[发明专利]电力系统设备故障诊断方法及系统

权利要求书

1.电力系统设备故障诊断方法，其特征在于：包括以下步骤：

S1：获取电力设备物理结构参数信息；

S2：获取电力设备红外图像信息；

S3：通过图像处理方法从电力设备红外图像信息中分割出故障点图像；

S4：根据故障点图像从电力设备物理结构参数信息中进行匹配获取具有故障的目标电力设备的物理结构参数信息；

S5：根据目标电力设备的物理结构参数信息结合故障点图像采用数据融合分析法分析出目标电力设备故障结果。

2.根据权利要求1所述的电力系统设备故障诊断方法，其特征在于：还包括建立电力设备物理结构模型，所述电力设备物理结构模型包括电力设备物理结构参数信息数据库和故障模型；

所述电力设备物理结构参数信息数据库包括电力设备的类型和位置坐标；

所述故障模型，存储有不同类型的电力设备关联故障类型。

3.根据权利要求1所述的电力系统设备故障诊断方法，其特征在于：所述步骤S3中的故障点图像是通过以下步骤来实现的：

S31：采用二维模糊划分最大熵处理电力设备红外图像得到目标分割图像；

S32：通过人工神经网络分类模型对目标分割图像进行分类得到分类图像；

S33：通过阶段型融合方式模型对分类图像与故障模型进行对比融合分析得到故障结果；

S34：通过电力设备物理结构参数信息数据库中的电力设备类型和位置坐标得出电力设备故障结果。

4.根据权利要求3所述的电力系统设备故障诊断方法，其特征在于：所述步骤S32中的人工神经网络分类模型的激活函数采用以下公式建立S型函数：

f(ωx-θ)=11+e-(ωx-θ),]]>

其中，x表示神经元输入特征向量的分量，即图像目标的形状特征；ω表示输入分量的权重；θ表示神经元的阈值。

5.根据权利要求1所述的电力系统设备故障诊断方法，其特征在于：所述S33中的阶段型融合方式模型包括以下具体步骤：

S331：对分类图像进行1级进行处理检测判决融合；

S332：对故障点图像的信息源预处理；

S333：对故障点图像与电力设备分类图像对比分析产生图像对比数据；

S334：如果图像对比数据不属于电力设备物理结构参数信息数据库，则返回步骤S33；

S335：如果图像对比数据属于电力设备物理结构参数信息数据库，则作出判决并传送至人机界面。

6.根据权利要求1所述的电力系统设备故障诊断方法来实现的电力系统设备故障诊断系统，其特征在于：包括电力设备参数单元、电力设备红外图像采集单元、故障分割单元、故障匹配单元板、故障结果单元；

所述电力设备参数单元，用于获取电力设备物理结构参数信息；

所述电力设备红外图像采集单元，用于获取电力设备红外图像信息；

所述故障分割单元，用于通过图像处理方法从电力设备红外图像信息中分割出故障点图像；

所述故障匹配单元板，用于根据故障点图像从电力设备物理结构参数信息中进行匹配获取具有故障的目标电力设备的物理结构参数信息；

所述故障结果单元，用于根据目标电力设备的物理结构参数信息结合故障点图像采用数据融合分析法分析出目标电力设备故障结果。

7.根据权利要求6所述的电力系统设备故障诊断系统，其特征在于：还包括设备结构模型单元，所述设备结构模型单元包括设备结构数据库单元和故障模型单元；

所述设备结构数据库单元，用于存储电力设备的类型和位置坐标；

所述故障模型单元，用于存储有不同类型的电力设备关联故障类型。