CN115824424A - 过热预测系统、过热预测方法以及非暂态电脑可读取储存媒体 - Google Patents
过热预测系统、过热预测方法以及非暂态电脑可读取储存媒体 Download PDFInfo
- Publication number
- CN115824424A CN115824424A CN202211480185.1A CN202211480185A CN115824424A CN 115824424 A CN115824424 A CN 115824424A CN 202211480185 A CN202211480185 A CN 202211480185A CN 115824424 A CN115824424 A CN 115824424A
- Authority
- CN
- China
- Prior art keywords
- temperature distribution
- abnormal
- maps
- distribution maps
- threshold
- 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
Landscapes
- Investigating Or Analyzing Materials Using Thermal Means (AREA)
- Radiation Pyrometers (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
- Protection Of Static Devices (AREA)
- Measuring Temperature Or Quantity Of Heat (AREA)
Abstract
本发明公开了一种过热预测系统、过热预测方法以及非暂态电脑可读取储存媒体。其中过热预测方法用以预测待测物是否有过热的趋势,其包含以下步骤。以参考温度分布图建立统计模型,获得门槛温度分布图。以门槛温度分布图过滤待测温度分布图,筛选出潜在异常温度分布图。以聚类分析判断潜在异常温度分布图是否和参考温度分布图属同一子集。将和参考温度分布图非属同一子集的潜在异常温度分布图标记为异常。当潜在异常温度分布图皆被标记为异常时,产生过热警示信息。
Description
技术领域
本揭露文件有关于一种预测系统与方法,特别是有关于一种过热预测系统与方法。
背景技术
大多数的电子元件皆有其工作温度的限制,当温度过高时,将无法正常运作、损坏,甚至引发火灾,因此对有许多大型设备的工厂而言,确保其仪器设备处于工作温度范围,是维持工安的重要任务。
然而现行技术以人工手持红外线枪定时对设备温度作监控,除了耗时,亦耗费大量人力成本。另一方面,每次监测之间的空档产生空窗期,无法防范因故障短时间迅速升温的情形,其取得的温度变化数据量也难以应用于数据分析,了解设备的温度变化趋势。
以变压器为例,另外亦有以部分放电感测器(Partial Discharge Sensor)检测高电压造成绝缘物破坏的放电现象,以提供使用者故障资讯,惟此方法并无法早期预警并防范异常供电及电气室火灾造成的安全危害。
发明内容
因此本揭露文件提供一种过热预测方法,其步骤包含:取得多个参考温度分布图以及多个待测温度分布图;以该些参考温度分布图建立一统计模型,获得一门槛温度分布图;以该门槛温度分布图过滤该些待测温度分布图,筛选出至少一潜在异常温度分布图;将该些参考温度分布图以及该些潜在异常温度分布图进行聚类分析,判断该些潜在异常温度分布图是否和该些参考温度分布图非属同一子集;当该些潜在异常温度分布图和该些参考温度分布图非属同一子集,将该些潜在异常温度分布图标记为异常;以及产生一过热警示信息。
另本揭露文件提供一种过热预测系统,其包含一热影像撷取装置以及一处理单元。该热影像撷取装置被配置为对一待测物拍摄以取得多个温度分布图。该处理单元通讯连接该热影像撷取装置,并被配置为执行以下步骤:自该热影像撷取装置取得多个参考温度分布图以及多个待测温度分布图;以该些参考温度分布图建立一统计模型,获得一门槛温度分布图;以该门槛温度分布图过滤该些待测温度分布图,筛选出至少一潜在异常温度分布图;将该些参考温度分布图以及该些潜在异常温度分布图进行聚类分析,判断该些潜在异常温度分布图是否和该些参考温度分布图非属同一子集;当该些潜在异常温度分布图和该些参考温度分布图非属同一子集,将该些潜在异常温度分布图标记为异常;以及产生一过热警示信息。
