[发明专利]基于红外及可见图像的电力设备故障检测方法及评估设备

说明书

本发明涉及一种基于红外及可见图像的电力设备故障检测方法及评估设备，其中方法包括：步骤S1：接收检测到的红外拍摄图像，并基于对比识别红外拍摄图像的设备类别；步骤S2：判断是否存在检测到的可见光拍摄图像，若为是，则执行步骤S3，反之，则执行步骤S4；步骤S3：对红外拍摄图像和可见光拍摄图像进行融合，利用模板匹配的方式获取缺陷部位及缺陷温度，并执行步骤S5；步骤S4：利用红外拍摄图像获取匹配的可见光标准图像，对红外拍摄图像和可见光标准图像进行融合，利用模板匹配的方式获取缺陷部位及缺陷温度，并执行步骤S5；步骤S5：基于获取的设备类别、缺陷部位及缺陷温度得到故障诊断结果。与现有技术相比，本发明具有准确度高等优点。

技术领域

本发明涉及一种，尤其是涉及一种基于红外及可见图像的电力设备故障检测方法及评估设备。

背景技术

目前，电力设备的安全预估，是主动式配电网安全运行的关键问题。然而，检测获得的大量非结构化图像数据由于缺乏有效的结构化方式造成故障诊断、状态预估困难。传统的故障诊断需人为方式对检测图像进行逐一排查，不仅准确性、实效性较差，还由于缺乏后续趋势建模分析导致设备安全管理被动。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于红外及可见图像的电力设备故障检测方法及评估设备。

本发明的目的可以通过以下技术方案来实现：

一种基于红外及可见图像特征的电力设备故障检测方法，包括：

步骤S1：接收检测到的红外拍摄图像，并基于红外拍摄图像与红外标准图像进行对比，识别红外拍摄图像的设备类别；

步骤S2：判断是否存在检测到的可见光拍摄图像，若为是，则执行步骤S3，反之，则执行步骤S4；

步骤S3：对红外拍摄图像和可见光拍摄图像进行融合，利用模板匹配的方式获取缺陷部位及缺陷温度，并执行步骤S5；

步骤S4：利用红外拍摄图像获取匹配的可见光标准图像，对红外拍摄图像和可见光标准图像进行融合，利用模板匹配的方式获取缺陷部位及缺陷温度，并执行步骤S5；

步骤S5：基于获取的设备类别、缺陷部位及缺陷温度得到故障诊断结果。

所述步骤S3和步骤S4中的融合、缺陷部位及缺陷温度获得过程具体包括：

步骤S301：利用KNN，以加速稳健特征算法的特征点极值、特征点垂直响应、特征点水平响应和特征点主方向为样本进行特征点分类；

步骤S302：将分类后的可见光图像与红外拍摄图像的特征点进行匹配、融合，其中，所述可见光图像为可见光标准图像或可见光拍摄图像；

步骤S303：利用该类别设备的可见光健康图像与融合图像进行匹配，进而获得缺陷部位和缺陷温度。

所述特征点分类过程具体为：计算特征点与目标分类集合的距离，并选择距离最小的集合所以的类别作为该特征点的类别，所述距离具体为：

其中：d为距离，v_(Det)为待分类特征点v的极值，为a类特征点集合中第K个特征点的极值，为待分类特征点v的水平响应，为a类特征点集合中第K个特征点的水平响应，为待分类特征点v的垂直响应，为a类特征点集合中第K个特征点的垂直响应，为待分类特征点v的主方向，为a类特征点集合中第K个特征点的主方向。

所述步骤S1的对比过程采用NCC算法实现。

一种基于红外及可见图像特征的电力设备安全预评估设备，包括：

用于获取红外拍摄图像的红外摄像模块；