CN111024239B - 一种基于图像识别技术的红外检测数据自动采集工具 - Google Patents
一种基于图像识别技术的红外检测数据自动采集工具 Download PDFInfo
- Publication number
- CN111024239B CN111024239B CN201911195457.1A CN201911195457A CN111024239B CN 111024239 B CN111024239 B CN 111024239B CN 201911195457 A CN201911195457 A CN 201911195457A CN 111024239 B CN111024239 B CN 111024239B
- Authority
- CN
- China
- Prior art keywords
- infrared image
- image sensor
- infrared
- layer
- base station
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 19
- 238000005516 engineering process Methods 0.000 title claims abstract description 11
- 238000004458 analytical method Methods 0.000 claims abstract description 28
- 238000012544 monitoring process Methods 0.000 claims abstract description 25
- 238000007781 pre-processing Methods 0.000 claims description 13
- 230000011218 segmentation Effects 0.000 claims description 8
- 238000003745 diagnosis Methods 0.000 claims description 7
- 239000003623 enhancer Substances 0.000 claims description 7
- 238000000605 extraction Methods 0.000 claims description 7
- 230000003993 interaction Effects 0.000 claims description 6
- 230000005856 abnormality Effects 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 5
- 150000001875 compounds Chemical class 0.000 claims description 4
- 230000007246 mechanism Effects 0.000 claims description 4
- 230000008447 perception Effects 0.000 claims description 4
- 238000003708 edge detection Methods 0.000 claims description 3
- 230000002708 enhancing effect Effects 0.000 claims description 3
- 238000012423 maintenance Methods 0.000 abstract description 6
- 241000854291 Dianthus carthusianorum Species 0.000 description 11
- 238000000034 method Methods 0.000 description 9
- 238000005265 energy consumption Methods 0.000 description 4
- 102400000011 Cytochrome b-c1 complex subunit 9 Human genes 0.000 description 3
- 101800000778 Cytochrome b-c1 complex subunit 9 Proteins 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000003211 malignant effect Effects 0.000 description 2
- 230000002035 prolonged effect Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation 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