本揭露文件还提供一种非暂态电脑可读取储存媒体,其具有储存于其上的至少一指令,当一处理单元执行该些指令时,该些指令执行上述过热预测方法。
应该理解的是,前述的一般性描述和下列具体说明仅仅是示例性和解释性的,并旨在提供所要求的本揭露文件的进一步说明。
附图说明
为让本揭露文件的上述和其他目的、特征、优点与实施例能更明显易懂,所附图式的说明如下:
图1为本揭露文件一实施例的过热预测系统的示意图;
图2为本揭露文件一实施例的过热预测方法的流程图;
图3a为本揭露文件一实施例的温度分布图的示意图;
图3b为本揭露文件一实施例的取像异常温度分布图的示意图;
图4为本揭露文件一实施例的热影像撷取装置在一段时间内拍摄参考温度分布图以及待测温度分布图的示意图;
图5为本揭露文件一实施例的门槛温度分布图和待测温度分布图的示意图;
图6为本揭露文件一实施例的参考温度分布图和潜在异常温度分布图进行聚类分析的示意图;以及
图7为本揭露文件另一实施例的过热预测系统的示意图。
其中,附图标记:
100:过热预测系统
110:热影像撷取装置
111:移位检测单元
120:处理单元
130:输出装置
200:过热预测方法
S201~S212:步骤
OBJ:待测物
SVR:服务器
MD:移动装置
DP:显示装置
IMGa:温度分布图
IMGe1,IMGe2,IMGe3:取像异常温度分布图
IMGm1~IMGm30:参考温度分布图
IMGn1~IMGn10:待测温度分布图
Pt:门槛温度分布图
P1,P2:待测温度分布图
S:子集
P:数据点
具体实施方式
为了使本揭露文件的叙述更加详尽与完备,可参照所附的图式及以下所述各种实施例,图式中相同的号码代表相同或相似的元件。
请参照图1,其为本揭露文件第一实施例的过热预测系统100的示意图。如图1所示,过热预测系统100包含一热影像撷取装置110、一处理单元120以及一输出装置130。其中热影像撷取装置110被配置为对一待测物OBJ拍摄,在一段时间内取得一系列待测物OBJ的温度分布图。处理单元120和热影像撷取装置110通讯连接,可自热影像撷取装置110接收该些温度分布图,并且被配置为根据该些温度分布图建立一统计模型、执行聚类分析,以作为对待测物OBJ过热预测的参考数据。输出装置130和处理单元120通讯连接,自处理单元120接收一信息并发出对应该信息的一警示。服务器SVR和处理单元120通讯连接,并且被配置为自处理单元120接收一警示信息,服务器SVR接收到该警示信息后则可以简讯、Email或其他方式发出该警示信息,以提供使用者通过移动装置MD和/或显示装置DP取得有关该警示信息的资讯。至于有关具体如何建立模型、分析、预测的技术手段,将于以下段落描述。
在本揭露文件部份实施例中,热影像撷取装置110可为一红外线热像仪,其可拍摄出如图3a所示的温度分布图IMGa,而该些温度分布图为一由多个像素点组成的图片或阵列,每一像素点包含对应其拍摄位置的温度资讯。
在本揭露文件部分实施例中,处理单元120可为一处理器、一图形处理器(graphicprocessing unit,GPU)、一特殊应用集成电路(application specific integratedcircuit,ASIC)或其他任何类型的处理元件。
请进一步参考图2,其为本揭露文件一实施例的过热预测方法200的流程图。过热预测方法200可被图1所示的过热预测系统100所执行。
如第1、2图所示,在步骤S201中,处理单元120自热影像撷取装置110取得多个参考温度分布图。在本揭露文件的部分实施例中,该些参考温度分布图系热影像撷取装置110在一段时间内以一固定频率拍摄待测物OBJ取得的一系列温度分布图。
在步骤S202中,处理单元120在该些参考温度分布图中剔除取像异常的参考温度分布图。具体而言,系根据该些参考温度分布图各自的像素百分比分布,判断该些参考温度分布图各自是否存在取像异常,再进一步剔除经判断为取像异常的参考温度分布图。例如图3b中的取像异常温度分布图IMGe1和IMGe2,图中有大面积相邻的像素点皆包含相同温度资讯(此时取像异常温度分布图IMGe1和IMGe2的像素百分比分布会明显集中在特定的灰阶,例如有超过50%像素都集中在同样灰阶时即可判定异常);或如取像异常温度分布图IMGe3因受到杂讯影响,温度资讯随机地分布于图中(此时取像异常温度分布图IMGe3的像素百分比分布会分散到全部的灰阶,没有明显的分布变化,也可据以判定为异常),实际上判定画面异常有多种影像处理的演算法,本揭示文件并不仅以上述两种举例方式为限。
