【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、...
【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：p>
5.根据权...
【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。