【技术实现步骤摘要】
本申请涉及设备检测，具体而言，涉及一种电气设备发热情况的分析方法、电气设备发热情况的分析装置、计算机可读存储介质和电子设备。
技术介绍
1、目前，如何将成熟、高效的人工智能算法引入智能电网领域逐渐引起了各学者和各研究单位的重视。
2、其中，在电气设备的红外检测的巡检过程中，需要处理大量的红外图像，这些红外图像具有彩色多样、背景复杂、角度多变以及图文干扰等特征，上述特征为红外图像的异常发热故障点的智能检测与识别带来了更高的挑战和更大的困难。近年来，随着红外热成像仪器价格的降低和智能学习算法应用范围的扩展，红外热成像智能检测算法的研究为电气设备缺陷的带电检测提供了更加多样和便捷的解决方案。
3、电气设备的红外图像的分割方法可分为传统分割算法和深度学习方法。传统分割算法包括阈值分割算法、区域生长分割算法和边缘检测分割算法。深度学习分割算法主要分为两种核心框架：一种是基于卷积神经网络(cnn)特征编码对图像进行特征提取的框架，另一种是基于全卷积网络(fcn)的上采样/反卷积分割框架。主要分割算法包括mask-r-cnn、deeplab、pspnet、u-net和yolcat++等。然而，现有的基于原始彩色图谱进行的设备轮廓识别方法难以进行扩展应用，在精度与效率两个方面难以平衡。
技术实现思路
1、本申请的主要目的在于提供一种电气设备发热情况的分析方法、电气设备发热情况的分析装置、计算机可读存储介质和电子设备，以至少解决现有技术中电气设备的红外检测的精度和效率难以平衡
2、为了实现上述目的，根据本申请的一个方面，提供了一种电气设备发热情况的分析方法，分析方法包括：获取电气设备的第一红外热像图谱的第一温度数据和第一灰度图像；根据第一灰度图像、第一模型和第一温度数据，确定目标设备的目标设备子部件的第二温度数据，目标设备为电气设备中多个设备中的任意一个，目标设备子部件为目标设备的多个设备子部件中的任意一个，第一模型由初始模型通过多组训练数据训练得到，多组训练数据中的每一组训练数据均包括历史时间段内获取的：历史第一灰度图像、历史第一灰度图像中目标设备的历史第二灰度图像以及目标设备的目标设备子部件的历史掩膜，初始模型用于表征电气设备的灰度图像和目标设备子部件的掩膜之间的关系；根据第二温度数据和预设关系式，确定目标设备的发热情况，其中，预设关系式用于表征目标设备子部件的温度数据与该目标设备子部件会导致目标设备发生热故障时对应的预设温度之间的关系。
3、可选地，获取电气设备的第一红外热像图谱的第一温度数据和第一灰度图像的步骤包括：获取第一红外热像图谱中的第一温度数据；根据第一温度数据和查找表算法，确定第一灰度图像。
4、可选地，根据第一温度数据和查找表算法，确定第一灰度图像的步骤之后，分析方法还包括：对第一灰度图像进行图像分割处理，以得到更新之后的第一灰度图像。
5、可选地，第一模型包括第一子模型和第二子模型，根据第一灰度图像、第一模型和第一温度数据，确定目标设备的目标设备子部件的第二温度数据，包括：根据第一子模型和第一灰度图像，确定多个设备中的目标设备对应的第二灰度图像，第一子模型通过多组训练数据中的多组第一训练数据训练得到，多组第一训练数据中的每一组第一训练数据均包括历史时间段内获取的：历史第一灰度图像和历史第一灰度图像中目标设备的历史第二灰度图像；根据第二子模型和第二灰度图像，确定目标设备的目标设备子部件的掩膜，第二子模型通过多组训练数据中的多组第二训练数据训练得到，多组第二训练数据中的每一组第二训练数据均包括历史时间段内获取的：历史第二灰度图像和目标设备的目标设备子部件的历史掩膜；根据掩膜和第一温度数据，确定目标设备子部件的第二温度数据。
6、可选地，根据第二温度数据和预设关系式，确定目标设备的发热情况，包括：获取第二温度数据中的最高温；根据最高温和预设关系式，确定目标设备子部件的发热情况，预设关系式用于判断最高温是否超过预设温度中与最高温对应的预设最高温。
7、可选地，根据第一灰度图像、第一模型和第一温度数据，确定目标设备的目标设备子部件的第二温度数据的步骤之前，分析方法还包括：获取历史第一灰度图像中的各目标设备的标注信息，标注信息包括目标设备的设备位置、目标设备的轮廓以及目标设备的类型；根据标注信息和多组训练数据训练初始模型，以得到第一模型。
8、可选地，根据标注信息和多组训练数据训练初始模型，以得到第一模型的步骤之前，分析方法还包括：初始化初始模型，以使初始模型具有基于自适应矩估计算法的模型优化器和第一迭代次数。
