[發明專利]一種基于紅外圖像的電力設備熱故障監測方法、裝置及介質

有效

• 申請號: 202110307628.6
• 申請日: 2021-03-23
• 公開（公告）號: CN113034465B
• 公開（公告）日: 2023-09-01
• 發明（設計）人: 黃志鴻;肖劍;張可人;龔漢陽;陳卓;朱光明
• 申請（專利權）人: 國網湖南省電力有限公司;國網湖南省電力有限公司電力科學研究院;國家電網有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00
• 代理公司: 長沙市融智專利事務所(普通合伙) 43114
• 代理人: 龔燕妮

本發明公開了一種基于紅外圖像的電力設備熱故障監測方法、裝置及介質，該方法首先獲取電力設備的紅外圖像；然后，基于熱故障區域與圖像背景在紅外圖像上的溫度差異特性，利用低秩矩陣恢復逐像素計算出紅外圖像中熱故障區域，獲取初始檢測結果圖；最后，基于初始檢測結果圖，采用邊緣保持濾波算法對初始診斷結果進行濾波處理，充分利用相鄰像素之間的空間相關性，減少圖像中的噪聲與畸變細節，提升熱故障診斷精度。本發明能夠有效監測出電力設備中的熱故障區域，指導電力設備運維決策，具有很好的經濟效益和工程價值。

技術領域

本發明涉及電力設備狀態熱故障監測領域，更具體的說是一種基于紅外圖像的電力設備熱故障監測方法、裝置及介質。

背景技術

在電力設備的運行過程中，不可避免地出現各式各樣的故障，其中熱故障是最常見的一種故障類型。一旦未能及時檢測出設備中的熱故障點，導致局部溫度異常升高，易引發設備跳閘停電，給電力設備安全穩定的運行帶來巨大挑戰。當前，紅外熱成像技術是電力設備熱故障診斷的常用技術手段，具有非接觸帶電檢測的優勢，能夠有效檢測電力設備的溫度場信息。然而，隨著我國電力系統的不斷發展，電力設備的紅外巡檢任務壓力也逐漸增大。

目前，對電力設備熱故障診斷方式依靠人工對采集的紅外圖像進行判別與分析。這種方式不僅人工成本高，檢測周期長，巡檢效率低，而且誤檢率較高。而已有的專利文獻CN201510659136.8變電站設備紅外圖像感興趣區域的分割方法及系統，所提出的方法是利用SIFT算子提取特征點，再對特征點進行匹配后，進行故障區分，由于整幅圖像中的故障區域較小，仍然容易受到背景噪聲的干擾，因此，提出智能的、可靠的電力設備的熱故障監測方法，及時預警設備熱故障區域，進而采取防御措施，對保障電力設備的正常運行具有重要意義。

發明內容

本發明的目的是提供了一種基于紅外圖像的電力設備熱故障監測方法、裝置及介質，通過對紅外圖像進行無監督學習的智能處理，根據熱故障區域與背景區域在熱信號上的差異特性和紅外圖像相鄰像素間的空間相似性，獲取較高精度的熱故障診斷結果，滿足了對熱故障實時性和高精度的監測要求，同時解決了人工巡檢效率不高的難題，從而提高電力設備智能化運檢水平。

本發明提供的技術方案如下：

一方面，一種基于紅外圖像的電力設備熱故障監測方法，包括以下步驟：

步驟1：獲取待進行熱故障診斷的電力設備紅外圖像；

步驟2：基于低秩矩陣恢復原理，提取電力設備紅外圖像中呈稀疏分布的熱故障區域初始檢測結果；

步驟3：利用像素間的空間相似性，采用雙邊濾波對熱故障區域初始結果進行濾波優化，獲得熱故障區域最終檢測結果，實現電力設備熱故障監測。

該方案屬于一種基于無監督學習的熱故障監測技術，不需要熱故障的訓練數據集。通過對紅外圖像進行無監督學習的智能處理，根據熱故障區域與背景區域在熱信號上的差異特性和紅外圖像相鄰像素間的空間相似性，獲取較高精度的熱故障診斷結果。

進一步地，提取電力設備紅外圖像中呈稀疏分布的熱故障區域初始檢測結果中采用的低秩矩陣恢復模型如下：

min||l||_*+λ||s||₁,s.t.||d-l-s||σ,

其中，d為獲取的電力設備紅外圖像，s表示電力設備紅外圖像中熱故障區域，l為電力設備紅外圖像中背景區域；||.||_*表示矩陣核范數，||.||₁表示L₁范數，λ為正則化參數，用于調節稀疏項的權重大小，m和n分別為輸入圖像的長和寬；σ是一個表示高斯噪聲強度的常數，為經驗設定值。