TWM595226U

TWM595226U - 電力設備故障之智慧檢測設備

Info

Publication number: TWM595226U
Application number: TW108216351U
Authority: TW
Inventors: 郭政謙; 黃彥植
Original assignee: 國立臺灣科技大學
Priority date: 2019-12-09
Filing date: 2019-12-09
Publication date: 2020-05-11

Abstract

一種電力設備故障之智慧檢測設備，包含：一熱影像感測器、一故障影像合成裝置、一人工智慧訓練裝置及一人工智慧故障檢測裝置，該故障影像合成裝置將該正常狀態熱影像與一仿真故障痕跡合成出一故障狀態熱影像，該人工智慧訓練裝置以該正常狀態熱影像、該故障狀態熱影像、該正常狀態熱影像所對應的該正常工作狀態、及該故障狀態熱影像所對應的該故障狀態訓練該人工智慧故障檢測裝置，而使訓練完成的該人工智慧故障檢測裝置根據一監控熱影像而判斷關於一待測電力設備的一故障檢測結果。

Description

電力設備故障之智慧檢測設備

本創作相關於一種電力設備之熱影像檢測，特別是相關於一種電力設備故障之智慧檢測設備。

熱影像技術是一種用於將不可見熱能轉換為可見熱圖像的技術，可用於評估電力設備的故障狀態。由於熱影像技術具有非侵入性及非接觸性的優點，且成本相對較低，故透過分析熱影像來監測電力設備的異常，已成為電力設備之故障檢測的重要工具。

習知的熱影像檢測是在判斷出電力設備達到特定的臨界溫度後才發出警告，但實際上電力設備的許多故障是在初期就會出現熱特徵，若能在初期便完成故障識別，將能有效降低危害。然而，電力設備之規格種類眾多，不同的電力設備所可能產生的熱特徵也彼此相異，再加上並無法從健康的電力設備取得其故障狀態下的熱特徵......等因素，故障資料稀少而難以取得。因此，在資料不足以訓練人工智慧的情況下，現階段的利用熱影像的特徵識別的故障檢測往往只能夠依靠人力識別，若想要改以人工智慧方式來取代人力，也只會淪為不切實際的空談。

因此，本創作的目的即在提供一種電力設備故障之智慧檢測設備，可確實且有效地實現以人工智慧方式進行電力設備之熱影像故障檢測。

本創作為解決習知技術之問題所採用之技術手段係提供一種電力設備故障之智慧檢測設備，包含：一熱影像感測器，以熱影像感測方式而感測採集一參考電力設備於正常工作狀態下的一正常狀態熱影像，以及以熱影像感測方式感測取得一待測電力設備的監控熱影像；一故障影像合成裝置，連接於該熱影像感測器，該故障影像合成裝置經設置而將該正常狀態熱影像與預設的一仿真故障痕跡合成出一故障狀態熱影像，該仿真故障痕跡係以非熱影像感測方式而仿真得出，且該仿真故障痕跡係對應於一預設的故障狀態；一人工智慧訓練裝置，連接於該故障影像合成裝置、該熱影像感測器及一人工智慧故障檢測裝置，而將該正常狀態熱影像、該故障狀態熱影像、該正常狀態熱影像所對應的該正常工作狀態、及該故障狀態熱影像所對應的該故障狀態作為訓練資料，而對於該人工智慧故障檢測裝置進行訓練，而得到訓練完成的該人工智慧故障檢測裝置；以及該人工智慧故障檢測裝置，連接於該熱影像感測器，訓練完成的該人工智慧故障檢測裝置經設置而接收該監控熱影像，並以人工智慧方式運算而得到關於該待測電力設備的一故障檢測結果。

在本創作的一實施例中係提供一種電力設備故障之智慧檢測設備，其中該熱影像感測器係為一紅外線熱影像感測器。

在本創作的一實施例中係提供一種電力設備故障之智慧檢測設備，其中該熱影像感測器係經設置而感測採集該參考電力設備於不同負載下的複數個正常狀態熱影像。

在本創作的一實施例中係提供一種電力設備故障之智慧檢測設備，其中該故障影像合成裝置包括一交叉合成單元，該交叉合成單元經設置而將該正常狀態熱影像與複數個該仿真故障痕跡分別合成，而得到複數個該故障狀態熱影像，其中用於分別合成的複數個該仿真故障痕跡係分別對應於不同的故障狀態及/或不同負載下的相同的故障狀態。