当处理单元120筛选出取像异常的参考温度分布图后,将其自该些参考温度分布图中剔除,以避免其所包含的偏误资讯降低过热预测的精准度。在本揭露文件的部分实施例中,处理单元120进一步自热影像撷取装置110取得和取像异常的参考温度分布图拍摄时间相近,或在其所属该些参考温度分布图拍摄的时间段后以同一频率拍摄的一温度分布图,并以其替换取像异常的参考温度分布图,例如连续拍摄的10张参考温度分布图当中有2张判定异常,则以后续的2张参考温度分布图加以替换。
在步骤S203中,处理单元120以该些参考温度分布图建立一统计模型,获得一门槛温度分布图。其目的在于根据该些参考温度分布图的温度变化趋势,以统计方法建立模型,做为过热预测的参考基准。其中该门槛温度分布图中包含对应每一像素点的多个门槛温度,其系根据该统计模型中四分位数所计算出的一阀值。具体来说,处理单元120对该些参考温度分布图中同一位置的一同位像素点组所包含的一同位温度资讯组进行统计,先以该同位温度资讯组统计出的四分位距和/或标准差的一定倍率设定一或多个温度区间,例如在本揭露文件部分实施例中,该些温度区间可以下列式一、式二表示:
[式一]
[Q1(Tn)-αIQR(Tn),Q3(Tn)+αIQR(Tn)]
[式二]
[mean(Tn)-βstd(Tn),mean(Tn)+βstd(Tn)]
其中Tn为该同位温度资讯组,Q1为一第一四分位数,Q3为一第三四分位数,IQR为一四分位距,α为一第一倍率,mean为一平均数,std为一标准差,β为一第二倍率。
其后在该同位温度资讯组中剔除超出该些温度区间的温度资讯,获得一修正后同位温度资讯组,避免极端值影响后续门槛温度计算。接着以该修正后同位温度资讯组的统计模型计算该门槛温度,例如在本揭露文件部分实施例中,该门槛温度可以下列式三表示:
[式三]
处理单元120以相同的方式遍历该些参考温度分布图中所有像素点,分别计算出对应的该些门槛温度后,产生一门槛温度分布图。
在步骤S204中,处理单元120自热影像撷取装置110取得多个待测温度分布图。在本揭露文件的部分实施例中,该些待测温度分布图为当使用者欲了解待测物OBJ是否有过热的趋势时,在一段相对于该些参考温度分布图的取像时间较短的时间内拍摄待测物OBJ取得的一系列温度分布图。
有关该些参考温度分布图和该些待测温度分布图拍摄的时间点,请参考图4,其为本揭露文件一实施例的热影像撷取装置110在一段时间内拍摄参考温度分布图IMGm1~30以及待测温度分布图IMGn1~10的示意图。热影像撷取装置110每60秒对待测物OBJ拍摄1张温度分布图,直到累积30张后,做为该些参考温度分布图IMGm1~30;另一方面,在完成该些参考温度分布图的拍摄后,热影像撷取装置110每0.2秒对待测物OBJ拍摄1张温度分布图,直到累积10张后,做为该些待测温度分布图IMGn1~10。
相似于步骤S202,在步骤S205中,处理单元120在该些待测温度分布图中剔除取像异常的待测温度分布图。具体而言,系根据该些待测温度分布图各自的像素百分比分布,判断该些待测温度分布图各自是否存在取像异常,判断的方式和步骤S202中判断取像异常的参考温度分布图相同。当处理单元120筛选出取像异常的待测温度分布图后,将其自该些待测温度分布图中剔除,以避免其所包含的偏误资讯降低过热预测的精准度。其后,处理单元120再自热影像撷取装置110取得和取像异常的待测温度分布图拍摄时间相近,或在其所属该些待测温度分布图拍摄的时间段后以同一频率拍摄的一温度分布图,并以其替换取像异常的待测温度分布图。
在步骤S206中,处理单元120以该门槛温度分布图过滤该些待测温度分布图,筛选出至少一潜在异常温度分布图。具体来说,处理单元120比较每一该些待测温度分布图中每一像素点的温度资讯是否超过该门槛温度分布图的该些门槛温度中相对应的其中一门槛温度,若该些待测温度分布图其中之一温度资讯超过该门槛温度的该像素点数量大于预设的一门槛,则标记其为潜在异常温度分布图。
如图5所示,其为本揭露文件一实施例的门槛温度分布图Pt和待测温度分布图P1、P2的示意图。为方便说明,将门槛温度分布图Pt和待测温度分布图P1、P2中每个像素点的温度资讯以数值形式表示。当进行步骤S206时,处理单元120比较门槛温度分布图Pt中每一像素点的该门槛温度和待测温度分布图P1、P2中相同位置的像素点的温度资讯,待测温度分布图P1、P2中以网点标示的像素点表示其温度资讯高于对应的该门槛温度。而当该门槛设为5时,待测温度分布图P1因只有1个像素点温度资讯超过对应的该门槛温度,并不会被标记为潜在异常温度分布图;另一方面,待测温度分布图P2则有13个像素点温度资讯超过对应的该门槛温度,因此待测温度分布图P2则会被处理单元120标记为潜在异常温度分布图。
