一种基于红外图像聚类处理的电力电缆热故障诊断方法技术

本发明专利技术涉及一种基于红外图像聚类处理的电力电缆热故障诊断方法，该方法包括以下步骤：1)获取待诊断的电力电缆设备的红外图像，并进行预处理；2)对预处理后的红外图像通过K‑means聚类算法提取目标设备，并对聚类结果进行标识，获取仅包含目标设备的红外图像；3)获取仅包含目标设备的红外图像对应的RGB向量，获取仅包含目标设备的红外图像中每一点的温度，并结合聚类结果，并对目标设备的发热区域进行标识，形成目标设备各个区域的温度分布；4)根据目标设备各个区域的温度分布获取相对温差，根据相对温差对目标设备进行热故障诊断，判断故障的类型和性质，并进行记录。与现有技术相比，本发明专利技术具有分离背景、提高诊断精度等优点。

【技术实现步骤摘要】
一种基于红外图像聚类处理的电力电缆热故障诊断方法
本专利技术涉及，尤其是涉及一种基于红外图像聚类处理的电力电缆热故障诊断方法。
技术介绍
红外热成像技术具有快速、实时、非接触性等优点，多年来应用于电力电缆运行管理领域。借助便携式红外热成像仪或在线红外测温系统，对运行状态下的电缆设备进行温度数据采集，能够及时发现、诊断出大多数的过热故障，有效减少设备损坏和由此导致的电网大面积停电事故发生的次数。通常设备运行人员依据自身的经验知识，借助辅助的红外分析软件对图像进行人工分析、诊断，因采集的图像数量众多，且需要基于历史温度数据进行综合判断，故需要耗费巨大的人力。因此，实现对红外图像自动分析、设备故障诊断的智能化，正成为电力电缆运行管理的一种趋势。目前，电气设备热缺陷分析判定方法主要有以下6种：(1)表面温度判断法；(2)同类比较法；(3)图像特征判断法；(4)相对温差法；(5)档案分析法；(6)实时分析法。其中除了方法(1)实质上都要基于进行比较的策略，需要同组三相设备、同相设备及同类设备对应部位的温差进行比较，建立电气设备红外档案或基于长时间连续观测。FLIR公司的专业分析软件Therma本文档来自技高网...

【技术保护点】
一种基于红外图像聚类处理的电力电缆热故障诊断方法，其特征在于，该方法包括以下步骤：1)获取待诊断的电力电缆设备的红外图像，并进行预处理；2)对预处理后的红外图像通过K‑means聚类算法提取目标设备，并对聚类结果进行标识，获取仅包含目标设备的红外图像；3)获取仅包含目标设备的红外图像对应的RGB向量，根据RGB向量的欧氏距离与温差的关系获取仅包含目标设备的红外图像中每一点的温度，并结合聚类结果，并对目标设备的发热区域进行标识，形成目标设备各个区域的温度分布；4)根据目标设备各个区域的温度分布获取相对温差，根据相对温差对目标设备进行热故障诊断，判断故障的类型和性质，并进行记录。

【技术特征摘要】
1.一种基于红外图像聚类处理的电力电缆热故障诊断方法，其特征在于，该方法包括以下步骤：1)获取待诊断的电力电缆设备的红外图像，并进行预处理；2)对预处理后的红外图像通过K-means聚类算法提取目标设备，并对聚类结果进行标识，获取仅包含目标设备的红外图像；3)获取仅包含目标设备的红外图像对应的RGB向量，根据RGB向量的欧氏距离与温差的关系获取仅包含目标设备的红外图像中每一点的温度，并结合聚类结果，并对目标设备的发热区域进行标识，形成目标设备各个区域的温度分布；4)根据目标设备各个区域的温度分布获取相对温差，根据相对温差对目标设备进行热故障诊断，判断故障的类型和性质，并进行记录。2.根据权利要求1所述的一种基于红外图像聚类处理的电力电缆热故障诊断方法，其特征在于，所述的步骤1)中，采用中值滤波对红外图像进行预处理，去除红外图像中的文字和图标。3.根据权利要求1所述的一种基于红外图像聚类处理的电力电缆热故障诊断方法，其特征在于，所述的步骤2)中，通过K-means聚类算法提取目标设备时，选择的聚类结果为：平均灰度值大小在前75％且聚类中心距离红外图像的竖直中轴线1/4图像宽度内。4.根据权利...

【专利技术属性】
技术研发人员：杨月仲，陈佳，蒋晓娟，程黎，何磊，徐伟，宋琳，何晨虹，徐纪恩，任琪，周明，王和杰，
申请(专利权)人：国网上海市电力公司，
类型：发明
国别省市：上海,31