CN115877128A - 一种轨道车辆电缆终端的异常检测方法及装置 - Google Patents
一种轨道车辆电缆终端的异常检测方法及装置 Download PDFInfo
- Publication number
- CN115877128A CN115877128A CN202211575348.4A CN202211575348A CN115877128A CN 115877128 A CN115877128 A CN 115877128A CN 202211575348 A CN202211575348 A CN 202211575348A CN 115877128 A CN115877128 A CN 115877128A
- Authority
- CN
- China
- Prior art keywords
- temperature
- data
- cable terminal
- sound
- detected
- 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
- Electric Propulsion And Braking For Vehicles (AREA)
Abstract
本发明涉及轨道交通技术领域,尤其涉及一种轨道车辆电缆终端异常实时检测方法及装置。其方法包括:采集环境温度数据和待检测电缆终端的分析数据;根据所述环境温度数据和分析数据,利用预设的检测模型进行分析处理,得到待检测电缆终端的检测结果;其中,所述分析数据包括图像数据、温度数据和声音数据;所述预设的检测模型包括基于对所述环境温度数据、图像数据和温度数据进行分析处理的检测模型或基于对所述环境温度数据、图像数据、温度数据和声音数据进行分析处理的检测模型。本发明的目的是解决现有的检测方法在对电缆终端进行检测时,容易出现漏报和误报,导致轨道车辆的电缆终端的故障检测的准确率低问题。
Description
技术领域
本发明涉及轨道交通技术领域,尤其涉及一种轨道车辆电缆终端异常实时检测方法及装置。
背景技术
电缆终端指安装在电缆的末端,以保证与该系统其他部分的电气连接并保持绝缘至连接点的装置。其中,半刚性的电缆终端是轨道车辆高压系统的一个重要部件,当半刚性的电缆终端发生故障时,将会直接影响车辆高压系统的性能,进而影响车辆运行安全,因此需对半刚性的电缆终端的状态进行实时监控和检测,确保车辆运行安全。
目前,对轨道车辆半刚性的电缆终端暂无直接的监控手段。参考高压系统其他部件的监控手段,温度检测是应用最广泛的检测手段,原因在于其技术比较成熟,成本相对较低。现有的温度检测方法是采集设备的温度值,与简单的温度阈值对比,判断设备是否发生异常,但这种方法因未能充分考虑环境温度、设备一致性、温度变化等情况而经常出现漏报和误报。因此急需建立一种准确度高、定位精准、效率高的电缆终端实时检测方法。
发明内容
本发明提供一种轨道车辆电缆终端异常实时检测方法及装置,用以解决现有的检测方法在对电缆终端进行检测时,容易出现漏报和误报,导致轨道车辆的电缆终端的故障检测的准确率低问题。
本发明提供一种轨道车辆电缆终端的异常检测方法,包括:
采集环境温度数据和待检测电缆终端的分析数据;
根据所述环境温度数据和分析数据,利用预设的检测模型进行分析处理,得到待检测电缆终端的检测结果;
其中,所述分析数据包括图像数据、温度数据和声音数据;
所述预设的检测模型包括基于对所述环境温度数据、图像数据和温度数据进行分析处理的检测模型或基于对所述环境温度数据、图像数据、温度数据和声音数据进行分析处理的检测模型。
本发明还提供一种轨道车辆电缆终端的异常检测方法,根据所述环境温度数据和分析数据,利用预设的检测模型进行分析处理,得到待检测电缆终端的检测结果的步骤中,采用基于对所述环境温度数据、图像数据和温度数据进行分析处理的检测模型的步骤,包括:
提取所述温度数据中每一帧的温度数据;
标定所述图像数据中待检测电缆终端的位置坐标点范围;
根据所述每一帧的温度数据,提取与所述位置坐标点范围相对应的温度值;
根据所述环境温度数据,对所述温度值进行处理和变换;
利用预设的温度报警策略,判断处理和变换后每一帧的温度值,得到待检测电缆终端的检测结果。
本发明还提供一种轨道车辆电缆终端的异常检测方法,所述预设的温度报警策略包括:绝对温度平均值报警策略、绝对温度比例值报警策略、相对温度平均值报警策略、相对温度比例值报警策略、温差平均值报警策略、温差比例值报警策略、温升速率平均值报警策略和温升速率比例值报警策略中的一种或多种。
本发明还提供一种轨道车辆电缆终端的异常检测方法所述利用预设的温度报警策略,判断处理和变换后每一帧的温度值,得到待检测电缆终端的检测结果,包括:
步骤一、设立计数器F2,并初始化计数器:F2=0;
其中:计数器F2代表电缆终端的异常的温度值的连续累计帧数;
步骤二、利用预设的温度报警策略,对电缆终端的当前帧的温度值进行判断,若异常,计数器F2增加1;若正常,计数器F2重置为0;
步骤三、对步骤二中的计数器F2进行判断后,若计数器F2的连续累计帧数大于设定值帧数,得出电缆终端异常的结论,且将计数器重置为0,若计数器F2的连续累计帧数小于设定值帧数,得出电缆终端正常的结论;
