CN113551775A - 基于红外热成像的设备故障在线监测报警方法和系统 - Google Patents

Abstract

本发明提出基于红外热成像的设备故障在线监测报警方法，包括以下步骤；步骤S1、在基准环境温度的设备正常工况下，以红外热成像装置对其多次拍摄，完成参考图像的数据采集；步骤S2、根据红外热图像中的明暗变化标识出高亮区域、明区和暗区，并对各个高亮区域的中心点坐标、亮度、面积进行计算，形成标定数据并存储；步骤S3、在监控设备的运行状态时，步骤S1中的红外热成像装置以相同方位和拍摄角，按预设频次对设备持续拍摄以采集实时图像；步骤S4、对实时图像进行处理和识别，对图像的高亮区域与标定数据进行比对以计算偏移量，当偏移量大于阈值时进行报警；本发明可以通过非接触式测量的方式实现对电力设备的监控。

Description

基于红外热成像的设备故障在线监测报警方法和系统

技术领域

本发明涉及电力设施运维领域，尤其是基于红外热成像的设备故障在线监测报警方法和系统。

背景技术

电力系统是指由发电厂、电力网及电能用户所组成的发电、输电、变电、配电和用户的整体。

电力系统内的电力设备多种多样，对于一些比较重要的电力设备，一般会建设设备室，设备室内会放置空调，以维持室内恒温状态。将这些电力设备安放在设备室内，一来可以使这些电力设备在恒温的环境下工作，使设备更加稳定可靠地运行，二来可以方便对电力设备进行集中监控。

现有的监控方式为：在电力设备内加装各种传感器、仪表，再通过高清摄像头拍摄传感器和仪表上显示的数据，从而对电力设备的运行状态进行监控。这种监控方式，由于是接触式测量，有时候需要拆开电力设备，装好传感器和仪表后在装好电力设备，需要进行复杂的布线且对传感器和仪表的安装方位有限制，布置监控系统的操作难度大、维护成本高。

与接触式测量方式相比，非接触式测量有巨大的优势，电力设备运行时出现的绝大部分故障时都会有异常发热，因此可以通过电力设备的发热情况判断是否出现故障。

因此设计一套非接触监控系统，来对电力设备的运行状态进行实时监控，很有必要。

发明内容

本发明提出基于红外热成像的设备故障在线监测报警方法和系统，可以通过非接触式测量的方式实现对电力设备的监控。

本发明采用以下技术方案。

基于红外热成像的设备故障在线监测报警方法，用于监控设备工况，包括以下步骤；

步骤S1、在基准环境温度下，使设备运行于正常工况，在设备旁架设红外热成像装置对其多次拍摄，获取该工况的多张红外热图像，完成参考图像的数据采集；

步骤S2、对参考图像进行处理，根据红外热图像中的明暗变化标识出高亮区域、明区和暗区，并对各个高亮区域的中心点坐标、亮度、面积进行计算，再根据计算结果对各个高亮区域的多组中心点基准坐标、亮度和面积进行标定形成标定数据并存储；

步骤S3、在监控设备的运行状态时，步骤S1中的红外热成像装置以相同方位和拍摄角，按预设频次对设备持续拍摄以采集实时图像；

步骤S4、对实时图像进行处理和识别，对图像的高亮区域的中心点坐标、亮度和面积进行实时计算，并把计算结果与标定数据进行比对以计算偏移量，当偏移量大于阈值时进行报警。

所述方法还包括设备故障原因判断步骤，其方法为：当实时图像中的高亮区域的亮度或面积的变化超过允许值时，结合该实时图像中其他高亮区域的亮度或面积变化趋势来判断故障原因，具体为：

A、若其他高亮区域的亮度或面积未变化或变化趋势均与该高亮区域的亮度或面积变化趋势相反，则初步判断该高亮区域内的设备元器件发生故障；

B、若其他高亮区域的亮度或面积的变化趋势均与该高亮区域的亮度或面积变化趋势相同，再对设备的工作环境温度进行检测，若环境温度变化趋势与高亮区域的亮度或面积变化趋势相同，则判断是环境温度变化引起设备元器件的温度变化，此时即初步判断元器件无故障。

在设备故障原因判断步骤中，当初步判断元器件发生故障时，通过采集该区域的元器件的输入电压和电流对故障成因进一步判定，具体为：

C、将电压和电流数据与该元器件的额定输入电压和电流数据进行比较，若采集到电压和电流数据与额定的电压和电流数据的差值超过阈值，则判断设备内部电路或设备的输入侧供电线路出现故障；

D、若采集到的电压和电流数据与额定的电压和电流数据的差值未超过阈值，则判断是元器件自身发生故障。

所述方法还包括预警方法，具体为：当判断是环境温度变化引起设备元器件的温度变化时，计算检测到的当前环境温度与基准环境温度之间的温度差值，并计算各个高亮区域当前的亮度或面积与各自对应标定数据之间的热成像偏移差值，将环境温度差值、热成像偏移差值带入温度分析模型，根据环境温度差值与热成像偏移差值之间的对应关系，对各个高亮区域进行温度分析，从而对各个高亮区域内的元器件进行风险等级划分，再发出包含有各个元器件风险等级的预警信息。

