[发明专利]一种基于红外图像的电力设备故障诊断方法

权利要求书

1.一种基于红外图像的电力设备故障诊断方法，包括如下步骤：

S100：采集电力设备红外图像，对所述红外图像进行预处理，建立红外图像数据集；

S200：导入测试图像数据集对Mask R-CNN网络进行训练；

S300：将所述红外图像数据集导入训练后的Mask R-CNN网络，通过小样本迁移学习获得红外图像检测网络；

S400：将待测红外图像输入所述红外图像检测网络，通过对待测红外图像进行温度解析和目标检测获得待测红外图像的温度分布和区域位置，并与红外图像故障特征库进行比对，诊断电力设备是否存在包括绝缘体的电阻低、绝缘子有局部放电或表面污染、绝缘损坏和绝缘子故障严重在内的故障，其中，

所述对待测红外图像进行温度解析获得待测红外图像的温度分布包括如下步骤：

S4011：提取待测红外图像中每个像素的灰度值和温度值；

S4012：对所述像素的灰度值和温度值分别进行归一化处理；

S4013：绘制温度值随灰度值变化的温度-灰度值曲线；

S4014：通过采用对数函数、线性函数和反比例函数作为拟合函数对所述温度-灰度值曲线进行分段拟合，获得待测红外图像上各像素点的温度；

其中，拟合函数表示为：

表示归一化后的温度值，表示归一化后的灰度值。

2.根据权利要求1所述的方法，其中，步骤S100中，所述预处理包括：对所采集的红外图像中的电力设备轮廓进行手动标注和插入文字标签。

3.根据权利要求1或2所述的方法，其中，步骤S100中，所述预处理在VGG图像注释器中进行。

4.根据权利要求1所述的方法，其中，步骤S4014中，通过采用分段拟合的方式对所述温度-灰度值曲线进行函数拟合。

5.根据权利要求1所述的方法，其中，步骤S400中，所述对待测红外图像进行目标检测包括如下步骤：

S4021：将待测红外图像通过等比例缩放及填充0值调整为固定大小；

S4022：将调整后的待测红外图像输入红外图像检测网络进行检测，获得待测红外图像的特征图；

S4023：以所述待测红外图像的特征图上的像素作为输入，通过反卷积的方式在原始待测红外图像上找到对应区域，为每个对应区域生成预先设置好长宽比与面积的目标框，所述目标框为原始待测红外图像的感兴趣区域；

S4024：根据所述感兴趣区域生成RPN网络，并通过二值分类和边界框回归评估每个感兴趣区域，计算每个感兴趣区域的交并比并作为评估标准，采用非最大抑制对每个感兴趣区域的交并比进行排序，并根据阈值进行过滤；

S4025：利用红外图像检测网络中的ROI Align层调整待测红外图像的特征图的特征向量及感兴趣区域的尺寸，并提取特征向量与对应的感兴趣区域进行匹配；

S4026：将特征图的特征向量和感兴趣区域的坐标输入红外图像检测网络，实现感兴趣区域的类型分类、边界框预测和掩膜的可视化。

6.根据权利要求1所述的方法，其中，步骤S400中，对电力设备进行故障诊断包括如下步骤：

S4031：根据对待测红外图像的温度解析确定电力设备相应部位的致热效应；

S4032：确定所述致热效应在红外图像故障特征库中对应的致热类型；

S4033：根据所述致热类型选取对应的诊断规则对待测红外图像进行诊断并确定电力设备的故障等级。

7.根据权利要求6所述的方法，其中，步骤S4033中，所述确定电力设备的故障等级包括以下方法：

S40331：提取待测红外图像的温度分布中的发热点的温升和温度值；

S40332：将所述发热点的温升和温度值与正常相对应点的温升和温度值分别对比，获得相对温度差，根据所述温度差对电力设备故障进行诊断。