步骤四、重复步骤二和步骤三对电缆终端后续帧的温度值进行判断后,得到待检测电缆终端的检测结果。
本发明还提供一种轨道车辆电缆终端的异常检测方法,所述根据环境温度数据和分析数据,利用预设的检测模型进行分析处理,得到待检测电缆终端的检测结果的步骤中,采用基于环境温度数据、图像数据、温度数据和声音数据分析处理的检测模型进行分析处理,得到待检测电缆终端的检测结果的步骤,包括:
提取所述图像数据的温度特征;
提取所述声音数据中与图像数据对应时间的声音特征;
将所述温度特征和声音特征进行归一化处理,构建温度和声音的融合特征;
将所述温度特征、声音特征以及温度和声音融合特征输入预设的聚类分析模型进行检测,得到待检测电缆终端的检测结果;
其中,所述预设的聚类分析模型以正常的温度特征、声音特征和温度和声音的融合特征与异常的温度特征、声音特征和温度和声音的融合特征为样本,以及与正常的温度特征、声音特征和温度和声音的融合特征与异常的温度特征、声音特征和温度和声音的融合特征为样本相对应的标签训练得到。
本发明还提供一种轨道车辆电缆终端的异常检测方法,所述根据环境温度数据和分析数据,利用预设的检测模型进行分析处理,得到待检测电缆终端的检测结果之后,还包括对异常的检测结果进行定位的步骤:
若待检测电缆终端的检测结果异常,根据所述分析数据,利用电缆终端异常定位方法,得出异常的电缆终端的故障定位。
本发明还提供一种轨道车辆电缆终端的异常检测方法,所述若待检测电缆终端的检测结果异常,根据待检测电缆终端的分析数据,利用电缆终端异常定位方法,得出异常的电缆终端的故障定位,包括:
通过所述声音特征锁定异常电缆终端的位置;
根据异常的待检测电缆终端的图像数据和电缆终端识别模型,利用多点定位法,匹配出异常的电缆终端;
将匹配后异常的电缆终端的图像区域划分多处分区,根据温度数据对分区后异常的电缆终端进行温度的判断,得出异常的电缆终端的故障定位。
其中,所述电缆终端识别模型以采集电缆终端的设计数据,根据设计数据中设计图纸的尺寸,初步制作出电缆终端识别模板;
匹配至少一千张电缆终端的真实轮廓图像对所述初步制作电缆终端识别模板进行训练后,得到所述电缆终端识别模型。
本发明还提供一种轨道车辆电缆终端的异常检测装置,包括:
采集模块,用于采集待检测电缆终端的分析数据;
检测模块,根据所述分析数据,利用预设的检测模型进行分析处理,得到待检测电缆终端的检测结果;
其中,所述分析数据包括环境温度数据,待检测电缆终端的图像数据、温度数据和声音数据;
所述预设的检测模型包括基于所述环境温度数据、图像数据和温度数据的检测模型或基于环境温度数据、图像数据、温度数据和声音数据分析处理的检测模型。
本发明还提供一种轨道车辆电缆终端的异常检测装置,所述检测模块根据所述环境温度数据和分析数据,利用预设的检测模型进行分析处理,得到待检测电缆终端的检测结果的步骤中,采用基于对所述环境温度数据、图像数据和温度数据进行分析处理的检测模型的步骤,包括:
提取所述温度数据中每一帧的温度数据;
标定所述图像数据中待检测电缆终端的位置坐标点范围;
根据所述每一帧的温度数据,提取与所述位置坐标点范围相对应的温度值;
根据所述环境温度数据,对所述温度值进行处理和变换;
利用预设的温度报警策略,判断处理和变换后每一帧的温度值,得到待检测电缆终端的检测结果。
本发明还提供一种轨道车辆电缆终端的异常检测装置,所述检测模块包括预设的温度报警策略,所述预设的温度报警策略包括:绝对温度平均值报警策略、绝对温度比例值报警策略、相对温度平均值报警策略、相对温度比例值报警策略、温差平均值报警策略、温差比例值报警策略、温升速率平均值报警策略和温升速率比例值报警策略中的一种或多种。
本发明提供的一种轨道车辆电缆终端异常实时检测方法及装置,通过轨道车辆电缆终端的异常检测方法,利用预设的检测模型,对采集的环境温度数据和包括图像数据、温度数据和声音数据的分析数据进行分析检测,从而充分考虑了环境温度和温度变化等情况,避免检测结果受到环境温度的影响,出现漏报和误报,从而提高了对电缆终端进行检测的准确率。
附图说明
为了更清楚地说明本发明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一简单地介绍,显而易见地,下面描述中的附图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的前提下,还可以根据这些附图获得其他的附图。
图1是本发明提供的一种轨道车辆电缆终端的异常检测方法的流程示意图;
图2是本发明提供一种轨道车辆电缆终端的异常检测装置的结构示意图;
图3是本发明提供的电子设备的结构示意图。
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,下面将结合本发明中的附图,对本发明中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例一
下面结合图1描述本发明的一种轨道车辆电缆终端的异常检测方法,包括:
S1、采集环境温度数据和待检测电缆终端的分析数据。
S2、根据环境温度数据和分析数据,利用预设的检测模型进行分析处理,得到待检测电缆终端的检测结果。
其中,所述分析数据包括图像数据、温度数据和声音数据。
具体的,使用红外摄像头整个电缆终端区域进行采集,获得至少60帧的电缆终端的温度数据和采集区域的图像数据,并获得环境温度数据。在电缆终端附近安装的声音传感器采集声音数据。从而确保对电缆终端温度采集的完整性。
所述预设的检测模型包括基于对所述环境温度数据、图像数据和温度数据进行分析处理的检测模型或基于对所述环境温度数据、图像数据、温度数据和声音数据进行分析处理的检测模型。
本发明利用预设的检测模型,对采集的环境温度数据和包括图像数据、温度数据和声音数据的分析数据进行分析检测,充分考虑了环境温度和温度变化等情况,避免检测结果出现漏报和误报,从而提高了对电缆终端进行检测的准确率。
本实施例中,S2步骤中:所述利用预设的温度报警策略,判断处理和变换后每一帧的温度值,得到待检测电缆终端的检测结果,包括:
步骤一、提取所述温度数据中每一帧的温度数据。
步骤二、标定所述图像数据中待检测电缆终端的位置坐标点范围。例如,采用100*100像素点的图像数据,选出图像数据中某一个电缆终端方框左上角坐标点为(2,5),右下角坐标点为(3,7),可以得出该电缆终端坐标点为((2,5),(2,6),(2,7),(3,5),(3,6),(3,7))。
步骤三、根据所述每一帧的温度数据,提取与所述位置坐标点范围相对应的温度值。温度值T为(34,36,35,35,36,34)。
步骤四、根据所述环境温度数据,对所述温度值进行处理和变换。其中,环境温度数据中的环境温度Tamb(如Tamb=25℃)。
步骤五、利用预设的温度报警策略,判断处理和变换后每一帧的温度值,得到待检测电缆终端的检测结果。
具体的,温度值进行处理和变换的方法如下:
电缆终端区域温度平均值Tave:为当前帧电缆终端区域所有坐标点对应温度值T的平均值。例如(所有坐标点对应温度值为:34,36,35,35,36,34),得到电缆终端区域温度平均值Tave=35。
电缆终端区域温度相对值Trel,Trel=T-Tamb:通过当前帧电缆终端区域所有坐标点对应温度值T减去当前环境温度值Tamb得到。例如Tamb=25,Trel=(9,11,10,10,11,9)。
电缆终端区域温度相对值Trel的平均值Trel-ave:为当前帧该电缆终端区域所有坐标点对应温度相对值Trel的平均值。例如Trel=(9,11,10,10,11,9),Trel-ave=10。
电缆终端区域温差Tdif:Tdif=T-T1:为当前帧该电缆终端区域所有坐标点对应温度值减去其他电缆终端温度平均值T1,例如T1=(33,35,34,34,35,33),Tdif=(1,1,1,1,1,1)。
电缆终端区域温差Tdif的平均值Tdif-ave:为当前帧该电缆终端区域所有坐标点对应温差Tdif的平均值,例如Tdif=(1,1,1,1,1,1),Tdif-ave=1。
电缆终端区域温升速率Trat:Trat=T-T0:为当前帧该电缆终端区域所有坐标点对应温度值减去同一电缆终端上一帧温度值T0,例如T0=(30,30,30,30,30,30),Trat=(4,6,5,5,6,4)。
电缆终端区域温升速率Trat的平均值Trat-ave:为当前帧该电缆终端区域所有坐标点对应温升速率Trat的平均值,例如Trat=(4,6,5,5,6,4),Trat-ave=5。
具体的,所述预设的温度报警策略包括:绝对温度平均值报警策略、绝对温度比例值报警策略、相对温度平均值报警策略、相对温度比例值报警策略、温差平均值报警策略、温差比例值报警策略、温升速率平均值报警策略和温升速率比例值报警策略中的一种或多种。
1)绝对温度平均值报警策略:统计当前帧温度平均值Tave,且与设定值Tave-max(例如100℃)相比较,若Tave>Tave-max,则得出当前帧为异常的温度数据,否则得出当前帧为正常的温度数据。
2)绝对温度比例值报警策略:将当前帧所有温度值T与设定值Tmax相比较,统计超过设定值温度点数占总点数比例P1=(T>Tmax的点数)/总点数,并将P1与设定值P1-max(例如20%)相比较,若P1>P1-max,则得出当前帧为异常的温度数据,否则得出当前帧为正常的温度数据。
3)相对温度平均值报警策略:计算当前帧温度相对值Trel:Trel=T-Tamb,计算当前帧温度相对值的平均值Trel-ave,与设定值Trel-ave-max(例如80℃)相比较,若Trel-ave>Trel-ave-max,则得出当前帧为异常的温度数据,否则得出当前帧为正常的温度数据。
4)相对温度比例值报警策略:计算当前帧温度相对值Trel=T-Tamb,将当前帧所有温度相对值Trel与设定值Trel-max相比较,统计超过设定值温度点数占总点数比例P2=(Trel>Trel-max的点数)/总点数,并将P2与设定值P2-max(例如20%)相比较,若P2>P2-max,则得出当前帧为异常的温度数据,否则得出当前帧为正常的温度数据。
