[發明專利]一種基于多光譜圖像的設備檢測方法及裝置

有效

• 申請號: 202011263184.2
• 申請日: 2020-11-12
• 公開（公告）號: CN112379231B
• 公開（公告）日: 2022-06-03
• 發明（設計）人: 戴波;蔣城穎;高明;姚一楊;梅峰;沈桂竹
• 申請（專利權）人: 國網浙江省電力有限公司信息通信分公司;國網浙江省電力有限公司
• 主分類號: G01R31/12
• 分類號: G01R31/12;G01J5/48;G01N21/88;G06V10/26;G06N3/04;G06N3/08
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 王嬌嬌

1.一種基于多光譜圖像的設備檢測方法，其特征在于，包括：

獲得多個圖像集合，每個所述圖像集合對應于不同的采集參數，所述采集參數至少包含采集尺度、采集角度和采集時刻中的任意一項或任意多項，每個所述圖像集合中包含多幀電力設備的設備圖像，所述設備圖像包含紅外圖像、可見光圖像和紫外圖像，且每個所述圖像集合中的設備圖像對應于同一采集參數；

至少對每個所述圖像集合中的所述紅外圖像進行圖像識別，以得到所述紅外圖像的溫升識別結果，所述溫升識別結果包括：所述紅外圖像中所包含的每個圖像區域的溫升異常檢測結果；

至少對每個所述圖像集合中的所述紅外圖像進行圖像識別，以得到所述紅外圖像的溫升識別結果，包括：

對每個所述圖像集合中的所述紅外圖像進行圖像分割，以得到多個圖像區域，每個所述圖像區域分別對應于目標設備中的一個設備部件；

至少根據所述紅外圖像的圖像輻射率，獲得每個所述圖像區域對應的溫度矩陣；

根據每個所述圖像區域對應的溫度矩陣，獲得每個所述圖像區域的特征參量，所述特征參量包括與電流致熱類型相對應的特征參量和/或與電壓制熱類型相對應的特征參量；

至少根據所述特征參量和預設的參量閾值，獲得每個所述圖像區域的溫升異常檢測結果；

至少對每個所述圖像集合中的所述可見光圖像和所述紫外圖像進行圖像識別，以得到所述紫外圖像的放電識別結果，所述放電識別結果包括：所述紫外圖像中所包含的每個圖像區域的放電異常檢測結果；

根據每個所述圖像集合中的所述溫升識別結果和所述放電識別結果，獲得設備檢測結果，所述設備檢測結果包括：所述紅外圖像或所述紫外圖像中所包含的每個圖像區域的異常檢測結果，所述異常檢測結果表征所述電力設備中與所述圖像區域對應的設備部件是否存在異常。

2.根據權利要求1所述的方法，其特征在于，所述參量閾值至少根據所述與所述特征參量的相關性滿足預設的影響條件的影響因素確定；

其中，所述影響因素至少包含季節因素、時刻因素和電壓等級因素中的任意一種或任意多種。

3.根據權利要求1所述的方法，其特征在于，所述參量閾值包括多個溫升異常等級對應的閾值，每個所述溫升異常等級對應的閾值不同；

且，所述參量閾值通過對每個所述溫度異常等級對應的多個歷史圖像樣本進行處理得到。

4.根據權利要求1所述的方法，其特征在于，在根據每個所述圖像區域對應的溫度矩陣，獲得每個所述圖像區域的特征參量之前，所述方法還包括：

獲得所述紅外圖像中每個圖像區域對應的初始紅外數據，對所述圖像輻射率進行修正；

利用修正后的圖像輻射率，對所述紅外圖像中每個所述圖像區域對應的溫度矩陣進行調整。

5.根據權利要求1所述的方法，其特征在于，至少對每個所述圖像集合中的所述可見光圖像和所述紫外圖像進行圖像識別，以得到所述紫外圖像的放電識別結果，包括：

對每個所述圖像集合中的所述可見光圖像進行圖像識別，以識別出所述可見光圖像中所包含的多個圖像區域以及每個所述圖像區域中所對應的所述電力設備中的一個設備部件；

根據所述可見光圖像中所包含的多個圖像區域以及每個所述圖像區域中所對應的目標設備的設備部件，獲得每個所述圖像集合中的所述紫外圖像中所包含的多個圖像區域以及每個所述圖像區域中所對應的所述電力設備中的設備部件；

利用基于卷積神經網絡的檢測模型，對所述紫外圖像中的每個圖像區域進行檢測，以得到所述紫外圖像中的每個圖像區域的放電異常檢測結果；

其中，所述檢測模型為利用具有放電標簽的訓練樣本集合進行訓練得到，所述訓練樣本集合中至少包含多幀訓練圖像，所述訓練圖像為紫外光譜的圖像，且所述放電標簽表征所述訓練圖像中的設備部件是否存在放電。