CN115147780A - 一种电缆附件的红外图像识别方法 - Google Patents
一种电缆附件的红外图像识别方法 Download PDFInfo
- Publication number
- CN115147780A CN115147780A CN202210859143.2A CN202210859143A CN115147780A CN 115147780 A CN115147780 A CN 115147780A CN 202210859143 A CN202210859143 A CN 202210859143A CN 115147780 A CN115147780 A CN 115147780A
- Authority
- CN
- China
- Prior art keywords
- cable
- temperature
- tested
- current
- temperature rise
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10048—Infrared image
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30164—Workpiece; Machine component
Abstract
本发明提供一种电缆附件的红外图像识别方法,包括,获取待测电缆附件当前运行状态参数,其中,所述电缆附件当前运行状态参数至少包括待测电缆线路的电缆截面面积、实时运行电流、敷设环境温度;根据待测电缆线路的电缆截面面积、实时运行电流、敷设环境温度计算待测电缆及其电缆附件的温度数值;将所述电缆及其电缆附件的温度数值作为输入量输入预设的红外图像识别模型,得到待测电缆线路红外图像信息。本发明实现压接缺陷电缆附件红外图像诊断识别,解决传统压接缺陷电缆附件红外图像识别精度差,误判率高的问题。
Description
技术领域
本发明涉及电缆附件的红外图像识别技术领域,特别是涉及一种电缆附件的红外图像识别方法。
背景技术
近年来,随着城市配电网规模的不断扩大和架空线入地工程的不断加速,配电电缆的数量迅速上涨,电缆的健康稳定已成为城市电网安全可靠运行的重要保证。受电力电缆长度和运行维护影响,两段电缆常常使用电缆附件连接。但是,因现场人为因素所导致的潜伏性压接缺陷经过长时间运行才能显现,且难以被发现。因此,以电缆附件接触电阻为基础,以电缆附件温度变化为判断依据的电缆附件红外图像识别的技术被用于电缆附件压接缺陷带电检测中。
电缆附件压接缺陷是电缆附件缺陷最为常见的一种形式。电缆附件压接缺陷往往是由于电缆附件安装不规范所引起的,且潜伏性压接缺陷在安装完成之后的检测中难以被发现。但是,压接缺陷电缆附件内部接触电阻会变大,在长时间、大电流的工作环境下,电缆附件会有明显的温度变化过程,且电缆附件温度与附件电缆温度存在温度差。
发明内容
本发明的目的在于,提出一种电缆附件的红外图像识别方法,解决现有压接缺陷电缆附件红外图像识别精度差,误判率高的技术问题。
一方面,提供一种电缆附件的红外图像识别方法,包括:
获取待测电缆附件当前运行状态参数,其中,所述电缆附件当前运行状态参数至少包括待测电缆线路的电缆截面面积、实时运行电流、敷设环境温度;
根据待测电缆线路的电缆截面面积、实时运行电流、敷设环境温度计算待测电缆及其电缆附件的温度数值;
将所述电缆及其电缆附件的温度数值作为输入量输入预设的红外图像识别模型,得到待测电缆线路红外图像信息。
优选地,所述计算待测电缆及其电缆附件的温度数值具体包括:
根据待测电缆线路的电缆截面面积、实时运行电流、敷设环境温度计算待测电缆附件当前运行状态下,待测电缆及其电缆附件的理论温度数值;
周期性采集待测电缆的实时运行电流,并判断待测电缆内的电流状态和温度状态,其中,所述电流状态包括稳定运行和不稳定运行,所述温度状态包括稳定和不稳定;
根据待测电缆内的电流状态和温度状态选择对应的温升模型计算当前时刻待测电缆表面温度的温升;
以所述待测电缆及其电缆附件的理论温度数值为基础,并以当前时刻待测电缆表面温度的温升为增量,确定当前时刻待测电缆及其电缆附件的温度数值。
