CN116434368A - 一种多功能手持巡检仪及巡检方法 - Google Patents

一种多功能手持巡检仪及巡检方法 Download PDF

Info

Publication number
CN116434368A
CN116434368A CN202211436212.5A CN202211436212A CN116434368A CN 116434368 A CN116434368 A CN 116434368A CN 202211436212 A CN202211436212 A CN 202211436212A CN 116434368 A CN116434368 A CN 116434368A
Authority
CN
China
Prior art keywords
inspection
target
diagnosis
image
real
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
Application number
CN202211436212.5A
Other languages
English (en)
Inventor
李鹏
田兵
刘仲
谭则杰
徐振恒
姚森敬
李立浧
林跃欢
刘胜荣
骆柏锋
张佳明
尹旭
吕前程
王志明
韦杰
陈仁泽
樊小鹏
郭晨华
潘晨曦
宁松浩
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Southern Power Grid Digital Grid Research Institute Co Ltd
Original Assignee
Southern Power Grid Digital Grid Research Institute Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Southern Power Grid Digital Grid Research Institute Co Ltd filed Critical Southern Power Grid Digital Grid Research Institute Co Ltd
Priority to CN202211436212.5A priority Critical patent/CN116434368A/zh
Publication of CN116434368A publication Critical patent/CN116434368A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C1/00—Registering, indicating or recording the time of events or elapsed time, e.g. time-recorders for work people
    • G07C1/20—Checking timed patrols, e.g. of watchman
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
    • G06V10/80—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A50/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE in human health protection, e.g. against extreme weather
    • Y02A50/20—Air quality improvement or preservation, e.g. vehicle emission control or emission reduction by using catalytic converters

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)

Abstract

本申请公开了一种多功能手持巡检仪及巡检方法，包括：图像获取模块和图像处理模块，图像获取模块包括红外摄像镜头和可见光摄像镜头，红外摄像镜头和可见光摄像镜头用于获取目标的实时图像和/或实时视频，图像处理模块用于解析和诊断目标的实时图像和/或实时视频，以实现对目标的锁定。本申请的巡检仪可通过红外图像和可见光图像得到双视融合图像，通过双视融合图像确定电力变压器的故障点定位，诊断结果直观可见，能够提高故障检测和诊断的效率。同时，巡检仪能够直接通过图像处理的结果，自动给出设备状态的最终诊断结果，诊断结果快速和明确，方便巡检人员第一时间得到设备的状态信息。