所述方法还包括图像监控频次动态设定方法，具体为：在实时图像中划定各个高亮区域的图像采集边界，当有高亮区域内的元器件风险等级被判断为风险最高，使该高亮区域成为风险最高区域时，则对该高亮区域提高图像拍摄的频次，在提高拍摄频次后每间隔一定张数，对整张图像内的所有高亮区域的图像数据进行处理和识别，且对这间隔的两张图像之间的每一张图像中的风险最高的高亮区域的图像采集边界内的图像进行分割，只对分割得到的图像数据进行处理和识别。

在图像监控频次动态设定方法中，计算已设定频次拍摄的间隔时间，将间隔时间均匀划分为若干个时间段，在各个时间段结束时拍摄图像，以提高图像采集的频次，且使划分的时间段数量与高亮区域的风险等级正相关。

在步骤S2和步骤S4中，在对图像处理时，对每张图像进行灰度化处理，使经过灰度化处理后图像中只含亮度信息；

在步骤S2和步骤S4中，对亮区进行简化处理以减少数据处理量来提升图像分析识别速度，具体方法为：

步骤A1、根据图像的红外成像亮度，预设多个亮度依次减弱的亮度等级；

步骤A2、根据亮度等级的设定来划分亮度阈值范围，使一个亮度阈值范围包括一个以上的亮度等级；

步骤A3、对图像再进行一次灰度化处理，并根据亮度阈值范围划分灰度化处理后的图像，并标定为高亮区域、明区或暗区；

在步骤S2中，标定高亮区域的中心点坐标的方法为：在亮区域边缘上取横坐标最小的点A、横坐标最大的点B、纵坐标最小的点J以及纵坐标最大的点K；根据点A的坐标和点B的坐标确定第一直线，并根据点J的坐标和点K的坐标确定第二直线，第一直线与第二直线的交点为I；根据点A的坐标和点K的坐标确定第三直线，取第三直线的中点I1；根据点J的坐标和点B的坐标确定第四直线，取第四直线的中点I2，将I、I1和I2顺次连线得到三角形，计算出三角形的重心O，重心O的坐标即为高亮区域的中心点坐标。

在步骤S2中，计算并标定高亮区域的面积的方法为：将图像划分为多个小网格，计算出单个网格的面积s，通过统计被高亮区域覆盖的网格数f1，若网格未被高亮区域完全覆盖则不纳入统计，同时统计被明区覆盖的网格数f2，若网格未被明区完全覆盖则不纳入统计，最后综合计算出网格的数量F=f1+k*f2，式中k为统计补偿系数，高亮区域的面积S=F*s；

在对高亮区域的亮度进行标定时，其方法为取每一张图像中的各个高亮区域的亮度值，计算获得平均亮度值，再利用各个高亮区域在每一张图像中的平均亮度值进行平均计算，获得各个高亮区域的标定亮度。

所述以温度分析模型分析数据的方法包括以下步骤：

步骤B1、预先在不同的环境温度下拍摄设备的红外热图像，对于各个温度值，计算此环境温度下各个高亮区域的标定亮度值和标定面积，在温度分析模型中建立温度与高亮区域的亮度和面积的对应关系；

步骤B2、将检测到的实时温度、采集到的高亮区域的亮度和面积数据输入温度分析模型，温度分析模型根据输入的温度值查询对应的各个高亮区域的标定亮度和标定面积数据；

步骤B3、设置风险阈值，将实时计算出的各个高亮区域的亮度和面积数据与标定数据中的亮度和面积数据进行比对计算以得出差值，将标定数据与实时计算数据之间的差值与设定的风险阈值进行比较，根据差值与风险阈值的大小确定各个高亮区域的风险等级。

基于红外热成像的设备故障在线监测报警方法的系统，所述系统对室内恒温无尘环境中的电力设备进行监控，所述电力设备的工作负荷模式简易，其外壳温度随设备内部元器件温度的变化而变化，所述电力设备包括交换机或各种监测终端；

所述系统包括以下装置：

红外热成像装置，包括主控模块和与主控模块连接的红外热成像传感器、无线收发模块、存储模块、温度传感器、A/D转换模块以及电源模块，还包括与A/D转换模块连接的电压采样模块和电流采样模块，电压采样模块为电压互感器，电流采样模块为电流互感器，电压互感器和电流互感器安装于被监控电力设备的元器件的供电线路处，红外热成像装置的功能为：安装于电力设备旁的预设方位处，用于拍摄电力设备的红外热图像并通过无线通信网络将图像数据发送至图像分析主机；

图像分析预警主机，包括微处理器和与微处理器连接的图像处理模块、无线收发模块、存储模块、电源模块以及通信模块；其中微处理器用于进行数据运算和收发指令，图像处理模块用于对图像进行处理，存储模块用于暂存图像数据，无线收发模块用于红外热成像装置与图像分析预警主机之间的通信和数据交换，图像分析预警主机的功能为：与红外热成像装置通信连接，用于接收图像数据，并对图像数据进行处理和分析，根据图像中的高亮区域的变化判断电力设备是否出现故障，向红外热成像装置发送指令以及将电力设备的运行状态数据实时上传至电力设备在线监测平台；