优选地,根据以下公式计算待测电缆附件当前运行状态下,待测电缆及其电缆附件的理论温度数值具体包括:
其中,I为载流量,θc为导体运行温度,θa为周围环境温度,R为最高工作温度下导体交流电阻,Wd为导体周围绝缘介质损耗,λ1为金属护套损耗因数,λ2为铠装层损耗因数,T1为绝缘层热阻,T2为阻水层热阻,T3为外护套热阻,T4为周围媒质热阻。
优选地,所述根据待测电缆内的电流状态选择对应的温升模型计算当前时刻待测电缆表面温度的温升具体包括:
当待测电缆内的电流状态为稳定运行时,根据以下公式计算当前时刻待测电缆表面温度的温升:
θc(t)=Wc[Ta(1-e-at)+Tb(1-e-bt)]
其中,θc(t)为运行t时刻电缆表面温度的温升,Wc为单位长度导体的功率损耗,Ta为电缆瞬态温升计算等效热路中导体热损,Tb为电缆瞬态温升计算等效热路中导体产生的额外热损,a、b为电缆瞬态温升计算系数。
优选地,所述根据待测电缆内的电流状态选择对应的温升模型计算当前时刻待测电缆表面温度的温升具体包括:
当待测电缆内的电流状态为不稳定运行且温度状态为不稳定时,根据以下公式计算当前时刻待测电缆表面温度的温升:
优选地,所述根据待测电缆内的电流状态选择对应的温升模型计算当前时刻待测电缆表面温度的温升具体包括:
当待测电缆内的电流状态为不稳定运行且温度状态为稳定时,根据以下公式计算当前时刻待测电缆表面温度的温升:
优选地,所述预设的红外图像识别模型通过以下步骤确定待测电缆线路红外图像信息:
根据所述待测电缆及其电缆附件的温度数值确定图像的温度梯度标量值;
设置标准距离参数,根据预设的红外探测器的辐射强度和测试距离的关系,确定不同拍摄距离下电缆及其电缆附件表面温度等效关系;
根据不同拍摄距离下电缆及其电缆附件表面温度等效关系将所述图像的温度梯度标量值转化为红外探测器检测的所述待测电缆及其电缆附件对应的图像的温度,并根据所述待测电缆及其电缆附件对应的图像的温度确定电缆线路红外图像亮度特征。
优选地,所述确定图像的温度梯度标量值具体包括:
其中,|f’(x,y)|为图像在x,y坐标位置处,图像的温度梯度标量值;为图像在x方向上的温度梯度;Δx为相邻两步长范围内,图像在x方向温度变化数值;Δt为图像在x方向上的步长;为图像在y方向上的温度梯度;Δy为相邻两步长范围内,图像在y方向温度变化数值;Δt为图像在y方向上的步长;ti+1表示i+1时刻的;ti表示i时刻的;xi+1表示i+1时刻的x方向温度数值;xi表示i时刻的x方向温度数值;yi+1表示i+1时刻的y方向温度数值;yi表示i时刻的y方向温度数值。
优选地,所述红外探测器的辐射强度和测试距离的关系具体包括:
其中,E′(λ)表示红外探测器的辐射强度,τ0(λ)为波长λ的光学系统透过率,λ表示波长,f′表示焦距,D表示直径,d为目标到红外探测器之间的距离,s表示物距。
优选地,所述确定电缆线路红外图像亮度特征,具体包括:
根据所述待测电缆及其电缆附件对应的图像的温度分别计算对应的像素点灰度值的方差值、标准差值、峰度值、熵值;并确定像均值素点灰度值的;
根据以下公式计算电缆线路红外图像亮度特征:
Homo(x,y)=1-E(x,y)×V(x,y)
其中,Homo(x,y)表示电缆线路红外图像亮度特征,vx,y和ex,y分别代表温度梯度标量值(x,y)附近5×5领域内的灰度值标准差和均值。
综上,实施本发明的实施例,具有如下的有益效果:
本发明提供的电缆附件的红外图像识别方法,确定待测电缆线路的电缆截面面积、实时运行电流、敷设环境温度等运行基础条件,获得待测电缆附件当前运行状态下,电缆及其电缆附件理论温度数值。确定待测电缆线路位置与红外相机点位之间的距离关系,获得红外相机不同拍摄距离条件下待测电缆及其电缆附件表面温度等效关系。确定待测电缆线路红外图谱信息,获得待测电缆及其电缆附件红外图像表面温度梯度和灰度、方差、标准差、峰度、熵和同质性等空间统计信息特征规律。实现压接缺陷电缆附件红外图像诊断识别,解决传统压接缺陷电缆附件红外图像识别精度差,误判率高的问题。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,根据这些附图获得其他的附图仍属于本发明的范畴。
