[发明专利]断路器热故障红外热像谱的图像数字特征提取方法

说明书

断路器热故障红外热像谱的图像数字特征提取方法属于电力设备故障监测与诊断技术领域。本发明在对图像预处理的基础上，提取图像中关键发热区域的最大温度值、故障区域面积与设备本体面积的占比、热点群聚现象及故障类型标签热属性值，构建多属性信息融合的过热性故障特征值向量。并将其嵌入到软件系统中，达到从自动采集到自动分析和特征提取的目的。有效替代传统的人工采集和人工提取相关特征进行故障诊断的方式，大大提升了采集效率和特征提取精度，为后续利用深度学习和人工智能算法提供良好、可靠的特征数据库。本发明对典型红外故障图谱具有良好的描述能力，可用于后续大量复杂故障样本情况下的设备热故障智能分类与诊断应用中。

技术领域

本发明属于电力设备故障监测与诊断技术领域，特别是涉及到一种断路器热故障红外热像谱的图像数字特征提取方法。

背景技术

当前，国内外电力系统广泛采用红外技术，并结合人工识图的处理方法进行过热性故障诊断。近年来，随着电网设备数量不断增多，设备运维检修需求持续增大，红外图像人工识图处理方法已不能够满足电力设备大规模故障诊断的需求。且人工识图诊断结果还根据巡检人员的经验、专业素质和疲劳程度有所差异,容易导致误诊断。

随着高性能计算机技术、图像处理技术和人工智能技术的大力发展，通过高性能的计算机软件，运用人工智能图像处理算法进行红外热像图的智能化诊断与自动故障识别、检测，是解决上述问题行之有效的方法。而在电力大数据背景下，人工智能算法对数据的依赖性越来越大，虽然红外测温技术能够把图像数字化。但是，目前相关领域研究人员对其故障数字信息特征的挖掘和提取还不够全面准确，对关键发热区域的最大温度值、故障区域面积与设备本体面积的占比、热点群聚现象等关键性特征未进行提取及数字化研究，导致电力设备故障特征信息不全面，数字化表达程度不够高，无法满足智能识别算法的数据需求。

因此现有技术当中亟需要一种新型的技术方案来解决这一问题。

发明内容

本发明所要解决的技术问题是：提供一种断路器热故障红外热像谱的图像数字特征提取方法用于解决目前对断路器故障数字信息特征的挖掘和提取不够全面准确的技术问题。

断路器热故障红外热像谱的图像数字特征提取方法，包括以下步骤，并且以下步骤顺次进行，

步骤一、对采集的电力设备红外图谱进行预处理，

将采集的电力设备红外图谱利用形态学处理中的开闭二值化运算，利用0去除不可靠连接，再使用联通区域标记法，标记各联通区域的属性，然后根据返回测量图像区域的属性，获取选中联通区域外接矩形参数，最后利用选中的联通区域外接矩形，将三相电力设备分割为单相设备；

步骤二、获得电力设备故障诊断参数

利用既往的电力设备热故障特征，获得故障图谱中发热区域的最大温度值、故障区域面积与设备本体面积的占比、热点群聚现象及故障类型标签热属性值作为电力设备故障诊断参数；

步骤三、以断路器连接部位为分界点，对电力设备进行区域划分，获得电力设备非零灰度统计图谱和结构划分效果图；

步骤四、对电力设备热故障区域进行多属性信息融合的图像特征提取，并构建多属性信息融合的过热性故障特征值向量；

所述多属性信息包括故障图谱中发热区域的最大温度值、故障区域面积与设备本体面积的占比和热点群聚现象及故障类型标签热属性值；

步骤五、利用步骤四中构建的多属性信息融合的过热性故障特征值向量对实时采集的电力设备红外图谱进行热故障类型分析和特征提取。

所述步骤三中电力设备结构划分的具体方法为：

采用图像处理算法把背景区域像素置零，通过提取各相设备的非零灰度值数量与设备轴向位置构建灰度统计图谱，