[发明专利]一种温度检测方法及装置

说明书

本发明提供一种温度检测方法及装置，其中，该温度检测方法应用于电力领域，包括：获取电力设备的热红外图像；根据预设的人工智能模型对热红外图像进行检测分析，得到电力设备的位置信息；位置信息用于表示电力设备在热红外图像中的位置；根据位置信息和预设的分割算法对热红外图像进行图像分割，得到分割图像；分割图像是去除了与电力设备无关的图像信息的图像；对分割图像包括的颜色进行量化处理，得到温度分布信息。本发明所描述的温度检测方法能够通过外设的装置对电力设备进行温度检测，从而不受温度感应器对高低温的限制，并且还可以消除感应空间的偏差，提高测量精度。

技术领域

本发明涉及电力领域，具体而言，涉及一种温度检测方法及装置。

背景技术

目前，随着电力系统发展的越来越完善，电力系统的巡检装置也随之变得越来越完善，其中，在电力系统中，温度会电力设备通常具有非常大的影响，因此，对上述电力设备的温度检测就显得十分重要。然而，在实践中发现，传统的方法是使用温度感应器来进行检测的，这就使得温度感应器的高低限温会对检测产生一定限制，并且上述的温度感应器在很多时候不允许接触电力设备，使得感应空间存在偏差，从而会把不必要的因素检测入内，进而导致测量精度降低。

发明内容

鉴于上述问题，本发明提供了一种温度检测方法及装置，能够通过外设的装置对电力设备进行温度检测，从而不受温度感应器对高低温的限制，并且还可以消除感应空间的偏差，提高测量精度。

为了实现上述目的，本发明采用如下的技术方案：

第一方面，本发明提供了一种温度检测方法，所述温度检测方法应用于电力领域，包括：

获取电力设备的热红外图像；

根据预设的人工智能模型对所述热红外图像进行检测分析，得到所述电力设备的位置信息；所述位置信息用于表示所述电力设备在所述热红外图像中的位置；

根据所述位置信息和预设的分割算法对所述热红外图像进行图像分割，得到分割图像；所述分割图像是去除了与所述电力设备无关的图像信息的图像；

对所述分割图像包括的颜色进行量化处理，得到温度分布信息。

作为一种可选的实施方式，所述根据预设的人工智能模型对所述热红外图像进行检测分析，得到所述电力设备的位置信息的步骤包括：

获取所述电力设备的可见光图像；

根据所述人工智能模型对所述热红外图像和所述可见光图像进行检测分析，得到所述电力设备的位置信息。

作为一种可选的实施方式，所述方法还包括：

存储所述热红外图像、所述可见光图像以及所述温度分布信息至数据库，以使所述数据库输出包括所述热红外图像、所述可见光图像以及所述温度分布信息的仪表图。

作为一种可选的实施方式，所述对所述分割图像包括的颜色进行量化处理，得到温度分布信息的步骤包括：

根据预设的色彩检测模型检测所述分割图像包括的温度仪表；所述色彩检测模型是通过监督式算法训练得到的；

通过光学字符识别技术识别所述温度仪表包括的最小温度值和最大温度值；

根据所述最小温度值、所述最大温度值对所述温度仪表包括的颜色进行温度值量化处理，得到颜色与温度值之间的转换规则；

根据所述转换规则对所述分割图像进行处理，得到温度分布信息。

作为一种可选的实施方式，所述人工智能模型是卷积神经网络人工智能模型，所述卷积神经网络人工智能模型是以标注了电力设备的类别和位置的图片所建立的大数据为基础训练得到的。

第二方面，本发明提供了一种温度检测装置，所述温度检测装置应用于电力领域，包括：