图1为本发明实施例中一种电缆附件的红外图像识别方法的主流程示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作进一步地详细描述。
如图1所示,为本发明提供的一种电缆附件的红外图像识别方法的一个实施例的示意图。在该实施例中,所述方法包括以下步骤:
获取待测电缆附件当前运行状态参数,其中,所述电缆附件当前运行状态参数至少包括待测电缆线路的电缆截面面积、实时运行电流、敷设环境温度;也就是,通过不同的采集方式采集待测电缆线路的电缆截面面积、实时运行电流、敷设环境温度等运行基础条件,这些参数的采集方式都是本领域常规的设置,在此不再赘述。
进一步的,根据待测电缆线路的电缆截面面积、实时运行电流、敷设环境温度计算待测电缆及其电缆附件的温度数值;也就是,基于待测电缆线路的电缆截面面积、实时运行电流、敷设环境温度等运行基础条件,获得待测电缆附件当前运行状态下,电缆及其电缆附件理论温度数值。
本实施例中,根据待测电缆线路的电缆截面面积、实时运行电流、敷设环境温度计算待测电缆附件当前运行状态下,待测电缆及其电缆附件的理论温度数值;可理解的,根据待测电缆线路的电缆截面面积、敷设环境及外界环境温度等条件,计算待测电缆线路长时间运行允许最高载流量。具体地,根据以下公式计算待测电缆附件当前运行状态下,待测电缆及其电缆附件的理论温度数值具体包括:
其中,I为载流量,λc为导体运行温度,θa为周围环境温度,R为最高工作温度下导体交流电阻,Wd为导体周围绝缘介质损耗,λ1为金属护套损耗因数,λ2为铠装层损耗因数,T1为绝缘层热阻,T2为阻水层热阻,T3为外护套热阻,T4为周围媒质热阻。由于以上公式计算时需要导体运行温度,则可根据其他参数可计算出理想状态下导体运行温度,即待测电缆及其电缆附件的理论温度数值。
周期性采集待测电缆的实时运行电流,并判断待测电缆内的电流状态和温度状态,其中,所述电流状态包括稳定运行和不稳定运行,所述温度状态包括稳定和不稳定;根据待测电缆内的电流状态和温度状态选择对应的温升模型计算当前时刻待测电缆表面温度的温升;可理解的,根据电流状态和温度状态不同的情况可以确定待测电缆及其电缆附件中温度的变化方式是不同的,就需要针对不同的情况进行不同的计算。
本实施例中,当待测电缆内的电流状态为稳定运行时,根据以下公式计算当前时刻待测电缆表面温度的温升:
θc(t)=Wc[Ta(1-e-at)+Tb(l-e-bt)]
其中,θc(t)为运行t时刻电缆表面温度的温升,Wc为单位长度导体的功率损耗,Ta为电缆瞬态温升计算等效热路中导体热损,Tb为电缆瞬态温升计算等效热路中导体产生的额外热损,a、b为电缆瞬态温升计算系数。可理解的,该计算方法可以解决某一稳定运行电流下,电缆导体对电缆表面温升是相对于运行时间t的函数。但在实时监控系统中,所述算法面临待测电缆线路运行电流改变时,所述基础算法不再适用。
当待测电缆内的电流状态为不稳定运行且温度状态为不稳定时,根据以下公式计算当前时刻待测电缆表面温度的温升:
其中,为t2时刻导体对于电缆表面温度的温升,即t1时刻下一刻的电缆表面温度的温升;为基础算法标准导体温升反函数;为t1时刻导体对于电缆表面温度的温升。可理解的,通过周期性采集待测电缆的实时运行电流与待测电缆表面的温度,判断待测电缆系统内电流状态。若发现It发生变化,且待测电缆导体的温度未达到稳态温度,将利用上述公式用于计算待测电缆表面温度的温升。
当待测电缆内的电流状态为不稳定运行且温度状态为稳定时,根据以下公式计算当前时刻待测电缆表面温度的温升:
其中,t*为温度饱和计数变量;CXPLE为电缆绝缘层的热熔,CCond为电缆导体的热熔;θc2(∞)为运行电流变化时,导体对表皮的稳态温升;为t-1时刻导体的温升;为t-2时刻导体的温升。可理解的,若发现It发生变化,且待测电缆导体的温度已达到稳态温度,将利用上述公式用于计算待测电缆表面温度的温升;为上一时刻导体的温升而是通过上一情况(待测电缆内的电流状态为不稳定运行且温度状态为不稳定)公式计算。