- G01J5/0096—Radiation pyrometry, e.g. infrared or optical thermometry for measuring wires, electrical contacts or electronic systems
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Closed-Circuit Television Systems (AREA)
Abstract
本发明公开了一种基于图像识别技术的红外检测数据自动采集工具，其包括：红外图像采集模块、基站设备和远程分析终端；通过设置在监测区域内的红外图像采集模块采集各电力设备的红外图像，经由基站设备转发至远程分析终端，由远程分析终端根据采集的红外图像对监测区域内的各电力设备的运行状态进行分析，进而能够及时了解到各电力设备的运行状态，一旦电力设备工作异常，该远程分析终端会输出预警信息，便于维护人员能够及早采取措施，避免恶性后果，确保电网安全可靠地运行。且该红外图像采集模块提前部署于各电力设备附近，无需维护人员进入现场对电力设备进行检修，节约了人力成本。
Description
技术领域
本发明涉及图像识别技术领域，具体涉及一种基于图像识别技术的红外检测数据自动采 集工具。
背景技术
变电站是电力电网系统的重要组成部分，变电站各电力设备的安全稳定运行是确保供电 可靠性的重要因素。由于电力设备长期处于运行状态且受到环境因素的影响，往往会出现各 种各样的故障，因此，对变电站中各电力设备进行实时监控，及时发现事故隐患，并及早采 取措施避免恶性后果、确保电网安全可靠运行具有十分重要的意义。
发明内容
针对上述问题，本发明提供一种基于图像识别技术的红外检测数据自动采集工具。
本发明的目的采用以下技术方案来实现：
一种基于图像识别技术的红外检测数据自动采集工具，其包括：红外图像采集模块、基 站设备和远程分析终端；
所述红外图像采集模块，用于实时采集监测区域内的各电力设备的红外图像；
所述基站设备，用于接收所述红外图像采集模块采集的红外图像，经压缩处理后转发至 所述远程分析终端；
所述远程分析终端，用于根据接收到的红外图像，对电力设备的运行状态进行分析，并 在分析结果显示电力设备工作异常时输出预警信息。
在一种可选的实施例中，所述红外图像采集模块包括：多个红外图像传感器；
多个所述红外图像传感器构成一个无线传感器网络，其中，所述红外图像传感器部署于 监测区域内的各电力设备附近，其用于实时采集其所在位置处的电力设备的红外图像。
在一种可选的实施例中，所述基站设备部署于监测区域外围。
在一种可选的实施例中，所述红外图像传感器部署完成后，所述红外图像传感器之间进 行信息交互；基于交互后的信息，判断自身是否是冗余节点，若是，则该红外图像传感器直 接进入休眠模式；若否，则该红外图像传感器加入到集合H中，并用于构建无线传感器网络。
在一种可选的实施例中，所述的基于交互后的信息，判断自身是否是冗余节点，具体是：
(1)以所述基站设备为中心，将监测区域按照距离所述基站设备的远近划分为N层，由 近及远分别为第1层、第2层，…，第N层，其中，每层的宽度为
其中，Dmax为监测区域内红外图像传感器距离所述基站设备的最远距离；
(2)从第1层开始，逐层进行冗余节点判断，具体地：
若红外图像传感器Sn,i位于第1层，且其邻居节点数满足关系式1，则该红外图像传感器 Sn,i进一步判断自身剩余能量值是否大于预设的能量阈值，若大于预设的能量阈值，则该红外 图像传感器Sn,i为冗余节点，并同时发送红外图像传感器Sn,i状态信息包至其邻居节点，所述 信息包包括：该红外图像传感器Sn,i为冗余节点这一状态信息；其中，Sn,i表示位于第n层内 的第i个红外图像传感器；
若红外图像传感器Sn,i位于第n层，且在等待nT的时间内或者接收到(n-1)层发送的所述 信息包后，对红外图像传感器Sn,i进行冗余节点判断，其中n∈(1,10],T为预设的等待时间；具 体地，若其邻居节点数满足关系式1，则该红外图像传感器Sn,i进一步判断自身剩余能量值是 否大于预设的能量阈值，若大于预设的能量阈值，则该红外图像传感器Sn,i为冗余节点，并同 时发送红外图像传感器Sn,i状态信息包至其邻居节点；
直至遍历所有红外图像传感器，并将非冗余节点的红外图像传感器加入到集合H中；
其中，所述的关系式1为：
式中，
为红外图像传感器Sn,i的邻居节点数，Rth为预设的红外图像传感器节点冗余度 期望值，
为红外图像传感器Sn,i的感知半径，Aj、
分别为红外图像传感器j和红外图 像传感器Sn,i的感知范围，
为红外图像传感器Sn,i的邻居节点构成的集合；α、β为权重因 子。
在一种可选的实施例中，冗余节点判断完成后，基于得到的集合H中的红外图像传感器， 然后按照预设的分簇机制构建无线传感器网络。
在一种可选的实施例中，所述远程分析终端包括：图像预处理单元、图像特征提取单元、 异常诊断单元；
所述图像预处理单元，用于对所述红外图像进行预处理；
所述图像特征提取单元，用于从预处理后的红外图像中提取表征相应电力设备运行状态 特征参数；
所述异常诊断单元，用于根据提取的电力设备运行状态特征参数和预存的该电力设备正 常运行时的特征参数，判断该电力设备是否工作异常，并在工作异常时输出预警信息。