在本創作的一實施例中係提供一種電力設備故障之智慧檢測設備，其中該故障影像合成裝置包括一多重合成單元，該多重合成單元經設置而將該正常狀態熱影像與複數個該仿真故障痕跡一併合成出該故障狀態熱影像，其中用於一併合成的複數個該仿真故障痕跡係分別對應於不同的故障狀態。

在本創作的一實施例中係提供一種電力設備故障之智慧檢測設備，其中該人工智慧訓練裝置包括一彩色影像訓練單元，該彩色影像訓練單元係經設置而將該正常狀態熱影像及該故障狀態熱影像以彩色影像的形式作為該訓練資料，而對於該人工智慧故障檢測裝置進行訓練。

在本創作的一實施例中係提供一種電力設備故障之智慧檢測設備，其中該人工智慧訓練裝置包括一灰階影像訓練單元，該灰階影像訓練單元係經設置而將該正常狀態熱影像及該故障狀態熱影像以灰階影像的形式作為該訓練資料，而對於該人工智慧故障檢測裝置進行訓練。

在本創作的一實施例中係提供一種電力設備故障之智慧檢測設備，其中該參考電力設備與該待測電力設備係為同一電力設備。

經由本創作所採用之技術手段，本創作的電力設備故障之智慧檢測設備能夠在僅得以取得健康的電力設備的正常狀態熱影像的情況下，得出以人工智慧方式進行識別判斷所需要的足夠的訓練資料，而完成人工智慧的訓練。藉此，本創作的電力設備故障之智慧檢測設備能夠確實且有效地實現以人工智慧方式進行電力設備之熱影像故障檢測。

100:電力設備故障之智慧檢測設備

1:熱影像感測器

2:故障影像合成裝置

21:交叉合成單元

22:多重合成單元

3:人工智慧訓練裝置

31:彩色影像訓練單元

32:灰階影像訓練單元

4:人工智慧故障檢測裝置

I_F:故障狀態熱影像

I_M:監控熱影像

I_N:正常狀態熱影像

I_T:仿真故障痕跡

R:故障檢測結果

S10:步驟

S20:步驟

S30:步驟

S40:步驟

S50:步驟

〔第1圖〕為顯示根據本創作的一實施例的電力設備故障之智慧檢測設備的方塊示意圖；〔第2圖〕為顯示根據本創作的實施例的電力設備故障之智慧檢測設備所執行的智慧檢測方法的流程示意圖；〔第3a圖〕為顯示一正常狀態熱影像的示意圖；〔第3b圖〕為顯示一仿真故障痕跡的示意圖；〔第3c圖〕為顯示一故障狀態熱影像的示意圖；〔第4圖〕為顯示正常狀態熱影像與仿真故障痕跡合成出故障狀態熱影像的示意圖。

以下根據第1圖至第4圖，而說明本創作的實施方式。該說明並非為限制本創作的實施方式，而為本創作之實施例的一種。

如第1圖至第4圖所示，依據本創作的一實施例的一電力設備故障之智慧檢測設備100，包含：一熱影像感測器1，以熱影像感測方式而感測採集一參考電力設備於正常工作狀態下的一正常狀態熱影像I_N，以及以熱影像感測方式感測取得一待測電力設備的監控熱影像I_M；一故障影像合成裝置2，連接於熱影像感測器1，故障影像合成裝置2經設置而將正常狀態熱影像I_N與預設的一仿真故障痕跡I_T合成出一故障狀態熱影像I_F，仿真故障痕跡I_T係以非熱影像感測方式而仿真得出，且仿真故障痕跡I_T係對應於一預設的故障狀態；一人工智慧訓練裝置3，連接於故障影像合成裝置2、熱影像感測器1及一人工智慧故障檢測裝置4，而將正常狀態熱影像I_N、故障狀態熱影像I_F、正常狀態熱影像I_N所對應的正常工作狀態、及故障狀態熱影像I_F所對應的故障狀態作為訓練資料，而對於人工智慧故障檢測裝置4進行訓練，而得到訓練完成的人工智慧故障檢測裝置4；以及人工智慧故障檢測裝置4，連接於熱影像感測器1，訓練完成的人工智慧故障檢測裝置4經設置而接收監控熱影像I_M，並以人工智慧方式運算而得到關於待測電力設備的一故障檢測結果R。

