CN116243114A - 一种基于红外成像技术的电缆故障检测方法及系统 - Google Patents

Abstract

本发明提供了一种基于红外成像技术的电缆故障检测方法及系统，涉及红外成像技术领域，方法包括：采集目标电缆的布设施工信息，进行三维可视化建模，获得目标电缆布设场景模型后，获取数据采集特征点集合，对红外热像仪实地布设安装，采集目标电缆的电缆表面实时温度信息，进行数据分析获得目标缆芯温度数据，再对电缆故障进行分析预测，获得电缆故障预测结果后在目标电缆布设场景模型中进行目标电缆的故障运维管理预警提醒，本发明解决了现有技术中对电缆故障检测的管控不足，使得最终发现电缆故障的不及时导致电缆的短路断路，甚至发生火灾的技术问题，实现了对电缆故障的合理化精准管控，进而提高预测电缆故障的准确率。

Description

一种基于红外成像技术的电缆故障检测方法及系统

技术领域

本发明涉及红外成像技术领域，具体涉及一种基于红外成像技术的电缆故障检测方法及系统。

背景技术

据我国有关方面统计结果表明，复杂气候环境是造成电网大面积停电事故的原因之一，但电缆自身故障造成的电网事故逐年也有增多的趋势，每年约占所有电网事故的一半左右。纵观世界，情况也同样，从国内外电网大面积停电事故原因的分析结果也表明，不仅电缆自身故障一直是危及电网安全运行的主要原因，而且在电网故障起因中所占的比例也相当大。

现有技术中对电缆故障检测的管控不足，使得最终发现电缆故障的不及时导致电缆的短路断路，甚至发生火灾。

发明内容

本申请提供了一种基于红外成像技术的电缆故障检测方法及系统，用于针对解决现有技术中存在的对电缆故障检测的管控不足，使得最终发现电缆故障的不及时导致电缆的短路断路，甚至发生火灾的技术问题。

鉴于上述问题，本申请提供了一种基于红外成像技术的电缆故障检测方法及系统。

第一方面，本申请提供了一种基于红外成像技术的电缆故障检测方法，所述方法包括：采集获取目标电缆的布设施工信息，所述目标电缆布设施工信息包括电缆线路数据集以及电缆附属建筑数据集；基于目标电缆布设施工信息进行三维可视化建模，获得目标电缆布设场景模型；基于所述目标电缆布设场景模型获取数据采集特征点集合；基于所述数据采集特征点集合进行所述红外热像仪的实地布设安装；通过所述红外热像仪进行所述目标电缆的电缆表面实时温度信息采集；根据电缆表面实时温度信息进行数据分析获得目标缆芯温度数据；基于所述目标缆芯温度数据进行电缆故障分析预测，获得电缆故障预测结果；基于所述电缆故障预测结果在所述目标电缆布设场景模型中进行所述目标电缆的故障运维管理预警提醒。

第二方面，本申请提供了一种基于红外成像技术的电缆故障检测系统，所述系统包括：布设施工信息获取模块，所述布设施工信息获取模块用于采集获取目标电缆的布设施工信息，所述目标电缆布设施工信息包括电缆线路数据集以及电缆附属建筑数据集；建模模块，所述建模模块用于基于目标电缆布设施工信息进行三维可视化建模，获得目标电缆布设场景模型；特征点采集模块，所述特征点采集模块用于基于所述目标电缆布设场景模型获取数据采集特征点集合；布设安装模块，所述布设安装模块用于基于所述数据采集特征点集合进行所述红外热像仪的实地布设安装；表面温度采集模块，所述表面温度采集模块用于通过所述红外热像仪进行所述目标电缆的电缆表面实时温度信息采集；缆芯温度采集模块，所述缆芯温度采集模块用于根据电缆表面实时温度信息进行数据分析获得目标缆芯温度数据；故障预测模块，所述故障预测模块用于基于所述目标缆芯温度数据进行电缆故障分析预测，获得电缆故障预测结果；预警提醒模块，所述预警提醒模块用于基于所述电缆故障预测结果在所述目标电缆布设场景模型中进行所述目标电缆的故障运维管理预警提醒。

本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：

本申请提供的一种基于红外成像技术的电缆故障检测方法，涉及红外成像技术领域，解决了现有技术中对电缆故障检测的管控不足，使得最终发现电缆故障的不及时导致电缆的短路断路，甚至发生火灾的技术问题，实现了对电缆故障的合理化精准管控，进而提高预测电缆故障的准确率。

附图说明

图1为本申请提供了一种基于红外成像技术的电缆故障检测方法流程示意图；

图2为本申请提供了一种基于红外成像技术的电缆故障检测系统结构示意图。

附图标记说明：布设施工信息获取模块1，建模模块2，特征点采集模块3，布设安装模块4，表面温度采集模块5，缆芯温度采集模块6，故障预测模块7，预警提醒模块8。

具体实施方式

本申请通过提供一种基于红外成像技术的电缆故障检测方法，用于解决现有技术中对电缆故障检测的管控不足，使得最终发现电缆故障的不及时导致电缆的短路断路，甚至发生火灾的技术问题。