在一种可选的实施例中，所述图像预处理单元包括：去噪子单元、增强子单元和分割子 单元；
所述去噪子单元，用于去除所述红外图像中的随机噪声；
所述增强子单元，用于对去噪后的红外图像进行增强处理；
所述分割子单元，用于对增强处理后的红外图像进行边缘检测并分割，得到分割后的红 外图像。
本发明的有益效果为：本发明的目的在于提供一种基于图像识别技术的红外检测数据自 动采集工具，通过设置在监测区域内的红外图像采集模块采集各电力设备的红外图像，经由 基站设备转发至远程分析终端，由远程分析终端根据采集的红外图像对监测区域内的各电力 设备的运行状态进行分析，进而能够及时了解到各电力设备的运行状态，一旦电力设备工作 异常，该远程分析终端会输出预警信息，便于维护人员能够及早采取措施，避免恶性后果， 确保电网安全可靠地运行。且该红外图像采集模块提前部署于各电力设备附近，无需维护人 员进入现场对电力设备进行检修，节约了人力成本。
附图说明
利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于 本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附 图。
图1是本发明实施例提供的红外检测数据自动采集工具的框架结构图；
图2是本发明实施例体用的远程分析终端3的框架结构图。
附图标记：红外图像采集模块1、基站设备2、远程分析终端3、图像预处理单元4、图像特征提取单元5、异常诊断单元6、去噪子单元7、增强子单元8、分割子单元9。
具体实施方式
结合以下实施例对本发明作进一步描述。
图1示出了一种基于图像识别技术的红外检测数据自动采集工具，其包括：红外图像采 集模块1、基站设备2和远程分析终端3。
其中，红外图像采集模块1用于实时采集监测区域内的各电力设备的红外图像；
基站设备2用于接收红外图像采集模块1采集的红外图像，将压缩处理后转发至远程分 析终端3；
远程分析终端3用于根据接收到的红外图像，对电力设备的运行状态进行分析，并在分 析结果显示电力设备工作异常时输出预警信息。
本发明实施例提供一种基于图像识别技术的红外检测数据自动采集工具，通过设置在监 测区域内的红外图像采集模块1采集各电力设备的红外图像，经由基站设备2转发至远程分 析终端3，由远程分析终端3根据采集的红外图像对监测区域内的各电力设备的运行状态进 行分析，进而能够及时了解到各电力设备的运行状态，一旦电力设备工作异常，该远程分析 终端3会输出预警信息，便于维护人员能够及早采取措施，避免恶性后果，确保电网安全可 靠地运行。且该红外图像采集模块1提前部署于各电力设备附近，无需维护人员进入现场对 电力设备进行检修，节约了人力成本。
在一种可选的实施例中，该红外图像采集模块1包括：多个红外图像传感器；多个红外 图像传感器构成一个无线传感器网络，其中红外图像传感器部署于监测区域内的各电力设备 附近，其用于实时采集其所在位置处的电力设备的红外图像。
在一种可选的实施例中，基站设备2部署于监测区域外围。
在一种可选的实施例中，红外图像传感器部署完成后，红外图像传感器之间进行信息交 互，并基于交互后的信息，判断自身是否是冗余节点。若该红外图像传感器为冗余节点，则 其直接进入休眠模式，不参与后续构建无线传感器网络；反之，则将该红外图像传感器加入 到集合H中，并用于后续构建无线传感器网络。对所有红外图像传感器进行冗余节点判断， 并将非冗余节点的红外图像传感器加入到集合H中，得到用于构建无线传感器网络的红外图 像传感器的集合H。
在部署红外图像传感器时，通常红外图像传感器数均会大于实际所需的数量，因此，在 构建无线传感器网络，如果所有红外图像传感器均参与红外图像采集工作，一方面增加了不 必要的能量损耗，另一方面也会影响该无线传感器网络的使用寿命。因此，在构建无线传感 器网络之前，首先判断红外图像传感器是否为冗余节点，从而筛选出用于构建无线传感器网 络的红外图像传感器，避免了所有红外图像传感器均参与后续的红外图像采集工作，均衡了 整个无线传感器网络的能耗，延长了给无线传感器网络的使用寿命。
在一种可选的实施例中，上述的基于交互后的信息，判断自身是否是冗余节点，具体可 通过下面方式实现：
(1)以基站设备2为中心，将监测区域按照距离基站设备2的远近划分为N层，由近及 远分别为第1层、第2层、…、第N层，其中，每层的宽度为
其中，Dmax为监测区域 内红外图像传感器距离所述基站设备的最远距离；
(2)从第1层开始，逐层对红外图像传感器进行冗余节点判断，具体地：
若红外图像传感器Sn,i位于第1层，且其邻居节点数满足关系式1，则该红外图像传感器 Sn,i进一步判断自身剩余能量值是否大于预设的能量阈值，若大于预设的能量阈值，则该红外 图像传感器Sn,i为冗余节点，并同时发送红外图像传感器Sn,i状态信息包至其邻居节点，所述 信息包包括：该红外图像传感器Sn,i为冗余节点这一状态信息；其中，Sn,i表示位于第n层内 的第i个红外图像传感器；
