CN113865712A - 一种jp电气柜温度监测系统 - Google Patents
一种jp电气柜温度监测系统 Download PDFInfo
- Publication number
- CN113865712A CN113865712A CN202110882127.0A CN202110882127A CN113865712A CN 113865712 A CN113865712 A CN 113865712A CN 202110882127 A CN202110882127 A CN 202110882127A CN 113865712 A CN113865712 A CN 113865712A
- Authority
- CN
- China
- Prior art keywords
- module
- image
- infrared
- monitoring
- point
- 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.)
- Pending
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 77
- 238000009529 body temperature measurement Methods 0.000 claims abstract description 41
- 238000006073 displacement reaction Methods 0.000 claims abstract description 10
- 238000012545 processing Methods 0.000 claims description 23
- 238000000034 method Methods 0.000 claims description 14
- 238000005259 measurement Methods 0.000 claims description 13
- 238000004891 communication Methods 0.000 claims description 10
- 230000002708 enhancing effect Effects 0.000 claims description 5
- 230000008569 process Effects 0.000 claims description 5
- 230000002159 abnormal effect Effects 0.000 claims description 4
- 210000003128 head Anatomy 0.000 description 11
- 230000000694 effects Effects 0.000 description 9
- 230000000007 visual effect Effects 0.000 description 5
- 238000012937 correction Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000011218 segmentation Effects 0.000 description 4
- 230000002146 bilateral effect Effects 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 238000002329 infrared spectrum Methods 0.000 description 1
- 238000009413 insulation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 210000001747 pupil Anatomy 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000001629 suppression 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/73—Deblurring; Sharpening
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
- G08B21/182—Level alarms, e.g. alarms responsive to variables exceeding a threshold
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B7/00—Signalling systems according to more than one of groups G08B3/00 - G08B6/00; Personal calling systems according to more than one of groups G08B3/00 - G08B6/00