电力设备在线监测平台，包括服务器、数据库和后台操作系统，其功能为与图像分析预警主机通信连接，用于接收和存储图像分析预警主机上传的数据、故障报警或预警信息；

监控终端，其功能为：其与电力设备在线监测平台通信连接，用于接入电力设备在线监测平台并供管理人员进行远程操控，以及接收电力设备在线监测平台推送的故障报警或预警信息。

与现有技术相比，本发明的优点是：

1、通过对电力设备的红外热成像图像进行处理和分析，来判断电力设备是否出现故障，在出现故障时可以及时生成和发出报警或预警信息，提醒管理人员及时采取措施，有效防止电力设备受损，由于是非接触式测量，无需复杂的安装和布线，可以大大降低布置监控系统的操作难度、降低维护成本。

2、系统运行和响应速度快，且拍摄和处理图像的频次可以根据电力设备的风险等级自动调节，保证检测的准确性和速动性，且不会占用过多的系统资源。

3、可以对电力设备的故障进行初步判断，分辨故障类型以及消除误报警，智能化程度高。

附图说明

下面结合附图和具体实施方式对本发明进一步详细的说明：

图1为电力设备的外壳的红外热图像示意图；

图2为经过灰度化和简化处理后的红外热图像示意图；

图3为标定高亮区域坐标系的示意图；

图4为计算高亮区域的中心点坐标的示意图；

图5为计算高亮区域的中心点坐标的另一示意图；

图6为计算高亮区域的面积的示意图；

图7为系统的架构原理示意图。

具体实施方式

如图所示，基于红外热成像的设备故障在线监测报警方法，用于监控设备工况，包括以下步骤；

步骤S1、在基准环境温度下，使设备运行于正常工况，在设备旁架设红外热成像装置对其多次拍摄，获取该工况的多张红外热图像，完成参考图像的数据采集；

步骤S2、对参考图像进行处理，根据红外热图像中的明暗变化标识出高亮区域、明区和暗区，并对各个高亮区域的中心点坐标、亮度、面积进行计算，再根据计算结果对各个高亮区域的多组中心点基准坐标、亮度和面积进行标定形成标定数据并存储；

步骤S3、在监控设备的运行状态时，步骤S1中的红外热成像装置以相同方位和拍摄角，按预设频次对设备持续拍摄以采集实时图像；

步骤S4、对实时图像进行处理和识别，对图像的高亮区域的中心点坐标、亮度和面积进行实时计算，并把计算结果与标定数据进行比对以计算偏移量，当偏移量大于阈值时进行报警。

所述方法还包括设备故障原因判断步骤，其方法为：当实时图像中的高亮区域的亮度或面积的变化超过允许值时，结合该实时图像中其他高亮区域的亮度或面积变化趋势来判断故障原因，具体为：

A、若其他高亮区域的亮度或面积未变化或变化趋势均与该高亮区域的亮度或面积变化趋势相反，则初步判断该高亮区域内的设备元器件发生故障；

B、若其他高亮区域的亮度或面积的变化趋势均与该高亮区域的亮度或面积变化趋势相同，再对设备的工作环境温度进行检测，若环境温度变化趋势与高亮区域的亮度或面积变化趋势相同，则判断是环境温度变化引起设备元器件的温度变化，此时即初步判断元器件无故障。

在设备故障原因判断步骤中，当初步判断元器件发生故障时，通过采集该区域的元器件的输入电压和电流对故障成因进一步判定，具体为：

C、将电压和电流数据与该元器件的额定输入电压和电流数据进行比较，若采集到电压和电流数据与额定的电压和电流数据的差值超过阈值，则判断设备内部电路或设备的输入侧供电线路出现故障；

D、若采集到的电压和电流数据与额定的电压和电流数据的差值未超过阈值，则判断是元器件自身发生故障。

所述方法还包括预警方法，具体为：当判断是环境温度变化引起设备元器件的温度变化时，计算检测到的当前环境温度与基准环境温度之间的温度差值，并计算各个高亮区域当前的亮度或面积与各自对应标定数据之间的热成像偏移差值，将环境温度差值、热成像偏移差值带入温度分析模型，根据环境温度差值与热成像偏移差值之间的对应关系，对各个高亮区域进行温度分析，从而对各个高亮区域内的元器件进行风险等级划分，再发出包含有各个元器件风险等级的预警信息。

所述方法还包括图像监控频次动态设定方法，具体为：在实时图像中划定各个高亮区域的图像采集边界，当有高亮区域内的元器件风险等级被判断为风险最高，使该高亮区域成为风险最高区域时，则对该高亮区域提高图像拍摄的频次，在提高拍摄频次后每间隔一定张数，对整张图像内的所有高亮区域的图像数据进行处理和识别，且对这间隔的两张图像之间的每一张图像中的风险最高的高亮区域的图像采集边界内的图像进行分割，只对分割得到的图像数据进行处理和识别。

在图像监控频次动态设定方法中，计算已设定频次拍摄的间隔时间，将间隔时间均匀划分为若干个时间段，在各个时间段结束时拍摄图像，以提高图像采集的频次，且使划分的时间段数量与高亮区域的风险等级正相关。

