CN113188662A - 一种红外热成像故障自动识别系统和方法 - Google Patents
一种红外热成像故障自动识别系统和方法 Download PDFInfo
- Publication number
- CN113188662A CN113188662A CN202110281060.5A CN202110281060A CN113188662A CN 113188662 A CN113188662 A CN 113188662A CN 202110281060 A CN202110281060 A CN 202110281060A CN 113188662 A CN113188662 A CN 113188662A
- Authority
- CN
- China
- Prior art keywords
- equipment
- thermal imaging
- infrared thermal
- data
- terminal
- 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
- 238000001931 thermography Methods 0.000 title claims abstract description 44
- 238000000034 method Methods 0.000 title claims abstract description 23
- 238000012423 maintenance Methods 0.000 claims abstract description 32
- 230000008569 process Effects 0.000 claims abstract description 10
- 230000002159 abnormal effect Effects 0.000 claims abstract description 7
- 238000013500 data storage Methods 0.000 claims abstract description 7
- 238000003331 infrared imaging Methods 0.000 claims abstract description 5
- 238000004458 analytical method Methods 0.000 claims abstract description 4
- 230000003993 interaction Effects 0.000 claims abstract description 4
- 238000005070 sampling Methods 0.000 claims description 15
- 230000000007 visual effect Effects 0.000 claims description 9
- 238000009529 body temperature measurement Methods 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 6
- 230000006870 function Effects 0.000 claims description 4
- 238000013075 data extraction Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 2
- 230000020169 heat generation Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000005538 encapsulation Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000011835 investigation 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
- 238000013024 troubleshooting Methods 0.000 description 1
- 239000002699 waste material Substances 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/56—Extraction of image or video features relating to colour
-
- 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
Abstract
本发明涉及一种红外热成像故障自动识别系统和方法，该系统包括终端；与终端连接的服务器；与服务器连接的主控制器；终端进行红外热成像，真实画面预览，热成像图片设备识别，设备故障分析预览，数据上传；服务器接受数据保存，分析设备故障，数据分发；主控制器与终端进行信息交互、查询和录入。本发明利用红外成像，结合传统的配电检修过程研发的一款辅助配电检修人员进行检修的系统，红外热成像自动故障识别方法会根据监测到的异常温度进行对异常温度的设备识别，然后给出最优最安全的检修流程告知检修人员，来提高检修效率，减少安全事故。
