CN114061784A - 基于机器视觉的变压器导电杆引线头过热预测性维护方法 - Google Patents
基于机器视觉的变压器导电杆引线头过热预测性维护方法 Download PDFInfo
- Publication number
- CN114061784A CN114061784A CN202111369259.XA CN202111369259A CN114061784A CN 114061784 A CN114061784 A CN 114061784A CN 202111369259 A CN202111369259 A CN 202111369259A CN 114061784 A CN114061784 A CN 114061784A
- Authority
- CN
- China
- Prior art keywords
- color
- overheating
- temperature
- sensing piece
- transformer
- 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
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
- G01K11/00—Measuring temperature based upon physical or chemical changes not covered by groups G01K3/00, G01K5/00, G01K7/00 or G01K9/00
- G01K11/12—Measuring temperature based upon physical or chemical changes not covered by groups G01K3/00, G01K5/00, G01K7/00 or G01K9/00 using changes in colour, translucency or reflectance
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
- G01K1/00—Details of thermometers not specially adapted for particular types of thermometer
- G01K1/02—Means for indicating or recording specially adapted for thermometers
- G01K1/024—Means for indicating or recording specially adapted for thermometers for remote indication
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明公开了一种基于机器视觉的变压器导电杆引线头过热预测性维护方法,它包括在电力设备变压器引线接头上安装变色感温片;将摄像头安装在正对变色感温片的位置,摄像头连续采集感温片图像数据传到视频服务器后台;模型训练:采集变色感温片各种实景照片,经过人工标注后输入PyTorch人工智能引擎进行训练,形成针对各种场景的识别引擎;超温识别:经过训练形成的识别引擎对辖区内每一路视频信号每隔1小时进行图片提取和识别输出的结果,依照温度越高优先级越高的顺序发送预警信息给维护人员并进行状态预警;解决了现有技术变压器导电杆引线接头过热而损坏或中断供电的故障,严重影响正常供电等技术问题。
Description
技术领域:
本发明属于电力设备维护技术领域;尤其涉及一种基于机器视觉的变压器导电杆引线头过热预测性维护方法。
背景技术:
目前,电力系统和其他工业系统一样,设备维修策略根据其触发机制、决策支持方式以及所使用技术的不同被分为修复性维护和预防性维护。
其中修复性维护是用坏后再修理,它只是在设备部分或全部故障后再恢复其原始状态,属于非计划性维修,会对生产计划造成影响,在电力行业就意味着不可预测的停电,这是很难接受的。预防性维护又称定时维修,它以时间为依据,根据生产计划和经验,按规定的时间间隔进行停机(停电)检查和更换零部件,这种维护方式耗时长、效率低,另一方面,多数依靠经验值,会带来新的故障风险。
电力变压器桩头导电螺杆外部引线接头过热是常见的故障之一,一旦发生将造成导电杆与接线端子间打火,损坏导电杆丝扣,甚至烧断接头。同时发热会造成桩头密封圈老化渗油,油溢至套管,沾粘吸附上导电性的金属尘埃,遇上雨雪天气湿度增加时,再出现过电压,就可能发生套管闪络放电或爆炸。渗油严重时,油面下降还会影响变压器的绝缘、散热效果。据统计,因导电杆引线接头过热而损坏或中断供电的故障,达变压器总故障的一半以上,严重影响正常供电。
发明内容:
本发明要解决的技术问题:提供一种基于机器视觉的变压器导电杆引线头过热预测性维护方法,以解决现有技术针对变压器导电杆引线接头过热而损坏或中断供电的故障,维护方式耗时长、效率低,另一方面,多数依靠经验值,会带来新的故障风险;严重影响正常供电等技术问题。
本发明的技术方案为:
一种基于机器视觉的变压器导电杆引线头过热预测性维护方法,它包括:
步骤1、在电力设备变压器引线接头上安装变色感温片;
