基于图像分析的电力设备故障检测技术研究

电力设备过热故障可以通过采集的红外图像进行识别。因此,提出基于红外热图像分析的电力设备热故障检测技术,该技术下的电力设备热故障检测系统由图像采集模块和红外图像检测模块构成。通过红外图像配准方法,确保电力设备红外图像的采集位置同原始位置一致,提高总体热故障检测的精度。依照数据库中已经完成设置的电力设备图像特征点位置,采集完成红外图像配准区域的温度信息。凭借温度信息相互对比获取的结果,实现电力设备热故障检测,并且发出警报。给出了拉普拉斯锐化算法的关键代码,以实现对电力设备红外图像的锐化处理,提高图像清晰度。实验结果说明,所提出的技术在检测电力设备热故障过程中,具有较高的检测精度和鲁棒性。     

热成像技术在保护电力设备中的应用

热成像技术的运用,在电力设备的保护中起到了重要的作用,尤其是采取非接触的技术手段对电力设备大部分的过热故障进行监测和诊断,使得电力设备的维护可以实时的对过热故障进行实时监控,预防了过热故障导致的设备损坏以及造成整体电网系统的大面积故障。通过对热成像技术的特点分析,浅析该技术的实践运用,归纳了整体技术的技术要点。对先进技术进行积极推广,从而得以保证电网各个设备的稳定运行,具有重要的现实意义。     

电力设备IR图像特征提取及故障诊断方法研究

针对电力设备红外图像批量诊断中故障特征参量提取及参数配置难题,采用粒子群算法(PSO)与Niblack算法相结合的方法,将设备热像从背景中分割出来并提取出设备的最低、最高及平均温度等参量,通过计算设备各温升特征,构建支持向量机(SVM)样本特征空间。采用优化的蝙蝠算法(BA)对SVM参数进行寻优,并利用最优参数配置下的SVM实现设备故障诊断。对220组图像样本测试结果表明：该红外图像故障诊断方法在电力设备热故障缺陷检测方面的效率及准确率较高,适用于电力大数据中非结构化红外图像的批量分析与处理。     

基于红外图像分析的电力设备热故障检测技术研究

设计基于红外图像分析的电力设备热故障检测系统,该系统由图像采集模块和图像检测模块组成。根据目标设备的形状特征识别热图像中的电力设备,计算设备区域内的最高温度值,并对各种影响因素进行修正后做出诊断,取得了令人满意的结果。在与主动式传感器的电力设备热故障检测法的对比试验中,证明提出的基于红外图像分析的电力设备热故障检测方法在对电力设备热故障区域进行检测时是准确、有效的。     

船载电气设备红外故障诊断应用技术研究

通过分析红外检测各影响因素对热像图拍摄准确性的影响程度,提出了通过设计使用热像图采集点位置控制图和温度补偿算法对热像图拍摄准确性进行校正的方法。同时,结合船载电气设备工作特点设计热像图区域分割方法,通过使用热像数据分区域比对的方法来对设备故障进行诊断,通过验证实验表明该方法适用性强,通过调整比例参数能够满足大部分船载电气设备热像图故障诊断分析需求。     

多属性融合的电力设备红外热特征数字化方法

本文针对电力设备红外图像诊断中热故障特征提取和数字化表达难题,提出一种多属性融合的电力设备红外热特征数字化方法。通过对电力设备热故障特性和相关诊断文件研究分析,在对图像预处理的基础上,提取图像中关键发热区域的热点温度、热点温差、发热面积、位置信息以及热点群聚现象等热属性值,构建多属性信息融合的过热性故障特征值向量,实现热故障特征数字化描述。以断路器为例对该方法进行了验证分析,结果表明,该方法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。     