若红外图像传感器Sn,i位于第n层，且在等待nT的时间或者接收到(n-1)层发送的信息包 后，对红外图像传感器Sn,i进行冗余节点判断，其中n∈(1,10],T为预设的等待时间；具体地， 若其邻居节点数满足关系式1，则该红外图像传感器Sn,i进一步判断自身剩余能量值是否大于 预设的能量阈值，若大于预设的能量阈值，则该红外图像传感器Sn,i为冗余节点，并同时发送 红外图像传感器Sn,i状态信息包至其邻居节点；
直至遍历所有红外图像传感器，并将非冗余节点的红外图像传感器节点加入到集合H中；
其中，关系式1为：
式中，
为红外图像传感器Sn,i的邻居节点数，Rth为预设的红外图像传感器冗余度期望 值，
为红外图像传感器Sn,i的感知半径，Aj、
分别为红外图像传感器节点j和红外图 像传感器Sn,i的感知范围，
为红外图像传感器Sn,i的邻居节点构成的集合；α、β为权重因 子。
有益效果：在上述实施例中，在判断红外图像传感器是否是冗余节点时，首先按照红外 图像传感器距离基站设备2的远近，将其划分为N层，然后逐层对红外图像传感器进行冗余 节点判断；当红外图像传感器为第1层时，判断其邻居节点数是否满足如上关系式1，若不 满足，则认定该红外图像传感器为非冗余节点，若满足，则进一步进行能量判断，若大于预 设的能量阈值，则认定该红外图像传感器为冗余节点，并将其是冗余节点的状态信息发送至 其邻居节点，然后该红外图像传感器直接进入休眠模式，不参与后续无线传感器网络的构建 工作。当红外图像传感器为第n层(n＞1)时，当其等待nT时间或者接收到来自(n-1)层发送 的冗余节点的状态信息时，对该红外图像传感器进行冗余节点判断，其后续步骤跟判断第1 层时的方法一样。逐层遍历所有红外图像传感器，即可得到用于构建无线传感器网络的红外 图像传感器节点构成的集合H中。在利用上述方式对红外图像传感器进行冗余节点判断时， 仅仅依赖于其本身参数以及与其邻居节点之间关系，相比于传统冗余节点的方法而言，该方 式更为简单，能够更快地完成冗余节点的选择工作，且误差率小，更贴合于实际情况，且整 个过程仅涉及红外图像传感器与其邻居节点之间的信息交互，无需基站设备2的参与，减轻 了基站设备2和红外图像传感器的负担，也降低了该基站设备2和红外图像传感器的能量消 耗。
在一种可选的实施例中，冗余节点判断完成后，基于得到的集合H中的红外图像传感器， 然后按照预设的分簇机制构建无线传感器网络。
在一种可选的实施例中，所述的预设的分簇机制是：
所述基站设备进行全网广播分簇指令，集合H中的红外图像传感器接收到分簇指令后， 按照下式计算自身能否担任簇首的概率值；
式中，
为红外图像传感器Sa能够担任簇首的概率值，Eres(Sa)为红外图像传感器Sa当 前剩余能量值，E1为红外图像传感器Sa感测单位数据所需消耗的能量值，E2为红外图像传感 器Sa发送单位数据至基站设备所需消耗的能量值，
分别为红外图像传感器Sa与 基站设备Sink之间的空间距离、红外图像传感器Sa与红外图像传感器b之间的空间距离，δ为 变电站环境影响度因子，Ab、
分别为红外图像传感器b和红外图像传感器Sa的感知范围， 
为红外图像传感器Sa的邻居节点构成的集合,λ1、λ2、λ3为权重系数,
κb分别是红外 图像传感器Sa、红外图像传感器b硬件相关的系数，其用于评价红外图像传感器Sa、红外图 像传感器b进行数据传输时的可靠度；
若其概率值大于预设的概率值阈值，则该红外图像传感器当选为簇首；
簇首节点选举完成后，未当选为簇首节点的红外图像传感器加入到与之通信距离最近的 簇首节点中，成为相应簇首节点的簇成员节点。
有益效果：在上述实施例中，将得到的属于非冗余节点的红外图像传感器按照上述方式 确定簇首，在确定其作为簇首的概率值时，考虑了红外图像传感器感知单位数据以及发送单 位数据至基站设备所需消耗能量值与其当前剩余能量值的影响，也考虑其与邻居节点感知能 力的影响以及距离因素的影响，使得更有能力的红外图像传感器当选为簇首，从而能够均衡 整个无线传感器网络的能耗、延长了整个无线传感器网络的寿命。
在一种可选的实施方式中，分簇完成以后，基站设备2周期性地对该无线传感器网络中 的红外图像传感器进行故障检测，当发现该无线传感器网络中的红外图像传感器失效时，基 站设备发出hello信息，该hello信息中包括：失效的红外图像传感器的位置信息；处于休 眠状态的红外图像传感器接收到hello信息后，计算自身与该失效的红外图像传感器关联度 值并将关联度值转发至基站设备2，基站设备2接收到各休眠状态的红外图像传感器发送的 关联度值后，从中唤醒关联度值最大的红外图像传感器，并代替该失效的红外图像传感器， 加入到该无线传感器网络中。
在上述实施例中，该无线传感器网络会随着时间的推移而可能发出各种故障，如红外图 像传感器能量耗尽、红外图像传感器感测数据准确率过低、红外图像传感器进行数据传输时 丢包率过高等，因此，需要基站设备2周期性地对无线传感器网络中的红外图像传感器进行 故障检测，当发现失效的红外图像传感器时，基站设备2发出hello信息，使得处于休眠状 态下的红外图像传感器计算自身与失效的红外图像传感器的关联度值，基站设备2从中选择 关联度值大的红外图像传感器代替该失效的红外图像传感器。其中，关联度值越高，代表着 该红外图像传感器能够替代该失效的红外图像传感器之前工作的可能性越高。通过这种方式， 能够保障该无线传感器网络工作的稳定性，以及数据采集工作的准确度，便于后续对电力设 备运行状态的准确把握。