步骤2、将摄像头安装在正对变色感温片的位置,摄像头连续采集感温片图像数据,包括正常状态和异常状态的图像数据传到视频服务器后台;
步骤3、模型训练:采集变色感温片各种实景照片,经过人工标注后输入PyTorch人工智能引擎进行训练,形成针对各种场景的识别引擎;
步骤4、超温识别:经过训练形成的识别引擎对辖区内每一路视频信号每隔1小时进行图片提取和识别,输出结果;
步骤5、输出的结果,依照温度越高优先级越高的顺序发送预警信息给维护人员并进行状态预警。
变色感温片采用BCW系列不可逆变色感温片,当温度达到60度时,感温片变黄色;70度时变绿色;80度时变红色;90度时变黑色;100度或以上时变蓝色。
变色感温片粘贴到变压器引线接头部位。
摄像头安装时,摄像头要对准感温片正面,成像面包含整个感温片或一个以上感温片,没有感温片的部位成像面积越小越好。
通过对输出结果的标注形成样本,再返回模型训练,不断提高识别率到95%以上。
超温识别的具体实现方法包括:视频服务器每隔1小时截取一副彩色图片送入经过步骤4模型训练形成的AI识别引擎;由AI引擎实现超温识别输出结果,输出结果如果发现有引线接头发热,进入步骤5,同时将输出结果按步骤3人工标注后作为样本送入模型训练引擎。
状态预警指的是基于超温识别结果,即电力设备发热状态,把超过阈值的状态通过各种不同的通讯方式发送到各个预警系统或终端。
图像数据通过有线或无线通信方式发送至视频服务器。
本发明的有益效果:
本发明采用在变压器引线接头装设温度感应片,用摄像机拍摄金属片发热变色检测后发出状态预警的方法实现预测性维护。
本发明的优点:
1.变人工巡检为自动探测,可更精准更可靠的检测可逆和非可逆变色感温片;2.在电力设备出现发热异常早期(60度时)即可及时发出警报,将设备安全风险消除在萌芽状态;3.供电局有充足的时间准备维修资源,并通过安排在停电影响较小或者集中保养时统一安排维修。
解决了现有技术变压器导电杆引线接头过热而损坏或中断供电的故障,严重影响正常供电等技术问题。
附图说明:
图1为本发明流程框图。
具体实施方式:
本发明包括以下步骤:传感器安装、图像采集、模型训练、超温识别和状态预警。
步骤1、传感器安装步骤:在电力设备变压器引线接头上安装变色感温片。变色感温片有可逆和不可逆两种,不可逆感温片冷却后不恢复原来的白色,呈现记录状态,而可逆感温片冷却后会恢复到原来的白色,不保留状态。
传感器安装步骤指的是把变色感温片粘贴到变压器引线接头等部位,本发明选用BCW系列不可逆变色感温片,当温度达到60度时,感温片变黄色;70度时变绿色;80度时变红色;90度时变黑色;100度(或以上)时变蓝色;本发明选择5种场景的图片进行训练,确保实现提前预警,实现预测性维护。
步骤2、摄像头安装及图像采集步骤:把摄像头安装在正对粘贴有变色感温片的引线接头的适当位置,摄像头可连续采集感温片图像数据,包括正常状态和异常状态的图像数据,通过无线网络传到视频服务器后台。
图像采集步骤指的是辖区内每个摄像头通过有线或无线通讯方式上传视频流到视频服务器后台;
摄像头指的是在粘贴有变色感温片的附近安装摄像头,摄像头为普通摄像头,也可共用现有摄像头,摄像头要尽可能对准感温片正面,成像面包含整个感温片(或多个感温片),没有感温片的部位成像面积尽可能小;
步骤3、模型训练步骤:对上述5种变色场景各收集2000张实景照片,经过人工标注后输入PyTorch人工智能引擎进行训练,形成针对上述场景的识别引擎。
步骤4、超温识别步骤:在视频服务器后台,经过训练形成的识别引擎对辖区内每一路视频信号每隔1小时进行图片提取和识别,输出结果。通过对输出结果的标注形成样本,再返回上一步进行模型训练,不断提高识别率到95%以上。
超温识别步骤包括:视频服务器每隔1小时(时间间隔可根据具体情况调节)截取一副彩色图片(实际由RGB三幅图片矩阵构成)送入经过步骤4模型训练形成的AI识别引擎;由AI引擎实现超温识别输出结果,输出结果如果发现有引线接头发热,进入步骤5,同时将输出结果按步骤3人工标注后作为样本送入模型训练引擎;
步骤5、状态预警步骤:针对上一步超温识别输出的结果,依照温度越高优先级越高的顺序通过短信或其他方式发送预警到维护人员,维护人员根据同样优先级开展维修或更换设备工作。基于这种机制,使设备维保工作从原来的修复性维护和预防性维护方式提升到预测性维护方式。
步骤6、状态预警指的是基于超温识别结果,即电力设备发热状态,把超过阈值的状态通过各种不同的通讯方式发送到相关人员或系统;
表1
步骤7、维修指令是指根据状态预警结果和电力设施(本发明主要针对引线接头)所处的环境状况判断是否需要维修,如何维修,以及何时维修,这也就是整个预测性维护流程做出的预测结果。具体流程见表1。
Claims (8)
1.一种基于机器视觉的变压器导电杆引线头过热预测性维护方法,其特征在于:它包括:
步骤1、在电力设备变压器引线接头上安装变色感温片;
步骤2、将摄像头安装在正对变色感温片的位置,摄像头连续采集感温片图像数据,包括正常状态和异常状态的图像数据传到视频服务器后台;
步骤3、模型训练:采集变色感温片各种实景照片,经过人工标注后输入PyTorch人工智能引擎进行训练,形成针对各种场景的识别引擎;
步骤4、超温识别:经过训练形成的识别引擎对辖区内每一路视频信号每隔1小时进行图片提取和识别,输出结果;
步骤5、输出的结果,依照温度越高优先级越高的顺序发送预警信息给维护人员并进行状态预警。