Description
技术领域
本发明设于电力设备检修领域，尤其是一种红外热成像故障自动识别系统和方法。
背景技术
配电人员进行配电巡检时，会巡检很多个配电设备，当设备出现故障时，不同设备安全检修方式不同，这导致配电检修人员检修知识面需要很全面，否则需要查询很多资料进行安全检修，这样非常浪费时间，配电检修不及时也好导致经济损失，检修安全性也比较差。
另外，传统配电检修人员进行检修时，由于配电设备非常多，配电设备检修方式也非常多，这对配电检修人员的设备检修知识要求非常高，这样成本也就比较高，而且人员检修设备时常回漏掉一些细节，导师检修不够全面或出现检修事故。
发明内容
为了解决上述问题，本发明提供一种红外热成像故障自动识别系统和方法，根据配电检修设备过程，通过实际调研，针对配电设备故障检修进行优化及改善，配合检修人员进行设备检修，来提高设备检修效率及安全。
本发明的技术方案具体如下：
一种红外热成像故障自动识别系统，包括终端；与终端连接的服务器；与服务器连接的主控制器；
终端进行红外热成像，真实画面预览，热成像图片设备识别，设备故障分析预览，数据上传；
服务器接受数据保存，分析设备故障，数据分发；
主控制器与终端进行信息交互、查询和录入。
作为优选，终端为可视化智能头盔。
作为优选，终端包括红外成像摄像头和真实画面摄像头，红外热成像摄像头用于测温数据提取，真实画面摄像头用于设备图像识别。
作为优选，设备图像识别过程如下：
通过颜色抽取算法进行设备外形特征提取并进行数据对比，得出相识度较高的外形数据参数，然后根据外形数据参数截取出当前图片的有效特征区域以及区域的排序队列，然后通过特征取样算法在有效特征区域进行特征取样并缓存，将所有有效特征区域的特征采样参数集合排序队里进行一一数据对比，得到最终结果。
本发明还涉及的一种红外热成像故障自动识别方法，按以下进行：
终端进行红外热成像，真实画面预览，热成像图片设备识别，图像识别过程如下：
通过颜色抽取算法进行设备外形特征提取并进行数据对比，得出相识度较高的外形数据参数，然后根据外形数据参数截取出当前图片的有效特征区域以及区域的排序队列，然后通过特征取样算法在有效特征区域进行特征取样并缓存，将所有有效特征区域的特征采样参数集合排序队里进行一一数据对比，得到最终结果；
设备故障分析预览，数据上传；
服务器接受数据保存，分析设备故障，数据分发；主控制器与终端进行视频通话，信息录入，信息查询。
进一步地，按以下进行：
佩戴可视化智能头盔，开启红外热成像实时测温功能进行设备温度全面监控，检测到异常温度时，可视化智能头盔跟后台系统会进行异常预警，然后可视化智能头盔自动进行热成像画面设备识别，识别出设备信息及故障信息上传服务器，并将返回的设备故障处理流程及设备信息进行预览，通过语言提示安全检修流程。
与现有技术相比，本发明的有益效果具体如下：
本发明利用红外成像，结合传统的配电检修过程研发的一款辅助配电检修人员进行检修的系统，根据监测到的异常温度，进行对异常温度的设备识别，然后采集图像进行识别，识别出故障，然后给出最优最安全的检修流程告知检修人员，来提高检修效率，减少安全事故。
附图说明
图1为本发明的设备图片特征采集流程图；
图2为本发明的图片识别算法流程图。
具体实施方式
下面将结合本申请实施例中的附图，对实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
除非另外定义，本申请实施例中使用的技术术语或者科学术语应当为所属领域内具有一般技能的人士所理解的通常意义。本实施例中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性，而只是用来区分不同的组成部分。“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同，而不排除其他元件或者物件。“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。“上”、“下”、“左”、“右”、“横”以及“竖”等仅用于相对于附图中的部件的方位而言的，这些方向性术语是相对的概念，它们用于相对于的描述和澄清，其可以根据附图中的部件所放置的方位的变化而相应地发生变化。
本实施例的红外热成像故障自动识别系统，包括终端；与终端连接的服务器；与服务器连接的主控制器。
终端进行红外热成像，真实画面预览，热成像图片设备识别，设备故障分析预览，数据上传。服务器接受数据保存，分析设备故障，数据分发；主控制器与终端进行信息交互、查询和录入。
本发明针对配电设备故障进行数字整合，开发一套红外热成像自动识别故障的系统。
红外热成像自动故障识别方法录入的已知的所有检修设备故障信息及安全检修流程信息，运行与可视化智能头盔，配合设备检修人员，能够提升检修效率，降低检修安全风险。
终端包括红外成像摄像头和真实画面摄像头，红外热成像摄像头用于测温数据提取，真实画面摄像头用于设备图像识别。
基于上述系统，红外热成像故障自动识别方法，按以下进行：
终端进行红外热成像，真实画面预览，热成像图片设备识别，图像识别过程如下：