在一种可选的实施例中，参见图2，远程分析终端3包括：图像预处理单元 4、图像特征提取单元5和异常诊断单元6；
所述图像预处理单元4，用于对所述红外图像进行预处理；
所述图像特征提取单元5，用于从预处理后的红外图像中提取表征相应电力设备运行状 态特征参数；
所述异常诊断单元6，用于根据提取的电力设备运行状态特征参数和预存的该电力设备 正常运行时的特征参数，判断该电力设备是否工作异常，并在工作异常时输出预警信息。
在一种可选的实施例中，所述图像预处理单元4包括：去噪子单元7、增强子单元8和 分割子单元9；
所述去噪子单元7，用于去除所述红外图像中的随机噪声；
所述增强子单元8，用于对去噪后的红外图像进行增强处理；
所述分割子单元9，用于对增强处理后的红外图像进行边缘检测并分割，得到分割后的 红外图像。
在一种可选的实施例中，所述的去除所述红外图像中的随机噪声，具体是：
对所述红外图像进行灰度化处理；
对灰度化后的红外图像进行傅里叶变换；
利用下式对经傅里叶变换得到的高频系数进行调优，得到调优后的高频系数；其中，高 频系数是指大于预设定的高频系数阈值的高频系数；其中，该高频系数阈值可根据实际要达 到的去噪精度自行设置；
其中，设(u′,v′)为灰度化后的红外图像的像素点坐标，(u,v)为像素点(u′,v′)经傅里叶变 换后，在频域内的对应坐标；以像素点(u′,v′)为中心，获取一个大小为K×K的邻域区间，Θ(u,v)表示其邻域区间内，除去其中心像素点，剩余像素点在频域内的高频系数对应坐标点集合，G 为该集合Θ(u,v)中对应坐标点的个数；
为调优后的高频系数，H(u,v)为调优前的高频系 数，H0为预设定的高频系数阈值，H(a,b)为调优前坐标(a,b)处的高频系数，θ为调优因子， 其取值范围为0.15～0.85，
将调优后的高频分量和低频分量进行傅里叶逆变换，即可得到去噪后的红外图像。
有益效果：由于受监测区域内温度、湿度等因素的影响，采集的红外图像中会包含随机 噪声，为了提高后续对电力设备运行状态的准确监测，需要去除红外图像中的随机噪声，在 上述实施例中，依次对采集的红外图像进行灰度化处理，并将灰度化后的红外图像作傅里叶 变换，对得到的高频系数进行调优，以改善图像质量；一般情况下，噪声大多数存在高频系 数中，因此，在进行调优时，只针对大于预设定的高频系数阈值的高频系数进行调优，该做 法能够有效地滤除红外图像中的随机噪声，以利于后续对图像进行增强和分割操作；且高频 系数阈值可根据需要自行设置，当需要提高去噪精度时，可以相应的将高频系数阈值降低以 进一步提高去噪效果。且在上述调优方式中，该式子考虑了待调优高频系数的时域空间内的 邻域区间内的像素点对其调优效果的影响以及待调优系数与预设定的高频系数阈值的大小关 系，从而能够实现对该红外图像的平滑去噪，便于后续对电力设备运行状态的准确检测。
本发明实施例提供一种基于图像识别技术的红外检测数据自动采集工具，通过设置在监 测区域内的红外图像采集模块采集各电力设备的红外图像，经由基站设备转发至远程分析终 端，由远程分析终端根据采集的红外图像对监测区域内的各电力设备的运行状态进行分析， 进而能够及时了解到各电力设备的运行状态，一旦电力设备工作异常，该远程分析终端会输 出预警信息，便于维护人员能够及早采取措施，避免恶性后果，确保电网安全可靠地运行。 且该红外图像采集模块提前部署于各电力设备附近，无需维护人员进入现场对电力设备进行 检修，节约了人力成本。
最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围 的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应当理解， 可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。
Claims (5)
1.一种基于图像识别技术的红外检测数据自动采集工具，其特征在于，包括：红外图像采集模块、基站设备和远程分析终端；
所述红外图像采集模块，用于实时采集监测区域内的各电力设备的红外图像；
所述基站设备，用于接收所述红外图像采集模块采集的红外图像，经压缩处理后转发至所述远程分析终端；
所述远程分析终端，用于根据接收到的红外图像，对电力设备的运行状态进行分析，并在分析结果显示电力设备工作异常时输出预警信息；
其中，所述红外图像采集模块包括：多个红外图像传感器；
多个所述红外图像传感器构成一个无线传感器网络，其中，所述红外图像传感器部署于监测区域内的各电力设备附近，其用于实时采集其所在位置处的电力设备的红外图像；
所述红外图像传感器部署完成后，所述红外图像传感器之间进行信息交互；基于交互后的信息，判断自身是否是冗余节点，若是，则该红外图像传感器直接进入休眠模式；若否，则该红外图像传感器加入到集合H中，并用于构建无线传感器网络；
其中，所述的基于交互后的信息，判断自身是否是冗余节点，具体是：
