范围内,确保核心设备的运行安全。阀冷却系统故障往往会造成相关主设备运行工况恶化,进而导致跳闸事件。
目前传统的换流站阀厅巡检方法,主要依靠人工通过少量监控设备远程巡视实现。此外,这些固定式监控系统存在着一定范围的视觉盲点,人工巡检配合少量环境监控器监控的方式容易因监测不到位而造成部分设备缺陷或异常发展,甚至引发设备障碍和故障,影响电网安全供电。
而且阀厅冷却水是无色透明液体,同时人工远程监视的手段,基本无法发现。在换流站设备检测工作中,现有阀塔分支水管漏水检测工作,需要测试人员站在阀塔上,依靠人工手触判断是否存在漏水现象,这种方式不仅费时费力、且存在较大的安全隐患,对于人员的工作经验也要求非常高。这种方式存在许多难以克服的问题:
工作强度大:一座普通的换流站大约有32*30个需要进行检测的水管,如果人工测量,2个巡检人员1天内也无法完全检测一次,要达到定时检测基本不可能;
衡量尺度问题:运行经验是确保电力设备安全运行的一种技术能力,不同的人采用不同的设备在不同时段对同一设备的工作状态衡量是有非常大的差异;
原始数据积累问题:在没有本系统的情况下,每次进行检测时没有合适的手段记录检测情况,工作管理是相对混乱的,难以对故障判断提供有效的参考依据;
在阀厅工作的情况下,巡视人员无法进入阀厅,无法发现冷却水系统的泄漏情况。
发明内容
有鉴于此,本发明的目的是提出一种柔直换流阀阀塔冷却水漏水自动监测的方法,可以在巡视人员不能进入阀厅内部的情况下,自动及时的发现阀厅内部冷却水系统系统泄漏状态。
本发明采用以下方案实现:一种柔直换流阀阀塔冷却水漏水自动监测的方法,包括以下步骤:
步骤S1:以标准设备热图为基准图像,并在基准图像上将需要分析判断的冷却水管部件的轮廓标记出来;
步骤S2:实时采集当前的设备红外热图,作为待配准图像;
步骤S3:将待配准图像与基准图像进行匹配,确定冷却水管部件在待配准图像中的位置范围;
步骤S4:计算待检测区域内各个待配准图像中冷却水管部件区域的最高温度,若各个待配准图像中的最高温度之间的差值均小于预设的阈值,则判断当前检测区域内的冷却水管部件没有泄露;否则,判断最高温度与其他待配准图像中最高温度的差值大于预设阈值的位置为泄露位置。
进一步地,步骤S3具体包括以下步骤:
步骤S31:对于每张待配准图像,将配准图像平均分成四个部分,分别在每部分的图像中寻找到温度最高点,并将其确定为温度特征点,得到四个温度特征点:S1、S2、S3、S4;
步骤S32:分别以四个温度特征点为中心,在待配准图像数据中选取长度宽度都为M的红外数据块作为计算相似度测量的数据计算基础,得到四个红外数据块T1(m,n)、T2(m,n)、T3(m,n)、T4(m,n);
步骤S33:在与待配准图像对应的基准图像中采用全局搜索的方法计算得到与步骤S32得到的四个红外数据块相似度最高的四个数据块,并将相似度最高的四个数据块的中心点作为与带匹配图像中四个温度特征点相匹配的位置点,分别为:T1、T2、T3、T4;
步骤S34:计算S1到S2、S3、S4的距离是否分别与T1到T2、T3、T4的距离误差均在预设值内,若是,则将S1点作为基准图像与待配准图像的匹配对准点,将基准图像中的冷却水管部件的轮廓映射到待配准图像上,进而确定冷却水管部件在待配准图像中的位置范围。
进一步地,步骤S32中,M的值为21像素。
进一步地,步骤S33中,计算相似度采用下式:
式中,Sij(m,n)表示在基准图像中待求解的以坐标(i,j)位置为中心的长度宽度都为M的红外数据块,Ti(m,n)表示待配准图像数据中的红外数据块,其中i的取值范围为(M/2)到(W-M/2),j的取值范围为(M/2)到(H-M/2),其中W为基准图像宽度,H为基准图像高度。
进一步地,步骤S34中的预设值为3个像素点。
进一步地,步骤S4中,预设的阈值为0.5℃。
与现有技术相比,本发明有以下有益效果:采用本发明的方法可以摆脱人工检测的弊端,采用红外图像技术可以自动对冷却水管部件的泄露情况进行监测,提高检测效率。
附图说明
图1为本发明实施例的流程示意图。
具体实施方式
下面结合附图及实施例对本发明做进一步说明。
应该指出,以下详细说明都是示例性的,旨在对本申请提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本申请的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