通过颜色抽取算法进行设备外形特征提取并进行数据对比，得出相识度较高的外形数据参数，然后根据外形数据参数截取出当前图片的有效特征区域以及区域的排序队列，然后通过特征取样算法在有效特征区域进行特征取样并缓存，将所有有效特征区域的特征采样参数集合排序队里进行一一数据对比，得到最终结果；
设备故障分析预览，数据上传；
服务器接受数据保存，分析设备故障，数据分发；主控制器与终端进行视频通话，信息录入，信息查询。
工作人员佩戴可视化智能头盔后，开启红外热成像实时测温功能进行设备温度全面监控，检测到异常温度时，系统会进行异常预警，然后自动进行热成像画面设备识别功能，识别出设备信息及故障信息进行上次服务器，并将返回的设备故障处理流程及设备信息进行预览，通过语言提示安全检修流程，工作人员即可根据提示进行设备故障检修，减少设备检修人员查询设备信息的时间，提高检修人员工作效率，保证检修人员的安全检修过程，辅助检修人员巩固检修知识。
热成像设备识别功能原理及说明：
由于热成像画面的特殊性，画面中是有发热的部分很清晰，不发热部分画面比较模糊，图像识别的难度角度。局部特征点往往对应着图像中的一些线条交叉，明暗变化的结构中，受到的干扰也少，于是采用局部特征点进行热成像图像识别的主要技术。
如图1、2所示，本实施例的特征提取的过程如下：
A. 先将拍摄的图片进行二值化，通过调整图片参数（对比度，滤波等参数）进行图片的前景色和背景色有明显的对比后，然后使用边缘计算得出图片前景色的边缘特征点数据，保存这些边缘特征点数据用于初步匹配参数。
B. 将这张图框选出2个及以上的明显特征区域并给其标记，依次计算出选框的面积及位置的坐标系进行标记并保存。
C. 根据这些选框进行图片裁剪，裁剪出框选的区域，将其二值化后，提取区域中的特征点数据进行标记并保存。
D. 整理边缘特征数据，选框的数据及区域特征数据进行数据封装并保存。
本实施例的图片识别过程如下：
拍照一张图片，将其二值化后提取出边缘特征点数据，将其与数据库中的边
缘特征数据进行对比，筛选出相识度较高的数据参数（命名M）。根据M获取相关的选框参数，根据选框参数依次截取出图片区域，进行区域特征提取，提取的区域特征数据与数据库中的区域特征进行对比，筛选出相识度较高的数据，将其转化成百分百输出，与其用户定义的百分百进行对比后来实现图片的识别。从而识别故障。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (6)
1.一种红外热成像故障自动识别系统，其特征性在于：包括终端；与终端连接的服务器；与服务器连接的主控制器；
终端进行红外热成像，真实画面预览，热成像图片设备识别，设备故障分析预览，数据上传；
服务器接受数据保存，分析设备故障，数据分发；
主控制器与终端进行信息交互、查询和录入。
2.根据权利要求1所述的红外热成像故障自动识别系统，其特征性在于：终端为可视化智能头盔。
3.根据权利要求1所述的红外热成像故障自动识别系统，其特征性在于：终端包括红外成像摄像头和真实画面摄像头，红外热成像摄像头用于测温数据提取，真实画面摄像头用于设备图像识别。
4.根据权利要求3所述的红外热成像故障自动识别系统，其特征性在于：设备图像识别过程如下：
通过颜色抽取算法进行设备外形特征提取并进行数据对比，得出相识度较高的外形数据参数，然后根据外形数据参数截取出当前图片的有效特征区域以及区域的排序队列，然后通过特征取样算法在有效特征区域进行特征取样并缓存，将所有有效特征区域的特征采样参数集合排序队里进行一一数据对比，得到最终结果。
5.一种红外热成像故障自动识别方法，其特征性在于：按以下进行：
终端进行红外热成像，真实画面预览，热成像图片设备识别，图像识别过程如下：
通过颜色抽取算法进行设备外形特征提取并进行数据对比，得出相识度较高的外形数据参数，然后根据外形数据参数截取出当前图片的有效特征区域以及区域的排序队列，然后通过特征取样算法在有效特征区域进行特征取样并缓存，将所有有效特征区域的特征采样参数集合排序队里进行一一数据对比，得到最终结果；
设备故障分析预览，数据上传；
服务器接受数据保存，分析设备故障，数据分发；主控制器与终端进行视频通话，信息录入，信息查询。
6.根据权利要求5所述的红外热成像故障自动识别方法，其特征性在于：按以下进行：
佩戴可视化智能头盔，开启红外热成像实时测温功能进行设备温度全面监控，检测到异常温度时，可视化智能头盔跟后台系统会进行异常预警，然后可视化智能头盔自动进行热成像画面设备识别，识别出设备信息及故障信息上传服务器，并将返回的设备故障处理流程及设备信息进行预览，通过语言提示安全检修流程。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110281060.5A CN113188662B (zh) | 2021-03-16 | 2021-03-16 | 一种红外热成像故障自动识别系统和方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110281060.5A CN113188662B (zh) | 2021-03-16 | 2021-03-16 | 一种红外热成像故障自动识别系统和方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113188662A true CN113188662A (zh) | 2021-07-30 |