接下来在步骤S207中,处理单元120判断该些待测温度分布图是否皆被标记为潜在异常温度分布图。若否,则认定待测物OBJ的温度变化正常,暂时没有过热的趋势,处理单元120进而执行步骤S213,将该些待测温度分布图加入该些参考温度分布图,作为下次判断待测物OBJ是否有过热趋势时的参考数据,当欲进行下一次预测时,则回到步骤S203,处理单元120以新的一组参考温度分布图建立统计模型。
另一方面,若该些待测温度分布图皆被标记为潜在异常温度分布图,则处理单元120进一步执行步骤S208,将该些参考温度分布图以及该些潜在异常温度分布图进行聚类分析,判断该些潜在异常温度分布图是否和该些参考温度分布图属于同一子集。处理单元120进行聚类分析时,可依照需求采用不同的聚类演算法,例如:DBSCAN(density-basedspatial clustering of applications with noise)、K-近邻演算法(k-nearestneighbors algorithm)、K-平均演算法(k-means clustering)、Linde–Buzo–Gray演算法。在本揭露文件的部分实施例中,将每张该些参考温度分布图以及该些潜在异常温度分布图分别投射至坐标平面上形成各自的数据点,于一实施例中,可将该些参考温度分布图以及该些潜在异常温度分布图投射至至X轴为时间、Y轴为温度的二维坐标平面,形成多个数据点。经过上述投射后,将二维坐标平面上在欧式距离相近的数据点归纳为同一子集,也就是说,举例来说,具有相近温度(5%以内)的数据点将被归纳为同一子集。进而在步骤S209时,处理单元120判断该些潜在异常温度分布图所对应的数据点和该些参考温度分布图所对应的数据点是否属同一子集。
一般情况下,上述参考温度分布图各自都是在正常运作情况(无过热发生)下所拍摄的图片,其投射的数据点会彼此相近形成一个正常数据点子集。上述步骤S209的目的是在判断潜在异常温度分布图所对应的数据点,是否落入正常数据点子集当中。
若该些潜在异常温度分布图其中之一和该些参考温度分布图是属于同一子集,则认定待测物OBJ的温度变化正常,暂时没有过热的趋势,处理单元120进而执行步骤S213,将该些待测温度分布图加入该些参考温度分布图,作为下次判断待测物OBJ是否有过热趋势时的参考数据,当欲进行下一次预测时,则回到步骤S203,处理单元120以新的一组参考温度分布图建立统计模型。另一方面,若处理单元120判断该些潜在异常温度分布图和该些参考温度分布图皆非属同一子集,则判断待测物OBJ的温度变化有过热趋势,处理单元120进一步执行步骤S210。
有关以聚类分析判断每一该些潜在异常温度分布图和该些参考温度分布图是否属于同一子集的方式,请参考图6,其为本揭露文件一实施例的该些参考温度分布图和该些潜在异常温度分布图其中之一进行聚类分析的示意图。处理单元120首先将该些参考温度分布图分别投影至一轴为时间、另一轴为温度的一二维坐标平面,成为多个数据点。举例来说,处理单元120以聚类演算法计算该些参考温度分布图对应的数据点形成一子集S。另一方面,将该些潜在异常温度分布图其中之一亦投影至该二维坐标平面,成为数据点P,若数据点P落在子集S的范围当中,则判断该些潜在异常温度分布图其中之一和该些参考温度分布图属同一子集;反之,若如图6中绘示的数据点P,其未落在子集S的范围内,则判断该些潜在异常温度分布图其中之一和该些参考温度分布图非属同一子集。
接着在步骤S210中,处理单元120将该些潜在异常温度分布图标记为异常。因在步骤S209中,该些潜在异常温度分布图皆和该些参考温度分布图非属同一子集,即表示目前待测物OBJ的温度变化已偏离该些参考温度分布图所代表的正常运作温度,因此过热预测系统100或过热预测方法200判断待测物OBJ具有过热的趋势,进而将该些潜在异常温度分布图标记为异常。
进一步地,处理单元120执行步骤211,产生一过热警示信息。在本揭露文件部分实施例中,该过热警示信息包含该待测物OBJ的识别资讯、该些潜在异常温度分布图以及该些潜在异常温度分布图的拍摄时间等资讯。
之后在步骤S212中,处理单元120发出该过热警示信息。在本揭露文件的部份实施例中,系由输出装置130自处理单元120接收该过热警示信息后,发出该过热警示信息,该过热警示信息可以闪光、声音、萤幕显示文字或图样等多种技术手段发出。相对地,输出装置130可为一包含发光单元、发声单元、显示萤幕和其他任何具输出功能的元件,按使用者需求任意组合的装置。