实施例一

如图1所示，本申请实施例提供了一种基于红外成像技术的电缆故障检测方法，该方法应用于电缆故障检测系统，电缆故障检测系统与红外热像仪机、环境温度传感器、电流传感器通信连接，该方法包括：

步骤S100：采集获取目标电缆的布设施工信息，所述目标电缆布设施工信息包括电缆线路数据集以及电缆附属建筑数据集

具体而言，本申请实施例提供的一种基于红外成像技术的电缆故障检测方法应用于电缆故障检测系统，该电缆故障检测系统与红外热像仪机、环境温度传感器、电流传感器通信连接，该红外热像仪机、环境温度传感器、电流传感器用于进行电缆温度的参数采集。

首先对目标电缆的布设施工信息进行采集获取，该目标电缆包含电缆线路、电缆系统、附属设备以及附属设施，其中电缆线路是指由电缆、附件、附属设备以及附属设施所组成的整个系统，电缆系统是指由电缆和安装在电缆上的附件构成的系统，电缆附件是指连接电缆与输配电线路及相关配电装置的产品，一般指电缆线路中各种电缆的中间连接及终端连接的中间接头和终端头，附属设备是指与电缆系统起形成完整电缆线路的附属装置与部件，包括油路系统、交叉互联系统、接地系统、监控系统等，附属设施是指与电缆系统一起形成完整电缆线路的土建设施，主要包括电缆隧道、电缆竖井、排管、工井、电缆沟、电缆桥、电缆终端站等。

进一步的，该目标电缆的布设施工信息由电缆线路数据集以及电缆附属建筑数据集组成，为后期实现目标电缆的故障运维管理预警提醒作为重要参考依据。

步骤S200：基于目标电缆布设施工信息进行三维可视化建模，获得目标电缆布设场景模型；

具体而言，在上述所获目标电缆布设施工信息的基础上，对该目标电缆布设施工信息进行三维可视化建模，首先基于该目标电缆布设施工信息中的电缆附属建筑数据集进行三维可视化建模，从而将目标电缆布设施工信息中的电缆线路数据集与基于目标电缆布设施工信息中的电缆附属建筑数据集完成的建模进行整合，最终获得目标电缆布设场景模型，进而为目标电缆的故障运维管理预警提醒做保障。

步骤S300：基于所述目标电缆布设场景模型获取数据采集特征点集合；

具体而言，通过所获目标电缆布设场景模型对数据采集特征点进行提取，其中数据采集特征带点是指对基于目标电缆布设施工信息进行建模所得的目标电缆布设场景模型中的三维可视化建模的夹层、转接头等不同位置的特征以及周围环境的温度特征进行提取，获得多个数据采集特征点，并进一步将所获多个数据采集特征点进行汇总，从而得到数据采集特征点集合，为后续实现目标电缆的故障运维管理预警提醒夯实基础。

步骤S400：基于所述数据采集特征点集合进行所述红外热像仪的实地布设安装；

具体而言，在上述所获数据采集特征点集合的基础上，根据红外热像仪进行实地的布设安装，其中在使用红外热像仪时，可以进行在所获数据采集特征点中的升温隐患特征分析，对区域内进行温度采集摄像的均匀布设，并基于所获升温隐患特征进行重点布设，提供数据采集精准度，同时，红外热像仪对数据采集特征点集合中的位置进行检测，并对红外热像仪所检测过的位置进行实地的布设安装，对实现目标电缆的故障运维管理预警提醒有着监督的作用。

步骤S500：通过所述红外热像仪进行所述目标电缆的电缆表面实时温度信息采集；

具体而言，通过实地布设完成的红外热像仪，对目标电缆的电缆表面进行实时温度的信息采集，其中在用红外热像仪对目标电缆表面进行实时温度信息采集时，由于部分电缆安装位置高，温度变化小，因此需要使用红外热像仪，红外热像技术能直观地显示物体表面的温度场，不受强光影响，可在有如树木、草丛等遮挡物的情况下进行监控，也可同时测量物体表面各点温度的高低，直观地显示物体表面的温度场，并以图像形式显示出来，并对后期实现目标电缆的故障运维管理预警提醒有着深远的影响。

步骤S600：根据电缆表面实时温度信息进行数据分析获得目标缆芯温度数据；

具体而言，对通过红外成像仪所获的电缆表面实时温度信息进行数据分析，其中对电缆表面实时温度信息进行数据分析是指分别通过红外成像仪所获的电缆表面实时温度信息进行采集、通过电流传感器对目标电缆的实时电流数据进行采集、以及通过环境温度传感器对目标电缆所处环境的实时温度数据进行采集，进一步的，将所采集到的电缆表面实时温度信息、所采集到的环境实时温度数据、所采集到的实时电流数据进行整合，从而获得目标缆芯温度数据，根据所获目标缆芯温度数据更好的实现目标电缆的故障运维管理预警提醒。

步骤S700：基于所述目标缆芯温度数据进行电缆故障分析预测，获得电缆故障预测结果；

具体而言，在上述所获目标缆芯温度数据的基础上，对所获目标缆芯温度数据进行电缆故障分析预测，其中电缆故障分为短路与断线，短路主要是由于绝缘性能降低或绝缘损坏，断线则主要是电缆线芯的不连续或是断开产生的，并根据目标缆芯的温度数据对电缆进行故障预测，基于温度的变化以及其临界值对电缆的影响，最终对应生成电缆故障预测结果，为后期获得目标电缆的故障运维管理预警提醒打下坚实的基础。

步骤S800：基于所述电缆故障预测结果在所述目标电缆布设场景模型中进行所述目标电缆的故障运维管理预警提醒。

具体而言，将在上述所获电缆故障预测结果的基础上，将在目标电缆布设场景模型中对目标电缆的故障运维管理进行预警提醒，即基于电缆故障预测结果中对通过温度变换进行判断后可能发生的电缆故障，在目标电缆布设场景模型中对电缆实地所布设的位置信息进行提取，并进一步将判断后可能发生的电缆故障预测结果发送至实地所布设的电缆故障检测系统中，从而更精准的对目标电缆的故障运维管理进行预警提醒。

进一步的，本发明提供了一种基于红外成像技术的电缆故障检测方法及系统，涉及红外成像技术领域，方法包括：采集目标电缆的布设施工信息，进行三维可视化建模，获得目标电缆布设场景模型后，获取数据采集特征点集合，对红外热像仪实地布设安装，采集目标电缆的电缆表面实时温度信息，进行数据分析获得目标缆芯温度数据，再对电缆故障进行分析预测，获得电缆故障预测结果后在目标电缆布设场景模型中进行目标电缆的故障运维管理预警提醒，本发明解决了现有技术中对电缆故障检测的管控不足，使得最终发现电缆故障的不及时导致电缆的短路断路，甚至发生火灾的技术问题，实现了对电缆故障的合理化精准管控，进而提高预测电缆故障的准确率。

进一步而言，本申请步骤S200还包括：

步骤S210：对所述电缆附属建筑数据集进行附属建筑分类，获得多类型附属建筑以及多类型附属建筑数据；

步骤S220：基于所述多类型附属建筑数据进行电缆附属建筑的并行建模，获得多组多类型附属建筑模型；

步骤S230：通过所述电缆附属建筑数据集获得多类型附属建筑的建筑空间属性信息；

步骤S240：基于所述多组多类型附属建筑模型和所述建筑空间属性信息进行三维可视化建模，获得电缆附属建筑场景模型；

步骤S250：将所述电缆线路数据集输入所述电缆附属建筑场景模型进行电缆线路拟合，获得所述目标电缆布设场景模型。

具体而言，将所获电缆附属建筑数据集进行附属建筑的分类，其中将附属建筑分类后，得到多类型附属建筑以及多类型附属建筑数据，该多类型附属建筑数据包含电缆沟、竖井等在地下或地上用于进行电缆布设的土建，并在所获多类型附属建筑数据的基础上，对电缆附属建筑进行并行建模，该电缆附属建筑的并行建模是指同类型土建具有建筑结构相似性，因而将同类型同批次的进行并行同批次建模，从而节省建模算力，进而生成不同组别的多类型附属建筑模型，即多组多类型附属建筑模型，进一步的，通过对所获电缆附属建筑数据集进行附属建筑分类所得的多类型附属建筑进行建筑空间属性信息的提取，从而将上述所获多组多类型附属建筑模型与所获建筑空间属性信息进行三维可视化建模，该三维可视化建模是将建筑空间属性对象与多组多类型附属建筑模型中的对象1:1逼真三维再现到计算机上，同时获得电缆附属建筑场景模型，最终将所获电缆线路数据集输入至所获电缆附属建筑场景模型中，进而将电缆线路数据集中的电缆线路数据与电缆附属建筑场景模型中的电缆附属建筑场景进行电缆线路的拟合，从而获得目标电缆布设场景模型，达到为后期实现目标电缆的故障运维管理预警提醒提供重要依据的技术效果。

进一步而言，本申请步骤S300还包括：

步骤S310：获取所述目标电缆的历史故障数据；

步骤S320：根据所述历史故障数据提取获得电缆故障触发位置数据；

步骤S330：基于所述电缆故障触发位置数据结合所述多类型附属建筑数据进行附属建筑电缆故障触发频次统计，获得故障触发频次统计结果；

步骤S340：基于故障触发频次统计结果进行所述多类型附属建筑的装置权重分配；

步骤S350：根据权重分配结果在所述目标电缆布设场景模型中进行所述红外热像仪机和环境温度传感器的模拟布设，获得数据采集特征点集合；

步骤S360：基于所述数据采集特征点集合进行所述红外热像仪的实地布设安装。

具体而言，对目标电缆的历史故障数据进行采集，并在所采集的目标电缆历史故障数据中，对电缆故障触发位置进行位置数据提取，同时基于所获电缆故障触发位置数据与所获多类型附属建筑数据相结合，并进一步对附属建筑电缆故障出发的频次次数进行提取与统计，从而获得故障触发频次统计结果，并根据所获故障触发频次统计结果进行多类型附属建筑的装置的权重分配，即在所获故障触发频次统计结果中对越容易出现问题的缆线位置进行温度采集装置布设的精细度将越高，权重的分配也越重，从而根据多类型附属建筑装置的权重分配结果，最目标电缆布设场景模型中进行对红外热像仪机与环境温度传感器的布设进行模拟，同时获得数据采集特征点集合，进一步的，根据所获数据采集特征点集合对红外热像仪进行实地布设安装，以保证在目标电缆的故障运维管理预警提醒时的准确性。