- G08B7/06—Signalling systems according to more than one of groups G08B3/00 - G08B6/00; Personal calling systems according to more than one of groups G08B3/00 - G08B6/00 using electric transmission, e.g. involving audible and visible signalling through the use of sound and light sources
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20024—Filtering details
- G06T2207/20028—Bilateral filtering
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Radiation Pyrometers (AREA)
Abstract
本发明涉及电气设备监测系统技术领域,提供了一种JP电气柜温度监测系统,具有云台模块、红外测温模块、系统定位模块,所以能够根据JP柜及其环境等特征,采用定点监测及半球空间扫描监测式构成,定点监测系统适用于固定式监测重点部位,而半球空间扫描监测系统将红外测温仪与扫描云台相结合,实现重点区域重点监测,以及泛在区域的广度监测。本发明利用红外测温模块反映目标表面关键点温度的特点,使其做指定路径的最小距离移动,红外测温模块将测量监测点附近小范围内对应点的温度,通过比较确定最高温度对应的云台位移点,将云台模块移动至该点,并重置预置位,实现了对扫描式红外测温系统偏离预置监测点的自主校准。
Description
技术领域
本发明涉及电气设备监测系统技术领域,具体涉及一种JP电气柜温度监测系统。
背景技术
随着我国智能电网的快速发展以及能源互联网的兴起,电力系统对电力设备的安全和智能化提出了更高的要求,保证电气设备安全工作,提高供电质量,已成为电力系统急需解决的难题。建立电气设备状态监测系统,对电气设备的运行状态进行智能化评估与故障诊断,能够有效提高电网运行的可靠性。近年来,在保障设备的安全、稳定运行方面起到了重要的作用,但在现有IP电气柜等设备状态检测与评估过程中,存在固定式监测或移动式监测两种,固定式监测方法中,监测点布局量大,监测设备重点监测区域不明显,还存在温度监测图像受到环境、距离影响,其监测精度也受到影响,甚至产生误报;移动式监测主要采取动态扫描的云平台,但由于动态扫描的云平台在时刻运动,虽然云台虽然具有预置位功能,可复位至设定的位置,但经过长时间的运转依然会产生位置偏差。即使使用复位自检程序,仍存在固定端机械形变(如热胀冷缩)造成的短距离位移。由于电气设备绝缘条件等因素,红外点温仪需安置在安全距离之外。即使云台与预置位之间仅发生短距离的偏移,但受到测量距离的影响,其搭载的红外点温仪的入瞳孔,将较大程度的偏离预置监测点,测温结果的精确性将受到影响,导致设备的故障难以发现,增大了安全隐患。
另外,对于电力设备红外图像来说,相比于直方图增强,基于隶属度函数的电力设备红外图像模糊增强也是提升变电站设备图像质量的重要手段,同时也可以有效地改善图像视觉效果差、对比度低、信噪比低等问题。模糊增强理论及其改进算法的隶属度函数选用经典的S型函数、Pal函数和高斯函数,这些函数虽具有良好的滤波效果,但是在计算能力、去模糊化等方面的效果仍然有待加强。
发明内容
本发明是为了解决上述问题而进行的,目的在于提供一种JP电气柜温度监测系统。
本发明提供了一种JP电气柜温度监测系统,具有这样的特征,包括:云台模块,用于进行移动;红外测温模块,设置在云台模块上,用于对待测目标进行扫描得到红外图像,即得到待测目标的各点温度值,并确定最高温度值;系统定位模块,用于对与最高温度值对应的云台模块的位置进行定位,得到云台位移点;校准参数存储模块,用于存储红外测温模块得到的云台位移点;超声测距模块,设置在云台模块上,用于测量待测目标到红外测温模块的距离;校准模块,根据超声测距模块得到的距离的数值对红外测温模块测得的温度值信号进行补偿和修正,并对红外图像进行图像增强处理;位置调整模块,根据补偿和修正后的温度值信号以及增强后的红外图像对云台模块的位置进行调整;通信模块,用于将红外测温模块测得的最高温度值的信号传送到上位机;控制模块,用于控制云台模块、红外测温模块、系统定位模块、校准参数存储模块、超声测距模块、校准模块以及通信模块。
在本发明提供的JP电气柜温度监测系统中,具有这样的特征,还包括:声光报警模块,其中,声光报警模块用于在最高温度值异常时发出警报。
在本发明提供的JP电气柜温度监测系统中,还可以具有这样的特征:其中,校准模块对红外图像的增强处理采用基于Logistic隶属度函数的图像模糊增强方法。
在本发明提供的JP电气柜温度监测系统中,还可以具有这样的特征:其中,对红外图像的图像增强处理包括如下步骤:步骤S1,导入待处理图像;步骤S2,图像处理算法参数初始化,得到初始化参数;步骤S3,以二维熵(S,T)作为图像处理算法的目标函数进行计算;步骤S4,获取二维熵最大时图像增强对应的位置;步骤S5,判断步骤S4中的位置是否达到最大迭代值活连续三次适应度不变;步骤S6,当步骤S5判断为否时,更新图像的处理位置后,回到步骤S3;步骤S7,当步骤S5判断为是时,获取二维熵最大时图像增强对应的位置,得到位置坐标;步骤S8,输出图像增强时所对应的最优位置坐标(S*,T*);步骤S9,得到增强处理后的红外图像。