另一方面,在本揭露文件的其他实施例中,亦可为处理单元120将该过热信息传送至服务器SVR,服务器SVR接收到该过热警示信息后以简讯、电子邮件或其他方式发出该过热警示信息,以提供使用者通过移动装置MD和/或显示装置DP取得有关该过热警示信息的资讯。
如图7所示,其为本揭露文件另一实施例的过热预测系统的示意图。其中热影像撷取装置110进一步包含移位检测单元111,移位检测单元111可以陀螺仪、加速度计或其他动态感测器等技术手段实现,用以检测热影像撷取装置110是否有碰撞、移动的情况。在本揭露文件部份实施例中,当热影像撷取装置110对一待测物进行拍摄时,移位检测单元111持续监测热影像撷取装置110的运动状况,若检测到热影像撷取装置110有移位的情形,则发送一热影像撷取装置移位信号至处理单元120。另一方面,处理单元120接收该热影像撷取装置移位信号时,发出对应该热影像撷取装置移位信号的一移位警示信息。
如前述有关发出该过热警示信息的技术手段,在本揭露文件部份实施例中,该移位警示信息可由输出装置130自处理单元120接收,输出装置130发出该移位警示信息,该移位警示信息可以闪光、声音、萤幕显示文字或图样等多种技术手段发出。另一方面,在本揭露文件的其他实施例中,亦可为处理单元120将该过热信息传送至服务器SVR,服务器SVR接收到该过热警示信息后以简讯、电子邮件或其他方式发出该过热警示信息,以提供使用者通过移动装置MD和/或显示装置DP取得有关该过热警示信息的资讯。
虽以数个实施例详述如上作为示例,然本揭露文件所提出的过热预测系统、过热预测方法以及非暂态电脑可读取储存媒体亦得以其他硬体、软体、储存媒体或其组合实现。因此,本揭露文件的保护范围不应受限于本揭露文件实施例所描述的特定实现方式,当视后附的申请专利范围所界定者为准。
对于本揭露文件所属技术领域中具有通常知识者显而易见的是,在不脱离本揭露文件的范围或精神的情况下,可以对本揭露文件的结构进行各种修改和变化。鉴于前述,本揭露文件的保护范围亦涵盖在后附的申请专利范围内进行的修改和变化。
Claims (11)
1.一种过热预测方法,其特征在于,其步骤包含:
取得多个参考温度分布图以及多个待测温度分布图;
以该些参考温度分布图建立一统计模型,获得一门槛温度分布图;
以该门槛温度分布图过滤该些待测温度分布图,筛选出多个潜在异常温度分布图;
将该些参考温度分布图以及该些潜在异常温度分布图进行聚类分析,判断该些潜在异常温度分布图是否和该些参考温度分布图属于同一子集;
当该些潜在异常温度分布图和该些参考温度分布图非属同一子集时,将该些潜在异常温度分布图标记为异常;以及
根据标记为异常的该些潜在异常温度分布图产生一过热警示信息。
2.如权利要求1所述的过热预测方法,其特征在于,其进一步包含以下步骤:
根据该些参考温度分布图各自的像素百分比分布,判断该些参考温度分布图各自是否存在取像异常,剔除经判断为取像异常的参考温度分布图;以及
根据该些待测温度分布图各自的像素百分比分布,判断该些待测温度分布图各自是否存在取像异常,剔除经判断为取像异常的待测温度分布图。
3.如权利要求1所述的过热预测方法,其特征在于,其进一步包含以下步骤:
将该过热警示信息传送至一行动装置,或将该过热警示信息显示于一显示装置。
4.如权利要求3所述的过热预测方法,其特征在于,该些待测温度分布图是由一热影像撷取装置拍摄,该热影像撷取装置通讯连接一处理单元,并包含一移位检测单元,当该热影像撷取装置移位时,该移位检测单元用以产生一移位信号,该过热预测方法进一步包含以下步骤:
由该处理单元接收该移位信号;
当接收到该移位信号时,该处理单元对应该移位信号传送一移位警示信息至一行动装置或将该移位警示信息显示于一显示装置。
5.如权利要求1所述的过热预测方法,其特征在于,该门槛温度分布图中包含对应每一像素点的多个门槛温度,其系根据该统计模型中四分位数所计算出的一阀值,并且筛选出该些潜在异常温度分布图的步骤进一步包含:
比较每一该些待测温度分布图中每一像素点的温度资讯是否超过该些门槛温度中相对应的一门槛温度,若该些待测温度分布图其中之一温度资讯超过该门槛温度的该像素点数量大于一门槛,则标记其为该些潜在异常温度分布图。
6.一种过热预测系统,其特征在于,其包含:
一热影像撷取装置,其被配置为对一待测物拍摄以取得多个温度分布图;以及
一处理单元,通讯连接该热影像撷取装置,其中该处理单元被配置为:
自该热影像撷取装置取得多个参考温度分布图以及多个待测温度分布图;