9、根据本申请的另一方面，提供了一种电气设备发热情况的分析装置，分析装置包括：获取单元，用于获取电气设备的第一红外热像图谱的第一温度数据和第一灰度图像；第一确定单元，用于根据第一灰度图像、第一模型和第一温度数据，确定目标设备的目标设备子部件的第二温度数据，目标设备为电气设备中多个设备中的任意一个，目标设备子部件为目标设备的多个设备子部件中的任意一个，第一模型由初始模型通过多组训练数据训练得到，多组训练数据中的每一组训练数据均包括历史时间段内获取的：历史第一灰度图像、历史第一灰度图像中目标设备的历史第二灰度图像以及目标设备的目标设备子部件的历史掩膜，初始模型用于表征电气设备的灰度图像和目标设备子部件的掩膜之间的关系；第二确定单元，用于根据第二温度数据和预设关系式，确定目标设备的发热情况，其中，预设关系式用于表征目标设备子部件的温度数据与该目标设备子部件会导致目标设备发生热故障时对应的预设温度之间的关系。
10、根据本申请的再一方面，提供了一种计算机可读存储介质，计算机可读存储介质包括存储的程序，其中，在程序运行时控制计算机可读存储介质所在设备执行上的电气设备发热情况的分析方法。
11、根据本申请的又一方面，提供了一种电子设备，包括：一个或多个处理器，存储器，以及一个或多个程序，其中，一个或多个程序被存储在存储器中，并且被配置为由一个或多个处理器执行，一个或多个程序包括用于执行上述的电气设备发热情况的分析方法。
12、应用本申请的技术方案，在获取用于表征电气设备的灰度图像和电气设备的目标设备的目标设备子部件的掩膜之间的关系的情况下，可以首先构建得到初始模型。进而为了使得该初始模型能够适用于本申请，可以首先获取电气设备在历史时间段内的多个灰度图像和该电气设备的目标设备的目标设备子部件在该历史时间段内的多个历史掩膜。其中，灰度图像和对应的历史掩膜作可以为一组训练数据，形成历史时间段内的多组训练数据，从而可以根据上述多组训练数据训练上述初始模型得到上述第一模型。而后在实时获取该电气设备的第一红外热像图谱的情况下，能够在提取该第一红外热像图谱的第一温度数据并生成第一灰度图像之后，根据该第一灰度图像和上述第一模型，即可确定得到该电气设备的目标设备的目标设备子部件的掩膜。进一步的，可以根据上述掩膜和上述第一温度数据，确定得到该目标设备子部件的第二温度数据。最后，由本文档来自技高网...
【技术保护点】
1.一种电气设备发热情况的分析方法，其特征在于，所述分析方法包括：
2.根据权利要求1所述的分析方法，其特征在于，所述获取所述电气设备的第一红外热像图谱的第一温度数据和第一灰度图像的步骤包括：
3.根据权利要求2所述的分析方法，其特征在于，所述根据所述第一温度数据和查找表算法，确定所述第一灰度图像的步骤之后，所述分析方法还包括：
4.根据权利要求1至3中任一项所述的分析方法，其特征在于，所述第一模型包括第一子模型和第二子模型，所述根据所述第一灰度图像、第一模型和所述第一温度数据，确定目标设备的目标设备子部件的第二温度数据，包括：
5.根据权利要求1至3中任一项所述的分析方法，其特征在于，所述根据所述第二温度数据和预设关系式，确定所述目标设备的发热情况，包括：
6.根据权利要求1至3中任一项所述的分析方法，其特征在于，所述根据所述第一灰度图像、第一模型和所述第一温度数据，确定目标设备的目标设备子部件的第二温度数据的步骤之前，所述分析方法还包括：
7.根据权利要求6所述的分析方法，其特征在于，所述根据所述标注信息
8.一种电气设备发热情况的分析装置，其特征在于，所述分析装置包括：
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的程序，其中，在所述程序运行时控制所述计算机可读存储介质所在设备执行权利要求1至7中任意一项所述的电气设备发热情况的分析方法。
10.一种电子设备，其特征在于，包括：一个或多个处理器，存储器，以及一个或多个程序，其中，所述一个或多个程序被存储在所述存储器中，并且被配置为由所述一个或多个处理器执行，所述一个或多个程序包括用于执行权利要求1至7中任意一项所述的电气设备发热情况的分析方法。
...【技术特征摘要】
1.一种电气设备发热情况的分析方法，其特征在于，所述分析方法包括：
2.根据权利要求1所述的分析方法，其特征在于，所述获取所述电气设备的第一红外热像图谱的第一温度数据和第一灰度图像的步骤包括：
3.根据权利要求2所述的分析方法，其特征在于，所述根据所述第一温度数据和查找表算法，确定所述第一灰度图像的步骤之后，所述分析方法还包括：
4.根据权利要求1至3中任一项所述的分析方法，其特征在于，所述第一模型包括第一子模型和第二子模型，所述根据所述第一灰度图像、第一模型和所述第一温度数据，确定目标设备的目标设备子部件的第二温度数据，包括：
5.根据权利要求1至3中任一项所述的分析方法，其特征在于，所述根据所述第二温度数据和预设关系式，确定所述目标设备的发热情况，包括：
6.根据权利要求1至3中任一项所述的分析方法，其特征在于，所述根据所述第一灰度图像、第一模型和...
【专利技术属性】
技术研发人员：贾东明，马锋，聂卫刚，刘吉昀，韩晓昆，衣书伟，董翔，
申请(专利权)人：国网北京市电力公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。