以所述待测电缆及其电缆附件的理论温度数值为基础,并以当前时刻待测电缆表面温度的温升为增量,确定当前时刻待测电缆及其电缆附件的温度数值。
进一步的,将所述电缆及其电缆附件的温度数值作为输入量输入预设的红外图像识别模型,得到待测电缆线路红外图像信息。也就是,基于待测电缆线路位置与红外相机点位之间的距离关系,获得红外相机不同拍摄距离条件下电缆及其电缆附件表面温度等效关系。基于待测电缆线路红外图谱信息,获得红外图谱电缆线路温度、温度梯度以及空间统计信息特征规律。
本实施例中,根据所述待测电缆及其电缆附件的温度数值确定图像的温度梯度标量值;可理解的,为了能够使得变化微小的物理量以一种更加突出且直观的形式表现出来,常采用微分的数值处理方法,对变化微小的物理量进行微分或者梯度处理。其思想是通过两个变量之间的微分关系来实现数据信息的提取和滤除。因此,采用温度梯度结果对电缆附件温度状态更灵敏地反映。其核心算法公式如下:
其中,|f’(x,y)|为图像在x,y坐标位置处,图像的温度梯度标量值;ti+1表示i+1时刻的;ti表示i时刻的;xi+1表示i+1时刻的x方向温度数值;xi表示i时刻的x方向温度数值;yi+1表示i+1时刻的y方向温度数值;yi表示i时刻的y方向温度数值。
设置标准距离参数,根据预设的红外探测器的辐射强度和测试距离的关系,确定不同拍摄距离下电缆及其电缆附件表面温度等效关系;可理解的,红外热像仪的测温原理主要是通过感受物体自身传出的辐射来判断其物体温度的,在进行实际测量温度的过程中,红外热像仪器收到的辐射量包括物体自身得能量、周边环境所反射的能量。
Lλ=ελLbλ(T0)+ρλLbv(TU)
=ελLbλ(T0)+(I-aλ)Lbλ(TU)
可知,第一部分为表面光谱辐射亮度,第二部分为反射的环境光谱辐射亮度。T0为被测物体表面温度;TU为环境温度;ελ为表面发射率;ρλ为表面反射率;αλ为表面吸收率。探测器在工作时可以将辐射能转化为与能量成正比的电信号。热像仪的辐射照度大小用E表示:
E=A0d-2[σaλελLbλ(T0)+τaλ(1-αλ)Lbλ(TU)+εaλLbλ(Ta)]
其中,A0为热像仪所对应的目标的可视面积;d为目标到测量仪器之间的距离,A0d-2一般为常值;σaλ为表面辐射率;τaλ为大气的光谱透射率;εaλ为大气发射率。
由于黑体是待测目标,它的发射率约为1,基本不会反射它物的辐射。因此对于不会反射辐射的待测目标来说,辐射强度用下列方程表示为:
E′(λ)=πτ0(λ)εLe(T0b,λ)sin2u′m
其中,τ0(λ)为波长λ的光学系统透过率;Le(T0b,λ)表示波长λ、温度T0b时物体的亮度;ε为1,表示物体的发射率;sinu′m为像方数值孔径。
光学系统中用符号f′表示焦距,D表示直径,s表示物距,可得出测试距离和像方数值的关系公式:
结合以上方程,可以得到探测器辐射强度和测试距离的变化关系:
其中,E′(λ)表示红外探测器的辐射强度,τ0(λ)为波长λ的光学系统透过率,λ表示波长,f′表示焦距,D表示直径,d为目标到红外探测器之间的距离,s表示物距。
根据不同拍摄距离下电缆及其电缆附件表面温度等效关系将所述图像的温度梯度标量值转化为红外探测器检测的所述待测电缆及其电缆附件对应的图像的温度,并根据所述待测电缆及其电缆附件对应的图像的温度确定电缆线路红外图像亮度特征。也就是,利用探测器辐射强度和测试距离的变化关系,设置标准距离参数,归一化获得探测器辐射强度,并根据探测器辐射强度归一化结果,利用灰度化处理的方法,获得电缆线路红外图像亮度的唯一特征。基于待测电缆线路红外图像特征,完成待测电缆线路红外图像温度数据及灰度数据的获取。
本实施例中,根据所述待测电缆及其电缆附件对应的图像的温度分别计算对应的像素点灰度值的方差值、标准差值、峰度值、熵值;并确定像均值素点灰度值的;
根据以下公式计算电缆线路红外图像亮度特征:
Homo(x,y)=1-E(x,y)×V(x,y)
其中,Homo(x,y)表示电缆线路红外图像亮度特征,vx,y和ex,y分别代表温度梯度标量值(x,y)附近5×5领域内的灰度值标准差和均值。