(1)以所述基站设备为中心，将监测区域按照距离所述基站设备的远近划分为N层，由近及远分别为第1层、第2层，…，第N层，其中，每层的宽度为
其中，Dmax为监测区域内红外图像传感器距离所述基站设备的最远距离；
(2)从第1层开始，逐层进行冗余节点判断，具体地：
若红外图像传感器Sn,i位于第1层，且其邻居节点数满足关系式1，则该红外图像传感器Sn,i进一步判断自身剩余能量值是否大于预设的能量阈值，若大于预设的能量阈值，则该红外图像传感器Sn,i为冗余节点，并同时发送红外图像传感器Sn,i状态信息包至其邻居节点，所述信息包包括：该红外图像传感器Sn,i为冗余节点这一状态信息；其中，Sn,i表示位于第n层内的第i个红外图像传感器；
若红外图像传感器Sn,i位于第n层，且在等待nT的时间或者接收到(n-1)层发送的所述信息包后，对红外图像传感器Sn,i进行冗余节点判断，其中n表示红外图像传感器Sn,i所位于的层数，n∈(1,10],T为预设的等待时间；具体地，若其邻居节点数满足关系式1，则该红外图像传感器Sn,i进一步判断自身剩余能量值是否大于预设的能量阈值，若大于预设的能量阈值，则该红外图像传感器Sn,i为冗余节点，并同时发送红外图像传感器Sn,i状态信息包至其邻居节点；
直至遍历所有红外图像传感器节点，并将非冗余节点的红外图像传感器节点加入到集合H中；
其中，所述的关系式1为：
式中，
为红外图像传感器Sn,i的邻居节点数，Rth为预设的红外图像传感器节点冗余度期望值，
为红外图像传感器Sn,i的感知半径，Aj、
分别为红外图像传感器j和红外图像传感器Sn,i的感知范围，
为红外图像传感器Sn,i的邻居节点构成的集合；α、β为权重因子。
2.根据权利要求1所述的红外检测数据自动采集工具，其特征在于，所述基站设备部署于监测区域外围。
3.根据权利要求1所述的红外检测数据自动采集工具，其特征在于，冗余节点判断完成后，基于得到的集合H中的红外图像传感器，然后按照预设的分簇机制构建无线传感器网络。
4.根据权利要求1所述的红外检测数据自动采集工具，其特征在于，所述远程分析终端包括：图像预处理单元、图像特征提取单元、异常诊断单元；
所述图像预处理单元，用于对所述红外图像进行预处理；
所述图像特征提取单元，用于从预处理后的红外图像中提取表征相应电力设备运行状态特征参数；
所述异常诊断单元，用于根据提取的电力设备运行状态特征参数和预存的该电力设备正常运行时的特征参数，判断该电力设备是否工作异常，并在工作异常时输出预警信息。
5.根据权利要求4所述的红外检测数据自动采集工具，其特征在于，所述图像预处理单元包括：去噪子单元、增强子单元和分割子单元；
所述去噪子单元，用于去除所述红外图像中的随机噪声；
所述增强子单元，用于对去噪后的红外图像进行增强处理；
所述分割子单元，用于对增强处理后的红外图像进行边缘检测并分割，得到分割后的红外图像。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911195457.1A CN111024239B (zh) | 2019-11-28 | 2019-11-28 | 一种基于图像识别技术的红外检测数据自动采集工具 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911195457.1A CN111024239B (zh) | 2019-11-28 | 2019-11-28 | 一种基于图像识别技术的红外检测数据自动采集工具 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111024239A CN111024239A (zh) | 2020-04-17 |
| CN111024239B true CN111024239B (zh) | 2020-12-11 |
Family
ID=70203227
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911195457.1A Active CN111024239B (zh) | 2019-11-28 | 2019-11-28 | 一种基于图像识别技术的红外检测数据自动采集工具 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111024239B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117254598B (zh) * | 2023-11-17 | 2024-03-08 | 国网吉林省电力有限公司长春供电公司 | 一种基于红外热成像技术的开关柜状态监测方法及系统 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110113807A (zh) * | 2019-05-05 | 2019-08-09 | 辽宁大学 | 无线传感器网络中基于数据相似度的节点休眠调度方法 |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7176442B2 (en) * | 2004-08-13 | 2007-02-13 | Avago Technologies Ecbu Ip (Singapore) Pte. Ltd. | Optical navigation device with optical navigation quality detector |