| CN113188662B CN113188662B (zh) | 2023-05-23 |
Family
ID=76973310
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110281060.5A Active CN113188662B (zh) | 2021-03-16 | 2021-03-16 | 一种红外热成像故障自动识别系统和方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113188662B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114019879A (zh) * | 2021-11-08 | 2022-02-08 | 河南数字中原数据有限公司 | 一种高低压配电柜监控系统 |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20060088201A1 (en) * | 2004-10-21 | 2006-04-27 | Delaney Mark L | Smear-limit based system and method for controlling vision systems for consistently accurate and high-speed inspection |
| JP2009094903A (ja) * | 2007-10-10 | 2009-04-30 | Sharp Corp | 画像処理装置、画像形成装置、画像処理方法、画像処理プログラムおよび画像処理プログラムを記録する記録媒体 |
| CN206725097U (zh) * | 2016-12-20 | 2017-12-08 | 上海集成电路研发中心有限公司 | 红外热成像测温终端以及测温系统 |
| WO2017215206A1 (zh) * | 2016-06-17 | 2017-12-21 | 深圳市易特科信息技术有限公司 | 植物自动识别系统和方法 |
| CN108879440A (zh) * | 2018-06-20 | 2018-11-23 | 国网山东省电力公司济宁供电公司 | 基于可穿戴增强现实显示终端和云平台的智能检修系统及方法 |
| CN109215016A (zh) * | 2018-08-03 | 2019-01-15 | 湖南科技大学 | 一种编码标志的识别定位方法 |
| CN110048509A (zh) * | 2019-04-22 | 2019-07-23 | 国网陕西省电力公司宝鸡供电公司 | 一种基于mr智能安全帽的变电站巡检系统及方法 |
| CN110147760A (zh) * | 2019-05-20 | 2019-08-20 | 吉林化工学院 | 一种高效电能质量扰动图像特征提取与识别新方法 |
| CN110174174A (zh) * | 2019-05-28 | 2019-08-27 | 广东电网有限责任公司 | 基于红外热和可见光成像的检测终端及其使用方法 |
| CN110175584A (zh) * | 2019-05-30 | 2019-08-27 | 湖南城市学院 | 一种面部特征提取重构方法 |
| CN110415220A (zh) * | 2019-07-09 | 2019-11-05 | 国电大渡河瀑布沟发电有限公司 | 一种大型水电站的设备智能巡检方法 |
| CN111754483A (zh) * | 2020-06-23 | 2020-10-09 | 四川省东宇信息技术有限责任公司 | 一种基于热像仪进行异常设备识别的方法及系统 |
-
2021
- 2021-03-16 CN CN202110281060.5A patent/CN113188662B/zh active Active
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20060088201A1 (en) * | 2004-10-21 | 2006-04-27 | Delaney Mark L | Smear-limit based system and method for controlling vision systems for consistently accurate and high-speed inspection |
| JP2009094903A (ja) * | 2007-10-10 | 2009-04-30 | Sharp Corp | 画像処理装置、画像形成装置、画像処理方法、画像処理プログラムおよび画像処理プログラムを記録する記録媒体 |
| WO2017215206A1 (zh) * | 2016-06-17 | 2017-12-21 | 深圳市易特科信息技术有限公司 | 植物自动识别系统和方法 |
| CN206725097U (zh) * | 2016-12-20 | 2017-12-08 | 上海集成电路研发中心有限公司 | 红外热成像测温终端以及测温系统 |