5)温差平均值报警策略:计算当前帧温度T与同列车其他电缆终端温度T1(如有多个则取平均值)的温差Tdif=T-T1,计算当前帧温差的平均值Tdif-ave,与设定值Tdif-ave-max(例如20℃)相比较,若Tdif-ave>Tdif-ave-max,则得出当前帧为异常的温度数据,否则得出当前帧为正常的温度数据。
6)温差比例值报警策略:计算当前帧温度T与同列车其他电缆终端温度T1(如有多个则取平均值)的温差Tdif=T-T1,将当前帧所有温差Tdif与设定值Tdif-max相比较,统计超过温差设定值的点数占总点数比例P3=(Tdif>Tdif-max的点数)/总点数,并将P3与设定值P3-max(例如20%)相比较,若P3>P3-max,则得出当前帧为异常的温度数据,否则得出当前帧为正常的温度数据。
7)温升速率平均值报警策略:计算当前帧温度T与同一个电缆终端上一帧温度T0的差值Trat=T-T0,Trat即为此电缆终端在当前帧的温升速率;计算当前帧温升速率的平均值Trat-ave,与设定值Trat-ave-max(例如10℃)相比较,若Trat-ave>Trat-ave-max,则得出当前帧为异常的温度数据,否则得出当前帧为正常的温度数据。
8)温升速率比例值报警策略:计算当前帧温度T与同一个电缆终端上一帧温度T0的差值Trat=T-T0,Trat即为此电缆终端在当前帧的温升速率;将当前帧所有温升速率Trat与设定值Trat-max相比较,统计超过温升速率设定值的点数占总点数比例P4=(Trat>Trat-max的点数)/总点数,并将P4与设定值P4-max(例如20%)相比较,若P4>P4-max,则得出当前帧为异常的温度数据,否则得出当前帧为正常的温度数据。
上述判断电缆终端当前帧状态的策略可单独使用,即仅使用其中一条来判断当前帧状态;也可多种策略组合使用,组合方法不限于投票法(例如一半以上的策略报警就判断当前帧异常)、权重法(例如给每个策略设定权重均为12.5%)等。通过报警策略,充分考虑了环境温度、不同电缆终端的差异以及电缆终端故障温升等情况,提出的电缆终端异常检测方法准确率高。步骤五、对判断后出现异常的温度数据的帧数进行判断,得到待检测电缆终端的检测结果。
其中,所述对判断后出现异常的温度数据的帧数进行判断,得到待检测电缆终端的检测结果,包括:
步骤一、设立计数器F2,并初始化计数器:F2=0。
其中:计数器F2代表电缆终端的异常的温度值的连续累计帧数。
步骤二、利用预设的温度报警策略,对电缆终端的当前帧的温度值进行判断,若异常,计数器F2增加1后作为下一帧的计数器;若正常,计数器F2重置为0。
步骤三、对步骤二中的计数器进行判断后,若计数器F2的连续累计帧数大于设定值的帧数F2-max(例如F2-max设定为10、20或30),得出电缆终端异常的结论,且将计数器重置为0,若计数器F2的连续累计帧数小于设定值帧数,得出电缆终端正常的结论;
步骤四、重复步骤二和步骤三对电缆终端的后续帧的温度值进行判断后,得到待检测电缆终端的检测结果。
上述过程中的设定值,一方面可以通过专家经验直接设定,例如设定Tave-max=100℃,Trel-ave-max=80℃。另一方面,也可以通过对大量的电缆终端的温度数据进行统计分析获得,如果获得的温度数据都是正常数据,可以利用正态分布的3σ原则,将3σ限值设置为设定值Tave-max或Trel-ave-max等。如果获得的温度数据包含异常数据,则可以根据正常数据和异常数据的分布,在正常数据(例如正常温度平均值)和异常数据(如异常温度平均值)的中间设置该设定值(例如正常温度平均值*0.3+异常温度平均值*0.7)。
本实施例中,所述根据环境温度数据和分析数据,利用预设的检测模型进行分析处理,得到待检测电缆终端的检测结果之后,还包括对异常的检测结果进行定位的步骤:
若待检测电缆终端的检测结果异常,根据所述分析数据,利用电缆终端异常定位方法,得出异常的电缆终端的故障定位。
具体的,所述若待检测电缆终端的检测结果异常,根据待检测电缆终端的分析数据,利用电缆终端异常定位方法,得出异常的电缆终端的故障定位,包括:
通过所述声音特征锁定异常电缆终端的位置。
根据异常的待检测电缆终端的图像数据和电缆终端识别模型,利用多点定位法(如三点定位法),匹配出异常的电缆终端。
将匹配后异常的电缆终端的图像区域划分多处分区(如10处分区),根据温度数据对分区后异常的电缆终端进行温度的判断,得出电缆终端异常的分区位置。从而通过电缆终端异常的分区位置实现对异常的电缆终端的故障定位。
其中,所述电缆终端识别模型以采集电缆终端的设计数据,根据设计数据中设计图纸的尺寸,初步制作出电缆终端识别模板。如在设计图纸中给出电缆终端的外轮廓曲线对应的坐标点((1,2),(1,3)…(2,2))。
匹配至少1000张电缆终端的真实轮廓图像并对所述初步制作电缆终端识别模板进行训练后,得到所述电缆终端识别模型。如采用100*100像素的图像,在图像中画出外轮廓曲线对应的坐标点并根据图像进行微调,匹配图像中的电缆终端,匹配至少1000张图像并进行训练,即可得出电缆终端识别模型。以表示图像中电缆终端的真实轮廓。
实施例二
