[发明专利]智能识别电力设备内部部件缺陷的方法及装置

说明书

技术领域

本发明涉及电力设备故障和缺陷检测技术，尤其涉及一种智能识别电力设备内部部件缺陷的方法及装置。

背景技术

随着我国社会的快速发展，电力事业也得到快速的发展，现代电力系统向着大电网，大机超高压，大容量方向发展。为保障电力系统的运行的稳定性和可靠性，就对电力网络设备的安全运行提出了更高的要求。

电力设备内部任何故障与缺陷的存在，都可能影响设备整体性能，甚至造成 所辖局部地区至全部地区的停电事故。由于某些电力设备自身结构的原因，进 行停电检修时除需要投入量的人力物力外，可能还需要较长的维修时间，这势必会给当地经济造成重大的损失。因此在电力设备发生故障之前，如能检测并判断它的内部缺陷位置、性质及程度，就显得尤为重要。

现有电力设备内部故障与缺陷判断都是通过X射线得到的图片，由专业人员通过阅读图片来分析设备故障与缺陷，耗费大量的人力与物力所需的时间较长，故障分析处理效率低。

发明内容

本发明所述解决的技术问题在于，提供一种智能识别电力设备内部部件缺陷的方法及装置，可以实现对电力设备内部安全隐患准确定位分析，快速排除设备内部故障，及时发现内部缺陷。

为解决上述技术问题，本发明实施例的一方面提供一种智能识别电力设备内部部件缺陷的方法，包括：

获取电力设备的现场X射线图像；

对所述现场X射线图像进行识别，确定所述现场X射线图像是否存在缺陷对象，以及所述缺陷对象对应的部件名称以及类型；

对所述现场X射线图像中的缺陷对象进行图像特征信息提取；

根据所述缺陷对象的图像特征信息，获取所述缺陷对象的实际参数信息；

根据所缺陷对象的实际参数信息，确定所述缺陷对象的位置与大小；

输出所述缺陷对象的位置与大小，并确定所述缺陷对象对设备安全运行影响的大小。

优选地，所述电力设备的现场X射线图像的步骤具体为：

通过现场X射线设备获取所述电力设备的现场X射线图像，或获取已存储的所述电力设备的现场X射线图像。

优选地，对所述现场X射线图像进行识别的步骤包括：

将获取的现场X射线图像与预先存储的所述设备正常状态时的X射线图像进行对比，并将差值与预定的差别阈值进行比较，识别出获取的现场X射线图像中包含的可疑缺陷；

提取现场X射线图像中可疑缺陷的特征，与预先获取的电力设备内部各部件特征信息进行匹配，确定X射线图像中可疑异物为所述设备的某个部件，其中，所述电力设备内部各部件特征信息包括：长度信息、宽度信息以及轮廓拟合曲线信息；

提取现场X射线图像中包含的可疑缺陷特征，与预先获取的缺陷特征进行匹配，对确定现场X射线图像可疑缺陷的类型，所述类型为裂缝、孔洞或夹渣。

优选地，所述根据获取的X射线图像进行图像特征信息提取的步骤包括：

对所述现场X射线图像中包含可疑缺陷的区域进行分割处理，获取分割出的缺陷对象，再对分割出的缺陷对象针对其缺陷类型进行图像特征信息提取，所述提取获得的图像特征信息包括：裂缝特征信息、孔洞特征信息、夹渣特征信息，其中，裂缝特征信息包括：面积信息、长度信息、宽度信息以及轮廓拟合曲线信息。

优选地，根据所述缺陷对象的图像特征信息，获取所述缺陷对象的实际参数信息的步骤包括：

比较所述获取的图像特征信息与案例库中存储的各种缺陷图像的图像特征信息的相似度，所述相似度为几何尺寸的相似度；

获得案例库中与其具有最大相似度的缺陷图案的实际参数信息，将所述实际参数信息作为所述缺陷对象的实际参数信息。

优选地，根据所述缺陷对象的图像特征信息，获取所述缺陷对象的实际参数信息的步骤包括：

根据所述现场X射线图像获取其X射线源的坐标信息，建立坐标系；

将所述缺陷对象的图像特征信息，映射在所述坐标系统上，获得所述缺陷对象的实际参数信息。

相应地，本发明实施例的另一方面，还提供一种智能识别电力设备内部部件缺陷的装置，包括：

图像获取单元，用于获取电力设备的现场X射线图像；

对象识别单元，用于对所述现场X射线图像进行识别，确定所述现场X射线图像是否存在缺陷对象，以及所述缺陷对象对应的部件名称以及类型；

特征提取单元，用于对所述现场X射线图像中的缺陷对象进行图像特征信息提取；

特征修正单元，用于根据所述缺陷对象的图像特征信息，获取所述缺陷对象的实际参数信息；