具體而言，如第1圖至第4圖所示，依據本創作的一實施例的電力設備故障之智慧檢測設備100，其中熱影像感測器1係為一紅外線熱影像感測器。紅外線熱影像感測器係以非接觸方式感測紅外線能量，並將其轉換為電訊號，從而生成熱影像。較佳地，在本實施例中，熱影像感測器1係經設置而感測採集參考電力設備於不同負載下的複數個正常狀態熱影像I_N。由於電力設備隨著負載情況的不同，其整體溫度及溫度分佈都或多或少會有改變，因此採集不同負載下的複數個正常狀態熱影像I_N能夠使訓練資料更為充足且完整，有助於訓練完成的人工智慧故障檢測裝置4在不同負載下皆能得到準確的故障檢測結果R。

如第1圖及第4圖所示，依據本創作的一實施例的電力設備故障之智慧檢測設備100，故障影像合成裝置2包括一交叉合成單元21，交叉合成單元21經設置而將正常狀態熱影像I_N與複數個仿真故障痕跡I_T分別合成，而得到複數個故障狀態熱影像I_F，其中用於分別合成的複數個仿真故障痕跡I_T係分別對應於不同的故障狀態及/或不同負載下的相同的故障狀態。如第3b圖所示，仿真故障痕跡I_T係指以仿真方式製作的痕跡(影像)，而非是以熱影像感測方式所感測取得的影像。仿真故障痕跡I_T係主要藉由預測電力設備在故障狀態時所可能表現在熱影像上的變化，而透過影像編輯所繪製或是其他方式所製作出的影像痕跡。以乾式變壓器的電力設備為例，不同的故障狀態例如為匝間短路故障、接點過熱、線路過熱，上述故障發生在不同相位(例：R相、S相、T相)或是發生在同相位的不同位置(例：同一繞組上的不同線圈位置)也皆屬於不同的故障狀態。藉由交叉合成單元21所進行的交叉合成，能夠增加故障狀態熱影像I_F的數量，而使訓練資料涵蓋更多種的故障狀態而更為充足且完整，有助於訓練完成的人工智慧故障檢測裝置4能夠識別判斷出更多種的故障狀態。

較佳地，依據本創作的一實施例的電力設備故障之智慧檢測設備100，故障影像合成裝置2還包括一多重合成單元22，多重合成單元22經設置而將正常狀態熱影像I_N與複數個仿真故障痕跡I_T一併合成出故障狀態熱影像I_F，其中用於一併合成的複數個仿真故障痕跡I_T係分別對應於不同的故障狀態。由於電力設備有可能同時發生不止一種的故障，所以藉由多重合成單元22所合成出的故障狀態熱影像I_F，能用來進一步訓練人工智慧故障檢測裝置4在電力設備同時發生多種故障時作出準確的識別判斷。當然，在一般的情況下，即便沒有利用多重合成單元22所合成出的故障狀態熱影像I_F進行訓練，訓練完成的人工智慧故障檢測裝置4對於同時發生的多種故障也仍會有一定程度的識別判斷能力，故多重合成單元22能視情況而決定設置與否。

如第1圖所示，依據本創作的一實施例的電力設備故障之智慧檢測設備100，人工智慧訓練裝置3包括一彩色影像訓練單元31，彩色影像訓練單元 31係經設置而將正常狀態熱影像I_N及故障狀態熱影像I_F以彩色影像的形式作為訓練資料，而對於人工智慧故障檢測裝置4進行訓練。再者，人工智慧訓練裝置3亦可包括一灰階影像訓練單元32，灰階影像訓練單元32係經設置而將正常狀態熱影像I_N及故障狀態熱影像I_F以灰階影像的形式作為訓練資料，而對於人工智慧故障檢測裝置4進行訓練。一般而言，灰階影像的資料只有顏色深淺的單一個維度，彩色影像的資料則通常至少有R(紅)、G(綠)、B(藍)三個維度，所訓練出來的人工智慧故障檢測裝置4在識別判斷上也會有不同的傾向，故彩色影像訓練單元31及灰階影像訓練單元32能夠視實際需求而擇一或同時使用。