Description

一种多功能手持巡检仪及巡检方法
技术领域
本申请涉及计算机应用技术领域，更具体的说，是涉及一种多功能手持巡检仪及巡检方法。
背景技术
电力是我国的命脉行业，对于电力管理部门每月都要制定巡检计划，安排大量工作人员对电力设备进行巡检，及时发现或判断配电设备是否存在缺陷，从而合理的安排检修计划，保证电网的可靠运行。现有的电力设备需要定期巡检、故障诊断等工作较为繁琐，并需要巡检人员及时反馈巡检情况。在巡检过程中，需要巡检人员接待多种故障检测装置，检测过程费时费力，极不方便，后续对于设备故障信息处理分析也较为分散，整合数据工作量较大。
电力变压器是电力系统中进行电能转换的电气设备，是电网安全稳定运行的关键环节。变压器经过多年运行，存在绝缘老化、部件松动等各种故障隐患，发生故障的几率增加。在电力设备巡检过程中对变压器进行故障检测和诊断意义重大。目前电力变压器主要采用人工巡检即利用运行人员巡检和试验人员定期抽检。传但近年来随着电力变压器数量的不断增加，容量的增大，传统的巡检维护的方法已经无法满足设备安全运行的实际需要，很难真实的反映变压器设备的运行状态和故障状态，存在较大的局限性。
发明内容
鉴于上述问题，提出了本申请以便提供一种多功能手持巡检仪及巡检方法。具体方案如下：
一种多功能手持巡检仪，包括：图像获取模块和图像处理模块，所述图像获取模块包括红外摄像镜头和可见光摄像镜头，所述红外摄像镜头和所述可见光摄像镜头用于获取目标的实时图像和/或实时视频，所述图像处理模块用于解析和诊断所述目标的实时图像和/或实时视频，以实现对所述目标的锁定。
优选地，还包括拾音模块，所述拾音模块包括可听声音拾音器和超声拾音器，所述可听声音拾音器和超声拾音器用于采集所述目标的声信号，以对所述声信号进行识别，从而确定所述目标的状态。
优选地，还包括模拟信号接口，所述模拟信号接口用于采集传感器的数据，以确定所述目标的负荷情况。
优选地，所述模拟信号接口与有线型振动传感器电性连接，用于采集所述有线型振动传感器的数据。
优选地，还包括臭氧浓度传感器，所述臭氧浓度传感器用于检测所述目标的臭氧浓度。
优选地，还包括RFID电子读卡器，所述RFID电子读卡器用于识别所述目标的设备标识。
优选地，还包括通信模块，所述通信模块包括WiFi通信模块、蓝牙通信模块、2.4G通信模块、433M通信模块、LoRa通信模块中、4G通信模块、5G通信模块的一种或多种，所述通讯模块与无线电流传感器、无线温度传感器、无线振动传感器通信，用于采集所述无线电流传感器、所述无线温度传感器和所述无线振动传感器的监测数据。
优选地，还包括GPS定位模块，用于提供所述巡检仪的实时定位。
优选地，还包括重力加速度计，所述重力加速度计用于计算所述巡检仪所处的海拔高度。
优选地，还包括噪声分贝计，所述噪声分贝计用于计算现场的噪声分贝值。
一种巡检方法，所述巡检方法基于如上所述的巡检仪以实现，包括如下步骤：
获取同一时刻下多个角度所述目标的可见光图像与红外热像图；
将同一时刻下相同角度的可见光图像与红外热像图进行融合处理，得到同一时刻下相同角度的双视融合图像；
根据所述双视融合图像中的红外热图信息，确定最高温度点；
将所述最高温度点与预设诊断阈值进行比较，确定诊断结果；
根据诊断结果，判断所述目标的运行状态是否异常，若是，则上报所述运行状态。
一种巡检方法，所述巡检方法基于如上所述的巡检仪以实现，包括如下步骤：
获取所述目标的声信号；
获取所采集的声信号的特征参数；
将所述声信号的特征参数与预设声纹数据库的特征量进行对比识别，确定识别结果；
根据所述识别结果，确定所述目标的故障程度。
一种巡检方法，所述巡检方法基于如上所述的巡检仪以实现，包括如下步骤：
获取传感器数据，所述传感器数据包括电流传感器数据和温度传感器数据；
根据所述电流传感器数据和所述温度传感器数据，确定所述目标的故障状态。
一种巡检方法，所述巡检方法基于如上所述的巡检仪以实现，包括如下步骤：
采集所述目标各个区域的振动信号；
根据所述振动信号，确定所述目标的故障状态和故障类型。
借由上述技术方案，本申请的一种多功能手持巡检仪，包括：红外摄像镜头、可见光摄像镜头和图像处理模块，红外摄像镜头和所述可见光摄像镜头用于获取目标的实时图像和/或实时视频，图像处理模块用于解析和诊断目标的实时图像和/或实时视频，以实现对目标的锁定。本申请的多功能手持巡检仪可通过红外图像和可见光图像得到双视融合图像，通过双视融合图像确定电力变压器的故障点定位，诊断结果直观可见，能够提高故障检测和诊断的效率。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本申请的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
图1为本申请实施例提供的一种多功能手持巡检仪的结构示意图；
图2为本申请实施例提供的巡检APP的功能模块拓扑图；
图3为本申请实施例提供的一种巡检方法的流程示意图；
图4为本申请实施例提供的另一种巡检方法的流程示意图；
图5为本申请实施例提供的又一种巡检方法的流程示意图；
