[发明专利]基于机器视觉和热成像技术的变压器台区监控系统及方法

说明书

本发明公开了一种基于机器视觉和热成像技术的变压器台区监控系统和方法，所述系统包括：相机模块，用于采集变压器台区中的被检测目标的视频数据；红外热成像模块，用于采集变压器台区中的被检测目标的热成像画面数据；DMP模块，用于采集变压器台区监控系统所在位置的三轴加速度、三轴角速度和方位信息；核心控制模块，用于利用视频数据、热成像画面数据、三轴加速度、三轴角速度和\或方位信息对被检测目标进行识别，获取被检测目标的异常信息，并利用神经网络对异常信息进行深度学习以对非突发性故障进行提前预测。本发明的系统和方法可实现变压器台区多种故障的自动化检测及预测，同时可通过自主学习提高系统的检测准确率。

技术领域

本发明属于电力系统监控技术领域，具体涉及一种基于机器视觉和热成像技术的变压器台区监控系统及方法。

背景技术

目前，我国变配电系统中，由于配电变压器的数量大、分布面广、位置分散且经常不定期的有变更(主要包括位置变更、容量变化或数量增减)和户外安装等特点，对配电变压器的监控往往力不从心，管理水平比较低，而且变压器台区不可能有人时刻值班，这样浪费人力资源，只有采用先进的技术手段才能使众多的配电变压器都能做到安全经济运行，因此，对变压器台区进行自动化管理和监控的要求日趋迫切，目前常见的变压器台区监控方法包括：基于专网在线视频系统监控和基于手持热成像系统监控。

基于专网在线视频系统监控存在以下缺点：应用场景限制大，被监控点需要部署专用的视频传输网络；数据流量大，所有视频流需要传送到集中的系统后台进行集中分析，视频流产生巨大的通信流量；中心数据处理服务器配置要求高，需要把所有视频流传送至中心服务器，中心服务器对数据流进行分析，因此需要的服务器配置以及算力要求高，当服务器出现故障所有相关节点监控失效；异常事件响应慢，需要把视频数据通过通信网络传送到中心服务之后中心服务器进行分析计算。

基于手持热成像系统监控存在以下缺点：不能24小时在线进行系统监控；需要人工定期进行巡检，浪费人力，成本较高；不能实时预测故障，且不能不断提高异常的判断以及预测准确性。

此外，现有的变压器台区监控系统通常监控功能单一，只能做单一或者部分特定故障的检测。

发明内容

为了解决现有技术中存在的上述问题，本发明提供了一种基于机器视觉和热成像技术的变压器台区监控系统及方法。本发明要解决的技术问题通过以下技术方案实现：

本发明的一个方面提供了一种基于机器视觉和热成像技术的变压器台区监控系统，包括：

相机模块，用于采集变压器台区中的被检测目标的视频数据；

红外热成像模块，用于采集所述变压器台区中的被检测目标的热成像画面数据；

DMP模块，用于采集所述变压器台区监控系统所在位置的三轴加速度、三轴角速度和方位信息；以及

核心控制模块，用于利用所述视频数据、所述热成像画面数据、所述三轴加速度、所述三轴角速度和\或所述方位信息对所述被检测目标进行识别，获取所述被检测目标的异常信息，并利用神经网络对所述异常信息进行深度学习以对非突发性故障进行提前预测。

在本发明的一个实施例中，所述相机模块包括CMOS图像传感器和红外补光灯，其中，所述红外补光灯用于在环境光照低于所述CMOS图像传感器的最低成像所需光照时对所述被监测目标进行补光。

在本发明的一个实施例中，所述核心控制模块包括：

数据处理模块，用于将所述视频数据、所述热成像画面数据、所述当前三轴加速度、所述当前三轴角速度及所述当前方位信息进行解码或分割，以形成单帧数据序列；

深度学习运算模块，用于根据所述单帧数据序列，利用经训练的神经网络对数据异常类型进行识别并输出带有故障识别信息的帧数据序列；