[发明专利]一种基于人工智能的电力设备红外热成像监测系统

说明书

本发明公开了一种基于人工智能的电力设备红外热成像监测系统，包括如下步骤：S1、红外摄像装置安装在位置固定的电力设备周围，采集现场红外图像；S2、通过网络传输采集到的现场数据至中央处理器；S3、利用红外图像数据进行分析温度分布分析，选择温度分布特征点及温度样本点；S4、每隔一定时间周期采集一组温度样本点的温度值，在一段时间域内，每个温度样本点可以得到一条温度变化采样曲线，S5、综合所有温度样本点得到的温度变化采样曲线，可以得到被检测设备的三维温度变化模型。本发明中，通过将监控的数据实时传输至中央处理器，通过中央处理器实时运算，若运算温度超过阀值，则超温报警，减少人为误差和人工劳动强度。

技术领域

本发明涉及红外热成像装置技术领域，尤其涉及一种基于人工智能的电力设备红外热成像监测系统。

背景技术

目前，红外热成像装置用于电力设备监测通常有人工携带移动手持设备周期巡检，或通过网络监控系统平台，利用机器人巡检实现远程对现场进行实时监测，及时发现温度异常情况，发出警报信号。

利用红外移动设备人工巡检工作强度大，监测周期长，在巡检过程中容易造成遗漏或误差，通过网络监控系统也要持续人工参与实时观测设备的工作状态，人工实时监测人为因素较大，对异常情况的发生应对较慢。

发明内容

本发明的目的在于：为了解决人工巡检强度大和误差大的问题，而提出的一种基于人工智能的电力设备红外热成像监测系统。

为了实现上述目的，本发明采用了如下技术方案：

一种基于人工智能的电力设备红外热成像监测系统，包括，其特征在于，包括如下步骤：

S1、红外摄像装置安装在位置固定的电力设备周围，采集现场红外图像；

S2、通过网络传输采集到的现场数据至中央处理器；

S3、利用红外图像数据进行分析温度分布分析，选择温度分布特征点及温度样本点；

S4、每隔一定时间周期采集一组温度样本点的温度值，在一段时间域内，每个温度样本点可以得到一条温度变化采样曲线；

S5、综合所有温度样本点得到的温度变化采样曲线，可以得到被检测设备的三维温度变化模型；

S6、连续采集多天的三维温度变化模型，对温度变化模型进行验证确认；

S7、平均最新连续多天的三维温度变化模型，形成最终温度分布模型，用于对当前温度情况偏离程度的计算基准；

S8、红外摄像装置对现场进行远程监控，将数据传输至中央处理器对当前温度进行实时计算，判断当前温度偏离是否超过阈值，如果超过，则报警。

作为上述技术方案的进一步描述：

S1中，红外摄像装置包括采用RGB-D摄像头和和惯性测量单元传感器。

作为上述技术方案的进一步描述：

S3中，将检测图像中的被检测的目标区域利用矩形网格进行分块。

作为上述技术方案的进一步描述：

S3中，将矩形网络分块中的没一块中找到一个特征点，且特征点包括最高温度点和温度突变点。

作为上述技术方案的进一步描述：

S3中，以每个特征点为中心，搜索当前特征点上、下、左、右、四个方向固定距离的坐标点作为建模样本温度的取值坐标点。

作为上述技术方案的进一步描述：

S8中，阀值为电力设备的温度突变点或最高温度点。

综上所述，由于采用了上述技术方案，本发明的有益效果是：