在本實施例中，人工智慧訓練裝置3及人工智慧故障檢測裝置4所採用的人工智慧為類神經網路，或稱人工神經網路(Artificial Neural Network；ANN)。較佳地，人工智慧訓練裝置3及人工智慧故障檢測裝置4係採用類神經網路中對於影像分類有更好的效率及表現的卷積類神經網路(Convolutional Neural Networks；CNN)。在本實施例中，人工智慧訓練裝置3係將正常狀態熱影像I_N及故障狀態熱影像I_F作為訓練輸入，而將正常狀態熱影像I_N所對應的正常工作狀態及故障狀態熱影像I_F所對應的故障狀態作為訓練輸出，因此訓練完成的人工智慧故障檢測裝置4能夠在待測電力設備的監控熱影像I_M作為輸入時，輸出監控熱影像I_M所對應的正常工作狀態或是故障狀態作為故障檢測結果R。

另外，應注意的是，雖然在本創作中，電力設備係區分為參考電力設備及待測電力設備，但為了提升故障檢測的準確度，參考電力設備與待測電力設備較佳地係為同一電力設備。換言之，將身為監控對象的待測電力設備，在採集正常狀態熱影像I_N時用作為參考電力設備。如此一來，可有效消除因同規格種類的電力設備之間的個體差異所產生的誤差，而得到更準確的故障檢測結果R。

如第2圖所示，依據本創作的一實施例的電力設備故障之智慧檢測設備100所執行的智慧檢測方法係包含下列步驟：藉由熱影像感測器1而以熱影像感測方式感測採集參考電力設備於正常工作狀態下的正常狀態熱影像I_N(步驟S10)；將正常狀態熱影像I_N與預設的仿真故障痕跡I_T合成出故障狀態熱影像I_F，仿真故障痕跡I_T係以非熱影像感測方式而仿真得出，且仿真故障痕跡I_T係對應於預設的故障狀態(步驟S20)；將正常狀態熱影像I_N、故障狀態熱影像I_F、正常狀態熱影像I_N所對應的正常工作狀態、及故障狀態熱影像I_F所對應的故障狀態作為訓練資料，而對於人工智慧故障檢測裝置4進行訓練，而得到訓練完成的人工智慧故障檢測裝置4(步驟S30)；藉由熱影像感測器1而以熱影像感測方式感測取得待測電力設備的監控熱影像I_M(步驟S40)；以及藉由將監控熱影像I_M輸入訓練完成的人工智慧故障檢測裝置4，而由訓練完成的人工智慧故障檢測裝置4以人工智慧方式運算而得到關於待測電力設備的故障檢測結果R(步驟S50)。

較佳地，為了使訓練資料更為充足且完整，以使訓練完成的人工智慧故障檢測裝置4在不同負載下皆能得到準確的故障檢測結果R，在步驟S10中，係感測採集參考電力設備於不同負載下的複數個正常狀態熱影像I_N。

較佳地，為了使訓練資料涵蓋更多種的故障狀態，以便訓練人工智慧故障檢測裝置4對於多種的故障狀態進行識別，在步驟S20中，係將正常狀態熱影像I_N與複數個仿真故障痕跡I_T分別合成，而得到複數個故障狀態熱影像I_F，其中複數個仿真故障痕跡I_T係分別對應於不同的故障狀態及/或不同負載下的相同的故障狀態。

較佳地，為了使訓練完成的人工智慧故障檢測裝置4能夠對於同時發生的多種故障進行更有效的識別，在步驟S20中，係將正常狀態熱影像I_N與複數個仿真故障痕跡I_T一併合成出故障狀態熱影像I_F，其中複數個仿真故障痕跡I_T係分別對應於不同的故障狀態。

較佳地，為了因應不同的識別判斷傾向的需求，在步驟S30中，係可將正常狀態熱影像I_N及故障狀態熱影像I_F以彩色影像的形式作為訓練資料，而對於人工智慧故障檢測裝置4進行訓練。或者，在步驟S30中，係可將正常狀態熱影像I_N及故障狀態熱影像I_F以灰階影像的形式作為訓練資料，而對於人工智慧故障檢測裝置4進行訓練。

