[发明专利]一种电力设备箱低功耗红外测温AI识别监控系统

权利要求书

1.一种电力设备箱低功耗红外测温AI识别监控系统，应用于电力设备箱，其特征在于，包括：

红外测温模块，用于获取所述电力设备箱内的红外测温图片；

功耗管理模块，用于根据功耗管理规则管理所述红外测温模块；

网络通讯模块，用于将所述红外测温图片向外发送；

服务器，用于接收所述网络通讯模块发送的所述红外测温图片，并基于所述红外测温图片对所述电力设备箱的温度进行监控；

所述服务器还用于确定功耗管理规则，并将所述功耗管理规则发送至所述功耗管理模块；

其中，所述功耗管理模块包括：

第一触发单元，设置在所述电力设备箱内，用于定时触发温度采集模块；

第二触发单元，用于当所述温度采集模块采集的温度超过预设的预警值，启动所述红外测温模块。

2.如权利要求1所述的电力设备箱低功耗红外测温AI识别监控系统，其特征在于，所述服务器基于所述红外测温图片对所述电力设备箱的温度进行监控，包括：

采用AI识别所述红外测温图片，确定各个器件位于所述红外测温图片中的位置及各个器件的温度；

确定所述红外测温图片中温度最高的区域位置并确定该区域位置对应于电力设备箱内何种器件。

3.如权利要求2所述的电力设备箱低功耗红外测温AI识别监控系统，其特征在于，所述服务器执行采用AI识别所述红外测温图片，确定各个器件位于所述红外测温图片中的位置及各个器件的温度，包括：

基于预设的提取模板对所述红外测温图片进行提取，获取多个待筛选图片并确定所述待筛选图片位于所述整体图片中的位置；

基于预设的器件库中的各个器件的标准图片对所述待筛选图片进行筛选，确定所述待筛选图片对应为所述电力设备箱内何种器件，并基于所述待筛选图片位于整体图片中的位置确定器件位于所述整体图片中的位置；

其中，基于预设的器件库中的各个器件的标准图片对所述待筛选图片进行筛选，确定所述待筛选图片对应为所述电力设备箱内何种器件，并基于所述待筛选图片位于整体图片中的位置确定器件位于所述整体图片中的位置，包括：

提取所述器件库中任意一个器件的标准图片；

对提取的所述标准图片进行特征提取，获取多个第一特征值；

基于多个所述第一特征值，构建第一特征向量；

对所述待筛选图片进行特征提取，获取多个第二特征值；

基于多个所述第二特征值，构建各个所述待筛选图片对应的第二特征向量；

计算所述第一特征向量与各个所述待筛选图片对应的所述第二特征向量的相似度，相似度计算公式如下：

其中,D为所述第一特征向量与所述第二特征向量的相似度；a_j为所述第一特征向量的第j个参数的参数值；a_i为所述第一特征向量的第i个参数的参数值；b_j为所述第二特征向量的第j个参数的参数值；b_i为所述第二特征向量的第i个参数的参数值；n为参数总数；

确定与所述第一特征向量的相似度最大且大于预设的相似度阈值的所述待筛选图片作为所述标准图片对应的器件的红外测温区域；

对所述红外测温区域中的图像进行轮廓提取，确定器件轮廓；

获取所述器件轮廓内的各个像素点的温度值并构建温度集合；

基于所述温度集合，确定器件的温度，计算公式如下：

其中，W为器件的温度；T_k为所述温度集合中第k个温度值；N为所述温度集合内的温度值个数；

基于所述器件轮廓内各个像素对应的坐标值，构建坐标集合；

将所述坐标集合作为所述器件的位置。

4.如权利要求1所述的电力设备箱低功耗红外测温AI识别监控系统，其特征在于，所述服务器执行如下操作：

获取历史温度异常记录；

解析所述历史温度异常记录，从所述红外测温图片中确定多个温度异常位置和各个所述温度异常位置的异常发生概率；所述异常发生概率为所述温度异常位置对应的历史温度异常记录在获取的历史温度异常记录中的占比；

当所述异常发生概率大于等于预设的概率阈值时，将所述温度异常位置作为待识别位置。