[发明专利]一种阀厅设备故障识别方法及系统

说明书

本发明公开了一种阀厅设备故障识别方法及系统，方法包括：获取图像采集设备实时拍摄的待检测设备的视频流，所述视频流包括：红外图像和紫外图像；对视频流中的任意一帧图像进行预处理，并提取预处理后图像的特征数据；利用动态特征分析算法、启发式分类算法至少之一对特征数据进行分析，判断待检测设备是否存在故障；当检测到故障时，生成故障类型并定位到具体位置。本发明提出了通过对红外图像和紫外图像进行预处理及特征数据提取，利用动态特征分析算法、启发式分类算法至少之一对特征数据进行分析，明确阀厅设备故障发生的类型及故障区域位置，提高了阀厅设备运维的可靠性、科学性和智能化。

技术领域

本发明涉及电力巡检技术领域，具体涉及一种阀厅设备故障识别方法及系统。

背景技术

目前，以时间为基础的预防性试验及定期维修的电力设备检修制度，由于其自身的盲目性及检修水平不高等因素，可能使设备良好的运行状态造成破坏或者使设备“越修越坏”，尤其是特高压换流阀、换流变压器、穿墙套管等复杂大型设备，由于常用的预防性试验通常是在离线情况下施加低电压进行的，低压试验完全无法模拟设备在特高压情况下的运行工况；离线情况下，也无法模拟设备的热应力等特性；同时，阀厅内特高压换流阀等设备结构复杂，在其阀体内部存在水路穿梭、高低电位的交叉，虽然整体的绝缘特性在产品的设计生产中有可靠的保证，但随着长期运行，元件性能下降、运行环境变化，尤其是渗水，对换流站的可靠运行造成了潜在威胁以及换流变压器高压端子渗油异常等情况，通过当前人为监视手段很难及时发现异常情况，对整个特高压直流工程的持续稳定运行形成了潜在风险。

换流阀阀厅是特高压换流站核心的建筑单元，其长期运行在电、磁、热等多物理场交织的复杂环境中，换流阀阀厅运行的可靠性是直接影响整个直流工程稳定的关键点，当前排除换流阀阀厅内设备的运行隐患方法是定期检修，而停电状态下的定期检修无法模拟换流阀等设备的实际运行工况，同时导致设备某些运行缺陷或隐患无法重现，存在不能明确阀厅设备故障发生的类型及故障区域位置的问题。

发明内容

因此，本发明提供的一种阀厅设备故障识别方法及系统，克服了现有技术中不能明确阀厅设备故障发生的类型及故障区域位置的缺陷。

为达到上述目的，本发明提供如下技术方案：

第一方面，本发明实施例提供一种阀厅设备故障识别方法，包括：

获取图像采集设备实时拍摄的待检测设备的视频流，所述视频流包括：红外图像和紫外图像；

对视频流中的任意一帧图像进行预处理，并提取预处理后图像的特征数据；

利用动态特征分析算法、启发式分类算法至少之一对特征数据进行分析，判断待检测设备是否存在故障；

当检测到故障时，生成故障类型并定位到具体位置。

在一实施例中，所述当检测到故障时，生成故障类型并定位到具体位置的步骤后，还包括：生成报警信息，并对报警信息进行图表绘制、可视化显示，报警信息包括故障阀厅设备的故障类型、时间、图像和视频信息。

在一实施例中，所述故障类型包括：明火、放电、过热、渗水。

在一实施例中，当检测到设备故障为明火、过热、渗水类型时，在红外图像中标识出故障区域；当检测到设备故障为放电类型时，在紫外图像中标识出故障区域。

在一实施例中，明火故障检测的步骤包括：获取图像采集设备实时拍摄的红外图像，通过预设图像处理算法确定火焰可疑区域，提取可疑区域每一个时刻每一个火焰的特征值，并输入动态特征池，特征值包括:平均圆形度、面积平均变化率、周长平均变化率，利用启发式分类算法对特征值进行分类归队，结合动态特征分析算法判断多个待检测设备是否存在明火故障。