发明的作用与效果
根据本发明所涉及的JP电气柜温度监测系统,因为具有云台模块、红外测温模块、系统定位模块,所以能够根据JP柜及其环境等特征,采用定点监测及半球空间扫描监测式构成,定点监测系统适用于固定式监测重点部位,而半球空间扫描监测系统将红外测温仪与扫描云台相结合,以非接触、实时在线测量的方式对处于系统周围半径为10米半球空间范围内众多检测点实现监测,实现重点区域重点监测,以及泛在区域的广度监测。针对测温距离带来的误差问题,本发明利用红外测温模块反映目标表面关键点温度的特点,使其做指定路径的最小距离移动,红外测温模块将测量监测点附近小范围内对应点的温度,通过比较确定最高温度对应的云台位移点,将云台模块移动至该点,并重置预置位,实现了对扫描式红外测温系统偏离预置监测点的自主校准。本发明利用系统本身的功能扩展,实现了监测点校准,避免了人力物力的耗费,能更加及时的对云台偏移进行校准,提升了校准的效率和准确性,解决了扫描式红外测温系统由于云台机械变形造成的红外测温装置偏离预置监测点的问题。本发明提供的JP电气柜温度监测系统加强温度监测精准度,及时发现存在的隐患,有效减少电力系统事故,提高供电质量,确保电网安全和电力有序供应。
附图说明
图1是本发明的实施例中JP电气柜温度监测系统100的结构框图;
图2是本发明的实施例中JP电气柜温度在线测温系统原理框图;
图3是本发明的实施例中JP柜温度图像增强算法流程图。
具体实施方式
为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解,以下实施例结合附图对本发明一种JP电气柜温度监测系统作具体阐述。
<实施例>
本实施例详细描述JP电气柜温度监测系统的具体结构和工作原理。
图1是JP电气柜温度监测系统100的结构框图。
如图1所示,JP电气柜温度监测系统100包括:云台模块10、红外测温模块11、系统定位模块12、校准参数存储模块13、超声测距模块14、校准模块15、位置调整模块16、通信模块17、声光报警模块18以及控制模块19。
云台模块10,能够进行移动。云台模块上面装有水平方向和垂直方向步进电机,云台模块通过激光指示器与控制模块19与校准模块15连接,能够在可见激光的指示下,通过控制系统19与校准模块15控制水平电机驱动器和垂直电机驱动器分别驱动水平方向和垂直方向步进电机对待测目标进行空间定位,并把待测目标的空间位置存储到校准参数存储模块13中。
红外测温模块11,设置在云台模块10上,能够对待测目标进行扫描得到红外图像,即得到待测目标的各点温度值,并确定最高温度值。
系统定位模块12,通过系统定位接口电路能够对与最高温度值对应的云台模块10的位置进行定位,得到云台位移点。
校准参数存储模块13,能够存储红外测温模块11得到的云台位移点。
超声测距模块14,设置在云台模块10上,能够测量待测目标到红外测温模块11的距离。
校准模块15,根据超声测距模块14得到的距离的数值对红外测温模块11测得的温度值信号进行补偿和修正,并对红外图像进行图像增强处理。
位置调整模块16,根据补偿和修正后的温度值信号以及增强后的红外图像对云台模块10的位置进行调整。
图2是本发明的实施例中JP电气柜温度在线测温系统原理框图。
如图2所示,红外测温模块通过定点位置温度传感器发射红外光进入被测目标,被测目标反射光通过光学透镜,进入光电探测器,由于该信号比较微弱,需要信号处理板对其进行信号放大,再经过模拟数字的A/D转换送往单片机,由于发射光信号受到环境及距离影响,校准模块通过发射率校正技术,对相应的信号进行校正,单片机完成校正与图像增强处理算法,并根据算法所得结果调整云台预置位,以便更好的聚焦被测目标。
校准模块对红外图像的增强处理采用基于Logistic隶属度函数的图像模糊增强方法。对变电站设备红外图像的模糊特征进行增强处理,最后经过去模糊化得到了效果增强的红外图像。对几种常见变电站电力设备的红外图像进行了增强处理,从结果我们可以看到,相对于经典隶属度函数算法,本发明中处理后的红外图像在设备边缘信息的完整性、图像对比度等指标方面都进一步得以提高。
在对JP柜及变电站红外图像预处理中,模糊理论以隶属度值来描述像素特征,通过调整隶属度函数可以达到增强前景的目的,可以通过选取合适的隶属度函数进行图像处理。经典的Pal模糊算法中的隶属函数一般可表述为:
其中,u1(i,j)为灰度值对应的隶属度值,L为灰度级,x(i,j)是坐标为(i,j)的像素灰度值,Fd与Fe分别为倒数模糊因子和指数模糊因子,其逆变换公式为:
红外图像像素灰度处理过程中不能出现负数,但依据上式处理的像素点可能存在像素负值,Pal函数将其硬性规定为0,这将导致此类像素点的像素信息缺失。针对pal函数存在像素信息缺失的问题,于是提出了S型隶属度函数:
该函数取值范围为[0,1],与经典pal函数相比,不存在过增强或过抑制现象,虽然计算复杂度较低,但是因其为分段函数,对其参数进行设定相对较难。为解决pal函数、S形函数存在的问题,本发明提出采用在定义域上为连续函数,逆变换不存在无解情况的Logistic函数作为模糊理论隶属函数:
其中,a在区间[0,1]内取值。采用上式作为模糊算子可保证增强的模糊特征平面逆变至空域时,不存在信息丢失。当自变量区域无穷时,该函数变化率趋于0,使值域限定在一个有限区间内,避免了过增强或过抑制现象。同时,与经典S函数相比,该方法在参数获取上也易于实现。
首先,将图像转换到灰度级下,依据像素尺寸将灰度图划分为M×N的像素矩阵A并对其进行归一化处理。其次,取双边滤波的窗口半径w=5,令
则距离权重为:
其中δd为空间域距离标准方差。取原灰度图中各个像素点的灰度值为x(i,j),得到强度权重:
其中,δr为强度标准方差。双边滤波器权重F(i,j)为距离权重G(i,j)与强度权重H(i,j)的卷积,即:F(i,j)=G(i,j)*H(i,j)。令A(i,j)为窗口中心,以w为半径提取该区域内原图像赋给I(i,j),滤波响应为:
本发明采用Logistic函数作为模糊隶属度函数,对双边滤波处理后的电力故障设备红外图像进行增强处理,达到提高红外图像的对比度并有效抑制非均匀背景的效果。依照模糊集的概念,曲线的倾斜度k的大小与红外图谱增强区域对比度相关,倾斜度大对比度相对较强,反之则弱。考虑到该参数对图像中任意一像素点增强的趋势并无影响,故取k=12,L为曲线的最值,取值为1,xmin、xmax分别为空域内最小和最大像素灰度值。将电力设备红外热像由空域映射至模糊域的隶属度值可表示为:
在模糊域中,原隶属度值u(i,j)可进一步调整为:
由于电力设备热缺陷区域的温度将明显高于背景环境,红外图像中该区域的亮度也将高于平均亮度,根据这个可以选取灰度图片中间像素值为阈值,将其分为两个亮度区域,高于阈值部分进行增强,小于则进行抑制。即:当0≤u(i,j)<0.5时减小u(i,j)的值,当u(i,j)≥0.5时增大u(i,j)的值,用来实现模糊域上图像目标的增强与背景的抑制。
图3是本发明的实施例中JP柜温度图像增强算法流程图。
如图3所示,对红外图像的图像增强处理包括如下步骤:
步骤S1,导入待处理图像;
步骤S2,图像处理算法参数初始化,得到初始化参数;
步骤S3,以二维熵(S,T)作为图像处理算法的目标函数进行计算;
步骤S4,获取二维熵最大时图像增强对应的位置;
步骤S5,判断步骤S4中的位置是否达到最大迭代值活连续三次适应度不变;
步骤S6,当步骤S5判断为否时,更新图像的处理位置后,回到步骤S3;
步骤S7,当步骤S5判断为是时,获取二维熵最大时图像增强对应的位置,得到位置坐标;
步骤S8,输出图像增强时所对应的最优位置坐标(S*,T*);
步骤S9,得到增强处理后的红外图像。
通信模块17,用于将红外测温模块测得的最高温度值的信号传送到上位机;
声光报警模块18,用于在最高温度值异常时发出警报。
控制模块19,用于控制云台模块10、红外测温模块11、系统定位模块12、校准参数存储模块13、超声测距模块14、校准模块15、位置调整模块16以及通信模块17。
校准参数存储模块13、校准模块15、系统定位模块12和超声测距模块14分别与控制模块19连接,系统定位接口电路根据待测目标的空间位置坐标进行定位搜索,并根据超声测距模块14测得被测点到红外测温仪的距离值,对测得的温度值进行补偿和修正,消除测温距离带来的附加误差,红外测温模块11将测得的温度值信号通过通信模块17传送到处理器,处理器再通过无线通信连接口模块传送到上位机。
把监测结果通过RS232转RS485通信送往PC机,进行人机交互,有温度监测异常时,也会通过声光报警模块输出。在PC机端,根据预先数据库分析,可以把相应的监测结果通过RS232送往GSM模块,用于远程用户端,也可以通过ZigBee模块供附件人员监控。PC端采用Labview软件开发程序对所采集的数据进行分析、计算处理,最终测量结果将在虚拟仪器界面上显示,具体功能包括:数据采集、数据与图表显示、阈值报警、数据存储以及数据查询等。
实施例的作用与效果
根据本实施例所涉及的JP电气柜温度监测系统,因为具有云台模块、红外测温模块、系统定位模块,所以能够根据JP柜及其环境等特征,采用定点监测及半球空间扫描监测式构成,定点监测系统适用于固定式监测重点部位,而半球空间扫描监测系统将红外测温仪与扫描云台相结合,以非接触、实时在线测量的方式对处于系统周围半径为10米半球空间范围内众多检测点实现监测,实现重点区域重点监测,以及泛在区域的广度监测。针对测温距离带来的误差问题,本发明利用红外测温模块反映目标表面关键点温度的特点,使其做指定路径的最小距离移动,红外测温模块将测量监测点附近小范围内对应点的温度,通过比较确定最高温度对应的云台位移点,将云台模块移动至该点,并重置预置位,实现了对扫描式红外测温系统偏离预置监测点的自主校准。本发明利用系统本身的功能扩展,实现了监测点校准,避免了人力物力的耗费,能更加及时的对云台偏移进行校准,提升了校准的效率和准确性,解决了扫描式红外测温系统由于云台机械变形造成的红外测温装置偏离预置监测点的问题。本发明提供的JP电气柜温度监测系统加强温度监测精准度,及时发现存在的隐患,有效减少电力系统事故,提高供电质量,确保电网安全和电力有序供应。