2.根据权利要求1所述的一种基于机器视觉的变压器导电杆引线头过热预测性维护方法,其特征在于:变色感温片采用BCW系列不可逆变色感温片,当温度达到60度时,感温片变黄色;70度时变绿色;80度时变红色;90度时变黑色;100度或以上时变蓝色。
3.根据权利要求1所述的一种基于机器视觉的变压器导电杆引线头过热预测性维护方法,其特征在于:变色感温片粘贴到变压器引线接头部位。
4.根据权利要求1所述的一种基于机器视觉的变压器导电杆引线头过热预测性维护方法,其特征在于:摄像头安装时,摄像头要对准感温片正面,成像面包含整个感温片或一个以上感温片,没有感温片的部位成像面积越小越好。
5.根据权利要求1所述的一种基于机器视觉的变压器导电杆引线头过热预测性维护方法,其特征在于:通过对输出结果的标注形成样本,再返回模型训练,不断提高识别率到95%以上。
6.根据权利要求1所述的一种基于机器视觉的变压器导电杆引线头过热预测性维护方法,其特征在于:超温识别的具体实现方法包括:视频服务器每隔1小时截取一副彩色图片送入经过步骤4模型训练形成的AI识别引擎;由AI引擎实现超温识别输出结果,输出结果如果发现有引线接头发热,进入步骤5,同时将输出结果按步骤3人工标注后作为样本送入模型训练引擎。
7.根据权利要求1所述的一种基于机器视觉的变压器导电杆引线头过热预测性维护方法,其特征在于:状态预警指的是基于超温识别结果,即电力设备发热状态,把超过阈值的状态通过各种不同的通讯方式发送到各个预警系统或终端。
8.根据权利要求1所述的一种基于机器视觉的变压器导电杆引线头过热预测性维护方法,其特征在于:图像数据通过有线或无线通信方式发送至视频服务器。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111369259.XA CN114061784A (zh) | 2021-11-18 | 2021-11-18 | 基于机器视觉的变压器导电杆引线头过热预测性维护方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111369259.XA CN114061784A (zh) | 2021-11-18 | 2021-11-18 | 基于机器视觉的变压器导电杆引线头过热预测性维护方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114061784A true CN114061784A (zh) | 2022-02-18 |
Family
ID=80277989
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111369259.XA Pending CN114061784A (zh) | 2021-11-18 | 2021-11-18 | 基于机器视觉的变压器导电杆引线头过热预测性维护方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114061784A (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104277569A (zh) * | 2014-10-29 | 2015-01-14 | 国家电网公司 | 示温涂料及涂覆其的绝缘子 |
CN104391506A (zh) * | 2014-09-19 | 2015-03-04 | 福州大学 | 变电站导轨式巡检机器人 |
CN106918405A (zh) * | 2017-04-20 | 2017-07-04 | 国网辽宁省电力有限公司抚顺供电公司 | 有机多变色不可逆示温装置 |
CN107424375A (zh) * | 2017-09-18 | 2017-12-01 | 公安部沈阳消防研究所 | 基于图像采集的测温式电气火灾预警探测系统及探测方法 |
CN107677932A (zh) * | 2017-11-01 | 2018-02-09 | 国网河南省电力公司濮阳供电公司 | 电网故障监测机构以及系统 |
CN108416299A (zh) * | 2018-03-09 | 2018-08-17 | 重庆览辉信息技术有限公司 | 一种电力线路智能巡检系统 |
CN108830147A (zh) * | 2018-05-04 | 2018-11-16 | 广州图匠数据科技有限公司 | 一种基于图像识别的货架商品价格识别方法、装置和系统 |
CN108921185A (zh) * | 2018-05-04 | 2018-11-30 | 广州图匠数据科技有限公司 | 一种基于图像识别的货架促销信息识别方法、装置和系统 |
CN208953973U (zh) * | 2018-12-03 | 2019-06-07 | 本钢板材股份有限公司 | 一种变频器发热状态监控装置 |
CN111076839A (zh) * | 2019-12-20 | 2020-04-28 | 上海纳米技术及应用国家工程研究中心有限公司 | 一种可逆感温贴片型电池模组安全监测系统 |
CN112284563A (zh) * | 2020-10-16 | 2021-01-29 | 江苏骠马智能工业设计研究有限公司 | 电力巡检机器人对配电柜温度检测的方法 |
-
2021