在步骤S2和步骤S4中，在对图像处理时，对每张图像进行灰度化处理，使经过灰度化处理后图像中只含亮度信息；

在步骤S2和步骤S4中，对亮区进行简化处理以减少数据处理量来提升图像分析识别速度，具体方法为：

步骤A1、根据图像的红外成像亮度，预设多个亮度依次减弱的亮度等级；

步骤A2、根据亮度等级的设定来划分亮度阈值范围，使一个亮度阈值范围包括一个以上的亮度等级；

步骤A3、对图像再进行一次灰度化处理，并根据亮度阈值范围划分灰度化处理后的图像，并标定为高亮区域、明区或暗区；

在步骤S2中，标定高亮区域的中心点坐标的方法为：在亮区域边缘上取横坐标最小的点A、横坐标最大的点B、纵坐标最小的点J以及纵坐标最大的点K；根据点A的坐标和点B的坐标确定第一直线，并根据点J的坐标和点K的坐标确定第二直线，第一直线与第二直线的交点为I；根据点A的坐标和点K的坐标确定第三直线，取第三直线的中点I1；根据点J的坐标和点B的坐标确定第四直线，取第四直线的中点I2，将I、I1和I2顺次连线得到三角形，计算出三角形的重心O，重心O的坐标即为高亮区域的中心点坐标。

在步骤S2中，计算并标定高亮区域的面积的方法为：将图像划分为多个小网格，计算出单个网格的面积s，通过统计被高亮区域覆盖的网格数f1，若网格未被高亮区域完全覆盖则不纳入统计，同时统计被明区覆盖的网格数f2，若网格未被明区完全覆盖则不纳入统计，最后综合计算出网格的数量F=f1+k*f2，式中k为统计补偿系数，高亮区域的面积S=F*s；

在对高亮区域的亮度进行标定时，其方法为取每一张图像中的各个高亮区域的亮度值，计算获得平均亮度值，再利用各个高亮区域在每一张图像中的平均亮度值进行平均计算，获得各个高亮区域的标定亮度。

所述以温度分析模型分析数据的方法包括以下步骤：

步骤B1、预先在不同的环境温度下拍摄设备的红外热图像，对于各个温度值，计算此环境温度下各个高亮区域的标定亮度值和标定面积，在温度分析模型中建立温度与高亮区域的亮度和面积的对应关系；

步骤B2、将检测到的实时温度、采集到的高亮区域的亮度和面积数据输入温度分析模型，温度分析模型根据输入的温度值查询对应的各个高亮区域的标定亮度和标定面积数据；

步骤B3、设置风险阈值，将实时计算出的各个高亮区域的亮度和面积数据与标定数据中的亮度和面积数据进行比对计算以得出差值，将标定数据与实时计算数据之间的差值与设定的风险阈值进行比较，根据差值与风险阈值的大小确定各个高亮区域的风险等级。

基于红外热成像的设备故障在线监测报警方法的系统，所述系统对室内恒温无尘环境中的电力设备进行监控，所述电力设备的工作负荷模式简易，其外壳温度随设备内部元器件温度的变化而变化，所述电力设备包括交换机或各种监测终端；

所述系统包括以下装置：

红外热成像装置，包括主控模块和与主控模块连接的红外热成像传感器、无线收发模块、存储模块、温度传感器、A/D转换模块以及电源模块，还包括与A/D转换模块连接的电压采样模块和电流采样模块，电压采样模块为电压互感器，电流采样模块为电流互感器，电压互感器和电流互感器安装于被监控电力设备的元器件的供电线路处，红外热成像装置的功能为：安装于电力设备旁的预设方位处，用于拍摄电力设备的红外热图像并通过无线通信网络将图像数据发送至图像分析主机；

图像分析预警主机，包括微处理器和与微处理器连接的图像处理模块、无线收发模块、存储模块、电源模块以及通信模块；其中微处理器用于进行数据运算和收发指令，图像处理模块用于对图像进行处理，存储模块用于暂存图像数据，无线收发模块用于红外热成像装置与图像分析预警主机之间的通信和数据交换，图像分析预警主机的功能为：与红外热成像装置通信连接，用于接收图像数据，并对图像数据进行处理和分析，根据图像中的高亮区域的变化判断电力设备是否出现故障，向红外热成像装置发送指令以及将电力设备的运行状态数据实时上传至电力设备在线监测平台；

电力设备在线监测平台，包括服务器、数据库和后台操作系统，其功能为与图像分析预警主机通信连接，用于接收和存储图像分析预警主机上传的数据、故障报警或预警信息；

监控终端，其功能为：其与电力设备在线监测平台通信连接，用于接入电力设备在线监测平台并供管理人员进行远程操控，以及接收电力设备在线监测平台推送的故障报警或预警信息。

实施例：

本例中，该系统最理想的监测对象是处于室内恒温无尘环境中（即不受到风力、风扇散热和设备表面灰尘等的影响）且封装结构比较简单（即设备外壳温度能随元器件温度的变化而变化）、工作模式比较简单（即工作负荷模式不复杂）的电力设备（例如交换机和各种监测终端）进行监控，可以保证监测的准确性。

实施例一

基于无线通信的电力设备故障在线监测报警方法，包括以下步骤：

S1、在设定的基准环境温度下（即设备室内的恒定温度），通过在电力设备的某一方位架设红外热成像装置，利用红外热成像装置多次拍摄处于正常运行状态的电力设备，获取电力设备正常工作时的多张红外热图像，完成参考图像数据的采集。