此外,本实施例以二维信息熵判别函数H(S,T)作为温度图形算法的适应度函数,快速寻找红外图像最优分割阈值。校正的位置p用来表示图像分割阈值,不断改变的频率代表了校正值逐渐接近真实值的步长,校正步距表示二维信息熵分割图像的最优阈值。在基于图形增强算法的二维信息熵阈值分割过程中,对校正步距优劣评估的公式为二维信息熵判别函数H(S,T),全局最优校正位置即为最佳分割阈值(S*,T*),校正算法的平均适应度函数Fitness(N)则为每次算法迭代后校正步距二维信息熵的平均值。在保证测量准确性的前提下,不仅杜绝了人工测量的随机性与发生人身安全的恶性事故,而且降低了监控的成本问题,使本系统更具备实用的价值。
另外,为了增强JP柜及变压器等电力设备红外图像,有效地改善图像视觉效果差、对比度低、信噪比低等问题。为解决pal函数、S形函数存在的问题,本发明提出采用在定义域上为连续函数,逆变换不存在无解情况的Logistic函数作为模糊理论隶属函数,用于图像模糊增强的方法,对变电站设备红外图像的模糊特征进行增强处理,最后经过去模糊化得到了效果增强的红外图像,在设备边缘信息的完整性、图像对比度等指标方面都进一步得以提高。
上述实施方式为本发明的优选案例,并不用来限制本发明的保护范围。
Claims (4)
1.一种JP电气柜温度监测系统,其特征在于,包括:
云台模块,用于进行移动;
红外测温模块,设置在所述云台模块上,用于对待测目标进行扫描得到红外图像,即得到所述待测目标的各点温度值,并确定最高温度值;
系统定位模块,用于对与所述最高温度值对应的所述云台模块的位置进行定位,得到云台位移点;
校准参数存储模块,用于存储所述红外测温模块得到的所述云台位移点;
超声测距模块,设置在所述云台模块上,用于测量所述待测目标到所述红外测温模块的距离;
校准模块,根据所述超声测距模块得到的所述距离的数值对所述红外测温模块测得的温度值信号进行补偿和修正,并对所述红外图像进行图像增强处理;
位置调整模块,根据补偿和修正后的所述温度值信号以及增强后的所述红外图像对所述云台模块的位置进行调整;
通信模块,用于将所述红外测温模块测得的所述最高温度值的信号传送到PC端;
控制模块,用于控制所述云台模块、所述红外测温模块、所述系统定位模块、所述校准参数存储模块、所述超声测距模块、所述校准模块以及所述通信模块。
2.根据权利要求1所述的JP电气柜温度监测系统,其特征在于,还包括:
声光报警模块,
其中,所述声光报警模块用于在所述最高温度值异常时发出警报。
3.根据权利要求2所述的JP电气柜温度监测系统,其特征在于:
其中,所述校准模块对所述红外图像的增强处理采用基于Logistic隶属度函数的图像模糊增强方法。
4.根据权利要求3所述的JP电气柜温度监测系统,其特征在于:
其中,对所述红外图像的图像增强处理包括如下步骤:
步骤S1,导入待处理图像;
步骤S2,图像处理算法参数初始化,得到初始化参数;
步骤S3,以二维熵(S,T)作为图像处理算法的目标函数进行计算;
步骤S4,获取二维熵最大时图像增强对应的位置;
步骤S5,判断步骤S4中的所述位置是否达到最大迭代值或连续三次适应度不变;
步骤S6,当步骤S5判断为否时,更新图像的处理位置后,回到步骤S3;
步骤S7,当步骤S5判断为是时,获取二维熵最大时图像增强对应的位置,得到位置坐标;
步骤S8,输出图像增强时所对应的最优位置坐标(S*,T*);
步骤S9,得到增强处理后的所述红外图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110882127.0A CN113865712A (zh) | 2021-08-02 | 2021-08-02 | 一种jp电气柜温度监测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110882127.0A CN113865712A (zh) | 2021-08-02 | 2021-08-02 | 一种jp电气柜温度监测系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113865712A true CN113865712A (zh) | 2021-12-31 |
Family
ID=78990184
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110882127.0A Pending CN113865712A (zh) | 2021-08-02 | 2021-08-02 | 一种jp电气柜温度监测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113865712A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116754077A (zh) * | 2023-08-14 | 2023-09-15 | 川开电气有限公司 | 一种配电柜视频监控测温系统及方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102706457A (zh) * | 2012-05-24 | 2012-10-03 | 上海电力学院 | 基于超声测距温度补偿的红外测温装置 |
US20140192184A1 (en) * | 2011-06-09 | 2014-07-10 | Guangzhou Sat Infrared Technology Co., Ltd. | Forest fire early-warning system and method based on infrared thermal imaging technology |