在实施例一的基础上,本实施例将实施例一中预设的检测模型更改为基于对所述环境温度数据、图像数据、温度数据和声音数据进行分析处理的检测模型。
具体的,所述根据环境温度数据和分析数据,利用预设的检测模型进行分析处理,得到待检测电缆终端的检测结果的步骤中,采用基于环境温度数据、图像数据、温度数据和声音数据分析处理的检测模型进行分析处理,得到待检测电缆终端的检测结果的步骤,包括:
提取所述图像数据的温度特征。例如温度特征包括:温度平均值Tave=35、温度相对值Trel:Trel=T-Tamb=(9,11,10,10,11,9)、温差Tdif:Tdif=T-T1=(1,1,1,1,1,1),温升速率Trat:Trat=T-T0=(4,6,5,5,6,4)等。
提取所述声音数据中与图像数据对应时间的声音特征。例如声音特征中的时域特征:1s时间内声音幅值平均值、1s时间内声音波形指标、1s时间内声音脉冲指标、1s时间内声音峭度指标、1s时间内声音裕度指标、1s时间内声音峰峰值。频域特征:1s时间内声音重心频率、1s时间内声音均方根频率、1s时间内声音短时功率谱密度、1s时间内声音谱熵、1s时间内声音共振峰等。
将所述温度特征和声音特征进行归一化处理。使得将温度特征和声音特征分别统一转换至0到1范围。
构建温度和声音的融合特征。例如:1s时间内声音温度平均值与声音平均幅值加权求和、1s时间内声音温度相对值与声音峰峰值加权求和、1s时间内声音温差与声音波形指标求最大值、1s时间内声音温升速率与声音谱熵求平均值等。
将所述温度特征、声音特征以及温度和声音融合特征输入预设的聚类分析模型进行检测,得到待检测电缆终端的检测结果。其中,预设的聚类分析模型可采用:K-MEANS聚类算法、均值偏移聚类算法、DBSCAN聚类算法或层次聚类算法等。
其中,所述预设的聚类分析模型以正常的温度特征、声音特征和温度和声音的融合特征与异常的温度特征、声音特征和温度和声音的融合特征为样本,以及与正常的温度特征、声音特征和温度和声音的融合特征与异常的温度特征、声音特征和温度和声音的融合特征为样本相对应的标签训练得到。
下面对本发明提供的轨道车辆电缆终端的异常检测装置进行描述,下文描述的轨道车辆电缆终端的异常检测装置与上文描述的轨道车辆电缆终端的异常检测方法可相互对应参照。
本发明还提供一种轨道车辆电缆终端的异常检测装置,包括:
采集模块210,用于采集环境温度数据和待检测电缆终端的分析数据。
本实施例中,采集模块包括红外摄像头和声音传感器。通过采用红外摄像头对整个电缆终端区域的温度进行采集,获得电缆终端的表面温度,同时采集环境温度。更进一步,为确保检测的完整性,可在不同角度和位置设置多个红外摄像头,以获得更完整的半刚性终端温度数据。摄像头数量为3个及以上,分布在距离电缆终端区域距离大于20cm小于100cm的圆上,且红外摄像头沿圆周方向均匀分布。声音传感器安装在轨道车辆车顶的电缆终端附近,对运行过程中的电缆终端所发出的声音进行采集。声音传感器数量为3个及以上,分布在距离电缆终端区域距离大于20cm小于100cm的圆上,声音传感器沿圆周方向均匀分布。分析数据获取后通过有线或无线传输的方式传输至检测模块。
检测模块220,根据所述环境温度数据和分析数据,利用预设的检测模型进行分析处理,得到待检测电缆终端的检测结果。
其中,所述分析数据包括图像数据、温度数据和声音数据。
所述预设的检测模型220包括基于对所述环境温度数据、图像数据和温度数据进行分析处理的检测模型或基于对所述环境温度数据、图像数据、温度数据和声音数据进行分析处理的检测模型。本发明通过采集模块采集环境温度数据和待检测电缆终端包括图像数据、温度数据和声音数据的分析数据,检测模块根据分析数据,利用预设的检测模型进行分析处理,检测出待检测电缆终端的检测结果。通过充分考虑了环境温度、不同设备差异以及设备故障温升等情况,提高了对电缆终端的检测的准确率。
其中,所述检测模块根据所述环境温度数据和分析数据,利用预设的检测模型进行分析处理,得到待检测电缆终端的检测结果的步骤中,采用基于对所述环境温度数据、图像数据和温度数据进行分析处理的检测模型的步骤,包括:
提取所述温度数据中每一帧的温度数据。
标定所述图像数据中待检测电缆终端的位置坐标点范围。
根据所述每一帧的温度数据,提取与所述位置坐标点范围相对应的温度值。
根据所述环境温度数据,对所述温度值进行处理和变换。
利用预设的温度报警策略,判断处理和变换后每一帧的温度值,得到待检测电缆终端的检测结果。
同时,所述检测模块包括预设的温度报警策略,所述预设的温度报警策略包括:绝对温度平均值报警策略、绝对温度比例值报警策略、相对温度平均值报警策略、相对温度比例值报警策略、温差平均值报警策略、温差比例值报警策略、温升速率平均值报警策略和温升速率比例值报警策略中的一种或多种。
图3示例了一种电子设备的实体结构示意图,如图3所示,该电子设备可以包括:处理器(processor)310、通信接口(Communications Interface)320、存储器(memory)330和通信总线340,其中,处理器310,通信接口320,存储器330通过通信总线340完成相互间的通信。处理器310可以调用存储器330中的逻辑指令,以执行轨道车辆电缆终端的异常检测方法,该方法包括:
S1、采集环境温度数据和待检测电缆终端的分析数据。
S2、根据环境温度数据和分析数据,利用预设的检测模型进行分析处理,得到待检测电缆终端的检测结果。
其中,所述分析数据包括图像数据、温度数据和声音数据。
具体的,使用红外摄像头整个电缆终端区域进行采集,获得至少60帧的电缆终端的温度数据和采集区域的图像数据,并获得环境温度数据。在电缆终端附近安装的声音传感器采集声音数据。从而确保对电缆终端温度采集的完整性。
此外,上述的存储器330中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面,本发明还提供一种计算机程序产品,所述计算机程序产品包括计算机程序,计算机程序可存储在非暂态计算机可读存储介质上,所述计算机程序被处理器执行时,计算机能够执行上述各方法所提供的轨道车辆电缆终端的异常检测方法,该方法包括:
S1、采集环境温度数据和待检测电缆终端的分析数据。
S2、根据环境温度数据和分析数据,利用预设的检测模型进行分析处理,得到待检测电缆终端的检测结果。
其中,所述分析数据包括图像数据、温度数据和声音数据。
具体的,使用红外摄像头整个电缆终端区域进行采集,获得至少60帧的电缆终端的温度数据和采集区域的图像数据,并获得环境温度数据。在电缆终端附近安装的声音传感器采集声音数据。从而确保对电缆终端温度采集的完整性。
又一方面,本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现以执行上述各方法提供的轨道车辆电缆终端的异常检测方法,该方法包括:
S1、采集环境温度数据和待检测电缆终端的分析数据。
S2、根据环境温度数据和分析数据,利用预设的检测模型进行分析处理,得到待检测电缆终端的检测结果。
其中,所述分析数据包括图像数据、温度数据和声音数据。
具体的,使用红外摄像头整个电缆终端区域进行采集,获得至少60帧的电缆终端的温度数据和采集区域的图像数据,并获得环境温度数据。在电缆终端附近安装的声音传感器采集声音数据。从而确保对电缆终端温度采集的完整性。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种轨道车辆电缆终端的异常检测方法,其特征在于,包括:
采集环境温度数据和待检测电缆终端的分析数据;
根据所述环境温度数据和分析数据,利用预设的检测模型进行分析处理,得到待检测电缆终端的检测结果;
其中,所述分析数据包括图像数据、温度数据和声音数据;
所述预设的检测模型包括基于对所述环境温度数据、图像数据和温度数据进行分析处理的检测模型或基于对所述环境温度数据、图像数据、温度数据和声音数据进行分析处理的检测模型。
2.根据权利要求1所述的轨道车辆电缆终端的异常检测方法,其特征在于,根据所述环境温度数据和分析数据,利用预设的检测模型进行分析处理,得到待检测电缆终端的检测结果的步骤中,采用基于对所述环境温度数据、图像数据和温度数据进行分析处理的检测模型的步骤,包括:
提取所述温度数据中每一帧的温度数据;
标定所述图像数据中待检测电缆终端的位置坐标点范围;
根据所述每一帧的温度数据,提取与所述位置坐标点范围相对应的温度值;
根据所述环境温度数据,对所述温度值进行处理和变换;
利用预设的温度报警策略,判断处理和变换后每一帧的温度值,得到待检测电缆终端的检测结果。
3.根据权利要求2所述的轨道车辆电缆终端的异常检测方法,其特征在于,所述预设的温度报警策略包括:绝对温度平均值报警策略、绝对温度比例值报警策略、相对温度平均值报警策略、相对温度比例值报警策略、温差平均值报警策略、温差比例值报警策略、温升速率平均值报警策略和温升速率比例值报警策略中的一种或多种。
4.根据权利要求2所述的轨道车辆电缆终端的异常检测方法,其特征在于,所述利用预设的温度报警策略,判断处理和变换后每一帧的温度值,得到待检测电缆终端的检测结果,包括:
步骤一、设立计数器F2,并初始化计数器:F2=0;
其中:计数器F2代表电缆终端的异常的温度值的连续累计帧数;
步骤二、利用预设的温度报警策略,对电缆终端的当前帧的温度值进行判断,若异常,计数器F2增加1;若正常,计数器F2重置为0;
步骤三、对步骤二中的计数器F2进行判断后,若计数器F2的连续累计帧数大于设定值帧数,得出电缆终端异常的结论,且将计数器重置为0,若计数器F2的连续累计帧数小于设定值帧数,得出电缆终端正常的结论;
步骤四、重复步骤二和步骤三对电缆终端后续帧的温度值进行判断后,得到待检测电缆终端的检测结果。
5.根据权利要求1所述的轨道车辆电缆终端的异常检测方法,其特征在于,所述根据环境温度数据和分析数据,利用预设的检测模型进行分析处理,得到待检测电缆终端的检测结果的步骤中,采用基于环境温度数据、图像数据、温度数据和声音数据分析处理的检测模型进行分析处理,得到待检测电缆终端的检测结果的步骤,包括:
提取所述图像数据的温度特征;
提取所述声音数据中与图像数据对应时间的声音特征;
将所述温度特征和声音特征进行归一化处理,构建温度和声音的融合特征;