进一步而言，本申请步骤S600还包括：

步骤S610：通过所述环境温度传感器进行所述目标电缆所处环境实时温度数据采集；

步骤S620：通过所述电流传感器进行所述目标电缆实时电流数据采集；

步骤S630：将所述电缆表面实时温度信息、所述环境实时温度数据、所述实时电流数据输入预构建的缆芯温度预测模型中，获得所述目标缆芯温度数据；

步骤S640：判断所述目标缆芯温度数据是否满足缆芯安全温度阈值；

步骤S650：当所述目标缆芯温度数据不满足所述缆芯安全温度阈值时，根据所述目标缆芯温度数据进行电缆故障分析预测，获得所述电缆故障预测结果。

具体而言，分别通过环境温度传感器、电流传感器对目标电缆所处环境的实时温度数据、目标电缆实时电流数据，进行对应采集，应理解的，所述优化筛选方法是步骤S600的细化，同时也是本实施例中所有存在优化筛选步骤的优化筛选最优实施例，进一步的，将所获电缆表面实时温度信息、所获环境实时温度信息、所获实时电流数据，同时输入至与构建的缆芯温度预测模型中，优选的，具有人工神经网络进行缆芯温度预测模型的构建，本实施例后续说明书内容中进行所述缆芯温度预测模型最优实施例的阐述，其中缆芯温度预测模型是基于知识图谱所构建的。

将所获电缆表面实时温度信息数据、所获环境实时温度信息数据、所获实时电流数据输入缆芯温度预测模型，输出目标缆芯温度数据。

并对所获目标缆芯温度数据与缆芯安全温度阈值进行判断，其中所获缆芯安全温度阈值由相关技术人员根据缆芯安全温度的多个数据进行预设，当目标缆芯温度数据不满足所预设的缆芯安全温度阈值时，根据所获目标缆芯温度数据进行电缆的故障分析预测，从而获得电缆故障预测结果，最终达到对目标电缆的故障运维管理预警提醒提供参考的技术效果。

进一步而言，本申请步骤S630还包括：

步骤S631：采集获取目标电缆同型号电缆的历史运行数据，所述历史运行数据包括历史电流强度数据、历史电缆表面温度数据、历史环境温度数据以及历史缆芯温度数据；

步骤S632：基于所述历史电流强度数据获得第一属性和多个第一属性值集合；

步骤S633：基于所述历史电缆表面温度数据获得第二属性和多个第二属性值集合；

步骤S634：基于所述历史环境温度数据获得第三属性和多个第三属性值集合；

步骤S635：基于所述历史缆芯温度数据获得第四属性和多个第四属性值集合；

步骤S636：根据所述第一属性和多个第一属性值集合、所述第二属性和多个第二属性值集合、所述第三属性和多个第三属性值集合、所述第四属性和多个第四属性值集合构建电缆运行知识库；

步骤S637：基于所述电缆运行知识库生成所述缆芯温度预测模型。

具体而言，对目标电缆同型号电缆的历史运行数据进行采集与获取，其中该历史运行数据包含历史电流强度数据、历史电缆表面温度数据、历史环境温度数据以及历史缆芯温度数据，所获历史电流强度数据是指单位时间内通过导线某一截面的电荷量大小，并根据所获历史电流强度数据获得第一属性和多个第一属性值集合，所获历史电缆表面温度是指通过采集电缆表面的实时温度进行提取与整合，并根据所获电缆表面温度数据获得第二属性与多个第二属性值的集合，所获历史环境温度数据是指在对电缆的所处环境温度进行实时采集所整合的数据，并根据所获历史环境温度数据获得第三属性与多个第三属性值集合，所获历史缆芯温度数据是由预构建的缆芯温度预测模型所获，并根据所获历史缆芯温度数据获得第四属性与多个第四属性值集合。

进一步的，根据历史电流强度数据的第一属性和多个第一属性值集合、历史电缆表表面温度数据的第二属性和多个第二属性值集合、历史环境温度数据的第三属性和多个第三属性值集合、历史缆芯温度数据的第四属性和多个第四属性值集合，对电缆运行知识库进行构建，该电缆运行知识库为对历史电流强度数据、历史电缆表表面温度数据、历史环境温度数据以及历史缆芯温度数据进行不同组别的分类与赋值，并获得相应的属性与属性值，从而对应生成电缆运行知识库，最终达到目标电缆的故障运维管理预警提醒的技术效果。