藉由上述的技術手段，本創作的電力設備故障之智慧檢測設備100能夠在僅得以取得健康的電力設備的正常狀態熱影像I_N的情況下，得出以人工智慧方式進行識別判斷所需要的足夠的訓練資料，而完成人工智慧的訓練。藉此，本創作的電力設備故障之智慧檢測設備100能夠確實且有效地實現以人工智慧方式進行電力設備之熱影像故障檢測。

以上之敘述以及說明僅為本創作之較佳實施例之說明，對於此項技術具有通常知識者當可依據以下所界定申請專利範圍以及上述之說明而作其他之修改，惟此些修改仍應是為本創作之新型精神而在本創作之權利範圍中。

100‧‧‧電力設備故障之智慧檢測設備

1‧‧‧熱影像感測器

2‧‧‧故障影像合成裝置

21‧‧‧交叉合成單元

22‧‧‧多重合成單元

3‧‧‧人工智慧訓練裝置

31‧‧‧彩色影像訓練單元

32‧‧‧灰階影像訓練單元

4‧‧‧人工智慧故障檢測裝置

I_F‧‧‧故障狀態熱影像

I_M‧‧‧監控熱影像

I_N‧‧‧正常狀態熱影像

I_T‧‧‧仿真故障痕跡

R‧‧‧故障檢測結果

Claims

一種電力設備故障之智慧檢測設備，包含：一熱影像感測器，以熱影像感測方式而感測採集一參考電力設備於正常工作狀態下的一正常狀態熱影像，以及以熱影像感測方式感測取得一待測電力設備的監控熱影像；一故障影像合成裝置，連接於該熱影像感測器，該故障影像合成裝置經設置而將該正常狀態熱影像與預設的一仿真故障痕跡合成出一故障狀態熱影像，該仿真故障痕跡係以非熱影像感測方式而仿真得出，且該仿真故障痕跡係對應於一預設的故障狀態；一人工智慧訓練裝置，連接於該故障影像合成裝置、該熱影像感測器及一人工智慧故障檢測裝置，而將該正常狀態熱影像、該故障狀態熱影像、該正常狀態熱影像所對應的該正常工作狀態、及該故障狀態熱影像所對應的該故障狀態作為訓練資料，而對於該人工智慧故障檢測裝置進行訓練，而得到訓練完成的該人工智慧故障檢測裝置；以及該人工智慧故障檢測裝置，連接於該熱影像感測器，訓練完成的該人工智慧故障檢測裝置經設置而接收該監控熱影像，並以人工智慧方式運算而得到關於該待測電力設備的一故障檢測結果。
如請求項1所述之電力設備故障之智慧檢測設備，其中該熱影像感測器係為一紅外線熱影像感測器。
如請求項1所述之電力設備故障之智慧檢測設備，其中該熱影像感測器係經設置而感測採集該參考電力設備於不同負載下的複數個正常狀態熱影像。
如請求項1所述之電力設備故障之智慧檢測設備，其中該故障影像合成裝置包括一交叉合成單元，該交叉合成單元經設置而將該正常狀態熱影像與複數個該仿真故障痕跡分別合成，而得到複數個該故障狀態熱影像，其中用於分別合成的複數個該仿真故障痕跡係分別對應於不同的故障狀態及/或不同負載下的相同的故障狀態。
如請求項1所述之電力設備故障之智慧檢測設備，其中該故障影像合成裝置包括一多重合成單元，該多重合成單元經設置而將該正常狀態熱影像與複數個該仿真故障痕跡一併合成出該故障狀態熱影像，其中用於一併合成的複數個該仿真故障痕跡係分別對應於不同的故障狀態。
如請求項1所述之電力設備故障之智慧檢測設備，其中該人工智慧訓練裝置包括一彩色影像訓練單元，該彩色影像訓練單元係經設置而將該正常狀態熱影像及該故障狀態熱影像以彩色影像的形式作為該訓練資料，而對於該人工智慧故障檢測裝置進行訓練。
如請求項1所述之電力設備故障之智慧檢測設備，其中該人工智慧訓練裝置包括一灰階影像訓練單元，該灰階影像訓練單元係經設置而將該正常狀態熱影像及該故障狀態熱影像以灰階影像的形式作為該訓練資料，而對於該人工智慧故障檢測裝置進行訓練。
如請求項1所述之電力設備故障之智慧檢測設備，其中該參考電力設備與該待測電力設備係為同一電力設備。