具体地,待测电缆线路红外图像灰度结果,被视作一个二维的随机数矩阵,矩阵的元素对应与像素点的灰度值,可以利用空间统计学概念提取的矩阵特征,作为待测电缆线路红外图像特征。在待测电缆线路红外图像识别方法中,提取了方差、标准差和峰度等3个一阶统计特征;提取了熵和同质性等2个二阶统计特征。红外图像方差统计特征的计算方法为:
方差表示了一组数据中各数值与其算术平均数离差平方和的平均数,反应了各像素点灰度值之间的离散程度或离中趋势。
红外图像标准差统计特征的计算方法为:
标准差为方差的二次方根值。由于方差与标准差之间为非线性的变换关系,因此标准差与方差对于多层感知器具有意义。
红外图像峰度统计特征的计算方法为:
峰度表示了图像的灰度分布变化的陡峭程度,可以快速了解图像中边缘的成分。
红外图像熵的统计特征的计算方法为:
熵表示了图像中平均信息量的多少,红外灰度图像的熵间接与平均发热量相关。L为图像的总灰度级数,一般灰度级数为0~255,共256个;pi为灰度级i的出现概率。
红外图像同质性统计特征的计算方法为:
Homo(x,y)=1-E(x,y)×V(x,y)
其中,vx,y和ex,y分别代表像素(x,y)附近5×5领域内的灰度值均方差和均值。同质性也叫均匀性,反应了数据区域的一致性,在图像领域一般用同质性作为目标分割算法的依据。
综上,实施本发明的实施例,具有如下的有益效果:
本发明提供的电缆附件的红外图像识别方法,确定待测电缆线路的电缆截面面积、实时运行电流、敷设环境温度等运行基础条件,获得待测电缆附件当前运行状态下,电缆及其电缆附件理论温度数值。确定待测电缆线路位置与红外相机点位之间的距离关系,获得红外相机不同拍摄距离条件下待测电缆及其电缆附件表面温度等效关系。确定待测电缆线路红外图谱信息,获得待测电缆及其电缆附件红外图像表面温度梯度和灰度、方差、标准差、峰度、熵和同质性等空间统计信息特征规律。实现压接缺陷电缆附件红外图像诊断识别,解决传统压接缺陷电缆附件红外图像识别精度差,误判率高的问题。
以上所揭露的仅为本发明较佳实施例而已,当然不能以此来限定本发明之权利范围,因此依本发明权利要求所作的等同变化,仍属本发明所涵盖的范围。
Claims (10)
1.一种电缆附件的红外图像识别方法,其特征在于,包括:
获取待测电缆附件当前运行状态参数,其中,所述电缆附件当前运行状态参数至少包括待测电缆线路的电缆截面面积、实时运行电流、敷设环境温度;
根据待测电缆线路的电缆截面面积、实时运行电流、敷设环境温度计算待测电缆及其电缆附件的温度数值;
将所述电缆及其电缆附件的温度数值作为输入量输入预设的红外图像识别模型,得到待测电缆线路红外图像信息。
2.如权利要求1所述的方法,其特征在于,所述计算待测电缆及其电缆附件的温度数值具体包括:
根据待测电缆线路的电缆截面面积、实时运行电流、敷设环境温度计算待测电缆附件当前运行状态下,待测电缆及其电缆附件的理论温度数值;
周期性采集待测电缆的实时运行电流,并判断待测电缆内的电流状态和温度状态,其中,所述电流状态包括稳定运行和不稳定运行,所述温度状态包括稳定和不稳定;
根据待测电缆内的电流状态和温度状态选择对应的温升模型计算当前时刻待测电缆表面温度的温升;
以所述待测电缆及其电缆附件的理论温度数值为基础,并以当前时刻待测电缆表面温度的温升为增量,确定当前时刻待测电缆及其电缆附件的温度数值。
4.如权利要求3所述的方法,其特征在于,所述根据待测电缆内的电流状态选择对应的温升模型计算当前时刻待测电缆表面温度的温升具体包括:
当待测电缆内的电流状态为稳定运行时,根据以下公式计算当前时刻待测电缆表面温度的温升:
θc(t)=Wc[Ta(1-e-at)+Tb(1-e-bt)]
其中,θc(t)为运行t时刻电缆表面温度的温升,Wc为单位长度导体的功率损耗,Ta为电缆瞬态温升计算等效热路中导体热损,Tb为电缆瞬态温升计算等效热路中导体产生的额外热损,a、b为电缆瞬态温升计算系数。
7.如权利要求1所述的方法,其特征在于,所述预设的红外图像识别模型通过以下步骤确定待测电缆线路红外图像信息:
根据所述待测电缆及其电缆附件的温度数值确定图像的温度梯度标量值;