进一步而言，本申请步骤S640还包括：

步骤S641：当所述目标缆芯温度数据不满足所述缆芯安全温度阈值时，生成目标电缆温度监测窗口；

步骤S642：基于所述目标电缆温度检测窗口进行所述电缆表面实时温度信息的多周期采集存储，构成电缆表面温度数据集；

步骤S643：基于所述电缆表面温度数据集生成目标电缆温变曲线；

步骤S644：基于所述目标电缆温变曲线获得曲线相关系数；

步骤S645：将所述曲线相关系数遍历电缆故障等级区间进行故障等级匹配，获得所述电缆故障预测结果；

步骤S646：基于所述电缆故障预测结果在所述目标电缆布设场景模型中进行所述目标电缆的故障运维管理预警提醒。

具体而言，对目标缆芯温度数据与缆芯安全温度阈值进行比较，若目标缆芯温度数据不满足缆芯安全温度阈值时，则生成目标电缆温度检测窗口，其中缆芯安全温度阈值是基于目标电缆安全运行需求进行安全温度阈值设置，目标电缆温度检测窗口是对当目标缆芯温度数据不满足缆芯安全温度阈值时对目标缆芯温度数据进行跟踪，进一步的在所获目标电缆温度检测窗口的基础上，对电缆表面实时温度信息进行多周期的采集存储，即当目标缆芯温度数据不满足缆芯安全温度阈值时对目标缆芯温度可以进行每3分钟一次的检测，进而生成电缆表面温度数据集，并同时基于所获电缆表面温度数据集，建立以分钟为单位的x轴，以摄氏度为单位的y轴的直角坐标系，在此基础上获取目标电缆温变曲线，进一步的，针对目标电缆温变曲线上某个点的切线方向角对弧长的转动率，表明目标电缆温变曲线偏离直线的程度，即获得曲线相关系数，并基于所获曲线相关系数在电缆故障等级区间内进行故障等级的匹配，其中故障等级是多个数据区间，所获曲线相关系数与故障等级中的其中一个数据区间匹配成功后，即所获曲线相关系数等于该故障等级的对应等级区间，且对应等级越高则其对应的警报强度越高，从而生成电缆故障预测结果，并根据所获电缆故障预测结果在所获目标电缆布设场景模型中进行目标电缆的故障运维管理预警提醒，进而实现目标电缆的故障运维管理预警提醒的技术效果。

进一步而言，本申请步骤S900包括：

步骤S910：基于BP神经网络，构建电缆使用寿命分析模型；

步骤S920：采集获取目标电缆同型号电缆的使用年限数据和历史环境数据，所述历史环境数据包括历史稳态温度数据、历史环境湿度数据、历史环境PH值数据；

步骤S930：基于所述使用年限数据和所述历史环境数据，进行所述电缆使用寿命分析模型的训练、验证及测试，获得满足预设输出准确度要求的所述电缆使用寿命分析模型；

步骤S940：采集所述目标电缆的布设场景环境数据输入所述电缆使用寿命分析模型，获得预估使用寿命输出结果；

步骤S950：基于所述预估使用寿命结合历史缆线更换布设时间，生成缆线更换信息；

步骤S960：基于所述缆线更换信息在所述目标电缆布设场景模型中进行所述目标电缆的所述故障运维管理预警提醒。

具体而言，在BP神经网络的基础上，对电缆使用寿命分析模型进行构建，其中BP神经网络是一种按误差反向传播训练的多层前馈网络，其算法称为BP算法，其基本思想是梯度下降法，利用梯度搜索技术，以期使网络的实际输出值和期望输出值的误差均方差为最小，并对目标电缆同型号电缆的使用年限数据和历史环境数据进行采集与获取，该历史环境数据包括历史稳态温度数据、历史环境湿度数据、历史环境PH值数据，并进一步根据所获使用年限数据与所获历史环境数据进行对电缆使用寿命分析模型的训练、验证及测试，其中电缆使用寿命分析模型通过训练数据集和验证数据集训练获得，其中，所述训练数据集中的每组训练数据均包括所获使用年限数据与所获历史环境数据，将训练数据集中每一组训练数据输入电缆使用寿命分析模型，通过这组训练数据对应的验证数据进行电缆使用寿命分析模型的输出验证调整，当电缆使用寿命分析模型的输出结果与验证数据一致，则当前组训练结束，将训练数据集中全部的训练数据均训练结束，则电缆使用寿命分析模型训练完成。

通过测试数据集进行电缆使用寿命分析模型的测试处理，其中，测试准确率可以设定为80％，当测试数据集的测试准确率满足80％时，则电缆使用寿命分析模型构建完成。

进一步的，将所采集的目标电缆的布设场景环境数据输入至所构建的电缆使用寿命分析模型中，从而获得预估使用寿命输出结果，同时将所获预估使用寿命与所采集的历史缆线更换布设时间相结合，对应生成缆线更换信息，将所获缆线更换信息与所获目标电缆布设场景模型进行匹配与整合，从而达到效率更高的目标电缆故障运维管理的预警提醒。