图1为拍摄获得的红外热图像示意图，图中的方框代表电力设备壳体表面，方框内的闭合曲线为图像内的红外热力分布示意图，闭合曲线所在的部位既可以与壳体内的元器件的位置对应，元器件工作时产生的热量传递至壳体，使壳体上对应的部位向外产生红外辐射。在红外热力集中的部位会呈现明显的发亮，壳体的其他部位则不会发亮。由于热量的传递和辐射会有损耗，所以发亮区域也会有亮度不同的区域，离元器件越近的部位越亮。如图1所示，例如有五个亮度等级，Ⅰ、Ⅱ、Ⅲ、Ⅳ、Ⅴ区域亮度依次减弱。

S2、对每一张图像进行灰度化处理，经过灰度化处理后图像中只含亮度信息，为了减少数据处理量，提高图像分析识别的速度，这里对发亮区域进行简化处理。具体为：设置亮度阈值范围，分别为第一亮度阈值范围、第二亮度阈值范围以及第三亮度阈值范围，使得Ⅰ、Ⅱ区域的亮度值落入第一亮度阈值范围内、Ⅲ、Ⅳ区域的亮度值落入第二亮度阈值范围内、Ⅴ区域的亮度值落入第三亮度阈值范围内。再对图像进行一次灰度化处理，将亮度值处于第一亮度阈值范围内的区域（Ⅰ、Ⅱ区域）着色为高亮区域、将亮度值处于第二亮度阈值范围内的区域（Ⅲ、Ⅳ区域）着色为明区、并将将亮度值处于第三亮度阈值范围内的（Ⅴ区域）区域着色为暗区，如图2所示。

如此就能在图像中标识出高亮区域、明区和暗区，其中高亮区域最能反映元器件的发热情况。

再对每一张图像中的各个高亮区域的中心点进行标定，参照图3和图4，标定方法为：在图像中建立直角坐标系，在高亮区域边缘上取横坐标最小的点A、横坐标最大的点B、纵坐标最小的点J以及纵坐标最大的点K；根据点A的坐标和点B的坐标确定第一直线，并根据点J的坐标和点K的坐标确定第二直线，第一直线与第二直线的交点为I；根据点A的坐标和点K的坐标确定第三直线，取第三直线的中点I1；根据点J的坐标和点B的坐标确定第四直线，取第四直线的中点I2。参照图5，将I、I1和I2顺次连线得到三角形，计算出三角形的重心O，重心O的坐标即为高亮区域的中心点坐标。

再根据各个高亮区域的多组中心点坐标数据，计算取平均值获得各个高亮区域的中心点基准坐标，并将各个中心点的基准坐标存储在数据库中。

同时也对各个高亮区域的亮度和面积进行标定，亮度标定的方法为，取每一张图像中的各个高亮区域的Ⅰ、Ⅱ区域亮度值，计算获得平均亮度值，再利用各个高亮区域在每一张图像中的平均亮度值进行平均计算，获得各个高亮区域的标定亮度。

参照图6，标定高亮区域的面积的方法为：将图像划分为多个小网格，计算出单个网格的面积s，通过统计被高亮区域覆盖的网格数f1，若网格未被高亮区域完全覆盖则不纳入统计，同时统计明区被明区覆盖的网格数f2，若网格未被明区完全覆盖则不纳入统计，最后综合计算出网格的数量F=f1+k*f2，式中k为统计补偿系数，高亮区域的面积S=F*s。本实施例中的统计补偿系数为0.3，在其他实施例中可以自由设置补偿系数的值。利用此方法计算出各个高亮区域在每一张图像中的面积值，再对多组面积值进行平均计算，即可获得各个高亮区域的标定面积。如此设置是因为高亮区域与明区的边界的可辨识度低于明区与暗区的边界的可辨识度，若只统计被高亮区域覆盖的网格，在高亮区域的边界处可能出现少记或多记的情况，而统计明区的边界则不容易出现少记或多记的情况，因此为保证计算的准确性，舍弃没有被高亮区域完全覆盖的网格，并利用明区的网格进行弥补。

S3、在电力设备之后的运行过程中，利用前述红外热成像装置以既定的频次持续拍摄电力设备，并将拍摄到的图像实时上传。例如每五分钟拍摄上传一次。

S4、对实时图像进行处理和识别，对图像中的各个高亮区域的中心点坐标、亮度和面积进行实时计算，并将各个高亮区域的实时中心点坐标与基准坐标进行比对、将实时亮度与标定亮度进行计较以及将实时面积与标定面积进行比较。计算实时标定坐标与基座坐标之间的偏移量，将计算出的偏移量与设计的阈值进行比较，当偏移量超出阈值时发出报警信号，出现此情况是可能是元器件的发热部位有变化或是元器件产生了位移，元器件可能出现了故障，此时生成并上传报警信息；同时将各个高亮区域的实时亮度和面积与标定亮度和面积进行比较，当亮度或面积有超过允许值的差异时，发出报警信号，出现此情况可能是元器件温度发生明显变化，元器件可能出现故障，此时生成并上传报警信息。