将所述温度特征、声音特征以及温度和声音融合特征输入预设的聚类分析模型进行检测,得到待检测电缆终端的检测结果;
其中,所述预设的聚类分析模型以正常的温度特征、声音特征和温度和声音的融合特征与异常的温度特征、声音特征和温度和声音的融合特征为样本,以及与正常的温度特征、声音特征和温度和声音的融合特征与异常的温度特征、声音特征和温度和声音的融合特征为样本相对应的标签训练得到。
6.根据权利要求1至5中任一项的轨道车辆电缆终端的异常检测方法,其特征在于,所述根据环境温度数据和分析数据,利用预设的检测模型进行分析处理,得到待检测电缆终端的检测结果之后,还包括对异常的检测结果进行定位的步骤:
若待检测电缆终端的检测结果异常,根据所述分析数据,利用电缆终端异常定位方法,得出异常的电缆终端的故障定位。
7.根据权利要求6所述的轨道车辆电缆终端的异常检测方法,其特征在于,所述若待检测电缆终端的检测结果异常,根据待检测电缆终端的分析数据,利用电缆终端异常定位方法,得出异常的电缆终端的故障定位,包括:
通过所述声音特征锁定异常电缆终端的位置;
根据异常的待检测电缆终端的图像数据和电缆终端识别模型,利用多点定位法,匹配出异常的电缆终端;
将匹配后异常的电缆终端的图像区域划分多处分区,根据温度数据对分区后异常的电缆终端进行温度的判断,得出异常的电缆终端的故障定位。
其中,所述电缆终端识别模型以采集电缆终端的设计数据,根据设计数据中设计图纸的尺寸,初步制作出电缆终端识别模板;
匹配至少一千张电缆终端的真实轮廓图像对所述初步制作电缆终端识别模板进行训练后,得到所述电缆终端识别模型。
8.一种轨道车辆电缆终端的异常检测装置,其特征在于,包括:
采集模块,用于采集环境温度数据和待检测电缆终端的分析数据;
检测模块,根据所述环境温度数据和分析数据,利用预设的检测模型进行分析处理,得到待检测电缆终端的检测结果;
其中,所述分析数据包括图像数据、温度数据和声音数据;
所述预设的检测模型包括基于对所述环境温度数据、图像数据和温度数据进行分析处理的检测模型或基于对所述环境温度数据、图像数据、温度数据和声音数据进行分析处理的检测模型。
9.根据权利要求8所述的轨道车辆电缆终端的异常检测装置,其特征在于,所述检测模块根据所述环境温度数据和分析数据,利用预设的检测模型进行分析处理,得到待检测电缆终端的检测结果的步骤中,采用基于对所述环境温度数据、图像数据和温度数据进行分析处理的检测模型的步骤,包括:
提取所述温度数据中每一帧的温度数据;
标定所述图像数据中待检测电缆终端的位置坐标点范围;
根据所述每一帧的温度数据,提取与所述位置坐标点范围相对应的温度值;
根据所述环境温度数据,对所述温度值进行处理和变换;
利用预设的温度报警策略,判断处理和变换后每一帧的温度值,得到待检测电缆终端的检测结果。
10.根据权利要求8或9所述的轨道车辆电缆终端的异常检测装置,其特征在于,所述检测模块包括预设的温度报警策略,所述预设的温度报警策略包括:绝对温度平均值报警策略、绝对温度比例值报警策略、相对温度平均值报警策略、相对温度比例值报警策略、温差平均值报警策略、温差比例值报警策略、温升速率平均值报警策略和温升速率比例值报警策略中的一种或多种。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211575348.4A CN115877128A (zh) | 2022-12-08 | 2022-12-08 | 一种轨道车辆电缆终端的异常检测方法及装置 |
PCT/CN2023/121619 WO2024119983A1 (zh) | 2022-12-08 | 2023-09-26 | 一种轨道车辆电缆终端的异常检测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211575348.4A CN115877128A (zh) | 2022-12-08 | 2022-12-08 | 一种轨道车辆电缆终端的异常检测方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115877128A true CN115877128A (zh) | 2023-03-31 |
Family
ID=85766670
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211575348.4A Pending CN115877128A (zh) | 2022-12-08 | 2022-12-08 | 一种轨道车辆电缆终端的异常检测方法及装置 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN115877128A (zh) |