如图1所示,本实施例提供了一种柔直换流阀阀塔冷却水漏水自动监测的方法,包括以下步骤:
步骤S1:以标准设备热图为基准图像,并在基准图像上将需要分析判断的冷却水管部件的轮廓标记出来;
步骤S2:实时采集当前的设备红外热图,作为待配准图像;
步骤S3:将待配准图像与基准图像进行匹配,确定冷却水管部件在待配准图像中的位置范围;
步骤S4:计算待检测区域内各个待配准图像中冷却水管部件区域的最高温度,若各个待配准图像中的最高温度之间的差值均小于预设的阈值,则判断当前检测区域内的冷却水管部件没有泄露;否则,判断最高温度与其他待配准图像中最高温度的差值大于预设阈值的位置为泄露位置,即泄露位置的待配准图像中的最高温度与其他待配准图像中的最高温度差值大于预设阈值。
其中,对待检测区域,根据需要判断的冷却水管的数量与分布位置可以采集多张基准图像与待配准图像。
在本实施例中,步骤S3具体包括以下步骤:
步骤S31:对于每张待配准图像,将配准图像平均分成四个部分,分别在每部分的图像中寻找到温度最高点,并将其确定为温度特征点,得到四个温度特征点:S1、S2、S3、S4;
步骤S32:分别以四个温度特征点为中心,在待配准图像数据中选取长度宽度都为M的红外数据块作为计算相似度测量的数据计算基础,得到四个红外数据块T1(m,n)、T2(m,n)、T3(m,n)、T4(m,n);
步骤S33:在与待配准图像对应的基准图像中采用全局搜索的方法计算得到与步骤S32得到的四个红外数据块相似度最高的四个数据块,并将相似度最高的四个数据块的中心点作为与带匹配图像中四个温度特征点相匹配的位置点,分别为:T1、T2、T3、T4;
步骤S34:计算S1到S2、S3、S4的距离是否分别与T1到T2、T3、T4的距离误差均在预设值内,若是,则将S1点作为基准图像与待配准图像的匹配对准点,将基准图像中的冷却水管部件的轮廓映射到待配准图像上,进而确定冷却水管部件在待配准图像中的位置范围。
在本实施例中,步骤S32中,M的值为21像素。
在本实施例中,步骤S33中,计算相似度采用下式:
式中,Sij(m,n)表示在基准图像中待求解的以坐标(i,j)位置为中心的长度宽度都为M的红外数据块,Ti(m,n)表示待配准图像数据中的红外数据块,其中i的取值范围为(M/2)到(W-M/2),j的取值范围为(M/2)到(H-M/2),其中W为基准图像宽度,H为基准图像高度jizh。
在本实施例中,步骤S34中的预设值为3个像素点。
在本实施例中,步骤S4中,预设的阈值为0.5℃。
以上所述仅为本发明的较佳实施例,凡依本发明申请专利范围所做的均等变化与修饰,皆应属本发明的涵盖范围。
Claims (6)
1.一种柔直换流阀阀塔冷却水漏水自动监测的方法,其特征在于:包括以下步骤:
步骤S1:以标准设备热图为基准图像,并在基准图像上将需要分析判断的冷却水管部件的轮廓标记出来;
步骤S2:实时采集当前的设备红外热图,作为待配准图像;
步骤S3:将待配准图像与基准图像进行匹配,确定冷却水管部件在待配准图像中的位置范围;
步骤S4:计算待检测区域内各个待配准图像中冷却水管部件区域的最高温度,若各个待配准图像中的最高温度之间的差值均小于预设的阈值,则判断当前检测区域内的冷却水管部件没有泄露;否则,判断最高温度与其他待配准图像中最高温度的差值大于预设阈值的位置为泄露位置。
2.根据权利要求1所述的一种柔直换流阀阀塔冷却水漏水自动监测的方法,其特征在于:步骤S3具体包括以下步骤:
步骤S31:对于每张待配准图像,将配准图像平均分成四个部分,分别在每部分的图像中寻找到温度最高点,并将其确定为温度特征点,得到四个温度特征点:S1、S2、S3、S4;
步骤S32:分别以四个温度特征点为中心,在待配准图像数据中选取长度宽度都为M的红外数据块作为计算相似度测量的数据计算基础,得到四个红外数据块T1(m,n)、T2(m,n)、T3(m,n)、T4(m,n);
步骤S33:在与待配准图像对应的基准图像中采用全局搜索的方法计算得到与步骤S32得到的四个红外数据块相似度最高的四个数据块,并将相似度最高的四个数据块的中心点作为与带匹配图像中四个温度特征点相匹配的位置点,分别为:T1、T2、T3、T4;
步骤S34:计算S1到S2、S3、S4的距离是否分别与T1到T2、T3、T4的距离误差均在预设值内,若是,则将S1点作为基准图像与待配准图像的匹配对准点,将基准图像中的冷却水管部件的轮廓映射到待配准图像上,进而确定冷却水管部件在待配准图像中的位置范围。