| CN108879440A (zh) * | 2018-06-20 | 2018-11-23 | 国网山东省电力公司济宁供电公司 | 基于可穿戴增强现实显示终端和云平台的智能检修系统及方法 |
| CN109215016A (zh) * | 2018-08-03 | 2019-01-15 | 湖南科技大学 | 一种编码标志的识别定位方法 |
| CN110048509A (zh) * | 2019-04-22 | 2019-07-23 | 国网陕西省电力公司宝鸡供电公司 | 一种基于mr智能安全帽的变电站巡检系统及方法 |
| CN110147760A (zh) * | 2019-05-20 | 2019-08-20 | 吉林化工学院 | 一种高效电能质量扰动图像特征提取与识别新方法 |
| CN110174174A (zh) * | 2019-05-28 | 2019-08-27 | 广东电网有限责任公司 | 基于红外热和可见光成像的检测终端及其使用方法 |
| CN110175584A (zh) * | 2019-05-30 | 2019-08-27 | 湖南城市学院 | 一种面部特征提取重构方法 |
| CN110415220A (zh) * | 2019-07-09 | 2019-11-05 | 国电大渡河瀑布沟发电有限公司 | 一种大型水电站的设备智能巡检方法 |
| CN111754483A (zh) * | 2020-06-23 | 2020-10-09 | 四川省东宇信息技术有限责任公司 | 一种基于热像仪进行异常设备识别的方法及系统 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114019879A (zh) * | 2021-11-08 | 2022-02-08 | 河南数字中原数据有限公司 | 一种高低压配电柜监控系统 |
| CN114019879B (zh) * | 2021-11-08 | 2024-03-15 | 河南数字中原数据有限公司 | 一种高低压配电柜监控系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113188662B (zh) | 2023-05-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110826538B (zh) | 一种用于电力营业厅的异常离岗识别系统 | |
| CN109271872B (zh) | 一种高压隔离开关分合状态判断与故障诊断装置及方法 | |
| CN107133592B (zh) | 电力变电站采用红外热成像及可见光成像技术融合的人体目标特征检测算法 | |
| CN110493574B (zh) | 基于流媒体和ai技术的安监可视化系统 | |
| CN102915432A (zh) | 一种车载微机图像视频数据提取方法及装置 | |
| CN112149513A (zh) | 基于深度学习的工业制造现场安全帽佩戴识别系统和方法 | |
| CN112434828A (zh) | 一种5t运维中安全防护智能识别方法 | |
| CN113177614A (zh) | 一种城市轨道交通供电开关柜图像识别系统及方法 | |
| CN114913619A (zh) | 一种智能移动巡检方法和系统 | |
| CN113188662A (zh) | 一种红外热成像故障自动识别系统和方法 | |
| CN113743725B (zh) | 基于边缘计算的登高作业人员的登高资质检测方法及系统 | |
| CN202815869U (zh) | 一种车载微机图像视频数据提取装置 | |
| CN210666820U (zh) | 一种基于dsp边缘计算的行人异常行为检测系统 | |
| CN111274876B (zh) | 一种基于视频分析的调度监控方法和系统 | |
| CN116311034A (zh) | 一种基于对比检测的机器人巡检系统 | |
| CN116152945A (zh) | 一种基于ar技术的矿下巡检系统及方法 | |
| CN115641608A (zh) | 基于边缘智能的配网作业个人防护用品智能识别设备 | |
| CN115690687A (zh) | 一种基于深度学习技术的安全穿戴规范检测系统 | |
| CN112906562B (zh) | 一种链篦机台车侧板裂缝的安全预警方法 | |
| CN114330477A (zh) | 一种基于混合现实设备的电力设备缺陷检测系统及方法 | |
| CN115296193A (zh) | 变电站智能巡检系统及方法 | |
| CN111028289A (zh) | 基于模板匹配的变电站内设备异物定位方法 | |
| CN110196152A (zh) | 基于机器视觉的大型景观灯组的故障诊断方法与系统 | |
| CN116665419B (zh) | 电力生产作业中基于ai分析的故障智能预警系统及方法 | |
| CN114898291B (zh) | 一种基于摄像头巡检路径的视觉监测方法 |
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 |