以该些参考温度分布图建立一统计模型,获得一门槛温度分布图;
以该门槛温度分布图过滤该些待测温度分布图,筛选出至少一潜在异常温度分布图;
若该些待测温度分布图皆被标记为潜在异常温度分布图,则将该些参考温度分布图以及该些潜在异常温度分布图进行聚类分析,判断该些潜在异常温度分布图是否和该些参考温度分布图属于同一子集;
当该些潜在异常温度分布图和该些参考温度分布图非属于同一子集时,将该些潜在异常温度分布图标记为异常;以及
产生一过热警示信息。
7.如权利要求6所述的过热预测系统,其特征在于,该处理单元进一步被配置为:
根据该些参考温度分布图各自的像素百分比分布,判断该些参考温度分布图各自是否存在取像异常,剔除经判断为取像异常的参考温度分布图;以及
根据该些待测温度分布图各自的像素百分比分布,判断该些待测温度分布图各自是否存在取像异常,剔除经判断为取像异常的待测温度分布图。
8.如权利要求6所述的过热预测系统,其特征在于,该处理单元进一步被配置为:
将该过热警示信息传送至一行动装置,或将该过热警示信息显示于一显示装置。
9.如权利要求8所述的过热预测系统,其特征在于,该热影像撷取装置进一步包含一移位检测单元,当该热影像撷取装置移位时,该移位检测单元用以产生一移位信号,其中该过热预测系统包含以下技术特征:
由该处理单元接收该移位信号;
当接收到该移位信号时,该处理单元对应该移位信号传送一移位警示信息至一行动装置或将该移位警示信息显示于一显示装置。
10.如权利要求6所述的过热预测系统,其特征在于,该门槛温度分布图中包含对应每一像素点的多个门槛温度,其系根据该统计模型中四分位数所计算出的一阀值,并且该处理单元进一步被配置为:
比较每一该些待测温度分布图中每一像素点温度是否超过相对应的该门槛温度,若该些待测温度分布图其中之一超过该门槛温度的像素点数量大于一门槛,则标记其为该潜在异常温度分布图。
11.一种非暂态电脑可读取储存媒体,其特征在于,其具有储存于其上的至少一指令,当一处理单元执行该些指令时,该些指令执行一过热预测方法,该过热预测方法包含以下步骤:
取得多个参考温度分布图以及多个待测温度分布图;
以该些参考温度分布图建立一统计模型,获得一门槛温度分布图;
以该门槛温度分布图过滤该些待测温度分布图,筛选出至少一潜在异常温度分布图;
若该些待测温度分布图皆被标记为潜在异常温度分布图,则将该些参考温度分布图以及该些潜在异常温度分布图进行聚类分析,判断该些潜在异常温度分布图是否和该些参考温度分布图属于同一子集;
当该些潜在异常温度分布图和该些参考温度分布图非属同一子集时,将该些潜在异常温度分布图标记为异常;以及
产生一过热警示信息。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW111118579A TWI797017B (zh) | 2022-05-18 | 2022-05-18 | 過熱預測系統、過熱預測方法以及非暫態電腦可讀取儲存媒體 |
TW111118579 | 2022-05-18 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115824424A true CN115824424A (zh) | 2023-03-21 |
Family
ID=85531002
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211480185.1A Pending CN115824424A (zh) | 2022-05-18 | 2022-11-24 | 过热预测系统、过热预测方法以及非暂态电脑可读取储存媒体 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN115824424A (zh) |
TW (1) | TWI797017B (zh) |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008045889A (ja) * | 2006-08-11 | 2008-02-28 | Chugoku Electric Power Co Inc:The | 過熱診断システムおよび過熱診断プログラム |
TW201723928A (zh) * | 2015-12-17 | 2017-07-01 | Nat Chung-Shan Inst Of Science And Tech | 一種熱影像區域分割方法 |