3.根据权利要求2所述的一种柔直换流阀阀塔冷却水漏水自动监测的方法,其特征在于:步骤S32中,M的值为21像素。
4.根据权利要求2所述的一种柔直换流阀阀塔冷却水漏水自动监测的方法,其特征在于:步骤S33中,计算相似度采用下式:
式中,Sij(m,n)表示在基准图像中待求解的以坐标(i,j)位置为中心的长度宽度都为M的红外数据块,Ti(m,n)表示待配准图像数据中的红外数据块,其中i的取值范围为(M/2)到(W-M/2),j的取值范围为(M/2)到(H-M/2),其中W为基准图像宽度,H为基准图像高度。
5.根据权利要求2所述的一种柔直换流阀阀塔冷却水漏水自动监测的方法,其特征在于:步骤S34中的预设值为3个像素点。
6.根据权利要求1所述的一种柔直换流阀阀塔冷却水漏水自动监测的方法,其特征在于:步骤S4中,预设的阈值为0.5℃。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811560797.5A CN109580109B (zh) | 2018-12-20 | 2018-12-20 | 一种柔直换流阀阀塔冷却水漏水自动监测的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811560797.5A CN109580109B (zh) | 2018-12-20 | 2018-12-20 | 一种柔直换流阀阀塔冷却水漏水自动监测的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109580109A true CN109580109A (zh) | 2019-04-05 |
CN109580109B CN109580109B (zh) | 2021-08-31 |
Family
ID=65931128
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811560797.5A Active CN109580109B (zh) | 2018-12-20 | 2018-12-20 | 一种柔直换流阀阀塔冷却水漏水自动监测的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109580109B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110458044A (zh) * | 2019-07-22 | 2019-11-15 | 苏州慧润百年物联科技有限公司 | 一种基于图像识别的判断地面浸水方法 |
CN110823878A (zh) * | 2019-11-26 | 2020-02-21 | 苏州长光华医生物医学工程有限公司 | 化学发光免疫分析仪及其冷却循环系统、故障监测方法 |
CN113790861A (zh) * | 2021-08-02 | 2021-12-14 | 中国长江电力股份有限公司 | 水电站冷却水泄漏智能检测方法 |
CN116229300A (zh) * | 2023-04-07 | 2023-06-06 | 上海华维可控农业科技集团股份有限公司 | 一种用于高标准农田下的灌溉节能管理系统及方法 |
CN116437164A (zh) * | 2023-06-13 | 2023-07-14 | 中国南方电网有限责任公司超高压输电公司广州局 | 热像仪、热像仪监控方法、装置、计算机设备和存储介质 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090290025A1 (en) * | 2008-04-03 | 2009-11-26 | Ahmet Enis Cetin | Method, device and system for determining the presence of volatile organic compounds (voc) in video |
KR20100088437A (ko) * | 2009-01-30 | 2010-08-09 | 주식회사 디섹 | 열영상 적외선카메라를 이용한 lngc 화물창 누설검사 방법 |
CN102567983A (zh) * | 2010-12-26 | 2012-07-11 | 浙江大立科技股份有限公司 | 即时红外热图中被监测目标位置的确定方法及应用 |