实施例二

基于与前述实施例中一种基于红外成像技术的电缆故障检测方法相同的发明构思，如图2所示，本申请提供了一种基于红外成像技术的电缆故障检测系统，系统包括：

布设施工信息获取模块1，所述布设施工信息获取模块1用于采集获取目标电缆的布设施工信息，所述目标电缆布设施工信息包括电缆线路数据集以及电缆附属建筑数据集；

建模模块2，所述建模模块2用于基于目标电缆布设施工信息进行三维可视化建模，获得目标电缆布设场景模型；

特征点采集模块3，所述特征点采集模块3用于基于所述目标电缆布设场景模型获取数据采集特征点集合；

布设安装模块4，所述布设安装模块4用于基于所述数据采集特征点集合进行所述红外热像仪的实地布设安装；

表面温度采集模块5，所述表面温度采集模块5用于通过所述红外热像仪进行所述目标电缆的电缆表面实时温度信息采集；

缆芯温度采集模块6，所述缆芯温度采集模块6用于根据电缆表面实时温度信息进行数据分析获得目标缆芯温度数据；

故障预测模块7，所述故障预测模块7用于基于所述目标缆芯温度数据进行电缆故障分析预测，获得电缆故障预测结果；

预警提醒模块8，所述预警提醒模块8用于基于所述电缆故障预测结果在所述目标电缆布设场景模型中进行所述目标电缆的故障运维管理预警提醒。

进一步而言，系统还包括：

分类模块，分类模块用于对所述电缆附属建筑数据集进行附属建筑分类，获得多类型附属建筑以及多类型附属建筑数据；

并行建模模块，并行建模模块用于基于所述多类型附属建筑数据进行电缆附属建筑的并行建模，获得多组多类型附属建筑模型；

建筑空间属性信息模块，建筑空间属性信息模块用于通过所述电缆附属建筑数据集获得多类型附属建筑的建筑空间属性信息；

电缆附属建筑场景模型获得模块，电缆附属建筑场景模型获得模块用于基于所述多组多类型附属建筑模型和所述建筑空间属性信息进行三维可视化建模，获得电缆附属建筑场景模型；

目标电缆布设场景模型获得模块，目标电缆布设场景模型获得模块用于将所述电缆线路数据集输入所述电缆附属建筑场景模型进行电缆线路拟合，获得所述目标电缆布设场景模型。

进一步而言，系统还包括：

历史故障数据模块，历史故障数据模块用于获取所述目标电缆的历史故障数据；

位置数据模块，位置数据模块用于根据所述历史故障数据提取获得电缆故障触发位置数据；

故障触发频次统计结果模块，故障触发频次统计结果模块用于基于所述电缆故障触发位置数据结合所述多类型附属建筑数据进行附属建筑电缆故障触发频次统计，获得故障触发频次统计结果；

权重分配模块，权重分配模块用于基于故障触发频次统计结果进行所述多类型附属建筑的装置权重分配；

数据采集特征点集合模块，数据采集特征点集合模块用于根据权重分配结果在所述目标电缆布设场景模型中进行所述红外热像仪机和环境温度传感器的模拟布设，获得数据采集特征点集合；

布设安装模块，布设安装模块用于基于所述数据采集特征点集合进行所述红外热像仪的实地布设安装。

进一步而言，系统还包括：

环境实时温度数据采集模块，环境实时温度数据采集模块用于通过所述环境温度传感器进行所述目标电缆所处环境实时温度数据采集；

电缆实时电流数据采集模块，电缆实时电流数据采集模块用于通过所述电流传感器进行所述目标电缆实时电流数据采集；

缆芯温度数据模块，缆芯温度数据模块用于将所述电缆表面实时温度信息、所述环境实时温度数据、所述实时电流数据输入预构建的缆芯温度预测模型中，获得所述目标缆芯温度数据；

温度阈值模块，温度阈值模块用于判断所述目标缆芯温度数据是否满足缆芯安全温度阈值；

电缆故障预测结果模块，电缆故障预测结果模块用于当所述目标缆芯温度数据不满足所述缆芯安全温度阈值时，根据所述目标缆芯温度数据进行电缆故障分析预测，获得所述电缆故障预测结果。

进一步而言，系统还包括：

历史运行数据模块，历史运行数据模块用于采集获取目标电缆同型号电缆的历史运行数据，所述历史运行数据包括历史电流强度数据、历史电缆表面温度数据、历史环境温度数据以及历史缆芯温度数据；

多个第一属性值集合模块，多个第一属性值集合模块用于基于所述历史电流强度数据获得第一属性和多个第一属性值集合；

多个第二属性值集合模块，多个第二属性值集合模块用于基于所述历史电缆表面温度数据获得第二属性和多个第二属性值集合；

多个第三属性值集合模块，多个第三属性值集合模块用于基于所述历史环境温度数据获得第三属性和多个第三属性值集合；

多个第四属性值集合模块，多个第四属性值集合模块用于基于所述历史缆芯温度数据获得第四属性和多个第四属性值集合；

知识库构建模块，知识库构建模块用于根据所述第一属性和多个第一属性值集合、所述第二属性和多个第二属性值集合、所述第三属性和多个第三属性值集合、所述第四属性和多个第四属性值集合构建电缆运行知识库；