| CN202586115U (zh) * | 2012-04-11 | 2012-12-05 | 中国农业大学 | 热像测温与故障定位巡检机器人系统 |
| CN105160792B (zh) * | 2015-07-30 | 2019-03-29 | 国家电网公司 | 一种电网变电站的监控系统 |
| CN105744584A (zh) * | 2016-03-31 | 2016-07-06 | 中国联合网络通信集团有限公司 | 一种簇头选择方法、簇头选择系统和多跳网络 |
| CN108527399A (zh) * | 2018-06-08 | 2018-09-14 | 国家电网公司 | 一种基于互联网的变电站智能巡检机器人监测系统 |
| CN109474489B (zh) * | 2018-11-02 | 2021-04-20 | 新华三信息安全技术有限公司 | 一种链路检测方法、装置及网络设备 |
| CN109740507A (zh) * | 2018-12-29 | 2019-05-10 | 国网浙江省电力有限公司 | 一种变电设备异常感知的方法 |
-
2019
- 2019-11-28 CN CN201911195457.1A patent/CN111024239B/zh active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110113807A (zh) * | 2019-05-05 | 2019-08-09 | 辽宁大学 | 无线传感器网络中基于数据相似度的节点休眠调度方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111024239A (zh) | 2020-04-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112307969B (zh) | 一种脉冲信号的分类辨识方法、装置及计算机设备 | |
| CN110456234B (zh) | 故障电弧的检测方法、装置和系统 | |
| CN104176092B (zh) | 一种道岔钢轨伤损监测方法及装置 | |
| CN105451256B (zh) | 监测室分系统的方法及装置 | |
| CN108337645B (zh) | 网格化无线电信号监测系统架构及干扰信号联合检测方法 | |
| CN113922507B (zh) | 绝缘子智能广域状态检测系统及状态识别方法 | |
| CN111024239B (zh) | 一种基于图像识别技术的红外检测数据自动采集工具 | |
| CN107576873A (zh) | 电网输电线路智能监测系统 | |
| CN111555776B (zh) | 一种输电线路融合感知及联合诊断方法、系统及装置 | |
| WO2017220107A1 (en) | Method and network node for detecting degradation of metric of telecommunications network | |
| CN113261328A (zh) | 用于在无线通信系统中监控网络设备的性能的装置和方法 | |
| CN111092645B (zh) | 一种卫星通信系统实时监控处理系统 | |
| CN117763460A (zh) | 一种基于声纹分析的变压器故障检测方法及系统 | |
| WO2024119983A1 (zh) | 一种轨道车辆电缆终端的异常检测方法及装置 | |
| CN116761202B (zh) | 一种基于5g通信技术的网络稳定监测维护系统 | |
| CN118158719A (zh) | 一种基站路测的自适应辅助方法、装置、设备及存储介质 | |
| WO2018123298A1 (ja) | 自動点検システムおよび自動点検方法 | |
| CN110225536B (zh) | 外部干扰源的确定方法及设备 | |
| CN112436600A (zh) | 一种基于飞行巡检模式下的电力设备监控系统 | |
| CN111639703A (zh) | 一种基于离散点集最小包围圆计算基站位置的方法 | |
| CN110996289A (zh) | 一种用于机器状态监测诊断仪的智能网关、方法及系统 | |
| CN116400165A (zh) | 一种智能电网故障监测方法及系统 | |
| US20210168638A1 (en) | Methods, apparatus and computer-readable mediums relating to detection of sleeping cells in a cellular network | |