图6为本申请实施例提供的再一种巡检方法的流程示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
本申请提供了一种多功能手持巡检仪及巡检方法，能够实现多功能巡检，提高故障检测和诊断的效率。
接下来对本申请的一种多功能手持巡检仪进行详细的介绍，请参考图1，图1为本申请实施例中提供的一种多功能手持巡检仪的流程示意图，该巡检仪包括：包括：图像获取模块和图像处理模块，图像获取模块包括红外摄像镜头和可见光摄像镜头，红外摄像镜头和可见光摄像镜头用于获取目标的实时图像和/或实时视频，图像处理模块用于解析和诊断目标的实时图像和/或实时视频，以实现对目标的锁定，从而对目标设备进行测温和故障定位。
具体地，具体到本实施例中，巡检仪的检测目标可以是变压器，在一些其它的实施例中，目标也可以是一些其它的电力电子设备。
本申请实施例还提供一种巡检方法，该巡检方法基于如上所述的巡检仪以实现。
进一步地，如图3所示，图3为本申请实施例中提供的一种巡检方法的流程示意图，本申请实施例的巡检方法步骤如下：
步骤S110、获取同一时刻下多个角度所述目标的可见光图像与红外热像图。
具体地，使用巡检仪，分别从变压器的前、后、左、右、上等方向角度进行拍摄，取得多张同一时刻的同一角度和位置的可见光图像与红外热像图。
步骤S120、将同一时刻下相同角度的可见光图像与红外热像图进行融合处理，得到同一时刻下相同角度的双视融合图像。
具体地，将每一位置拍摄的两张可见光图像与红外热像图进行图像融合处理，得到每一位置的一张双视融合图像。
步骤S130、根据所述双视融合图像中的红外热图信息，确定最高温度点。
具体地，从双视融合图像中的红外热图信息中，提取最高温度点，并在图像上描绘高温点区域，高温点区域同时显示在可见光图像中，即实现了高温区域定位。
步骤S140、将所述最高温度点与预设诊断阈值进行比较，确定诊断结果。
具体地，将每张图像中的最高温度，与预设诊断阈值进行比较，得到变压器运行状态诊断结果。
步骤S150、根据诊断结果，判断所述目标的运行状态是否异常，若是，则上报所述运行状态。
具体地，诊断结果分为正常运行状态和故障状态，当判定变压器处于正常运行状态时，巡检仪可选择上报或不上报当前运行状态；当判定变压器处于故障状态时，巡检仪进行声光报警和报警信息上报。
更进一步地，步骤S130包括以下步骤：
步骤S131、识别双视融合图像、红外图像与可见光图像，进行图像处理，以提取设备状态信息。
步骤S132、根据可见光图像的目标检测框图像，进行设备标牌的文字识别，根据文字识别结果分别命名双视融合图像、红外图像及可见光图像三者的目标检测框图像。
步骤S133、根据双视融合图像及红外图像的目标检测框图像进行设备区域分割，得到红外设备区域分割图像；通过红外图像温度算法提取红外设备区域分割图像的温度分布信息。
更进一步地，步骤S150包括以下步骤：
当最高温度点温度未达到设定的报警阈值时，根据预定的温度区间，判定变压器当前处于正常运行状态，分为：未上电、低负荷运行、中负荷运行、高负荷运行等状态；当最高温度点温度达到设定的报警阈值时，判定变压器当前处于故障状态，分为：正常、过热关注、过热预警、过热报警等四个状态诊断等级。
Ⅰ级，正常状态，无高温点，最高温度≤65℃；
Ⅱ级，过热关注，65℃＜最高温度≤80℃；
Ⅲ级，过热预警，80℃＜最高温度≤95℃；
Ⅳ级，过热报警，最高温度＞95℃。
进一步地，步骤S150还包括：
采用横向比较法和纵向比较法对变压器的运行状态进行诊断，横向比较法为在第二诊断方法的基础上，与同类型设备进行比较，以确认温升最高的设备；纵向比较法为将设备当前监测数据与本设备历史数据作比较，以判断设备是否存在异常。
从上述的技术方案可以看出，本申请实施例的一种多功能手持巡检仪，包括：红外摄像镜头、可见光摄像镜头和图像处理模块，红外摄像镜头和可见光摄像镜头用于获取目标的实时图像和/或实时视频，图像处理模块用于解析和诊断目标的实时图像和/或实时视频，以实现对目标的锁定。本申请的巡检仪可通过红外图像和可见光图像得到双视融合图像，通过双视融合图像确定电力变压器的故障点定位，诊断结果直观可见，能够提高故障检测和诊断的效率。同时，巡检仪能够直接通过图像处理的结果，自动给出设备状态的最终诊断结果，诊断结果快速和明确，方便巡检人员第一时间得到设备的状态信息。
该巡检仪还包括拾音模块，拾音模块包括可听声音拾音器和超声拾音器，可听声音拾音器和超声拾音器用于采集目标的声信号，以对声信号进行识别，从而确定目标的状态。
本申请实施例还提供一种巡检方法，该巡检方法基于如上所述的巡检仪以实现。
具体地，本申请实施例的巡检仪可以同时监听可听声音信号和超声信号，实现声音信号和超声局放信号的同时同位检测诊断方法。本文中的声信号，可以是泛指的可听声音信号和超声信号；本文中的声音信号，特指人耳可听声音的频率和强度范围，以区别于超声局放信号。通过手持巡检仪做声音信号的检测和诊断，可以实现噪声的监测，可以实现声纹识别。
进一步地，声纹检测技术可以实现对不同来源和频率的多种声源进行区分和辨识，从而更准确的判定正常噪声和异常声源。声音信号检测与超声局放信号检测，同时同位同设备采集，在综合诊断中，可将两种不同种类的音频信号分别分析处理，再做同步的比对判断，取得精准的变压器状态诊断结果。
