[发明专利]一种基于电网系统的红外图像故障诊断系统

权利要求书

1.一种基于电网系统的红外图像故障诊断系统，其特征在于：包括红外图像获取模块、图像处理模块、特征提取模块、管理服务器和显示终端，红外图像获取模块通过图像处理模块与特征提取模块连接，管理服务器器分别与特征提取模块和显示终端连接；

红外图像获取模块采用FL I R摄像机，用于对电网设备进行红外图像采集，并将采集的红外图像发送至图像处理模块，且红外图像可提高电网设备的温度和所在环境的温度；

图像处理模块为过滤器，用于接收红外图像获取模块发送的红外图像，对接收的红外图像中的噪音进行过滤，以降低红外图像中的噪音干扰，并将过滤后的红外图像发送至特征提取模块；

特征提取模块用于接收图像处理模块发送经过滤后的红外图像，对红外图像中的各特征进行选取，并将提取的特征发送至管理服务器；

管理服务器接收特征提取模块发送的特征，对接收的特征采用随机森林算法进行重要度分析，并将分析的各特征的重要性发送至显示终端；

显示终端用于接收管理服务器发送的各特征的重要性并进行显示。

2.根据权利要求1所述的一种基于电网系统的红外图像故障诊断系统，其特征在于：所述特征提取模块选取的红外图像的特征包括红外图像分辨率大小、红外图像最高温度、最低温度、最高温度与最低温度的温度差、红外图像的95％，75％，50％，25％，5％分为数、图像温度的均值、标准差、熵、峰度、若干温度幅度梯度和若干温度方向梯度。

3.根据权利要求2所述的一种基于电网系统的红外图像故障诊断系统，其特征在于：所述温度幅值梯度中温度幅值的范围为0-100，等幅值间距划分成20个间隔，温度方向梯度中温度方向的范围是-180°-180°，并以每15°作为间隔进行温度方向的划分。

4.根据权利要求1所述的一种基于电网系统的红外图像故障诊断系统，其特征在于：所述管理服务器在对各特征进行重要度的过程中，对于一个给定的结点t，它的相关数据集是D并且基尼系数如下定义：

其中，p(k|D)，k＝1，...，Q是D中k种样本的比例，相关数据集是特征提取模块提取的所有特征构成的集合；

对于两分分类问题，Q等于2，G(D)表示从集合D中随机选取具有两个类别不同的样本的概率，因此，G(D)的值越小，purity即纯度就会越大，当对离散属性j＝1，...，m，测量基尼系数如下：

其中，|D^υ|代表第j个属性取第j个可能值的样本的数量，D表示为D集合中元素的个数，对于连续属性j，基尼系数中k树的均值表示重要度：

5.根据权利要求1所述的一种基于电网系统的红外图像故障诊断系统，其特征在于：所述管理服务器中的基于特征的随机森林算法，具体包括以下步骤：

步骤1：初始化并且设置数字

for i＝1 to N₁ do；

步骤2：在空数据集S中，应用bootstrap方法有放回地随机抽取K个新的自助样本集，并由次构建K棵分类回归树，未被抽到的数据组成了袋外数据(OOB)；

步骤3：设有m个特征，从每一棵树的每一个节点随机抽取m_try个特征生成特征子集，并且计算每个特征的gini系数，在特征子集中最小gini系数的特征将会被选择作为分裂规则；

步骤4：每棵树最大限度增长，不做任何裁剪；

步骤5：平均化每个特征的重要性，以降序排列，获得重要性等级，并且选择前p％作为作为特征子集

end for

for i＝1 to N₁ do；

步骤6：随机划分数据集，并且将80％作为训练集，20％作为测试集；

步骤7：生成的K棵树组成了随机森林，并且分类结果由决策树分类器投票而得；

步骤8：计算测试集每个特征的重要性和模型的精确性以及AUC值；

步骤9：计算精度的均值和标准差和AUC值；

end for

Where m_try＝floor(log₂(m)+1)。