| CN114113903A (zh) | 配网线路线损的定位系统和方法 | |
| CN110958145A (zh) | 一种管理自组网设备的方法、装置以及电子设备 |
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 | ||
| CB02 | Change of applicant information |
Address after: 518001 power dispatching communication building, No. 4020 Shennan East Road, Shenzhen, Guangdong, Luohu District Applicant after: Shenzhen Power Supply Co.,Ltd. Applicant after: China Southern Power Grid Shenzhen Digital Power Grid Research Institute Co.,Ltd. Address before: 518001 power dispatching communication building, No. 4020 Shennan East Road, Shenzhen, Guangdong, Luohu District Applicant before: Shenzhen Power Supply Co.,Ltd. Applicant before: SHENZHEN COMTOP INFORMATION TECHNOLOGY Co.,Ltd. |
|
| CB02 | Change of applicant information | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CP03 | Change of name, title or address |
Address after: 518001 electric power dispatching and communication building, 4020 Shennan East Road, Luohu District, Shenzhen, Guangdong Patentee after: Shenzhen Power Supply Co.,Ltd. Country or region after: China Patentee after: China Southern Power Grid Digital Platform Technology (Guangdong) Co.,Ltd. Address before: 518001 electric power dispatching and communication building, 4020 Shennan East Road, Luohu District, Shenzhen, Guangdong Patentee before: Shenzhen Power Supply Co.,Ltd. Country or region before: China Patentee before: China Southern Power Grid Shenzhen Digital Power Grid Research Institute Co.,Ltd. |
|
| CP03 | Change of name, title or address | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20240307 Address after: 518101, 3rd Floor, Building 40, Baotian Industrial Zone, Chentian Community, Xixiang Street, Bao'an District, Shenzhen City, Guangdong Province Patentee after: China Southern Power Grid Digital Platform Technology (Guangdong) Co.,Ltd. Country or region after: China Address before: 518001 electric power dispatching and communication building, 4020 Shennan East Road, Luohu District, Shenzhen, Guangdong Patentee before: Shenzhen Power Supply Co.,Ltd. Country or region before: China Patentee before: China Southern Power Grid Digital Platform Technology (Guangdong) Co.,Ltd. |
|
| TR01 | Transfer of patent right |