[发明专利]一种基于红外图像聚类处理的电力电缆热故障诊断方法

权利要求书

1.一种基于红外图像聚类处理的电力电缆热故障诊断方法，其特征在于，该方法包括以下步骤：

1)获取待诊断的电力电缆设备的红外图像，并进行预处理；

2)对预处理后的红外图像通过K-means聚类算法提取目标设备，并对聚类结果进行标识，获取仅包含目标设备的红外图像；

3)获取仅包含目标设备的红外图像对应的RGB向量，根据RGB向量的欧氏距离与温差的关系获取仅包含目标设备的红外图像中每一点的温度，并结合聚类结果，并对目标设备的发热区域进行标识，形成目标设备各个区域的温度分布；

4)根据目标设备各个区域的温度分布获取相对温差，根据相对温差对目标设备进行热故障诊断，判断故障的类型和性质，并进行记录。

2.根据权利要求1所述的一种基于红外图像聚类处理的电力电缆热故障诊断方法，其特征在于，所述的步骤1)中，采用中值滤波对红外图像进行预处理，去除红外图像中的文字和图标。

3.根据权利要求1所述的一种基于红外图像聚类处理的电力电缆热故障诊断方法，其特征在于，所述的步骤2)中，通过K-means聚类算法提取目标设备时，选择的聚类结果为：

平均灰度值大小在前75％且聚类中心距离红外图像的竖直中轴线1/4图像宽度内。

4.根据权利要求1所述的一种基于红外图像聚类处理的电力电缆热故障诊断方法，其特征在于，所述的步骤3)中，所述的RGB向量的欧氏距离与温差的关系为线性关系。

5.根据权利要求4所述的一种基于红外图像聚类处理的电力电缆热故障诊断方法，其特征在于，所述的步骤3)具体包括以下步骤：

31)获取仅包含目标设备的红外图像对应的RGB向量的欧氏距离；

32)根据比色条获取仅包含目标设备的红外图像的最高温度和最低温度，并将最高温度与最低温度分别与RGB向量[255,255,255]和[0,0,0]对应；

33)结合线性关系获取仅包含目标设备的红外图像中每一点的温度；

34)根据通过K-means聚类算法提取目标设备时产生的聚类结果对目标设备的发热区域进行标识。

6.根据权利要求1所述的一种基于红外图像聚类处理的电力电缆热故障诊断方法，其特征在于，所述的步骤2)中，在仅包含目标设备的红外图像中包括目标设备的轮廓以及轮廓内部包含的红外图像和聚类结果。

7.根据权利要求1所述的一种基于红外图像聚类处理的电力电缆热故障诊断方法，其特征在于，所述的步骤4)中，故障的类型包括电流致热型和电压致热型，故障的性质包括一般缺陷、重要缺陷和紧急缺陷。