可以理解地，变压器正常运行时发出的声音具有一定规律性，当出现故障时，局放和机械故障会产生异常声，其声特征也会随之改变。因此可以利用变压器声特征的变化进行故障诊断。采用手持巡检仪采集声信号时，无需在变压器本体上耦合信号采集设备，人无需接触带电设备，这种检测方法不会破坏变压器结构，抗电气干扰能力强，不影响设备正常运行。基于声音信号和超声信号的检测、分析和处理，实现对变压器局放和机械故障的诊断方法。
具体地，如图4所示，图4为本申请实施例中提供的另一种巡检方法的流程示意图，本申请实施例的巡检方法步骤如下：
步骤S210、获取所述目标的声信号。
具体地，使用巡检仪，将声音拾音器和超声拾音器面向变压器，环绕变压器一周进行连续的声信号采集，巡检仪应与变压器保持尽可能近的距离，操作人员需保持高压安全距离范围。
步骤S220、获取所采集的声信号的特征参数。
具体地，对采集到的声音信号和超声信号做实时的计算处理。
进一步地，声音信号的计算处理过程可以是：
步骤S221、预处理。
具体地，预处理过程使用短时能量法消除所得声音数据的静音片段，通过汉宁窗函数做加窗处理，增强有用信号并提高信噪比。
步骤S222、MFCC分析。
具体地，预处理过后的声音片段做MFCC分析。即通过对预处理的信号做快速傅里叶变换得到各帧的频谱，平方以后得到语音信号的能量谱。
步骤S223、特征参数计算。
具体地，将所得能量谱通过梅尔滤波器计算其对数值可得MFCC系数即特征参数。
步骤S224、与声纹数据库特征对比识别。
具体地，进行MFCC特征参数提取后的特征量按照工况采集情况以LSTM神经网络做学习并储存到声纹数据库。
进一步地，超声局放信号的计算处理过程可以是：
将局部放电数据转变为灰度图，利用卷积神经网络自适应提取灰度图的辨识特征，并将特征应用于经典分类器如SVM、随机森林，BP神经网络等，实现提取具有高辨识度的特征。
步骤S230、将所述声信号的特征参数与预设声纹数据库的特征量进行对比识别，确定识别结果。
具体地，根据数据处理结果进行故障诊断。诊断方法：根据所采集声音的特征参数与系统声纹数据库特征量进行对比识别，根据与设备正常运行工况下的特征量差异大小判断变压器的故障程度。
进一步地，步骤S230还包括：
基于Gammatone滤波器倒谱系数与优化随机森林算法，识别变压器铁芯松动、绕组松动故障。
更进一步地，步骤S230还包括：
基于梅尔频率倒谱系数特征向量和矢量量化算法对变压器铁芯不同松动情况下的噪声信号进行识别。
更进一步地，步骤S230还包括：
针对机械故障声与变压器本体噪声特征相似易混淆的问题，采用改进小波包-BP神经网络算法；为提高声音识别系统的泛化性，采用基于梅尔对数频谱和卷积神经网络的声音识别算法，两种方法能成功识别放电声和机械故障声，两种算法相互验证，提高了系统的可靠性。
进一步地，步骤S230的诊断结果包括：
通过声纹特征量与声纹数据库中的特征值对比，做变压器声音状态识别诊断，诊断结果分为“外界噪声”、“正常运行噪声”、“局放音”、“机械故障音”四种声音诊断状态，并并根据与变压器正常运行状态的特征量进行对比，根据相似度做故障预警等级。匹配度最大值为100％，最低值为0。
故障预警等级的划分如下：
Ⅰ级，正常状态，无异常声音，匹配度≥90％；
Ⅱ级，关注，有微弱的异常音，75％＜匹配度≤90％；
Ⅲ级，预警，有明显的异常音，30％＜匹配度≤75％；
Ⅳ级，故障报警，有较强的异常音，匹配度＜30％。
根据超声波局放信号的处理和分析，做变压器局放状态诊断，诊断结果分为“电晕放电”、“尖端放电”、“悬浮放电”、“沿面放电”四种放电类型，并给出局部放电强度数据和预警等级：
Ⅰ级，正常状态，无局放音，局放量≤50pC；
Ⅱ级，关注，有微弱的局放音，50pC＜局放量≤200pC；
Ⅲ级，预警，有明显的局放音，200pC＜局放量≤1000pC；
Ⅳ级，故障报警，有较强的局放音，局放量＞1000pC。
该巡检仪还包括传感器模块，传感器模块包括电流传感器和温度传感器，电流传感器和温度传感器用于采集目标的负荷电流及温度，以确定目标的负荷情况。
本申请实施例还提供一种巡检方法，该巡检方法基于如上所述的巡检仪以实现。
具体地，巡检仪可采用电力设备温升负荷性能指标诊断方法，温升负荷性能指标诊断方法是一种多参量传感信息综合诊断方法，具体为将负荷电流与温度关系模型应用到电力设备的监测与诊断上，提高电力设备监测与诊断的准确性与可靠性。
如图5所示，图5为本申请实施例中提供的又一种巡检方法的流程示意图，本申请实施例中的巡检方法步骤如下：
步骤S310、获取传感器数据，所述传感器数据包括电流传感器数据和温度传感器数据。
具体地，使用巡检仪，现场采集变压器本体上已有的三相输出接点部位的电流传感器和温度传感器数据，包含部分历史数据。
步骤S320、根据所述电流传感器数据和所述温度传感器数据，确定所述目标的故障状态。