CN104634456A (zh) * | 2015-02-25 | 2015-05-20 | 上海电力学院 | 扫描式红外测温系统偏离预置监测点的自主校准方法 |
CN105352604A (zh) * | 2015-11-02 | 2016-02-24 | 上海电力学院 | 基于可见光图像配准的红外测温系统云台位置校准方法 |
CN106989825A (zh) * | 2017-05-04 | 2017-07-28 | 北京许继电气有限公司 | 在线式全视场换流站红外测温系统及方法 |
-
2021
- 2021-08-02 CN CN202110882127.0A patent/CN113865712A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140192184A1 (en) * | 2011-06-09 | 2014-07-10 | Guangzhou Sat Infrared Technology Co., Ltd. | Forest fire early-warning system and method based on infrared thermal imaging technology |
CN102706457A (zh) * | 2012-05-24 | 2012-10-03 | 上海电力学院 | 基于超声测距温度补偿的红外测温装置 |
CN104634456A (zh) * | 2015-02-25 | 2015-05-20 | 上海电力学院 | 扫描式红外测温系统偏离预置监测点的自主校准方法 |
CN105352604A (zh) * | 2015-11-02 | 2016-02-24 | 上海电力学院 | 基于可见光图像配准的红外测温系统云台位置校准方法 |
CN106989825A (zh) * | 2017-05-04 | 2017-07-28 | 北京许继电气有限公司 | 在线式全视场换流站红外测温系统及方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116754077A (zh) * | 2023-08-14 | 2023-09-15 | 川开电气有限公司 | 一种配电柜视频监控测温系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107229930B (zh) | 一种指针式仪表数值智能识别方法 | |
CN104966308B (zh) | 一种计算激光光束光斑大小的方法 | |
CN104501720B (zh) | 非接触式物体大小及距离图像测量仪 | |
CN109977813A (zh) | 一种基于深度学习框架的巡检机器人目标定位方法 | |
CN113267258B (zh) | 红外测温方法、装置、设备、智能巡检机器人及存储介质 | |
CN117274722B (zh) | 基于红外图像的配电箱智能检测方法 | |
CN108876822A (zh) | 一种行为危险度评估方法及家庭安防看护系统 | |
CN106895791B (zh) | 一种板卡形变监测预警系统 | |
CN111753712A (zh) | 电力生产人员安全监测方法、系统以及设备 | |
CN106441584A (zh) | 基于红外测温的转炉下渣检测方法 | |
CN109031332A (zh) | 飞行时间测距传感器及其控制方法 | |
CN111780716A (zh) | 一种基于目标像素面积和宽高比的单目实时测距方法 | |
CN112017173A (zh) | 基于目标检测网络和结构化定位的电力设备缺陷检测方法 | |
CN113532293A (zh) | 一种基于无人机的结构动位移测量方法及系统 | |
CN113865712A (zh) | 一种jp电气柜温度监测系统 | |
CN111967323B (zh) | 一种基于深度学习算法的电力带电作业安全检测方法 | |
CN109900363A (zh) | 一种基于轮廓提取的目标物红外测温方法和装置 | |
CN111982300A (zh) | 区域危险目标热值定位采集系统和装置 | |
CN111694009B (zh) | 一种定位系统、方法以及装置 | |
CN112327652A (zh) | 一种面向居家养老的智能厨房监测系统和方法 | |
CN109798983B (zh) | 烹饪设施中食材温度测量方法、系统及烹饪设施 | |
CN116754048A (zh) | 一种基于视觉传感器的飞机燃油测量系统 | |
CN116612346A (zh) | 模型训练方法、油温监测方法、烹饪控制方法及系统 | |
CN115861407A (zh) | 基于深度学习的安全距离检测方法及系统 | |
CN106500577A (zh) | 一种医用直线加速器多页光栅位置检测方法 |
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 |