[发明专利]一种基于无人机的电力设备缺陷智能诊断系统及方法在审
申请号: | 201710195834.6 | 申请日: | 2017-03-29 |
公开(公告)号: | CN106872523A | 公开(公告)日: | 2017-06-20 |
发明(设计)人: | 邹翔宇;李海;周咏晨;陆俊;姚洪庆;周赟;邓智敏;黄永忠;郏黎明;郑骏驰;田晓声;周宋铖 | 申请(专利权)人: | 国网上海市电力公司 |
主分类号: | G01N25/72 | 分类号: | G01N25/72 |
代理公司: | 上海科盛知识产权代理有限公司31225 | 代理人: | 宣慧兰 |
地址: | 200002 *** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 无人机 电力设备 缺陷 智能 诊断 系统 方法 | ||
1.一种基于无人机的电力设备缺陷智能诊断系统,其特征在于,该系统包括无人机、红外热像仪(1)和缺陷诊断处理器(2),所述的红外热像仪(1)设置在无人机上,所述的缺陷检测处理器连接所述的红外热像仪(1);
无人机在电力设备上方进行巡检,所述的红外热像仪(1)拍摄电力设备表面的红外伪彩色图像并发送至缺陷诊断处理器(2),缺陷诊断处理器(2)对红外伪彩色图像进行分析并确定电力设备的缺陷。
2.根据权利要求1所述的一种基于无人机的电力设备缺陷智能诊断系统,其特征在于,所述的缺陷诊断处理器(2)包括:
红外伪彩色图像转换单元(21):该单元用于将红外伪彩色图像转换为温度图像,每一个像素点对应一个温度值;
缺陷判定单元(22):该单元将温度图像中每一个像素点对应的温度与预先存储在数据库(3)中的对应点的温度阈值进行对比并确定是否存在缺陷;
缺陷标记单元(23):该单元用于将缺陷判定模块中判定的缺陷所在的像素点在红外伪彩色图像中进行标记并将标记后的图像输出。
3.根据权利要求2所述的一种基于无人机的电力设备缺陷智能诊断系统,其特征在于,所述的红外伪彩色图像转换单元(21)包括伪彩色值-热值转换模块以及热值-温度转换模块,伪彩色值-热值转换模块将红外伪彩色图像中的每个像素点的伪彩色值转换为热值,进而热值-温度转换模块将每个像素点的热值转换为温度值并输出温度图像。
4.根据权利要求3所述的一种基于无人机的电力设备缺陷智能诊断系统,其特征在于,所述的伪彩色值-热值转换模块具体通过如下公式进行转换:
I=[(X-128)R/265]+L,
其中,I为红外伪彩色图像中伪彩色值对应的热值,X为伪彩色值,R为红外热像仪(1)的热范围,L为红外热像仪(1)的热平。
5.根据权利要求4所述的一种基于无人机的电力设备缺陷智能诊断系统,其特征在于,所述的热值-温度转换模块具体通过如下公式进行转换:
I0=I/(τξ),
其中,I0为电力设备表面的实际热值,τ为透射率,ξ为物体发射率,t为温度值,A,B为红外热像仪(1)标定曲线常数,C为常数,对于短波系统,C=l。
6.一种基于无人机的电力设备缺陷智能诊断方法,其特征在于,该方法包括如下步骤:
(1)将红外热像仪(1)设置在无人机上,无人机在电力设备上方进行巡检,红外热像仪(1)拍摄电力设备表面的红外伪彩色图像;
(2)对红外伪彩色图像转换为温度图像,每一个像素点对应一个温度值;
(3)将温度图像中每一个像素点对应的温度与预先存储在数据库(3)中的对应点的温度阈值进行对比并确定是否存在缺陷;
(4)将缺陷所在的像素点在红外伪彩色图像中进行标记并将标记后的图像输出。
7.根据权利要求6所述的基于无人机的电力设备缺陷智能诊断方法,其特征在于,步骤(2)中将红外伪彩色图像转换为温度图像具体通过下述方法实现:
获取红外伪彩色图像中每一个像素点的伪彩色值,计算每个像素点对应的热值,然后根据每个像素点对应的热值计算电力设备表面的温度值。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国网上海市电力公司,未经国网上海市电力公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710195834.6/1.html,转载请声明来源钻瓜专利网。