具体地，巡检仪根据既定的变压器负荷电流与温度关系模型，运行电力设备温升负荷性能指标诊断方法。具体为：根据电流致热和散热过程分析，建立电力设备负荷电流与温度数学模型；根据电力设备负荷电流与温度数学模型计算设备温升负荷性能指标；根据设备温升负荷性能指标随时间的推移发生偏移的幅度和趋势或设备温升负荷性能指标三相偏差度或相间温升负荷变比，进行设备故障状态的判断。
该巡检仪还包括模拟信号接口，模拟信号接口用于采集传感器输出的数据。
具体地，巡检仪具有振动信号检测诊断功能。巡检仪通过模拟信号接口，采集有线型振动传感器模拟信号，振动模拟信号经过巡检仪的信号处理、分析、诊断，得到丰富的变压器运行状态和故障状态诊断结果。巡检仪还可以通过无线通讯模块，接收无线型振动传感器信号。无线型振动传感器所输出的振动检测信号，多为已经处理提取后的振动特征值信息，可直接用于简单的变压器状态诊断。
本申请实施例还提供一种巡检方法，该巡检方法基于如上所述的巡检仪以实现。
具体的，如图6所示，图6为本申请实施例中提供的再一种巡检方法的流程示意图，本申请实施例的一种巡检方法的步骤如下：
S410、采集所述目标各个区域的振动信号。
S420、根据所述振动信号，确定所述目标的故障状态和故障类型。
具体地，本步骤中根据振动信号，进行振动分析，进而判断故障状态和故障类型，从而进行故障诊断。振动信号大不代表有故障，而是根据特定的诊断算法才能确定有故障。
具体地，采用BP神经网络算法对振动信号进行变压器故障诊断。进一步地，通过步骤S410和步骤S420对变压器振动信号的采集，再通过BP神经网络算法对振动信号进行变压器故障诊断的结合，大大的提高了故障诊断的精度，从而解决了通过变压器状态信息的振动信号对变压器故障诊断困难的缺点。
该巡检仪还包括臭氧浓度传感器，臭氧浓度传感器用于检测目标的臭氧浓度。
具体地，巡检仪采集(或接收)现场的臭氧浓度传感器数据，并作出异常状态判断。臭氧浓度是室内高压电力设备发生局放时的特有异常现象，通过对臭氧浓度的监测，辅助判断现场电力设备发生局放的可能性和局放严重程度。
该巡检仪还包括RFID电子读卡器，RFID电子读卡器用于识别目标的设备标识。
具体地，巡检仪的检测主机内部装配有RFID电子标签读卡器。对于大量的电力设备管理，经常采用RFID电子标签对电力设备进行标识。巡检仪具备RFID电子标签读卡器功能，能自动识别变压器设备的RFID电子标签，从而自动取得设备的台账信息，用于巡检任务和诊断结果的归属。
该巡检仪还包括通信模块，通信模块包括WiFi通信模块、蓝牙通信模块、2.4G通信模块、433M通信模块、LoRa通信模块中、4G通信模块、5G通信模块的一种或多种。该通讯模块与无线电流传感器、无线温度传感器、无线振动传感器通信，用于采集无线电流传感器、无线温度传感器和无线振动传感器的监测数据。
具体地，该巡检仪借助上述的一种或多种通信模块，实现巡检过程中的本地通讯功能，用于读取和采集本地各种无线传感器的监测数据，例如：电流温度多参量传感器数据、温湿度传感器数据、电磁场强度传感器数据、SF6浓度传感器数据等。
此外，还可以使用智能终端上巡检和监测工作的平台操作系统，以对巡检仪进行指令发送和监控。该智能终端可以包括智能手机。在本申请的另外一些实施例中，手持巡检仪还可以调用智能手机自有的附加功能，用于巡检过程的辅助功能。如，巡检仪依托所用智能手机的4G或5G的外网通讯网络，实现与远程后台系统通讯，用于及时提供现场巡检监测数据和诊断结果数据，可随时上传巡检和诊断报表，并可随时接受后台系统发送的指令，接收巡检工单。
例如，该巡检仪还包括GPS定位模块，用于提供巡检仪的实时定位。
具体地，巡检仪依托所用智能手机的GPS或北斗系统，实现地理位置定位功能，用于提供在巡检过程中的地理位置信息。
该巡检仪还包括重力加速度计，重力加速度计用于计算巡检仪所处的海拔高度。
具体地，巡检仪可以调用智能手机中的重力加速度计数据，用于计算当地的海拔高度。
该巡检仪还包括噪声分贝计，用于计算现场的噪声分贝值。
具体地，巡检仪的检测主机具有音声拾音器，但还可以调用智能手机中的话筒拾音器，用于计算当时当地现场环境的超声分贝值。
可以理解地，本申请的另外一些实施例中，还可以将智能巡检APP装配在巡检仪或是智能手机上运行。该智能巡检APP包括如下功能模块，如图2所示：
(1)登录管理模块
包括子功能模块：指纹识别功能、人脸识别功能、密码管理等。打开巡检APP主界面，点击“登录管理”功能键，进入登录界面，同时提示申请同意卫星定位，选择“人脸识别”、“指纹识别”或“密码登录”。
(2)信息读取模块
包括子功能模块：电子标签读卡器、GPS或北斗定位、远程通讯、本地通讯(WiFi、蓝牙、2.4G、433M、LoRa等)、图像文字识别、条码识别等功能。
巡检仪具有多种方式自动识别当前所检测设备的标识信息(包括设备编码、设备名称、位置信息等)，自动识别方法包括：通过巡检仪上的电子标签读卡器读取被测变压器的RFID电子标签；通过GPS或北斗定位功能定位设备位置信息；通过图像文字识别功能读取变压器的铭牌信息；通过条码识别功能读取变压器的条码(二维码)信息。
通过巡检仪自动识别当前被测变压器的标识信息后，进而可选择读取被测变压器的设备台账信息、历史检测数据、历史巡检记录和报表、设备历史和当前的各相监测数据等信息；也可选择自动生成诊断报告或巡检报告。