设置标准距离参数,根据预设的红外探测器的辐射强度和测试距离的关系,确定不同拍摄距离下电缆及其电缆附件表面温度等效关系;
根据不同拍摄距离下电缆及其电缆附件表面温度等效关系将所述图像的温度梯度标量值转化为红外探测器检测的所述待测电缆及其电缆附件对应的图像的温度,并根据所述待测电缆及其电缆附件对应的图像的温度确定电缆线路红外图像亮度特征。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210859143.2A CN115147780A (zh) | 2022-07-21 | 2022-07-21 | 一种电缆附件的红外图像识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210859143.2A CN115147780A (zh) | 2022-07-21 | 2022-07-21 | 一种电缆附件的红外图像识别方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115147780A true CN115147780A (zh) | 2022-10-04 |
Family
ID=83411971
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210859143.2A Pending CN115147780A (zh) | 2022-07-21 | 2022-07-21 | 一种电缆附件的红外图像识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115147780A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115931572A (zh) * | 2023-03-02 | 2023-04-07 | 阳谷领航电缆有限公司 | 特种电缆性能在线安装检测方法 |
CN117690063A (zh) * | 2024-02-04 | 2024-03-12 | 广东电网有限责任公司广州供电局 | 电缆线路检测方法、装置、电子设备与计算机可读介质 |
-
2022
- 2022-07-21 CN CN202210859143.2A patent/CN115147780A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115931572A (zh) * | 2023-03-02 | 2023-04-07 | 阳谷领航电缆有限公司 | 特种电缆性能在线安装检测方法 |
CN117690063A (zh) * | 2024-02-04 | 2024-03-12 | 广东电网有限责任公司广州供电局 | 电缆线路检测方法、装置、电子设备与计算机可读介质 |
CN117690063B (zh) * | 2024-02-04 | 2024-04-12 | 广东电网有限责任公司广州供电局 | 电缆线路检测方法、装置、电子设备与计算机可读介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115147780A (zh) | 一种电缆附件的红外图像识别方法 | |
CN106124949B (zh) | 一种基于热红外成像技术对绝缘子故障在线监测方法 | |
Liu et al. | The discrimination method as applied to a deteriorated porcelain insulator used in transmission lines on the basis of a convolution neural network | |
CN106950472B (zh) | 一种基于红外紫外成像的绝缘子检测方法 | |
CN111242123B (zh) | 一种基于红外图像的电力设备故障诊断方法 | |
Jin et al. | Detection of polluted insulators using the information fusion of multispectral images | |