CN113034450A (zh) * | 2021-03-12 | 2021-06-25 | 西安工业大学 | 一种变压器过热故障诊断方法 |
CN114373066A (zh) * | 2021-11-03 | 2022-04-19 | 温州电力建设有限公司 | 基于温度概率密度的高压电力设备故障识别方法及装置 |
-
2022
- 2022-05-18 TW TW111118579A patent/TWI797017B/zh active
- 2022-11-24 CN CN202211480185.1A patent/CN115824424A/zh active Pending
Also Published As
Publication number | Publication date |
---|---|
TWI797017B (zh) | 2023-03-21 |
TW202347272A (zh) | 2023-12-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11067973B2 (en) | Data collection system, abnormality detection method, and gateway device | |
JP4705090B2 (ja) | 煙感知装置及びその方法 | |
KR100858140B1 (ko) | 영상처리를 이용한 화재 감지 방법 및 시스템 | |
EP1649333B2 (en) | A system and method for monitoring and visualizing the output of a production process | |
CN104737202A (zh) | 火灾检测方法和装置 | |
JP2012089929A (ja) | 物体検知装置、物体検知方法、監視カメラシステム、およびプログラム | |
CN110779157B (zh) | 异常检测系统、异常检测方法以及存储装置 | |
CN108335454B (zh) | 一种火情检测方法及装置 | |
CN112067139A (zh) | 热成像测温装置以及热成像测温方法 | |
JP4111660B2 (ja) | 火災検出装置 | |
CN109841028B (zh) | 一种基于红外热像仪的热源探测方法、系统及存储介质 | |
US10360249B2 (en) | System and method for creation and detection of process fingerprints for monitoring in a process plant | |
JP5302926B2 (ja) | 煙検出装置 | |
JP2018152729A (ja) | 被監視空間の状態監視方法及び装置 | |
CN115824424A (zh) | 过热预测系统、过热预测方法以及非暂态电脑可读取储存媒体 | |
CN109074052B (zh) | 非稳定检测装置、非稳定检测系统以及非稳定检测方法 | |
CN117037065A (zh) | 火焰烟雾浓度检测方法、装置、计算机设备和存储介质 | |
CN113516091B (zh) | 一种识别变电站电火花图像的方法 | |
CN111198802B (zh) | 一种散热异常的检测方法、装置以及计算机可读存储介质 | |
US20230003585A1 (en) | Information processing apparatus, information processing system, information processing method, and storage medium | |
JP5309069B2 (ja) | 煙検出装置 | |
JP6632757B1 (ja) | 環境異常検知装置 | |
JP2012133433A (ja) | 置去り/持去り物体検知装置及び置去り/持去り物体検知方法 | |
CN115457731B (zh) | 跌倒侦测系统及其侦测方法 | |
KR102650169B1 (ko) | 열화상 카메라로 산업현장의 이상 온도를 감지 및 표현하고 경보를 발생시켜 알리는 시스템 및 이의 동작 방법 |
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 |