通过本地通讯方式，读取现场设备的在线监测传感器数据和现场多功能仪表的数据和状态报警信息。
(3)检测诊断模块
包含全部检测和诊断的方法，每种检测和诊断方法划分为一个子功能模块。通过界面可选择具体的检测和诊断方法。每个检测诊断方法完成后，系统默认自动保存全部检测数据和诊断结果数据，使用者可根据检测情况，选择不保存或删除数据。在本功能模块中，使用者可选择查看所有检测原始数据，查看数据分析图表，查看诊断结果数据和诊断报告。
检测和诊断方法子功能模块包括：双视监测诊断模块、声信号检测诊断模块、温升负荷性能指标诊断模块、振动信号检测诊断模块、臭氧O3浓度检测诊断模块。
检测诊断模块中，还包含综合诊断功能子模块，综合诊断功能的输出诊断结果为设备健康状态评估。
将上述各项诊断结果，统一划分为四个等级：Ⅰ级，正常；Ⅱ级，关注；Ⅲ级，预警；Ⅳ级，报警，如表1所示：
表1诊断结果划分
等级 设备状态诊断
Ⅰ 正常
Ⅱ 关注
Ⅲ 预警
Ⅳ 报警
根据上述各设备状态诊断结果等级，做设备状态综合诊断，得到设备健康状态的等级，如表2所示：
表2设备健康状态等级划分
Figure BDA0003946798560000141
(4)智能巡检模块
包括巡检工单管理功能子模块、报告管理功能子模块。
巡检工单管理功能具体的有：接收、排序、生成、删除、编辑、自动填写、修改、上报等，工单可根据GPS定位信息，自动绘制巡检工作路线，随时查看巡检进度和下一步工作任务。
报告管理功能可根据巡检工单完成情况，自动生成《巡检报告》，也可单独调用“检测诊断”流程中的检测数据和诊断结果，自动生成《检测诊断报告》；可选择将《检测诊断报告》附加在《巡检报告》上；可选择发送工单或报告到后台系统。
(5)辅助工具模块
包含一些不是智能手机标配但对于巡检工作有重要作用的辅助性软硬件工具，具体的有：激光测距仪、光学平面测距仪、图像文字识别、电磁场强度计、噪声分贝计、重力加速度计、环境温湿度计等。
从上述的技术方案可以看出，本申请实施例的一种多功能手持巡检仪，基于多种功能模块，采用同时同位的多种检测方式和多种分析诊断方法，实现了对电力变压器的智能巡检。显著提升了对电力变压器巡检的效率，提高了对电力变压器设备运行维护、状态诊断的可靠性，同时降低了巡检工作的设备成本和维护成本。巡检与综合诊断功能相结合，实时采集更丰富的设备信息，有益于即时发现在运行中的电力变压器的故障，提前做出隐患预警，能够将设备健康状态量化，提升了巡检工作的技术手段以及工作质量。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和电路，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，单元的划分，仅仅为一种逻辑功能划分，实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个待安装电网网络，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
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。可以根据的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请个实施例中的功能单元可以集成在一个处理单元中，也可以是个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
集成的单元如果以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，本申请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全部或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)执行本申请个实施例电路的全部或部分步骤。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)、磁碟或者光盘等种可以存储程序代码的介质。
最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其它变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、巡检仪、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其它要素，或者是还包括为这种过程、巡检仪、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、巡检仪、物品或者设备中还存在另外的相同要素。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间可以根据需要进行组合，且相同相似部分互相参见即可。
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 (9)

