基于红外图像识别的火电厂电气一次设备故障诊断方法技术

本发明专利技术公开了一种基于红外图像识别的火电厂电气一次设备故障诊断方法，包括以下步骤，A、按照设备种类对设备进行分类，对每类设备拍摄标准红外图像；B、提取每类设备的标准红外图像的特征图像集；C、建立卷积神经网络模型，使用特征图像集对卷积神经网络模型进行训练；D、对目标设备进行拍摄，得到目标设备的实时红外图像；若实时红外图像中出现设备表面温度超出报警阈值的区域，则直接判定故障，然后结束故障诊断步骤，否则转至步骤E；E、提取实时红外图像的特征图像；F、将特征图像输入经过步骤C训练后的卷积神经网络模型中，得到故障诊断结果。本发明专利技术能够改进现有技术的不足，降低红外图像诊断对图像拍摄的要求。红外图像诊断对图像拍摄的要求。红外图像诊断对图像拍摄的要求。

【技术实现步骤摘要】
基于红外图像识别的火电厂电气一次设备故障诊断方法


[0001]本专利技术涉及电厂维护检修
，尤其是一种基于红外图像识别的火电厂电气一次设备故障诊断方法。

技术介绍

[0002]电气一次设备是发电厂的关键设备，一旦发生故障轻则影响设备安全运行，重则造成人身伤亡事故和重大财产损失。红外诊断能够在设备带电的状态下，发现运行设备的热缺陷，是一种先进有效的诊断技术，具有不接触、不停运、不取样、不解体的特点，能够全面反映设备表面的温度分布，并且操作简便安全可靠。对于提高电气设备的可靠性发挥重要作用。但是，现有的红外图像诊断方法对于图像的拍摄有较高的要求，经常出现由于拍摄偏差导致故障诊断错误。

技术实现思路

[0003]本专利技术要解决的技术问题是提供一种基基于红外图像识别的火电厂电气一次设备故障诊断方法，能够解决现有技术的不足，降低红外图像诊断对图像拍摄的要求。
[0004]为解决上述技术问题，本专利技术所采取的技术方案如下。
[0005]一种基于红外图像识别的火电厂电气一次设备故障诊断方法，包括以下步骤，
[本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于红外图像识别的火电厂电气一次设备故障诊断方法，其特征在于：包括以下步骤，A、按照设备种类对设备进行分类，对每类设备拍摄标准红外图像；B、提取每类设备的标准红外图像的特征图像集；C、建立卷积神经网络模型，使用特征图像集对卷积神经网络模型进行训练；D、对目标设备进行拍摄，得到目标设备的实时红外图像；若实时红外图像中出现设备表面温度超出报警阈值的区域，则直接判定故障，然后结束故障诊断步骤，否则转至步骤E；E、提取实时红外图像的特征图像；F、将特征图像输入经过步骤C训练后的卷积神经网络模型中，得到故障诊断结果。2.根据权利要求1所述的基于红外图像识别的火电厂电气一次设备故障诊断方法，其特征在于：步骤B中，提取特征图像集包括以下步骤，B1、计算标准红外图像中设备表面的平均温度；B2、设定温度偏差阈值，将与平均温度的温度差大于温度偏差阈值的区域进行标记；B3、对标记区域进行小波分解，得到低频特征和高频特征，然后进行低频重构，得到低频重构图像，将低频重构图像进行二值化处理，得到低频重构二值图像。3.根据权利要求2所述的基于红外图像识别的火电厂电气一次设备故障诊断方法，其特征在于...

【专利技术属性】
技术研发人员：曹景芳，李梦林，李生伟，针伟，
申请(专利权)人：华电邹县发电有限公司，
类型：发明
国别省市：