缆芯温度预测模块，缆芯温度预测模块用于基于所述电缆运行知识库生成所述缆芯温度预测模型。

进一步而言，系统还包括：

电缆温度监测窗口模块，电缆温度监测窗口模块用于当所述目标缆芯温度数据不满足所述缆芯安全温度阈值时，生成目标电缆温度监测窗口；

电缆表面温度数据集模块，电缆表面温度数据集模块用于基于所述目标电缆温度检测窗口进行所述电缆表面实时温度信息的多周期采集存储，构成电缆表面温度数据集；

电缆温变曲线模块，电缆温变曲线模块用于基于所述电缆表面温度数据集生成目标电缆温变曲线；

曲线相关系数模块，曲线相关系数模块用于基于所述目标电缆温变曲线获得曲线相关系数；

电缆故障预测结果模块，电缆故障预测结果模块用于将所述曲线相关系数遍历电缆故障等级区间进行故障等级匹配，获得所述电缆故障预测结果；

故障运维管理预警提醒模块，故障运维管理预警提醒模块用于基于所述电缆故障预测结果在所述目标电缆布设场景模型中进行所述目标电缆的故障运维管理预警提醒。

进一步而言，系统还包括：

电缆使用寿命分析模块，电缆使用寿命分析模块用于基于BP神经网络，构建电缆使用寿命分析模型；

数据获取模块，数据获取模块用于采集获取目标电缆同型号电缆的使用年限数据和历史环境数据，所述历史环境数据包括历史稳态温度数据、历史环境湿度数据、历史环境PH值数据；

输出模块，输出模块用于基于所述使用年限数据和所述历史环境数据，进行所述电缆使用寿命分析模型的训练、验证及测试，获得满足预设输出准确度要求的所述电缆使用寿命分析模型；

输出结果模块，输出结果模块用于采集所述目标电缆的布设场景环境数据输入所述电缆使用寿命分析模型，获得预估使用寿命输出结果；

缆线更换信息模块，缆线更换信息模块用于基于所述预估使用寿命结合历史缆线更换布设时间，生成缆线更换信息；

故障运维管理预警提醒生成模块，故障运维管理预警提醒生成模块用于基于所述缆线更换信息在所述目标电缆布设场景模型中进行所述目标电缆的所述故障运维管理预警提醒。

本说明书通过前述对一种基于红外成像技术的电缆故障检测方法的详细描述，本领域技术人员可以清楚的知道本实施例中一种基于红外成像技术的电缆故障检测方法及系统，对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (8)