- 2021-11-18 CN CN202111369259.XA patent/CN114061784A/zh active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104391506A (zh) * | 2014-09-19 | 2015-03-04 | 福州大学 | 变电站导轨式巡检机器人 |
CN104277569A (zh) * | 2014-10-29 | 2015-01-14 | 国家电网公司 | 示温涂料及涂覆其的绝缘子 |
CN106918405A (zh) * | 2017-04-20 | 2017-07-04 | 国网辽宁省电力有限公司抚顺供电公司 | 有机多变色不可逆示温装置 |
CN107424375A (zh) * | 2017-09-18 | 2017-12-01 | 公安部沈阳消防研究所 | 基于图像采集的测温式电气火灾预警探测系统及探测方法 |
CN107677932A (zh) * | 2017-11-01 | 2018-02-09 | 国网河南省电力公司濮阳供电公司 | 电网故障监测机构以及系统 |
CN108416299A (zh) * | 2018-03-09 | 2018-08-17 | 重庆览辉信息技术有限公司 | 一种电力线路智能巡检系统 |
CN108830147A (zh) * | 2018-05-04 | 2018-11-16 | 广州图匠数据科技有限公司 | 一种基于图像识别的货架商品价格识别方法、装置和系统 |
CN108921185A (zh) * | 2018-05-04 | 2018-11-30 | 广州图匠数据科技有限公司 | 一种基于图像识别的货架促销信息识别方法、装置和系统 |
CN208953973U (zh) * | 2018-12-03 | 2019-06-07 | 本钢板材股份有限公司 | 一种变频器发热状态监控装置 |
CN111076839A (zh) * | 2019-12-20 | 2020-04-28 | 上海纳米技术及应用国家工程研究中心有限公司 | 一种可逆感温贴片型电池模组安全监测系统 |
CN112284563A (zh) * | 2020-10-16 | 2021-01-29 | 江苏骠马智能工业设计研究有限公司 | 电力巡检机器人对配电柜温度检测的方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104899936B (zh) | 一种基于图像识别的光伏组件故障提示方法及系统 | |
CN105306925A (zh) | 一种视频监控前端设备监测系统及监测方法 | |
CN116091901A (zh) | 一种基于监控设备故障诊断分析的运维管理平台 | |
CN109784138B (zh) | 无人变电站图像数据化巡视方法 | |
CN110765858B (zh) | 一种基于卷积神经网络的非入侵式故障电弧监测方法 | |
US20130308133A1 (en) | Method and system for monitoring led display using optical fiber as light transmission medium | |
CN110648489A (zh) | 基于红外热成像燃点识别的库房预警系统 | |
CN111124015A (zh) | 一种智能风电巡检视频监测方法 | |
CN116050715A (zh) | 一种森林防护防火安全监管系统 | |
CN115145216A (zh) | 一种基于物联网的干式变压器智能检测远程预警系统 | |
CN114061784A (zh) | 基于机器视觉的变压器导电杆引线头过热预测性维护方法 | |
CN117214617A (zh) | 一种智能电网故障实时监测定位系统及方法 | |
CN104104909A (zh) | 一种监控装置 | |
CN111486892A (zh) | 铅酸蓄电池智能火灾预警系统 | |
CN107657682A (zh) | 一种基于增强现实技术的变电巡检方法 | |
CN109713788A (zh) | 一种用于电力设备的远程故障监测方法 | |
CN111950513A (zh) | 高压断路器分合指示灯图像识别方法 | |
CN103067739A (zh) | 摄像头模组otp烧录光源系数弥补及管控办法 | |
CN115144745B (zh) | 一种柱上开关生产用检测系统 | |
CN105741190A (zh) | 一种特高压输变电信息处理方法 | |
KR102497380B1 (ko) | 실시간 온도변화 및 전원 상태 확인이 가능한 전원제어 분전반 및 이를 이용한 제어 방법 | |
CN112634590B (zh) | 一种基于视觉识别技术的台区故障检测方法及装置 | |
CN112218040A (zh) | 高压电缆附件安装用后台监视装置、系统 | |
CN114299696A (zh) | 一种配电桩头过热自动监控装置及监控方法 | |
CN112215106A (zh) | 一种用于变电站无人巡检系统的仪表颜色状态识别方法 |
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 |