当元器件温度发生变化时，也可能是输入电压电流突变或是设备室内的环境温度（设备室内空调关机或故障）发生变化引起的，因此本实施例中还包括故障原因判断的步骤，具体地：当某一高亮区域的亮度或面积的变化超过允许值时，判断其他高亮区域的亮度或面积变化，若其他高亮区域的亮度或面积未明显变化或变化趋势均与该高亮区域的亮度或面积变化趋势相反，则初步判断该高亮区域内的元器件发生故障，不是由环境温度变化引起的；若其他高亮区域的亮度或面积的变化趋势均与该高亮区域的亮度或面积变化趋势相同，再对电力设备的工作环境温度进行检测，若环境温度变化趋势与高亮区域的亮度或面积变化趋势也相同，则判断是环境温度变化引起电力设备元器件的温度变化，此时初步判断元器件无故障。

当初步判断元器件发生故障时，通过采集元器件的输入电压和电流，将电压和电流数据与该元器件的额定输入电压和电流数据进行比较，若采集到电压和电流数据与额定的电压和电流数据的差值超过阈值，则判断电力设备内部电路或电力设备的输入侧电力线路出现故障；若采集到的电压和电流数据与额定的电压和电流数据的差值未超过阈值，则判断是元器件自身发生故障。

本实施例中还设计了温度分析模型，预先在不同的环境温度下拍摄电力设备的红外热图像，对于各个温度值，计算此环境温度下各个高亮区域的标定亮度和标定面积，在温度分析模型中建立温度与高亮区域的亮度和面积的对应关系，将检测到的实时温度、采集到的高亮区域的亮度和面积数据输入温度分析模型，温度分析模型根据输入的温度值调出对应的各个高亮区域的标定亮度和标定面积数据，再将实时计算出的各个高亮区域的亮度和面积数据与标定的亮度和面积数据进行比对，并设置几组阈值，将标定数据与实时计算得到的数据的差值与各个阈值进行比较，根据差值与各个阈值的大小确定各个高亮区域的风险等级，差值越大，风险等级越高。

当初步判断是环境温度变化引起电力设备元器件产生温度变化时，计算检测到的温度与基准环境温度的差值以及各个高亮区域当前的亮度或面积与各自标定的亮度和面积的差值，将温环境温度差值与各个高亮区域的亮度或面积差值带入温度分析模型，根据温度差值与亮度或面积差值范围的对应关系，对各个高亮区域进行温度分析，从而对各个高亮区域内的元器件进行风险等级划分，再发出包含有各个元器件风险等级的预警信息。

当有高亮区域被判断为具有风险时，该区域可能在短时间发生较大变化，若依然是每五分钟拍摄一次，则可能不能及时判断出元器件运行状态恶化的情况，使报警信息的产生滞后，可能造成较大损失。为避免发生该情况，还包括调节图像采集和处理频次的步骤，具体为：在图像中划定各个高亮区域的图像分割边界，当有高亮区域被判断为存在风险时，则提高图像拍摄的频次，例如改为每30秒拍摄一次。在提高拍摄频次后获得的图像中，每间隔一定张数，对整张图像内的所有高亮区域的图像数据进行处理和识别，且对这间隔的两张图像之间的每一张图像中的风险最高的高亮区域的图像分割边界内的图像进行分割，只对分割得到的图像数据进行处理和识别，如此不仅可以对风险区域进行更实时准确地监测，还不必每次都处理其他区域的图像数据，减小系统的数据处理和运算压力，保障系统的运行速度。

在其他实施例中，也可以改为一分钟拍摄一次，即取既定频次拍摄的间隔时间，将间隔时间均匀划分为若干个时间段，在各个时间段结束时拍摄图像，即可提高图像采集的频次，且划分的时间段数量与高亮区域的风险等级正相关，高亮区域风险等级越高，调节后的拍摄时间间隔越短。

实施例二：

基于无线通信的电力设备故障在线监测报警系统，包括：

红外热成像装置，参照图7，红外热成像装置包括主控模块，还包括与主控模块连接的红外热成像传感器、无线收发模块、存储模块、温度传感器、A/D转换模块以及电源模块，还包括与A/D转换模块连接的电压采样模块和电流采样模块，电压采样模块为电压互感器，电流采样模块为电流互感器，电压互感器和电流互感器装在元器件的输入线路中。红外热成像装置工作时，拍摄电力设备的红外热图像并通过无线通信网络将图像数据发送至图像分析主机。

图像分析预警主机，其包括微处理器，还包括与微处理器连接的图像处理模块、无线收发模块、存储模块、电源模块以及通信模块。其中微处理器用于进行数据运算和收发指令，图像处理模块用于对图像进行处理，存储模块用于暂存图像数据，无线收发模块用于红外热成像装置与图像分析预警主机之间的通信和数据交换。图像预警主机接收到图像数据后，对图像数据进行处理和分析，将实时图像中的高亮区域的中心点坐标、亮度和面积数据与从电力设备在线监测平台获得的标定基准坐标数据、标定亮度数据和标定面积数据进行比较，从而可以对实时图像中的高亮区域的中心点、亮度、面积的变化判断电力设备是否出现故障。当高亮区域的中心点坐标发生偏移时，图像分析预警主机生成元器件故障报警信息；当高亮区域的亮度或面积变化时，图像分析预警主机向红外热成像装置发送控制指令，红外热成像装置接收到控制指令后，主控模块控制红外热成像传感器提高拍摄频次、以及对温度传感器、低压互感器和电流互感器输出的信号进行采样，利用这些数据进行综合计算和分析，从而初步判断元器件的是否故障。通信模块用于将电力设备的运行状态数据实时上传至电力设备在线监测平台；

