[发明专利]一种基于红外图像的电力设备故障诊断方法

说明书

本公开揭示了一种基于红外图像的电力设备故障诊断方法，包括：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；导入测试图像数据集对Mask R‑CNN网络进行训练；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；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故障。本公开引入了将像素级别的目标检测技术与温度解析方法相结合的红外测温故障自动诊断方法，能够实现对电力设备故障的自动诊断。

技术领域

本公开属于电力设备状态监测和故障诊断领域，具体涉及一种基 于红外图像的电力设备故障诊断方法。

背景技术

红外测温技术是利用红外热像仪探测物体发出的红外辐射，将不 可见的辐射图像经由一系列转化处理得到设备直观的温度分布图谱， 从而实现对变电设备异常温度点或异常温度分布的探查。近年来，红 外测温诊断技术已十分成熟，并在各行业被广泛应用。运用该技术进 行变电站巡检时，一般是先对被测设备进行大面积快速扫描，监测设 备的整体发热状况，之后对快速检查中发现的疑点进行准确检测，从 而实现对设备故障的准确排查。运用红外检测技术，能够实现带电作 业，确保在电网运行状态下对其进行真实有效的检测，具有操作简便、 可靠性和灵活性强、测量精度高、稳定性好的优点。然而，该技术的弊端也比较明显，即在巡检过程中，无论是疑点发现还是后续故障的 诊断，受人为因素的影响比较大。利用热像仪在短时间内通过远距离 大面积扫描生成大量连续的检测图片后，在筛查图片时仅依靠人力往 往无法及时找出故障，巡检时间和计划安排也无法达到预想效果。

发明内容

针对现有技术中的不足，本公开的目的在于提供一种基于红外图 像的电力设备故障诊断方法，通过将基于Mask R-CNN网络的目标检 测技术与温度解析方法相结合，能够实现对电力设备故障的自动诊 断。

为实现上述目的，本公开提供以下技术方案：

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 在故障。

优选的，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。

优选的，步骤S100中，所述预处理在VGG图像注释器中进行。

优选的，步骤S400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：对所述温度-灰度值曲线进行函数拟合，获得待测红外图 像的温度分布。

优选的，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；