一种基于红外图像的电力设备状态智能预警方法技术

本发明专利技术属于电力系统领域，涉及红外热成像技术对电力设备进行故障检测的应用，尤其涉及一种基于红外图像的电力设备状态智能预警方法，即为：构建红外图谱库‑图像处理‑字符区域识别‑界限分割‑字符识别‑构建人工神经网络‑得出预警分析报告。本发明专利技术实现了基于红外图像的电力设备健康状态评价和智能预警，可实现红外图像的高效管理、自动提取电气设备红外图像各种特征参数；设计了适用于电气设备最高运行温度预测人工神经网络，以负荷电流、大气温度、相对湿度、反射系数、反射温度、拍照距离、辐射系数为输入，实现了电气设备最高运行温度预测。基于预测的最高运行温度，实现了电力设备健康状态评价和智能预警。

An Intelligent Early Warning Method for Power Equipment State Based on Infrared Image

The invention belongs to the field of electric power system, and relates to the application of infrared thermal imaging technology in fault detection of electric power equipment, in particular to an intelligent early warning method of electric power equipment state based on infrared image, that is, to construct infrared Atlas library, image processing, character region recognition, boundary segmentation, character recognition and artificial construction. Neural network 820 The invention realizes the health condition evaluation and intelligent early warning of power equipment based on infrared image, realizes the efficient management of infrared image, automatically extracts various characteristic parameters of infrared image of electrical equipment, and designs an artificial neural network for predicting the maximum operating temperature of electrical equipment, with load current, atmospheric temperature and relative value. Humidity, reflection coefficient, reflection temperature, photographic distance and radiation coefficient are input to realize the prediction of maximum operating temperature of electrical equipment. Based on the predicted maximum operating temperature, the health status evaluation and intelligent early warning of power equipment are realized.