1.一种多功能手持巡检仪，其特征在于，包括：图像获取模块和图像处理模块，所述图像获取模块包括红外摄像镜头和可见光摄像镜头，所述红外摄像镜头和所述可见光摄像镜头用于获取目标的实时图像和/或实时视频，所述图像处理模块用于解析和诊断所述目标的实时图像和/或实时视频，以实现对所述目标的锁定。
2.根据权利要求1所述的巡检仪，其特征在于，还包括拾音模块，所述拾音模块包括可听声音拾音器和超声拾音器，所述可听声音拾音器和超声拾音器用于采集所述目标的声信号，以对所述声信号进行识别，从而确定所述目标的状态。
3.根据权利要求1所述的巡检仪，其特征在于，还包括模拟信号接口，所述模拟信号接口用于采集传感器的数据，以确定所述目标的负荷情况。
4.根据权利要求3所述的巡检仪，其特征在于，所述模拟信号接口与有线型振动传感器电性连接，用于采集所述有线型振动传感器的数据。
5.根据权利要求1所述的巡检仪，其特征在于，还包括臭氧浓度传感器，所述臭氧浓度传感器用于检测所述目标的臭氧浓度。
6.一种巡检方法，其特征在于，所述巡检方法基于如权利要求1所述的巡检仪以实现，包括如下步骤：
获取同一时刻下多个角度所述目标的可见光图像与红外热像图；
将同一时刻下相同角度的可见光图像与红外热像图进行融合处理，得到同一时刻下相同角度的双视融合图像；
根据所述双视融合图像中的红外热图信息，确定最高温度点；
将所述最高温度点与预设诊断阈值进行比较，确定诊断结果；
根据诊断结果，判断所述目标的运行状态是否异常，若是，则上报所述运行状态。
7.一种巡检方法，其特征在于，所述巡检方法基于如权利要求2所述的巡检仪以实现，包括如下步骤：
获取所述目标的声信号；
获取所采集的声信号的特征参数；
将所述声信号的特征参数与预设声纹数据库的特征量进行对比识别，确定识别结果；
根据所述识别结果，确定所述目标的故障程度。
8.一种巡检方法，其特征在于，所述巡检方法基于如权利要求3-4任一项所述的巡检仪以实现，包括如下步骤：
获取传感器数据，所述传感器数据包括电流传感器数据和温度传感器数据；
根据所述电流传感器数据和所述温度传感器数据，确定所述目标的故障状态。
9.一种巡检方法，其特征在于，所述巡检方法基于如权利要求3-4任一项所述的巡检仪以实现，包括如下步骤：
采集所述目标各个区域的振动信号，并根据所述振动信号确定最大振动源所在区域；
采集所述最大振动源所在区域的振动信号；
根据所述最大振动源所在区域的振动信号，确定所述目标的故障诊断。
CN202211436212.5A 2022-11-16 2022-11-16 一种多功能手持巡检仪及巡检方法 Pending CN116434368A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211436212.5A CN116434368A (zh) 2022-11-16 2022-11-16 一种多功能手持巡检仪及巡检方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211436212.5A CN116434368A (zh) 2022-11-16 2022-11-16 一种多功能手持巡检仪及巡检方法