电力设备在线监测平台，电力设备在线监测平台包括服务器、数据库和后台操作系统，图像分析预警主机与服务器通信连接，数据库用于各个高亮区域的中心点基准数据、标定亮度数据个标定面积数据，以及存储图像分析预警主机上传的数据和故障报警和预警信息；

监控终端，其与电力设备在线监测平台的服务器通信连接，用于接入平台并供管理人员进行远程操控，以及用于接收电力设备在线监测平台推送的故障报警和预警信息，从而实现对电力设备运行状态的在线监控，当电力设备出现故障时可以及时将报警和预警信息推送至管理人员，使得管理人员能够及时采取应对措施，放置造成识别损坏和经济损失。

以上所述仅是本发明的优选实施方式，本发明的保护范围并不仅局限于上述实施例，凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理前提下的若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (10)

1.基于红外热成像的设备故障在线监测报警方法，用于监控设备工况，其特征在于：包括以下步骤；

步骤S1、在基准环境温度下，使设备运行于正常工况，在设备旁架设红外热成像装置对其多次拍摄，获取该工况的多张红外热图像，完成参考图像的数据采集；

步骤S2、对参考图像进行处理，根据红外热图像中的明暗变化标识出高亮区域、明区和暗区，并对各个高亮区域的中心点坐标、亮度、面积进行计算，再根据计算结果对各个高亮区域的多组中心点基准坐标、亮度和面积进行标定形成标定数据并存储；

步骤S3、在监控设备的运行状态时，步骤S1中的红外热成像装置以相同方位和拍摄角，按预设频次对设备持续拍摄以采集实时图像；

步骤S4、对实时图像进行处理和识别，对图像的高亮区域的中心点坐标、亮度和面积进行实时计算，并把计算结果与标定数据进行比对以计算偏移量，当偏移量大于阈值时进行报警。

2.根据权利要求1所述的基于红外热成像的设备故障在线监测报警方法，其特征在于：所述方法还包括设备故障原因判断步骤，其方法为：当实时图像中的高亮区域的亮度或面积的变化超过允许值时，结合该实时图像中其他高亮区域的亮度或面积变化趋势来判断故障原因，具体为：

A、若其他高亮区域的亮度或面积未变化或变化趋势均与该高亮区域的亮度或面积变化趋势相反，则初步判断该高亮区域内的设备元器件发生故障；

B、若其他高亮区域的亮度或面积的变化趋势均与该高亮区域的亮度或面积变化趋势相同，再对设备的工作环境温度进行检测，若环境温度变化趋势与高亮区域的亮度或面积变化趋势相同，则判断是环境温度变化引起设备元器件的温度变化，此时即初步判断元器件无故障。

3.根据权利要求2所述的基于红外热成像的设备故障在线监测报警方法，其特征在于：在设备故障原因判断步骤中，当初步判断元器件发生故障时，通过采集该区域的元器件的输入电压和电流对故障成因进一步判定，具体为：

C、将电压和电流数据与该元器件的额定输入电压和电流数据进行比较，若采集到电压和电流数据与额定的电压和电流数据的差值超过阈值，则判断设备内部电路或设备的输入侧供电线路出现故障；

D、若采集到的电压和电流数据与额定的电压和电流数据的差值未超过阈值，则判断是元器件自身发生故障。

4.根据权利要求2所述的基于红外热成像的设备故障在线监测报警方法，其特征在于：所述方法还包括预警方法，具体为：当判断是环境温度变化引起设备元器件的温度变化时，计算检测到的当前环境温度与基准环境温度之间的温度差值，并计算各个高亮区域当前的亮度或面积与各自对应标定数据之间的热成像偏移差值，将环境温度差值、热成像偏移差值带入温度分析模型，根据环境温度差值与热成像偏移差值之间的对应关系，对各个高亮区域进行温度分析，从而对各个高亮区域内的元器件进行风险等级划分，再发出包含有各个元器件风险等级的预警信息。

5.根据权利要求4所述的基于红外热成像的设备故障在线监测报警方法，其特征在于：所述方法还包括图像监控频次动态设定方法，具体为：在实时图像中划定各个高亮区域的图像采集边界，当有高亮区域内的元器件风险等级被判断为风险最高，使该高亮区域成为风险最高区域时，则对该高亮区域提高图像拍摄的频次，在提高拍摄频次后每间隔一定张数，对整张图像内的所有高亮区域的图像数据进行处理和识别，且对这间隔的两张图像之间的每一张图像中的风险最高的高亮区域的图像采集边界内的图像进行分割，只对分割得到的图像数据进行处理和识别。

6.根据权利要求5所述的基于红外热成像的设备故障在线监测报警方法，其特征在于：在图像监控频次动态设定方法中，计算已设定频次拍摄的间隔时间，将间隔时间均匀划分为若干个时间段，在各个时间段结束时拍摄图像，以提高图像采集的频次，且使划分的时间段数量与高亮区域的风险等级正相关。