CN102568146A (zh) * | 2012-01-12 | 2012-07-11 | 安徽大学 | 一种基于红外热图像的火灾预警与早期消除系统 |
CN103557992A (zh) * | 2013-11-19 | 2014-02-05 | 长沙理工大学 | 基于阀前管壁温度检测的蒸汽疏水阀内漏检测方法 |
CN103913282A (zh) * | 2014-04-11 | 2014-07-09 | 中冶南方工程技术有限公司 | 一种用于电石炉密闭循环水系统的泄漏检测方法 |
JP2017203442A (ja) * | 2016-05-13 | 2017-11-16 | 株式会社デンソー | エバポリークチェックシステム、および、これを用いたエバポリークのチェック方法 |
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 |
CN207835156U (zh) * | 2018-03-05 | 2018-09-07 | 中国电力工程顾问集团华东电力设计院有限公司 | 用于换流站的智能巡检机器人 |
-
2018
- 2018-12-20 CN CN201811560797.5A patent/CN109580109B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090290025A1 (en) * | 2008-04-03 | 2009-11-26 | Ahmet Enis Cetin | Method, device and system for determining the presence of volatile organic compounds (voc) in video |
KR20100088437A (ko) * | 2009-01-30 | 2010-08-09 | 주식회사 디섹 | 열영상 적외선카메라를 이용한 lngc 화물창 누설검사 방법 |
CN102567983A (zh) * | 2010-12-26 | 2012-07-11 | 浙江大立科技股份有限公司 | 即时红外热图中被监测目标位置的确定方法及应用 |
CN102568146A (zh) * | 2012-01-12 | 2012-07-11 | 安徽大学 | 一种基于红外热图像的火灾预警与早期消除系统 |
CN103557992A (zh) * | 2013-11-19 | 2014-02-05 | 长沙理工大学 | 基于阀前管壁温度检测的蒸汽疏水阀内漏检测方法 |
CN103913282A (zh) * | 2014-04-11 | 2014-07-09 | 中冶南方工程技术有限公司 | 一种用于电石炉密闭循环水系统的泄漏检测方法 |
JP2017203442A (ja) * | 2016-05-13 | 2017-11-16 | 株式会社デンソー | エバポリークチェックシステム、および、これを用いたエバポリークのチェック方法 |
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 |
CN207835156U (zh) * | 2018-03-05 | 2018-09-07 | 中国电力工程顾问集团华东电力设计院有限公司 | 用于换流站的智能巡检机器人 |
Non-Patent Citations (2)
Title |
---|
吴培涛: "阀厅及户内直流场智能巡检机器人应用研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
张丽珍: "基于红外热成像技术的阀门内漏状态识别及量化分析", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110458044A (zh) * | 2019-07-22 | 2019-11-15 | 苏州慧润百年物联科技有限公司 | 一种基于图像识别的判断地面浸水方法 |
CN110823878A (zh) * | 2019-11-26 | 2020-02-21 | 苏州长光华医生物医学工程有限公司 | 化学发光免疫分析仪及其冷却循环系统、故障监测方法 |