【技术实现步骤摘要】
一种基于红外图像的电力设备状态智能预警方法
本专利技术属于电力系统领域，涉及红外热成像技术对电力设备进行故障检测的应用，尤其涉及一种基于红外图像的电力设备状态智能预警方法。
技术介绍
电气设备连接松动、接触不良、漏磁、过电流等诸多因素都可引起设备过热引发设备故障。对不同类型的电气设备进行有效的监控，并自动分析电气设备有无故障，故障类型、存在位置和严重程度成为当前该领域的研究热点。红外检测技术因其非接触和高效率的特点，在电力设备故障检测中广泛应用。红外辐射探测将被测设备的热辐射进行热电转换来测量设备红外辐射的强弱，将接收到的红外辐射能转换成便于处理的电信号，通过对电信号的处理，以二维热图像的形式显示设备表面的温度场分布。利用红外热成像技术对电力设备进行有效的检测，可使设备事故率、维修费用显著减少。目前，国内外利用红外热成像技术对电力设备进行故障检测的应用已较为普遍，在我国红外成像技术已成为变电运维工作中缺陷设备诊断的重要依据。运维人员利用红外热像仪对电力设备进行红外拍摄，获取电气设备红外温度信息，通过对电气设备红外图像的热分析实现电气设备的健康程度判断。而后将分析结果和红外图片进行保存，并生成红外诊断报告。红外图片的分析与整理工作是一个复杂而繁重的工作，给运维人员平添了大量的额外工作量。
技术实现思路
本专利技术针对上述的问题，提供了一种基于红外图像的电力设备状态智能预警方法，即可准确识别红外图像的关键信息，构建红外图像的高效管理平台，基于人工神经网络技术实现电气设备健康状态评价和智能预警。为了达到上述目的，本专利技术采用的技术方案为，一种基于红外图像的电力设备状态智能预警方法，具体包括以下步骤：第一步，基于红外图像的字符识别构建红外图谱库，并获取系统运行数据；第二步，对图像进行预处理，消除图像中的噪声干扰，增强图像的质量；第三步，灰化后的图像采用固定阈值的二值化实现存在字符的区域的识别；第四步，采用投影法对二值化后的图像做垂直和水平投影，把投影后的波谷作为分割界限；第五步，用模板匹配法进行字符识别，把分割后的字符放缩到与模板相同大小尺寸进行匹配，选择最佳匹配作为结果；第六步，通过红外图谱库中的最高温度、大气温度、相对湿度、反射系数、反射温度、拍照距离、辐射系数，结合电气设备负荷电流运行数据构建用于电气设备运行状态智能预警和电气设备健康状态诊断的人工神经网络；第七步，结合神经网络的模式识别结果，采用C#操作Office编程技术，自动成红外图像的预警分析报告。作为优选，所述第五步中字符识别的具体步骤依次为：含有字符的图像-数字化图像-图像预处理-字符区域检测和定位-单个字符分割-字符识别-识别结果输出。作为优选，采用二值灰度为红外图片中每一个可能出现的字符建立一个标准的模板，其中0表示白色背景，l表示黑色字符。对分割出来的待识别字符逐个与模板匹配，求出其相似度，即式中和是相同维数的矩阵，是指矩阵对应元素相乘。作为优选，如果，则认为匹配成功，否则拒绝识别，并将相似度最大的结果作为识别结果。作为优选，所述为由实验得出的拒绝识别阈值。与现有技术相比，本专利技术的优点和积极效果在于，1、本专利技术实现了基于红外图像的电力设备健康状态评价和智能预警，可实现红外图像的高效管理、自动提取电气设备红外图像各种特征参数，如最高温度、大气温度、相对湿度、反射系数、反射温度、拍照距离、辐射系数、视场角（FOV）及创建时间等；设计了适用于电气设备最高运行温度预测人工神经网络，以负荷电流、大气温度、相对湿度、反射系数、反射温度、拍照距离、辐射系数为输入，实现了电气设备最高运行温度预测。基于预测的最高运行温度，实现了电力设备健康状态评价和智能预警。附图说明为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1基于红外图像的电力设备状态智能预警系统结构框图；图2红外图像的字符识别流程图；图3为降噪和灰化后的红外图像；图4为二值化后的电气设备红外图像；图5本专利技术采用的BP神经网络结构；图6生成的红外诊断报告。具体实施方式为了能够更清楚地理解本专利技术的上述目的、特征和优点，下面结合附图和实施例对本专利技术做进一步说明。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。在下面的描述中阐述了很多具体细节以便于充分理解本专利技术，但是，本专利技术还可以采用不同于在此描述的其他方式来实施，因此，本专利技术并不限于下面公开说明书的具体实施例的限制。实施例1，如图1-图6所示，一种基于红外图像的电力设备状态智能预警方法，所述方法具体为在电气设备进行运行状态智能预警前首先构建红外图谱库、获取系统运行数据。其结构框图如图1所示。红外图谱库的构建基于红外图像的字符识别，对红外图像进行字符识别前首先要对图像进行预处理，消除图像中的噪声干扰，增强图像的质量；灰化后的图像采用固定阈值的二值化实现可能存在字符的区域的识别；采用投影法对二值化后的图像做垂直和水平投影，把投影后的波谷作为分割界限；用模板匹配法进行字符识别，把分割后的字符放缩到与模板相同大小尺寸进行匹配，然后选择最佳匹配作为结果。红外图像的字符识别流程如图2所示。从红外成像仪获取的原始红外图像（补充上橘红色的颜色即可）如图3所示。1.在对红外图像进行字符识别前首先要对图像进行预处理，消除图像中的噪声干扰，增强图像的质量。本方法采用中值滤波对图片进行降噪，中值滤波是一种非线性滤波器，其基本思想是用像素点邻域灰度值的中值来代替该像素点的灰度值，能有效地去掉脉冲噪声同时又保持了图像的边缘细节，这是因为它不依赖于邻域内与典型值差别很大的值。降噪和灰化后的红外图像如图3所示；2.灰化后的图像采用固定阈值的二值化实现可能存在字符的区域的识别。二值化后的电气设备红外图像如图4所示；3.字符识别之前，需对字符进行分割操作，本方法采用投影法对二值化后的图像做垂直和水平投影，把投影后的波谷作为分割界限。之后可对分割后的字符进行识别运算。4.用模板匹配法进行字符识别，把分割后的字符放缩到与模板相同大小尺寸进行匹配，然后选择最佳匹配作为结果。本文采用模板匹配法进行字符识别，把分割后的字符放缩到与模板相同大小尺寸进行匹配，然后选择最佳匹配作为结果。采用二值灰度为红外图片中每一个可能出现的字符建立一个标准的模板，其中0表示白色背景，1表示黑色字符。而后对分割出来的待识别字符逐个与模板匹配，求出其相似度式中和是相同维数的矩阵，是指矩阵对应元素相乘。如果，则认为匹配成功，否则拒绝识别，并将相似度最大的结果作为识别结果。这里为由实验得出的拒绝识别阈值。通过红外图像识别，可获得拍摄红外图像时的最高温度、大气温度、相对湿度、反射系数、反射温度、拍照距离、辐射系数，进而构建包含红外特性的红外图谱库。结合红外图谱库中的信息、电气设备的负荷电流等运行数据构建用于电气设备运行状态智能预警的人工神经网络。本专利技术采用了3层BP神经网络，其结构如图5所示。充分训练后的人工神经网络，可用于电气设备最高运行温度预测。在已知同一时间断面负荷电流、大气温度、相对湿度、反射系数、反射温本文档来自技高网...

