[发明专利]一种基于红外成像的带电设备故障智能诊断方法

权利要求书

1.一种基于红外成像的带电设备故障智能诊断方法，其特征在于包括下列步骤：

S1、定点、定向、定位采集带电设备的待测对象的红外热像图，并记录每张红外热像图所对应的采集位置，所述的采集位置为定点、定向、定位采集红外热像图的位置；

S2、对步骤S1中所采集的红外热像图进行边缘提取透明化处理，建立图像模型并保存在图像模型库中；

S3、对步骤S2图像模型库中的图像模型进行关联，关联内容包括图像模型所对应的待测对象名称以及待测对象各部件名称；

S4、根据任务列表依次采集待测对象的红外热像图，并将采集到的红外热像图上传至诊断系统；

S5、诊断系统对步骤S4中的红外热像图进行故障诊断，获取待测对象的故障信息：识别待测对象各部件的致热缺陷类型，根据所述致热缺陷类型，选择相应的温度缺陷分析方法对待测对象各部件进行温度缺陷分析；

所述步骤S5包括下列步骤：

S51、根据被测对象的名称以及被测对象各部件的名称识别对象各部件的致热缺陷类型，若致热缺陷类型为电流致热型，则执行步骤S52～S54，若致热缺陷类型为电压致热型，则依次执行步骤S52、S53和S55；

S52、用分析框框取红外热像图中的被测对象部件的发热区域，分析计算分析框内的最高温度或平均温度；

S53、结合红外热像图拍摄时刻的负荷、风速、环境参数对步骤S52所获取的最高温度或平均温度进行修正；

S54、选择被测对象部件相对应的温度缺陷评判标准，将步骤S53中获取的修正温度与设定的温度阈值进行比对，判断温度的缺陷性质，其中温度的缺陷性质分为四种：无缺陷、一般缺陷、严重缺陷和紧急缺陷；

S55、选择被测对象部件相对应的温度缺陷评判标准，将步骤S53中获取的修正温度与被测对象部件的同类的温度进行比对，判断温度的缺陷性质，其中温度的缺陷性质分为四种：无缺陷、一般缺陷、严重缺陷和紧急缺陷。

2.根据权利要求1所述的一种基于红外成像的带电设备故障智能诊断方法，其特征在于所述步骤S2包括下列步骤：

S21、边缘提取处理步骤S1中采集的红外热像图：

选定红外热像图中被测对象的区域，根据预设的阈值对被选定的红外热像图中被测对象的区域图像做二值化处理；

二值化处理后使用双阈值边缘提取方法实现边缘选取，在高阈值图像中把边缘连接成轮廓，使得整个图像边缘闭合；

S22、对步骤S21中经过边缘提取处理的红外热像图进行矢量化处理，生成矢量图；

S23、对矢量图进行透明化处理，建立图像模型并保存在图像模型库中，其中图像模型轮廓内外的像素做全透明处理，模型图轮廓的像素做半透明处理。

3.根据权利要求1所述的一种基于红外成像的带电设备故障智能诊断方法，其特征在于所述步骤S4包括下列步骤：

S41、选择热像装置的任务模式，热像装置根据巡检需求生成任务列表；

S42、选择热像装置的巡检模式，热像装置根据任务列表中的任务次序前往待测对象所对应的采集位置；

S43、热像装置到达采集位置后，热像装置的主界面显示实时的红外热像图，待测对象所对应的图像模型自动叠加在红外热像图中；

S44、微调热像装置，检测到待测对象的红外热像图与待测对象所对应的图像模型匹配后，自动冻结红外热图像并保存红外热像图以及红外热像图的拍摄时间；

S45、重复步骤S43～S44，完成任务列表中所有待测对象的红外热像图采集，并将所有采集到的红外热像图上传至诊断系统。

4.根据权利要求3所述的一种基于红外成像的带电设备故障智能诊断方法，其特征在于所述步骤S44中的检测到待测对象的红外热像图与待测对象所对应的图像模型匹配具体包括：

在待测对象所对应的图像模型上设置多个特征点，计算图像模型上的特征点与待测对象的红外热像图上相对应的特征点之间的距离，分别记作L₁，L₂，……L_i；

求取上述距离的平均值

若平均值则检测到待测对象的红外热像图与待测对象所对应的图像模型相匹配，反之，则不匹配，其中l为待测对象所对应的图像模型的最小接矩形的周长。