一种用于变电站运行状态智能巡视的故障检测方法技术

本申请公开了一种用于变电站运行状态智能巡视的故障检测方法，该方法包括：步骤1，获取待检测电力设备的采集图像及红外图像；步骤2，构建卷积故障检测模型，并利用卷积故障检测模型提取采集图像中的图像角点；步骤3，以图像角点为中心点，根据预设长度为边长，对采集图像进行图像截取，并根据截取出的图像的位置坐标顺序进行图像拼接，生成待检测图像；步骤4，利用卷积故障检测模型，对待检测图像进行设备识别；步骤5，根据设备识别结果与对应的红外图像，对待检测电力设备进行故障检测。通过本申请中的技术方案，优化了巡视检测设备对变电站运行状态的故障检测效果，降低处理过程中对硬件的性能要求。件的性能要求。件的性能要求。

【技术实现步骤摘要】
一种用于变电站运行状态智能巡视的故障检测方法


[0001]本申请涉及故障检测的
，具体而言，涉及一种用于变电站运行状态智能巡视的故障检测方法。

技术介绍

[0002]变电站是电网架构中重要的汇聚节点，为了保证电网架构运行正常稳定，运维人员需要定期对变电站中的设备及供电网络进行定期巡检，进行故障检测。同时，随着变电站的数量增多，通常采用巡检终端辅助进行故障检测巡视。
[0003]而现有技术中，随着深度学习及图像处理技术的不断发展，智能化的巡视检测设备已经被应用于变电站设备及供电网络的检测。而此类设备在依据图像处理进行故障检测的过程中，通常是逐行对采集图像中的像素点进行扫描，进而识别出对应的设备名称及可能存在的故障，而这种图像处理方式使得巡视检测设备对硬件的运算能力有一定的要求，增加了巡视检测设备的制造成本。

技术实现思路

[0004]本申请的目的在于：优化了巡视检测设备对变电站运行状态的故障检测效果，降低处理过程中对硬件的性能要求。
[0005]本申请的技术方案是：提供了一种用于变电站运行状态智能巡视的故障检本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于变电站运行状态智能巡视的故障检测方法，其特征在于，所述方法包括：步骤1，获取待检测电力设备的采集图像及红外图像；步骤2，构建卷积故障检测模型，并利用所述卷积故障检测模型提取所述采集图像中的图像角点；步骤3，以所述图像角点为中心点，根据预设长度为边长，对所述采集图像进行图像截取，并根据截取出的图像的位置坐标顺序进行图像拼接，生成待检测图像；步骤4，利用所述卷积故障检测模型，对所述待检测图像进行设备识别；步骤5，根据设备识别结果与对应的所述红外图像，对所述待检测电力设备进行故障检测。2.如权利要求1所述的用于变电站运行状态智能巡视的故障检测方法，其特征在于，所述利用所述卷积故障检测模型提取所述采集图像中的图像角点，具体包括：步骤21，基于值域和空间域对所述采集图像进行非线性双边滤波，并利用Sober算子对滤波后的采集图像在3
×
3邻域内计算梯度幅值，生成灰度图像；步骤22，根据所述灰度图像的灰度分布分割出前景部分和背景部分，将灰度类间方差最大化，确定使方差最大的阈值并定义为高阈值，将预设倍数K倍的所述高阈值的取值定义为低阈值；其中，所述预设倍数K∈[0.5,0.8]；步骤23，根据所述高阈值、所述低阈值，确定所述采集图像中的边缘点；步骤24，提取所述边缘点中的所述图像角点。3.如权利要求1或2所述的用于变电站运行状态智能巡视的故障检测方法，其特征在于，所述步骤4中的卷积故障检测模型包括：GhostNet模块；所述GhostNet模块由多个Ghost bottleneck堆叠而成，任一个Ghost bottleneck由两个堆叠的Ghost module组成；使用公式Y
′
＝X*f常规卷积得到p个第一特征图Y
′
，其中X为输入数据，f为滤波器，*为卷积操作；使用公式产生z个第二特征图Y
ij
，其中η为多个轻量线性运算；将得到的第一特征图与第二特征图拼接，得到特征图P1作为输出。4.如权利要求3...

【专利技术属性】
技术研发人员：陈运蓬，赵飞，尚文，马飞，夏彦，薛生艺，
申请(专利权)人：国网山西省电力公司大同供电公司，
类型：发明
国别省市：