一种变电设备红外诊断方法及系统技术方案

本发明专利技术涉及变电站信息化技术领域，尤其涉及一种变电设备红外诊断方法及系统，其中，该方法主要通过建立并训练推理模型，从而来对红外图像中变电设备的关键部位进行画框，并生成分区框，提取分区框的最高温度来进行诊断，从而大幅提高变电设备的诊断精度，使得工作人员能更加精确的找到变电设备异常发热的部位，有利于提高红外带点检测工作效率，对保障电网设备安全稳定运行具备重要意义。

【技术实现步骤摘要】
一种变电设备红外诊断方法及系统
本专利技术涉及变电站信息化
，尤其涉及一种变电设备红外诊断方法及系统。
技术介绍
随着科技的发展，变电设备越来越智能多样化，变电设备的故障排除和预防的成本也越来越高，传统上一般采用人工检查检修，这种方式不仅费时费力，且难以发现变电设备已经出现的安全隐患。由于变电设备在运行期间发热，发热的物体会进一步出现热辐射现象，不同温度的热辐射强度不同，根据热辐射现象的特性，于是出现红外诊断技术，红外诊断技术为设备的诊断提出了新的解决方案，其以非接触的检测方式，不会对变电设备造成影响，因此，具有较大的优势。现有的红外诊断技术一般通过采集变电设备的红外图像，然后根据整个红外图像从整体上对变电设备进行诊断，由于变电设备越来越复杂，出现的故障类型也越来越多，采用传统的红外诊断方式的精确度有限，不能准确诊断出故障的具体类型。因此，有必要进行改进。
技术实现思路
本专利技术所要解决的技术问题是：提供一种变电设备红外诊断方法及系统，解决目前红外诊断方法及系统中的智能化程度低，识别精确度有限，不能准本文档来自技高网...

【技术保护点】
1.一种变电设备红外诊断方法，其特征在于，包括如下步骤：/nS1：整理变电站内所有变电设备的名单，按照所述名单采集并整理历史红外图像，从所述历史红外图像中提取所述变电设备的位置及轮廓信息，并对所述历史红外图像进行标准化命名，构成变电设备初始数据集，利用深度学习网络对所述初始数据集进行训练，生成一系列的初始推理模型；/nS2：采用人工标注的方式对所述历史红外图像中所述变电设备的关键部位进行画框操作，并生成分区框，采集分区框的标注信息，并将所述标注信息载入到所述初始推理模型进行训练，获得训练好的分区推理模型；/nS3：获取变电设备的当前红外图像，输入当前红外图像中所述变电设备的标准化命名，调用与所...

【技术特征摘要】
1.一种变电设备红外诊断方法，其特征在于，包括如下步骤：
S1：整理变电站内所有变电设备的名单，按照所述名单采集并整理历史红外图像，从所述历史红外图像中提取所述变电设备的位置及轮廓信息，并对所述历史红外图像进行标准化命名，构成变电设备初始数据集，利用深度学习网络对所述初始数据集进行训练，生成一系列的初始推理模型；
S2：采用人工标注的方式对所述历史红外图像中所述变电设备的关键部位进行画框操作，并生成分区框，采集分区框的标注信息，并将所述标注信息载入到所述初始推理模型进行训练，获得训练好的分区推理模型；
S3：获取变电设备的当前红外图像，输入当前红外图像中所述变电设备的标准化命名，调用与所述标准化命名对应的分区推理模型对所述当前红外图像中所述变电设备的关键部位进行画框操作，并生成分区框；
S4：提取步骤S3中生成的每一个分区框内的最高温度；
S5：根据变电设备的诊断规则，对步骤S4中提取的所述分区框的最高温度进行诊断，生成诊断结果。


2.根据权利要求1所述的变电设备红外诊断方法，其特征在于，整理变电站内所有变电设备的名单的具体步骤包括：
S1.1：根据设备参数对所有变电设备进行分类，建立设备目录树；
S1.2：根据变电设备的外观对所述变电设备进行分类，建立设备外形目录树，其中对具有相同外观的所述变电设备进行合并处理；
S1.3：对所述目录树和所述设备外形目录树进行归并处理，生成归并结果。


3.根据权利要求2所述的变电设备红外诊断方法，其特征在于，所述设备目录树从上至下依次包括设备类型、电压等级、设备型号和关键部位。


4.根据权利要求2所述的变电设备红外诊断方法，其特征在于，所述设备外形目录树从上至下依次包括设备类型、设备外形外码和设备型号。


5.根据权利要求2所述的变电设备红外诊断方法，其特征在于，所述归并结果从上至下依次包括设备类型、设备分区数、电压等级和设备型号，所述设备分区数对应所述关键部位的数量。


6.根据权利要求1...

【专利技术属性】
技术研发人员：刘子全，朱雪琼，陶风波，黄强，胡成博，付慧，张国江，贾骏，路永玲，姚楠，王真，秦剑华，
申请(专利权)人：国网江苏省电力有限公司电力科学研究院，国家电网有限公司，国网江苏省电力有限公司，江苏省电力试验研究院有限公司，
类型：发明
国别省市：江苏;32