基于图像增强技术的电气设备热故障自动诊断与定位

随着我国智能电网建设进程的推进,其中的智能电气设备能够自动识别故障显得尤为重要,许多电气设备故障都伴有过热现像并具有区域性的特点,体现在红外图像温度与其灰度值具有非线性的映射关系。针对电气设备红外图像对比度差、细节不明显等特点,提出了一种基于非线性NSCT(Nonsubsampled Contourlet Transform)变换的图像增强算法,在算法中构造非线性增强匹配函数,能够对图像强弱边缘进行不同程度的增强,并对噪声有一定的抑制作用。对红外图像进行增强后通过拓扑矩阵修改,实现了图像较高灰度值区域的识别标记,从而实现了电气设备温度过高区域的自动定位,之后采用相对温差法对设备是否为故障进行诊断。实验结果表明,本文方法能够迅速有效地对电气设备疑似过热故障进行自动诊断和定位。     

基于长时间序列检测算法的煤矿电力设备故障检测研究

尽管现代煤矿开采理论和技术不断进步,但煤矿电力系统设备故障依然时有发生.基于电力设备故障故障后的报警信息及其时间序列特性可以快速精准识别故障位置和故障类型,从而及时排除故障,提高故障处理效率,有效避免煤矿安全事故发生.因此,基于时间序列模型的故障检测与诊断已成为煤矿电力设备故障诊断技术研究领域的重要课题.基于此,文章以...     

红外测温在变电运行设备过热故障检测的应用

随着我国经济的发展和社会的进步,我国的电力事业也得到了快速的发展,这也增加了变电运行设备过热故障产生的频率,现代红外诊断技术其实是以红外辐射为能量和信息传递的手段,通过红外热像仪对电力设备故障进行诊断是红外技术在变电运行中的重要应用。在电力系统中可应用于各种电气设备的外部过热故障、内部缺油或绝缘损坏故障的诊断,为设备状态检修提供了依据,保证了电力系统的安全运行和提高供电可靠性。     

红外热成像技术在设备维护中的应用

红外热成像技术在工业检测中应用广泛。本文介绍了红外测温原理,讨论了电力设备的发热原理,过热损耗的危害,热像测温的影响因素等,并结合实际应用介绍红外热像设备预测性维护过程。     

基于电压暂降测量的配电网故障自动定位

文中提出了一种结合电力系统分析程序、数据库检索方法和模式识别技术自动识别的11kV配电网故障定位方法。该方法采用三相不平衡潮流和故障分析程序,对配电网各节点的故障进行分析生成电压暂降数据库,设计了数据库搜索和模式识别算法,以便配电网在发生实际故障时识别故障位置。利用电力系统EMTDC模拟器对该方法进行了评估和测试。实验结果表明,提出的线性模式识别算法能够识别所研究的11kV配电网的大部分故障区段。     

多特征聚合表征的断路器热故障诊断评级方法

针对电力设备红外热故障特征的准确评估需求,提出一种多特征聚合表征的断路器热故障诊断评级方法,并以高压断路器红外图像为实例进行数据测试。首先,在高压断路器红外图像背景分离的基础上,对设备进行精准的区域划分,提取各区域温度信息;然后运用Mean-shift和改进区域生长法融合,准确提取故障发热区域面积;其次,设计一种多维聚合表征矩阵,将同一设备发热面积、热点温度、热点温差、发热位置、两相同位温升等特征值聚合为多特征向量矩阵,并运用现场案例数据构建该向量矩阵与高压断路器故障类型、等级、处理意见的关联库;最后对350张高压断路器红外图像的1002组多特征向量进行训练测试。结果表明,该方法提取的多特征向量数据使用GWO-SVM分类器测试的F-measure和Kappa系数分别为96%和95.43%,能够实现高压断路器设备热故障的全类型诊断评级及精准定位。     

基于热成像技术的电气设备目标检测方法

红外热像仪具有高精度、非接触等特点,在电力系统设备检测中得到了广泛的应用。检测热图像中的设备是自动检测和诊断的基础。为此,本文提出了一种基于深度学习的设备元件实时检测方法,采用一个深度卷积神经网络来预测每个设备部件的坐标、方位角和类别类型。为了提高预测结果的准确性,在模型中加入了零件间方向一致性的先验知识。为了进行评价,构造了一个包含各种场景的大图像集,实验结果表明,该方法对噪声具有很强的鲁棒性,当过并集阈值为0.5时,平均精度达到93.7%。     