7.根据权利要求1所述的基于红外热成像的设备故障在线监测报警方法，其特征在于：在步骤S2和步骤S4中，在对图像处理时，对每张图像进行灰度化处理，使经过灰度化处理后图像中只含亮度信息；

在步骤S2和步骤S4中，对亮区进行简化处理以减少数据处理量来提升图像分析识别速度，具体方法为：

步骤A1、根据图像的红外成像亮度，预设多个亮度依次减弱的亮度等级；

步骤A2、根据亮度等级的设定来划分亮度阈值范围，使一个亮度阈值范围包括一个以上的亮度等级；

步骤A3、对图像再进行一次灰度化处理，并根据亮度阈值范围划分灰度化处理后的图像，并标定为高亮区域、明区或暗区；

在步骤S2中，标定高亮区域的中心点坐标的方法为：在亮区域边缘上取横坐标最小的点A、横坐标最大的点B、纵坐标最小的点J以及纵坐标最大的点K；根据点A的坐标和点B的坐标确定第一直线，并根据点J的坐标和点K的坐标确定第二直线，第一直线与第二直线的交点为I；根据点A的坐标和点K的坐标确定第三直线，取第三直线的中点I1；根据点J的坐标和点B的坐标确定第四直线，取第四直线的中点I2，将I、I1和I2顺次连线得到三角形，计算出三角形的重心O，重心O的坐标即为高亮区域的中心点坐标。

8.根据权利要求7所述的基于红外热成像的设备故障在线监测报警方法，其特征在于：在步骤S2中，计算并标定高亮区域的面积的方法为：将图像划分为多个小网格，计算出单个网格的面积s，通过统计被高亮区域覆盖的网格数f1，若网格未被高亮区域完全覆盖则不纳入统计，同时统计被明区覆盖的网格数f2，若网格未被明区完全覆盖则不纳入统计，最后综合计算出网格的数量F=f1+k*f2，式中k为统计补偿系数，高亮区域的面积S=F*s；

在对高亮区域的亮度进行标定时，其方法为取每一张图像中的各个高亮区域的亮度值，计算获得平均亮度值，再利用各个高亮区域在每一张图像中的平均亮度值进行平均计算，获得各个高亮区域的标定亮度。

9.根据权利要求4所述的基于红外热成像的设备故障在线监测报警方法，其特征在于：所述以温度分析模型分析数据的方法包括以下步骤：

步骤B1、预先在不同的环境温度下拍摄设备的红外热图像，对于各个温度值，计算此环境温度下各个高亮区域的标定亮度值和标定面积，在温度分析模型中建立温度与高亮区域的亮度和面积的对应关系；

步骤B2、将检测到的实时温度、采集到的高亮区域的亮度和面积数据输入温度分析模型，温度分析模型根据输入的温度值查询对应的各个高亮区域的标定亮度和标定面积数据；

步骤B3、设置风险阈值，将实时计算出的各个高亮区域的亮度和面积数据与标定数据中的亮度和面积数据进行比对计算以得出差值，将标定数据与实时计算数据之间的差值与设定的风险阈值进行比较，根据差值与风险阈值的大小确定各个高亮区域的风险等级。

10.基于红外热成像的设备故障在线监测报警方法的系统，其特征在于：所述系统对室内恒温无尘环境中的电力设备进行监控，所述电力设备的工作负荷模式简易，其外壳温度随设备内部元器件温度的变化而变化，所述电力设备包括交换机或各种监测终端；

所述系统包括以下装置：

红外热成像装置，包括主控模块和与主控模块连接的红外热成像传感器、无线收发模块、存储模块、温度传感器、A/D转换模块以及电源模块，还包括与A/D转换模块连接的电压采样模块和电流采样模块，电压采样模块为电压互感器，电流采样模块为电流互感器，电压互感器和电流互感器安装于被监控电力设备的元器件的供电线路处，红外热成像装置的功能为：安装于电力设备旁的预设方位处，用于拍摄电力设备的红外热图像并通过无线通信网络将图像数据发送至图像分析主机；

图像分析预警主机，包括微处理器和与微处理器连接的图像处理模块、无线收发模块、存储模块、电源模块以及通信模块；其中微处理器用于进行数据运算和收发指令，图像处理模块用于对图像进行处理，存储模块用于暂存图像数据，无线收发模块用于红外热成像装置与图像分析预警主机之间的通信和数据交换，图像分析预警主机的功能为：与红外热成像装置通信连接，用于接收图像数据，并对图像数据进行处理和分析，根据图像中的高亮区域的变化判断电力设备是否出现故障，向红外热成像装置发送指令以及将电力设备的运行状态数据实时上传至电力设备在线监测平台；

电力设备在线监测平台，包括服务器、数据库和后台操作系统，其功能为与图像分析预警主机通信连接，用于接收和存储图像分析预警主机上传的数据、故障报警或预警信息；

监控终端，其功能为：其与电力设备在线监测平台通信连接，用于接入电力设备在线监测平台并供管理人员进行远程操控，以及接收电力设备在线监测平台推送的故障报警或预警信息。

Images