1.一种基于红外成像技术的电缆故障检测方法，其特征在于，应用于电缆故障检测系统，所述电缆故障检测系统和红外热像仪机、环境温度传感器、电流传感器通信连接，包括：

采集获取目标电缆的布设施工信息，所述目标电缆布设施工信息包括电缆线路数据集以及电缆附属建筑数据集；

基于目标电缆布设施工信息进行三维可视化建模，获得目标电缆布设场景模型；

基于所述目标电缆布设场景模型获取数据采集特征点集合；

基于所述数据采集特征点集合进行所述红外热像仪的实地布设安装；

通过所述红外热像仪进行所述目标电缆的电缆表面实时温度信息采集；

根据电缆表面实时温度信息进行数据分析获得目标缆芯温度数据；

基于所述目标缆芯温度数据进行电缆故障分析预测，获得电缆故障预测结果；

基于所述电缆故障预测结果在所述目标电缆布设场景模型中进行所述目标电缆的故障运维管理预警提醒。

2.如权利要求1所述的方法，其特征在于，所述基于目标电缆布设施工信息进行三维可视化建模，获得目标电缆布设场景模型，包括：

对所述电缆附属建筑数据集进行附属建筑分类，获得多类型附属建筑以及多类型附属建筑数据；

基于所述多类型附属建筑数据进行电缆附属建筑的并行建模，获得多组多类型附属建筑模型；

通过所述电缆附属建筑数据集获得多类型附属建筑的建筑空间属性信息；

基于所述多组多类型附属建筑模型和所述建筑空间属性信息进行三维可视化建模，获得电缆附属建筑场景模型；

将所述电缆线路数据集输入所述电缆附属建筑场景模型进行电缆线路拟合，获得所述目标电缆布设场景模型。

3.如权利要求2所述的方法，其特征在于，所述基于所述目标电缆布设场景模型获取数据采集特征点集合，包括：

获取所述目标电缆的历史故障数据；

根据所述历史故障数据提取获得电缆故障触发位置数据；

基于所述电缆故障触发位置数据结合所述多类型附属建筑数据进行附属建筑电缆故障触发频次统计，获得故障触发频次统计结果；

基于故障触发频次统计结果进行所述多类型附属建筑的装置权重分配；

根据权重分配结果在所述目标电缆布设场景模型中进行所述红外热像仪机和环境温度传感器的模拟布设，获得数据采集特征点集合；

基于所述数据采集特征点集合进行所述红外热像仪的实地布设安装。

4.如权利要求1所述的方法，其特征在于，所述根据电缆表面实时温度信息进行数据分析获得目标缆芯温度数据，包括：

通过所述环境温度传感器进行所述目标电缆所处环境实时温度数据采集；

通过所述电流传感器进行所述目标电缆实时电流数据采集；

将所述电缆表面实时温度信息、所述环境实时温度数据、所述实时电流数据输入预构建的缆芯温度预测模型中，获得所述目标缆芯温度数据；

判断所述目标缆芯温度数据是否满足缆芯安全温度阈值；

当所述目标缆芯温度数据不满足所述缆芯安全温度阈值时，根据所述目标缆芯温度数据进行电缆故障分析预测，获得所述电缆故障预测结果。

5.如权利要求4所述的方法，其特征在于，所述将所述电缆表面实时温度信息和所述环境实时温度数据输入预构建的缆芯温度预测模型中，获得所述目标缆芯温度数据，之前，包括：

采集获取目标电缆同型号电缆的历史运行数据，所述历史运行数据包括历史电流强度数据、历史电缆表面温度数据、历史环境温度数据以及历史缆芯温度数据；

基于所述历史电流强度数据获得第一属性和多个第一属性值集合；

基于所述历史电缆表面温度数据获得第二属性和多个第二属性值集合；

基于所述历史环境温度数据获得第三属性和多个第三属性值集合；

基于所述历史缆芯温度数据获得第四属性和多个第四属性值集合；

根据所述第一属性和多个第一属性值集合、所述第二属性和多个第二属性值集合、所述第三属性和多个第三属性值集合、所述第四属性和多个第四属性值集合构建电缆运行知识库；

基于所述电缆运行知识库生成所述缆芯温度预测模型。

6.如权利要求4所述的方法，其特征在于，所述当所述目标缆芯温度数据不满足所述缆芯安全温度阈值时，根据所述目标缆芯温度数据进行电缆故障分析预测，获得所述电缆故障预测结果，包括：

当所述目标缆芯温度数据不满足所述缆芯安全温度阈值时，生成目标电缆温度监测窗口；

基于所述目标电缆温度检测窗口进行所述电缆表面实时温度信息的多周期采集存储，构成电缆表面温度数据集；

基于所述电缆表面温度数据集生成目标电缆温变曲线；

基于所述目标电缆温变曲线获得曲线相关系数；

将所述曲线相关系数遍历电缆故障等级区间进行故障等级匹配，获得所述电缆故障预测结果；

基于所述电缆故障预测结果在所述目标电缆布设场景模型中进行所述目标电缆的故障运维管理预警提醒。

7.如权利要求1所述的方法，其特征在于，包括：新增

基于BP神经网络，构建电缆使用寿命分析模型；

采集获取目标电缆同型号电缆的使用年限数据和历史环境数据，所述历史环境数据包括历史稳态温度数据、历史环境湿度数据、历史环境PH值数据；

基于所述使用年限数据和所述历史环境数据，进行所述电缆使用寿命分析模型的训练、验证及测试，获得满足预设输出准确度要求的所述电缆使用寿命分析模型；

采集所述目标电缆的布设场景环境数据输入所述电缆使用寿命分析模型，获得预估使用寿命输出结果；

基于所述预估使用寿命结合历史缆线更换布设时间，生成缆线更换信息；

基于所述缆线更换信息在所述目标电缆布设场景模型中进行所述目标电缆的所述故障运维管理预警提醒。

8.一种基于红外成像技术的电缆故障检测系统，其特征在于，所述电缆故障检测系统和红外热像仪机、环境温度传感器、电流传感器通信连接，包括：

布设施工信息获取模块，所述布设施工信息获取模块用于采集获取目标电缆的布设施工信息，所述目标电缆布设施工信息包括电缆线路数据集以及电缆附属建筑数据集；

建模模块，所述建模模块用于基于目标电缆布设施工信息进行三维可视化建模，获得目标电缆布设场景模型；

特征点采集模块，所述特征点采集模块用于基于所述目标电缆布设场景模型获取数据采集特征点集合；

布设安装模块，所述布设安装模块用于基于所述数据采集特征点集合进行所述红外热像仪的实地布设安装；

表面温度采集模块，所述表面温度采集模块用于通过所述红外热像仪进行所述目标电缆的电缆表面实时温度信息采集；

缆芯温度采集模块，所述缆芯温度采集模块用于根据电缆表面实时温度信息进行数据分析获得目标缆芯温度数据；

故障预测模块，所述故障预测模块用于基于所述目标缆芯温度数据进行电缆故障分析预测，获得电缆故障预测结果；

预警提醒模块，所述预警提醒模块用于基于所述电缆故障预测结果在所述目标电缆布设场景模型中进行所述目标电缆的故障运维管理预警提醒。

Images