【技术保护点】
1.一种基于红外图像的电力设备状态智能预警方法，其特征在于，具体包括以下步骤：第一步，基于红外图像的字符识别构建红外图谱库，并获取系统运行数据；第二步，对图像进行预处理，消除图像中的噪声干扰，增强图像的质量；第三步，灰化后的图像采用固定阈值的二值化实现存在字符的区域的识别；第四步，采用投影法对二值化后的图像做垂直和水平投影，把投影后的波谷作为分割界限；第五步，用模板匹配法进行字符识别，把分割后的字符放缩到与模板相同大小尺寸进行匹配，选择最佳匹配作为结果；第六步，通过红外图谱库中的最高温度、大气温度、相对湿度、反射系数、反射温度、拍照距离、辐射系数，结合电气设备负荷电流运行数据构建用于电气设备运行状态智能预警和电气设备健康状态诊断的人工神经网络；第七步，结合神经网络的模式识别结果，采用C#操作Office编程技术，自动成红外图像的预警分析报告。

【技术特征摘要】
1.一种基于红外图像的电力设备状态智能预警方法，其特征在于，具体包括以下步骤：第一步，基于红外图像的字符识别构建红外图谱库，并获取系统运行数据；第二步，对图像进行预处理，消除图像中的噪声干扰，增强图像的质量；第三步，灰化后的图像采用固定阈值的二值化实现存在字符的区域的识别；第四步，采用投影法对二值化后的图像做垂直和水平投影，把投影后的波谷作为分割界限；第五步，用模板匹配法进行字符识别，把分割后的字符放缩到与模板相同大小尺寸进行匹配，选择最佳匹配作为结果；第六步，通过红外图谱库中的最高温度、大气温度、相对湿度、反射系数、反射温度、拍照距离、辐射系数，结合电气设备负荷电流运行数据构建用于电气设备运行状态智能预警和电气设备健康状态诊断的人工神经网络；第七步，结合神经网络的模式识别结果，采用C#操作Office编程技术，自动成红外图像的预警分析报告。2.根据权利要求1所述的基于红外...

【专利技术属性】
技术研发人员：仲浩，陈化军，蔺相斌，胡凡，张萍，朱宜东，刘建，袁震，方保垒，李业锋，孟晨平，王超，贾寅飞，孙彦宾，孟凡波，庄江丽，
申请(专利权)人：国网山东省电力公司枣庄供电公司，
类型：发明
国别省市：山东,37