CN110823878B (zh) * | 2019-11-26 | 2021-04-23 | 苏州长光华医生物医学工程有限公司 | 化学发光免疫分析仪及其冷却循环系统、故障监测方法 |
CN113790861A (zh) * | 2021-08-02 | 2021-12-14 | 中国长江电力股份有限公司 | 水电站冷却水泄漏智能检测方法 |
CN113790861B (zh) * | 2021-08-02 | 2023-05-16 | 中国长江电力股份有限公司 | 水电站冷却水泄漏智能检测方法 |
CN116229300A (zh) * | 2023-04-07 | 2023-06-06 | 上海华维可控农业科技集团股份有限公司 | 一种用于高标准农田下的灌溉节能管理系统及方法 |
CN116229300B (zh) * | 2023-04-07 | 2023-10-20 | 上海华维可控农业科技集团股份有限公司 | 一种用于高标准农田下的灌溉节能管理系统及方法 |
CN116437164A (zh) * | 2023-06-13 | 2023-07-14 | 中国南方电网有限责任公司超高压输电公司广州局 | 热像仪、热像仪监控方法、装置、计算机设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN109580109B (zh) | 2021-08-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109580109A (zh) | 一种柔直换流阀阀塔冷却水漏水自动监测的方法 | |
CN107478340B (zh) | 一种基于图像融合的换流阀监测方法及系统 | |
CN111667673B (zh) | 一种智能检测泄漏的热力管网系统 | |
CN103247039B (zh) | 一种基于复合视觉的高压线缆带电检测方法 | |
CN105972765A (zh) | 一种智能空调及其温度调节方法 | |
KR20190098784A (ko) | 사물 인터넷, 빅데이터, 3d 기술 융복합 현실 기반 지능형 전력구 관리 시스템, 이의 방법, 그리고, 이 방법을 저장한 컴퓨터 판독 가능 저장 매체 | |
CN103163181B (zh) | 基于建筑外景红外图像的热工区域自动识别方法 | |
CN115629637B (zh) | 一种用于5g机房的冷热场温度智能控制系统 | |
CN107290062A (zh) | 一种基于红外热像图的输变电设备状态分析方法 | |
CN108363829A (zh) | 绝缘子温升诊断方法和系统 | |
CN102798469B (zh) | 基于角点特征的电力设备精确测温方法 | |
CN110173627A (zh) | 一种太阳能系统 | |
CN106803254A (zh) | 一种输电线路中绝缘子缺损分析的图片自动检测方法 | |
Yumang et al. | ZigBee based monitoring of temperature and humidity of server rooms using thermal imaging | |
CN116627178A (zh) | 一种基于无人机影像智能分析的电力巡检方法 | |
CN114941807A (zh) | 一种基于无人机的热力管道泄漏快速监测与定位方法 | |
CN103884473A (zh) | 一种水冷系统的漏水判断方法 | |
KR102561365B1 (ko) | 지중 배전선로의 이상징후를 탐지하는 딥러닝 감시시스템 | |
CN112987750B (zh) | 一种基于视觉分析的渠道多垂线测流自动避障方法 | |
CN207037430U (zh) | 一种智慧管廊监控设备 | |
CN109323765A (zh) | 一种采用曲线轮廓法对电力设备准确测温的方法 | |
CN109340583A (zh) | 供热管网泄漏监测系统及方法 | |
CN109974311B (zh) | 一种太阳能泄露检测系统 | |
CN111412391B (zh) | 一种管网泄漏检测方法及系统 | |
CN110174050A (zh) | 基于机器视觉的立面检测装置和检测方法 |
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 |