通信设备红外图像数据库的建立方法

为了缩短通信设备故障的检测与维修时间并提供基准红外图像和提高检测效率,在详细分析影响红外热像仪测温精度 的因素和原始红外图像特征的基础上,对温度数据库的建立方法进行了研究。提出了一种红外图像温度数据库的建立方法,并引入时间轴将 二维温度矩阵扩展至三维空间。将传统的静态图像分析改为时间可变的动态分析,同时给出了二维温度矩阵与三维温度矩阵之间的转变 方法。本方法对于红外图像的故障诊断具有一定的借鉴意义。     

利用红外温升多特征矢量提升电子装备热像异常检测性能的方法

针对传统的接触式电参数故障检测方法 难以满足日益复杂的电子装备的检修需要问题,提出了一种基 于红外热像的可提升非接触式电子装备异常 检测性能的温升多特征方法。在红外与光学异源配准的基础上,获得电子 装备各元件的精确位置。然后基于红外观测图像获取 各个标准和待测元件中心区域的温升均值曲线。在对这些曲线进行全帧 程分段后,精细化地提取温升统计矢量。接着计算待测温升统计 矢量与标准温升统计矢量的差异并对其进行归一化处理,从而构建温升多特 征矢量。最后根据该矢量,通过分段表决和异常 量化实现电子装备热像异常的整体态势感知。与传统的热像 异常检测方法相比,本文所构建的温升多特征矢量可以更精细、更 稳健地描述温升变化。通过分段表决和异常量化实现了温升全程表征,为后续的电路 故障智能推理奠定了基础。实验结果表 明,本文方法具有检测准确率高、实时性好等优点。     

基于DFT变换的单相PWM整流IGBT断路故障检测

单相整流变换和三相整流变换被广泛的运用在电力机车牵引变流器,风力发电,光伏发电等各种工业设备中,并且单相整流变换相对于三相整流变换更加容易发生故障。本文主要是介绍了一种通过在频域中对直流侧电流进行分析,从而判断IGBT断路故障的故障诊断方法。该方法并不需要增加额外的传感器,也不需要对电路模型进行详细的分析,而是通过在频域中使用故障诊断算法就可以确定发生的故障类型。通过实验验证表明该发生具有快速的诊断时间,简单的算法结构,高可靠型等特点。     

基于引导滤波的电力设备热故障诊断方法研究

电力设备热故障为一种常见的设备故障类型。本文提出一种基于引导滤波的电力设备热故障诊断方法。该方法包括两个主要步骤。首先,基于热故障区域与图像背景在红外图像上的温度差异特性,逐像素计算热故障区域与图像背景的马氏距离,获得初始的热故障诊断结果。然后,采用引导滤波对初始诊断结果进行优化,充分利用相邻像素之间的空间相关性,优化提升诊断结果。实验结果表明,与其他广泛应用的异常目标检测方法相比,本文提出的方法在热故障诊断精度上具有较大的优势,满足电力设备带电检测的应用需求。     

UM71联锁关系检查校核作业探究

信号联锁设备对确保行车安全和提高运输效率的重要作用,决定了联锁设备工作性能必须可靠、稳定,并符合故障——安全原则.本文以朔黄线UM71无绝缘轨道电路、三显示自动闭塞设备为例,分析探讨了自动闭塞设备的联锁关系检查校核方法,为确保自动闭塞设备联锁关系的正确性提供了可靠依据.     

基于改进决策树的电网配电线路故障自动辨识研究

为精准识别电网配电线路故障,文中设计了一种基于改进决策树的电网配电线路故障自动辨识方法。该方法引进了HHT技术,根据电网运行需求,处理电网配电线路故障数据,提取线路故障数据中的特征量数据;利用粗糙集进行电网配电线路故障数据的属性约简处理,消除冗余的特征数据,将其他具有代表性的特征数据录入终端,生成故障决策树,并根据决策树上的属性条件,提取决策规则;提取电网配电故障线路报警信号中的数据属性条件,按照决策表提取的决策规格对属性条件进行熵值排序,并以此为依据,完成电网配电故障线路的搜索与诊断。实验结果证明,该方法可以精准辨识电网中的故障线路,精准排查配电线路中的异常线路。