CN107843818B (zh) | 基于异源图像温升与局部放电特征高压绝缘故障诊断方法 | |
Taib et al. | Thermal imaging for enhancing inspection reliability: detection and characterization | |
Yin et al. | Method for detecting the pollution degree of naturally contaminated insulator based on hyperspectral characteristics | |
CN114724042B (zh) | 一种输电线路中零值绝缘子自动检测方法 | |
Jadin et al. | Thermal condition monitoring of electrical installations based on infrared image analysis | |
CN109799440B (zh) | 基于高光谱技术的绝缘子污层电导检测方法 | |
JP6680303B2 (ja) | 見かけの放射率算出方法、温度計測方法、管材の製造方法及び温度計測装置 | |
CN113834585A (zh) | 还原炉内硅棒检测方法及系统、装置、介质及电子设备 | |
CN110992306B (zh) | 基于深度学习的红外图像中劣化绝缘子的分割方法及装置 | |
Yuan et al. | Temperature measurement of metal surface at normal temperatures by visible images and machine learning | |
CN113283276A (zh) | 一种联动热成像自学习火点检测方法及系统 | |
CN112053341A (zh) | 一种基于光反射率和人工智能的合金材料的表面温度测量方法 | |
Zaripova et al. | Investigation of the algorithm to find defects in high-voltage insulators for an automated thermal imaging control system | |
Coetzer et al. | Radiometric calibration and measurement algorithm for electrical inspection solar-blind ultraviolet cameras | |
CN112629694B (zh) | 一种燃煤电站炉膛的温度检测方法 | |
Liu et al. | A consistency method of discharge detection results at solar‐blind ultraviolet based on a radiation transmission model | |
Li et al. | A temperature identification method based on chromaticity statistical features of raw format visible image and K-nearest neighbor algorithm | |
Pei et al. | Temperature recognition for normal temperature metal based on the statistical features of visible image and K-nearest neighbor algorithm | |
CN109186786B (zh) | 一种监测电气设备是否电接触过热的装置及其方法 |
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 |