WO (1) | WO2024119983A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024119983A1 (zh) * | 2022-12-08 | 2024-06-13 | 中车青岛四方机车车辆股份有限公司 | 一种轨道车辆电缆终端的异常检测方法及装置 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH01239480A (ja) * | 1988-03-18 | 1989-09-25 | Fujikura Ltd | 電力ケーブルの故障点検出装置 |
CN108761277A (zh) * | 2018-07-26 | 2018-11-06 | 国网福建省电力有限公司莆田供电公司 | 一种电缆接头故障指示器及在线监测系统 |
CN208443961U (zh) * | 2018-07-26 | 2019-01-29 | 国网福建省电力有限公司莆田供电公司 | 一种电缆接头故障指示器 |
CN110715736B (zh) * | 2019-07-19 | 2020-12-29 | 广东电网有限责任公司 | 一种电缆终端异常发热缺陷等级划分方法 |
CN112734698A (zh) * | 2020-12-24 | 2021-04-30 | 国网北京市电力公司 | 基于红外图像的电缆终端异常诊断方法和装置 |
CN115877128A (zh) * | 2022-12-08 | 2023-03-31 | 中车青岛四方机车车辆股份有限公司 | 一种轨道车辆电缆终端的异常检测方法及装置 |
-
2022
- 2022-12-08 CN CN202211575348.4A patent/CN115877128A/zh active Pending
-
2023
- 2023-09-26 WO PCT/CN2023/121619 patent/WO2024119983A1/zh unknown
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024119983A1 (zh) * | 2022-12-08 | 2024-06-13 | 中车青岛四方机车车辆股份有限公司 | 一种轨道车辆电缆终端的异常检测方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
WO2024119983A1 (zh) | 2024-06-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110658807A (zh) | 一种车辆故障诊断方法、装置及系统 | |
CN108474866A (zh) | 一种基于深度学习的井盖缺失检测系统及方法 | |
CN111209934B (zh) | 风机故障预报警方法及系统 | |
WO2024119983A1 (zh) | 一种轨道车辆电缆终端的异常检测方法及装置 | |
CN111831430A (zh) | 一种基于边缘计算的电力设备缺陷识别系统 | |
CN111157919A (zh) | 一种基于云雾协同的避雷器在线监测系统 | |
CN116308300B (zh) | 一种电力设备状态监测评价与指挥方法及系统 | |
CN111400114A (zh) | 基于深度递归网络大数据计算机系统故障检测方法及系统 | |
CN113743725B (zh) | 基于边缘计算的登高作业人员的登高资质检测方法及系统 | |
CN106355187A (zh) | 视觉信息在电力设备监测中的应用 | |
CN117367589A (zh) | 基于ai技术的变电站主设备全天候辅助测温系统 | |
CN115293303B (zh) | 一种高压输电线网监测方法、系统、设备和介质 | |
CN116070140B (zh) | 一种配电变电站安全运行状态监测系统及方法 | |
CN114936614B (zh) | 一种基于神经网络的作业风险识别方法及系统 | |
CN114266430A (zh) | 基于变分同化的架空输电线路风险评估方法及装置 | |
CN107016349B (zh) | 一种基于深度相机的人群流量分析方法 | |
CN112101375A (zh) | 一种基于深度学习的智能变电站设备状态检测方法和系统 | |
CN112931482B (zh) | 一种杆塔驱鸟器 | |
CN116993319B (zh) | 一种基于物联网的远程设备健康监测方法及装置 | |
CN117290756B (zh) | 基于联邦学习的输电线路故障辨识方法、装置和电子设备 | |
CN113327245B (zh) | 一种基于图像识别的隧道防护门状态检测方法 | |
CN117726959B (zh) | 基于智能图像识别的无人机电力线路安全巡检系统及方法 | |
CN113532513B (zh) | 一种基于输电系统的侵入目标实时检测系统和方法 | |
CN115754828B (zh) | 一种用于机房的防雷接地装置检测系统和方法 | |
CN117011836A (zh) | 一种图像识别的自动驾驶故障行驶诊断方法 |
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 |