[发明专利]一种电力设备热故障诊断方法、系统及电子设备

说明书

本发明涉及一种电力设备热故障诊断方法、系统及电子设备。所述方法包括：采集电力设备的红外图像，根据红外图像构建卷积神经网络模型；将待检测的红外图像输入所述卷积神经网络模型，通过所述卷积神经网络模型识别出红外图像中的温度标尺和电力设备；根据所识别的温度标尺像素点的RGB值及温度标尺上下界生成RGB值与温度参照表，并提取所识别的电力设备的RGB值，将提取的RGB值与所述RGB值与温度参照表中的RGB值进行比对，得到所识别的电力设备的温度结果；根据电网系统诊断标准对温度结果进行诊断，判断该电力设备是否出现热故障。本发明通过卷积神经网络模型高效、准确的识别电力设备，通过RGB值精确读取温度，提升电网系统的智能化水平。

技术领域

本发明涉及电网系统故障检测技术领域，特别涉及一种电力设备热故障诊断方法、系统及电子设备。

背景技术

变电站是电力电网系统的重要组成部分，变电站各电力设备的安全稳定运行是确保供电可靠性的重要因素。由于电力设备长期处于运行状态且受到环境因素的影响，往往会出现各种各样的故障，通常的表现形式为整体或局部的异常发热。因此，对电力设备的温度状态进行监控，并根据温度状态进行分析和诊断，对于发现事故隐患，及早采取措施避免恶性后果、确保电网安全可靠运行具有十分重要的意义。

红外热成像技术是一种非接触、被动式的测量技术，该技术是通过对物体表面辐射的红外光线进行远距离检测，形成红外图像。物体的温度高低会通过物体表面的辐射能量体现，红外热成像技术就是通过检测辐射能量来检测温度，物体的温度差异最终在红外图像中以颜色差异体现。由于电力设备分布面广、数量众多且运行时具有高温、高电压等特殊性，红外热成像可以记录电网中大量热故障问题。而随着红外热成像技术的发展，基于红外成像的电力设备热故障检测技术，越来越广泛地应用于电力设备中。

目前，基于红外成像对电力设备进行热故障诊断的技术方案为：使用红外热像仪采集电力设备的红外图像，红外热像仪有配套的红外图像分析软件可确定红外图像中定点坐标的温度值；工作人员以人工方式肉眼识别红外图像中的电力设备，使用专用软件确定该电力设备的温度，通过《DL/T 664-2008带电设备红外诊断应用规范》中的标准判断该电力设备是否出现热故障。这种诊断方式每次只能识别一张红外图像，工作效率低，对工作人员的专业知识及经验要求较高，并且容易出错。

发明内容

本发明提供了一种电力设备热故障诊断方法、系统及电子设备，旨在至少在一定程度上解决现有技术中的上述技术问题之一。

为了解决上述问题，本发明提供了如下技术方案：

一种电力设备热故障诊断方法，包括：

步骤a：采集电力设备的红外图像，根据所述红外图像构建卷积神经网络模型；

步骤b：将待检测的红外图像输入所述卷积神经网络模型，通过所述卷积神经网络模型识别出红外图像中的温度标尺和电力设备；

步骤c：根据所识别的温度标尺像素点的RGB值及温度标尺上下界生成RGB值与温度参照表，并提取所识别的电力设备的RGB值，将提取的RGB值与所述RGB值与温度参照表中的RGB值进行比对，得到所识别的电力设备的温度结果；

步骤d：根据电网系统诊断标准对所识别的电力设备的温度结果进行诊断，判断该电力设备是否出现热故障。

本发明实施例采取的技术方案还包括：在所述步骤a中，所述根据红外图像构建卷积神经网络模型还包括：根据采集的红外图像制作训练样本，根据所述训练样本构建卷积神经网络模型。

本发明实施例采取的技术方案还包括：所述根据采集的红外图像制作训练样本具体包括：分别标注每幅红外图像中的电力设备所在矩形框的四个顶点坐标，根据电力设备类型设定对应矩形框的标签，根据图片名、电力设备所在矩形框的四个顶点坐标以及矩形框标签生成每幅红外图像的标注数据。