Publications (1)

Publication Number Publication Date
CN116434368A true CN116434368A (zh) 2023-07-14

Family

ID=87084266

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211436212.5A Pending CN116434368A (zh) 2022-11-16 2022-11-16 一种多功能手持巡检仪及巡检方法

Country Status (1)

Country Link
CN (1) CN116434368A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117309055A (zh) * 2023-09-28 2023-12-29 国网重庆市电力公司电力科学研究院 一种电力巡检测试设备

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117309055A (zh) * 2023-09-28 2023-12-29 国网重庆市电力公司电力科学研究院 一种电力巡检测试设备

Similar Documents

Publication Publication Date Title
CN115170000B (zh) 一种基于电能表通信模块的远程监测方法及系统
JP2000512766A (ja) 高電圧絶縁における部分放電測定の統計的パターン分析方法
CN106991731A (zh) 集成设备维护的智能巡检方法及系统
CN110221137B (zh) 一种基于振声相关性的配电变压器异常状态检测方法
CN111509847A (zh) 一种电网机组状态的智能检测系统及方法
CN112085071A (zh) 一种基于边缘计算的配电房设备故障分析预判方法及装置
KR20210017637A (ko) IoT 센서 기반 회전 기기의 정밀 상태 진단 장치 및 방법
CN113551765A (zh) 设备故障声谱分析诊断方法
CN116434368A (zh) 一种多功能手持巡检仪及巡检方法
CN113878214A (zh) 基于lstm与残差分布的焊接质量实时检测方法及系统
CN116383633A (zh) 一种多因素综合分析的机制砂振动筛故障检测方法及系统
CN117169639B (zh) 一种电源适配器生产用产品检测方法及系统
CN116625683A (zh) 一种风电机组轴承故障识别方法、系统、装置及电子设备
CN117538710A (zh) 用于局部动态放电监测的智能预警方法及系统
CN116520068B (zh) 一种电力数据的诊断方法、装置、设备及存储介质
CN111767913A (zh) 一种基于深度学习的动车组车辆故障动态图像检测方法
JP3693644B2 (ja) 設備の運転状態音響監視方法および設備の運転状態音響監視装置
CN116186642B (zh) 一种基于多维特征融合的分布式光纤传感事件预警方法
CN116311775B (zh) 一种穿戴式近电报警设备及监控系统
CN115811672A (zh) 一种用于电力设备检测的手持巡检仪、巡检方法及装置
US20230024104A1 (en) Identification of false transformer humming using machine learning
CN114662619B (zh) 基于多源数据融合的桥梁监测系统
CN115163426A (zh) 基于ai听诊的风机故障检测方法及系统、风机安全系统
CN114492636A (zh) 一种变压器绕组状态信号的采集系统
CN116979702B (zh) 基于大数据的输电线路智能监测质检方法、系统和介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication