CN112444317B - 一种高压套管的红外在线监测方法 - Google Patents

一种高压套管的红外在线监测方法 Download PDF

Info

Publication number
CN112444317B
CN112444317B CN202011007157.9A CN202011007157A CN112444317B CN 112444317 B CN112444317 B CN 112444317B CN 202011007157 A CN202011007157 A CN 202011007157A CN 112444317 B CN112444317 B CN 112444317B
Authority
CN
China
Prior art keywords
voltage bushing
module
diagnosis
fault diagnosis
video
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
Application number
CN202011007157.9A
Other languages
English (en)
Other versions
CN112444317A (zh
Inventor
李建生
杨小平
蔚超
吴鹏
马勇
谢天喜
王胜权
陆云才
王建明
王同磊
别一凡
陈钜栋
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.)
Nanjing University of Aeronautics and Astronautics
State Grid Jiangsu Electric Power Co Ltd
Electric Power Research Institute of State Grid Jiangsu Electric Power Co Ltd
Original Assignee
Nanjing University of Aeronautics and Astronautics
State Grid Jiangsu Electric Power Co Ltd
Electric Power Research Institute of State Grid Jiangsu Electric Power Co Ltd
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 Nanjing University of Aeronautics and Astronautics, State Grid Jiangsu Electric Power Co Ltd, Electric Power Research Institute of State Grid Jiangsu Electric Power Co Ltd filed Critical Nanjing University of Aeronautics and Astronautics
Priority to CN202011007157.9A priority Critical patent/CN112444317B/zh
Publication of CN112444317A publication Critical patent/CN112444317A/zh
Application granted granted Critical
Publication of CN112444317B publication Critical patent/CN112444317B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2411—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on the proximity to a decision surface, e.g. support vector machines
    • 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

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Closed-Circuit Television Systems (AREA)
  • Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)

Abstract

本发明公开了一种高压套管的红外在线监测方法，包括红外视频采集模块、通信模块、训练模块和故障诊断模块，其中红外视频采集模块采集多个高压套管的视频图像，通信模块将视频图像加码得到多路视频信号，并将多路视频信号传送给故障诊断模块，训练模块包括目标检测算法训练和诊断模型训练，为诊断模块分别提供高压套管位置的检测与故障诊断的标准。本在线检测方法通过对红外视频信号进行分帧转化为图像信号进行处理进而实现了高压套管的在线监测，可有效保证高压套管能够安全、稳定地运行。

Description

一种高压套管的红外在线监测方法
技术领域
本发明涉及一种高压套管的红外在线监测方法，属于电力设备状态监测与故障诊断技术领域。
背景技术
电力变压器作为电力系统中重要组成，担负着功率传输和电能等级变换的枢纽作用。其中电力变压器套管作为连接电力变压器和电力系统的关键组件，保证其拥有良好的机械结构及绝缘性能对于电力系统的安全运行具有重要意义。
高压套管常见在线监测方式主要通过改造套管末屏并采集套管末屏电流，计算泄漏电流、介质损耗、电容量等特征量作为监测依据。然而该类监测方式需要对套管进行改造且可能对电力系统的绝缘性造成损害，因此套管无接触式监测手段的开发极为重要。
而红外图像检测作为一种有效检测物体热点的非接触式检测方式，在现有的电力设备状态诊断中被应用的越来越多。采用红外视频对电力设备进行监测的过程中存在以下问题：（1）变电站中各类设备众多，视频难以仅采集到所需区域导致采集视频中包含很多背景噪声，很难直接对套管区域进行操作；（2）诊断手段太单一且不可靠，一般仅依靠帧间温度对比作为诊断依据。
发明内容
本发明所要解决的技术问题是克服现有技术的缺陷，提供一种高压套管的红外在线监测方法，利用目标检测技术对红外视频中套管区域进行识别，并准确提取视频中的特征向量，根据多种诊断依据对套管目标进行诊断，得出可靠的诊断结果。
为达到上述目的，本发明提供一种高压套管的红外在线监测方法，包括红外视频采集模块、通信模块、训练模块和故障诊断模块，
红外视频采集模块采集多个高压套管的视频图像，
通信模块将视频图像加码得到多路视频信号，并将多路视频信号传送给故障诊断模块，
训练模块包括目标检测算法训练和诊断模型训练，基于目标检测算法训练得到目标检测模型，基于诊断模型训练得到故障诊断模型，目标检测模型为故障诊断模块识别视频图像中的高压套管提供识别标准，故障诊断模型为故障诊断模块诊断视频图像中的高压套管提供诊断标准；
故障诊断模块诊断视频图像中的高压套管。
优先地，故障诊断模块对输入的视频图像进行分帧处理得到单帧图像，即将视频图像进行拆分得到单帧图像，故障诊断模块识别单帧图像中的高压套管，故障诊断模块提取单帧图像中的温度特征。
优先地，故障诊断模块的步骤如下：
步骤S1，对输入的多路视频信号进行解码得到若干个单路视频信号，并设定单路视频信号每秒采样的帧数得到单帧图像；
步骤S2，将单帧图像输入目标检测模型，识别单帧图像中的高压套管并用矩形框对高压套管进行标记；
步骤S3，在标记的矩形框内，提取多类特征向量作为分类依据；
步骤S4，将提取的多类特征向量输入故障诊断模型，包括以下子步骤：
子步骤S4.1，将多类特征向量输入模型诊断部分，基于目标检测模型对特征向量进行分类，输出高压套管诊断结果；
子步骤S4.2，将多类特征向量输入三相对比部分，将一相中的每类特征向量与另外两相提取出的中的每类特征向量进行对比，输出对比诊断结果；
子步骤S4,3，将多类特征向量输入历史曲线对比部分，将多类特征向量与对应的单路视频信号历史特征曲线进行对比，输出诊断结果；
子步骤S4.4，当某个高压套管的高压套管诊断结果、某个高压套管的对比诊断结果和某个高压套管的诊断结果中超过2个被判定为故障时，判定该高压套管故障。
优先地，红外视频采集模块包括多台红外摄像仪，故障诊断模块以服务器为载体。
优先地，通信模块包括边缘设备，边缘设备对视频图像进行加码并上传至服务器。
优先地，目标检测模型对单帧图像中的高压套管进行标记并将标记过的单帧图像作为训练集输入到目标检测模型进行训练，获取训练完成的目标检测模型作为故障诊断模块中目标检测过程的检测依据；
将正常的单帧图像的特征向量及异常的单帧图像的特征向量作为输入，诊断模型训练对输入进行训练，获得故障诊断模型并作为故障诊断模块中模型诊断的依据。
优先地，多类特征向量包括温度特征和热点位置特征。
优先地，温度特征包括温度最高值特征和温度均值特征，热点位置特征包括温度最高值纵轴坐标。
优先地，子步骤S4.1中，高压套管诊断结果包括高压套管正常和高压套管故障；子步骤S4.2，将多类特征向量输入三相对比部分，将一相中的每类特征向量与另外两相提取出的中的每类特征向量进行对比，若任一特征向量与其他两相中的特征向量差距大于5%，则表示对应的高压套管故障，输出故障的对比诊断结果；若任一特征向量与其他两相中的特征向量差距均小于等于5%，则表示对应的高压套管正常，输出正常的对比诊断结果。
优先地，子步骤S4,3，将多类特征向量输入历史曲线对比部分，设定阈值，将每类特征向量分别与该特征向量的历史曲线进行对比，若任一特征向量与该特征向量的历史曲线作差超出阈值则表示对应的高压套管故障，输出故障的诊断结果；若任一特征向量与该特征向量的历史曲线作差小于阈值则表示对应的高压套管正常，输出正常的诊断结果。
本发明所达到的有益效果：
本发明方法基于目标检测算法，通过对红外视频数据集的标记和训练，达到对高压套管的在线监测作用，保证了电网能够安全、稳定地运行。
附图说明
图1是本发明中红外视频采集模块中摄像头的示意图；
图2是本发明的结构图；
图3是本发明中故障诊断模块算法的结构图。
具体实施方式
以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。
一种高压套管的红外在线监测方法，包括红外视频采集模块、通信模块、训练模块和故障诊断模块，
红外视频采集模块采集多个高压套管的视频图像，
通信模块将视频图像加码得到多路视频信号，并将多路视频信号传送给故障诊断模块，
训练模块包括目标检测算法训练和诊断模型训练，基于目标检测算法训练得到目标检测模型，基于诊断模型训练得到故障诊断模型，目标检测模型为故障诊断模块识别视频图像中的高压套管提供识别标准，故障诊断模型为故障诊断模块诊断视频图像中的高压套管提供诊断标准；
故障诊断模块诊断视频图像中的高压套管。
进一步地，故障诊断模块对输入的视频图像进行分帧处理得到单帧图像，即将视频图像进行拆分得到单帧图像，故障诊断模块识别单帧图像中的高压套管，故障诊断模块提取单帧图像中的温度特征。
进一步地，故障诊断模块的步骤如下：
步骤S1，对输入的多路视频信号进行解码得到若干个单路视频信号，并设定单路视频信号每秒采样的帧数得到单帧图像；
步骤S2，将单帧图像输入目标检测模型，识别单帧图像中的高压套管并用矩形框对高压套管进行标记；
步骤S3，在标记的矩形框内，提取多类特征向量作为分类依据；
步骤S4，将提取的多类特征向量输入故障诊断模型，包括以下子步骤：
子步骤S4.1，将多类特征向量输入模型诊断部分，基于目标检测模型对特征向量进行分类，输出高压套管诊断结果；
子步骤S4.2，将多类特征向量输入三相对比部分，将一相中的每类特征向量与另外两相提取出的中的每类特征向量进行对比，输出对比诊断结果；
子步骤S4,3，将多类特征向量输入历史曲线对比部分，将多类特征向量与对应的单路视频信号历史特征曲线进行对比，输出诊断结果；
子步骤S4.4，当某个高压套管的高压套管诊断结果、某个高压套管的对比诊断结果和某个高压套管的诊断结果中超过2个被判定为故障时，判定该高压套管故障。
进一步地，红外视频采集模块包括多台红外摄像仪，故障诊断模块以服务器为载体。
进一步地，通信模块包括边缘设备，边缘设备对视频图像进行加码并上传至服务器。
进一步地，目标检测模型对单帧图像中的高压套管进行标记并将标记过的单帧图像作为训练集输入到目标检测模型进行训练，获取训练完成的目标检测模型作为故障诊断模块中目标检测过程的检测依据；
将正常的单帧图像的特征向量及异常的单帧图像的特征向量作为输入，诊断模型训练对输入进行训练，获得故障诊断模型并作为故障诊断模块中模型诊断的依据。
进一步地，多类特征向量包括温度特征和热点位置特征。
进一步地，温度特征包括温度最高值特征和温度均值特征，热点位置特征包括温度最高值纵轴坐标。
进一步地，子步骤S4.1中，高压套管诊断结果包括高压套管正常和高压套管故障；子步骤S4.2，将多类特征向量输入三相对比部分，将一相中的每类特征向量与另外两相提取出的中的每类特征向量进行对比，若任一特征向量与其他两相中的特征向量差距大于5%，则表示对应的高压套管故障，输出故障的对比诊断结果；若任一特征向量与其他两相中的特征向量差距均小于等于5%，则表示对应的高压套管正常，输出正常的对比诊断结果。
进一步地，子步骤S4,3，将多类特征向量输入历史曲线对比部分，设定阈值，将每类特征向量分别与该特征向量的历史曲线进行对比，若任一特征向量与该特征向量的历史曲线作差超出阈值则表示对应的高压套管故障，输出故障的诊断结果；若任一特征向量与该特征向量的历史曲线作差小于阈值则表示对应的高压套管正常，输出正常的诊断结果。
采用多台红外摄像仪分别对准多台变压器上的三相高压套管进行视频采集，故障诊断模块基于高性能计算服务器实现例如电脑。训练模块包括目标检测算法训练及诊断模型训练，分别为故障诊断模块中的目标检测及诊断提供依据。
步骤S1的多路信号解码过程主要将上传的多路视频信号分别解码为单路视频信号，视频信号代表单相套管监测的视频信息，然后对每秒获取的单帧图像进行采样，减小后续计算量；
步骤S2中的目标检测模型，需具有检测精度高、检测速度快的特点。步骤S3中提取的多类特征向量，用于表征矩形框内温度特征和热点位置特征，包括但不限于温度最高值、温度均值、温度最高值纵轴坐标等特征。
收集1000张高压套管的红外图像，包含500张故障图像与500张正常图像。首先制作目标检测数据集，对1000张图像当中的高压套管区域进行标记并输入SSD目标检测模型进行训练，输出目标检测模型。对1000张图像划分为正常图像与故障图像分别对其中的目标区域提取三类特征向量：温度最高值、温度均值、温度最高值纵轴坐标并输入SVM进行训练，输出故障诊断模型。
按如图1所示安装红外摄像仪，对准同一变压器上的三相高压套管采集红外视频。
按如图2所示的结构设置通讯模块，将采集的红外视频传输至边缘设备加码，进一步通过互联网上传至服务器运行诊断程序。
诊断程序如图3所示，首先将三路视频信号进行解码、分为三路对应三相套管视频信号，将每路信号进行分帧即每秒采样一帧运行。然后将采样帧输入训练过的目标检测模型进行目标检测识别套管目标，然后提取目标当中的特征向量并一次记录为特征曲线，然后将特征向量输入诊断部分进行诊断。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。

Claims (9)

1.一种高压套管的红外在线监测方法，其特征在于，该监测方法中使用红外视频采集模块、通信模块、训练模块和故障诊断模块，
红外视频采集模块采集多个高压套管的视频图像，
通信模块将视频图像加码得到多路视频信号，并将多路视频信号传送给故障诊断模块，
训练模块包括目标检测算法训练和诊断模型训练，基于目标检测算法训练得到目标检测模型，基于诊断模型训练得到故障诊断模型，目标检测模型为故障诊断模块识别视频图像中的高压套管提供识别标准，故障诊断模型为故障诊断模块诊断视频图像中的高压套管提供诊断标准；
故障诊断模块诊断视频图像中的高压套管；
故障诊断模块进行诊断的步骤如下：
步骤S1，对输入的多路视频信号进行解码得到若干个单路视频信号，并设定单路视频信号每秒采样的帧数得到单帧图像；
步骤S2，将单帧图像输入目标检测模型，识别单帧图像中的高压套管并用矩形框对高压套管进行标记；
步骤S3，在标记的矩形框内，提取多类特征向量作为分类依据；
步骤S4，将提取的多类特征向量输入故障诊断模型，包括以下子步骤：
子步骤S4.1，将多类特征向量输入模型诊断部分，基于目标检测模型对特征向量进行分类，输出高压套管诊断结果；
子步骤S4.2，将多类特征向量输入三相对比部分，将一相中的每类特征向量与另外两相提取出的每类特征向量进行对比，输出对比诊断结果；
子步骤S4.3，将多类特征向量输入历史曲线对比部分，将多类特征向量与对应的单路视频信号历史特征曲线进行对比，输出诊断结果；
子步骤S4.4，当高压套管诊断结果、某个高压套管的对比诊断结果和诊断结果中超过2个被判定为故障时，判定该高压套管故障。
2.根据权利要求1所述的一种高压套管的红外在线监测方法，其特征在于，故障诊断模块对输入的视频图像进行分帧处理得到单帧图像，即将视频图像进行拆分得到单帧图像，故障诊断模块识别单帧图像中的高压套管，故障诊断模块提取单帧图像中的温度特征。
3.根据权利要求1所述的一种高压套管的红外在线监测方法，其特征在于，红外视频采集模块包括多台红外摄像仪，故障诊断模块以服务器为载体。
4.根据权利要求3所述的一种高压套管的红外在线监测方法，其特征在于，通信模块包括边缘设备，边缘设备对视频图像进行加码并上传至服务器。
5.根据权利要求1所述的一种高压套管的红外在线监测方法，其特征在于，目标检测模型对单帧图像中的高压套管进行标记并将标记过的单帧图像作为训练集输入到目标检测模型进行训练，获取训练完成的目标检测模型作为故障诊断模块中目标检测过程的检测依据；
将正常的单帧图像的特征向量及异常的单帧图像的特征向量作为输入，诊断模型训练对输入进行训练，获得故障诊断模型并作为故障诊断模块中模型诊断的依据。
6.根据权利要求1所述的一种高压套管的红外在线监测方法，其特征在于，多类特征向量包括温度特征和热点位置特征。
7.根据权利要求6所述的一种高压套管的红外在线监测方法，其特征在于，温度特征包括温度最高值特征和温度均值特征，热点位置特征包括温度最高值纵轴坐标。
8.根据权利要求1所述的一种高压套管的红外在线监测方法，其特征在于，子步骤S4.1中，高压套管诊断结果包括高压套管正常和高压套管故障；子步骤S4.2，将多类特征向量输入三相对比部分，将一相中的每类特征向量与另外两相提取出的每类特征向量进行对比，若任一特征向量与其他两相中的特征向量差距大于5%，则表示对应的高压套管故障，输出故障的对比诊断结果；若任一特征向量与其他两相中的特征向量差距均小于等于5%，则表示对应的高压套管正常，输出正常的对比诊断结果。
9.根据权利要求1所述的一种高压套管的红外在线监测方法，其特征在于，子步骤S4.3，将多类特征向量输入历史曲线对比部分，设定阈值，将每类特征向量分别与该特征向量的历史曲线进行对比，若任一特征向量与该特征向量的历史曲线作差超出阈值则表示对应的高压套管故障，输出故障的诊断结果；若任一特征向量与该特征向量的历史曲线作差小于阈值则表示对应的高压套管正常，输出正常的诊断结果。
CN202011007157.9A 2020-09-23 2020-09-23 一种高压套管的红外在线监测方法 Active CN112444317B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011007157.9A CN112444317B (zh) 2020-09-23 2020-09-23 一种高压套管的红外在线监测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011007157.9A CN112444317B (zh) 2020-09-23 2020-09-23 一种高压套管的红外在线监测方法

Publications (2)

Publication Number Publication Date
CN112444317A CN112444317A (zh) 2021-03-05
CN112444317B true CN112444317B (zh) 2022-04-15

Family

ID=74736171

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011007157.9A Active CN112444317B (zh) 2020-09-23 2020-09-23 一种高压套管的红外在线监测方法

Country Status (1)

Country Link
CN (1) CN112444317B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103413139A (zh) * 2013-06-28 2013-11-27 广东电网公司电力科学研究院 基于电力巡线红外巡检视频数据的电力设备异常发热检测方法
CN103617469A (zh) * 2013-12-18 2014-03-05 重庆大学 电力系统设备故障预测方法及系统
CN111179213A (zh) * 2019-11-28 2020-05-19 国网江苏省电力有限公司电力科学研究院 一种套管故障诊断方法及系统
CN111639579A (zh) * 2020-05-25 2020-09-08 南京航空航天大学 一种基于红外图像的电力变压器套管智能油位识别方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013104328A1 (zh) * 2012-01-12 2013-07-18 杭州美盛红外光电技术有限公司 热像装置和热像规范拍摄方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103413139A (zh) * 2013-06-28 2013-11-27 广东电网公司电力科学研究院 基于电力巡线红外巡检视频数据的电力设备异常发热检测方法
CN103617469A (zh) * 2013-12-18 2014-03-05 重庆大学 电力系统设备故障预测方法及系统
CN111179213A (zh) * 2019-11-28 2020-05-19 国网江苏省电力有限公司电力科学研究院 一种套管故障诊断方法及系统
CN111639579A (zh) * 2020-05-25 2020-09-08 南京航空航天大学 一种基于红外图像的电力变压器套管智能油位识别方法

Also Published As

Publication number Publication date
CN112444317A (zh) 2021-03-05

Similar Documents

Publication Publication Date Title
CN110018389B (zh) 一种输电线路在线故障监测方法及系统
CN110456234B (zh) 故障电弧的检测方法、装置和系统
CN103499382B (zh) 一种基于振动数据融合和图像识别的变压器故障诊断方法
EP3267316B1 (en) Recording method and recording apparatus of power module
CN109406949B (zh) 基于支持向量机的配电网早期故障检测方法及装置
CN111157919A (zh) 一种基于云雾协同的避雷器在线监测系统
Hui et al. An intelligent fault diagnosis method for electrical equipment using infrared images
CN117612345A (zh) 一种电力设备状态监测报警系统及方法
CN115578352A (zh) 基于图像识别的干式空心电抗器故障检测方法及装置
WO2024119983A1 (zh) 一种轨道车辆电缆终端的异常检测方法及装置
CN112444317B (zh) 一种高压套管的红外在线监测方法
CN208488118U (zh) 一种变压器智能集成故障诊断系统
CN116298844A (zh) 基于半动态布置的变电站高压断路器状态监测系统及方法
Chen et al. Detection of IGBT degradation in NPC inverter based on infrared thermography
CN106199340B (zh) 一种ct二次回路断线的判别方法及装置
CN112924856B (zh) 基于断路器振动过程突变时刻检测的信号通道切换方法
CN110553830B (zh) 一种金属封闭开关设备机械特性在线检测方法
CN115238733A (zh) 一种高压断路器合分闸线圈运行状态评估方法及相关设备
CN113905405A (zh) 一种电力无线接入专网异常流量检测方法
CN114359139A (zh) 绝缘设备的检测方法、装置、电子设备及存储介质
CN111583594A (zh) 一种配电箱预警系统及预警方法
Feng et al. Infrared Image Recognition and Classification of Typical Electrical Equipment in Substation Based on YOLOv5
CN114062838B (zh) 直流配线故障定位方法、装置和中压直流配电设备
CN114397545B (zh) 一种基于复合传感器的gis在线监测系统
CN116819158B (zh) 一种隔离开关电机电流智能化监测系统及方法

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