[发明专利]基于红外点云的变电站/换流站缺陷诊断方法及系统

权利要求书

1.一种基于红外点云的变电站/换流站缺陷诊断方法，包括：

根据预设时间跨度内，各次巡检任务中获取的目标站各设备部件对应的红外点云区域，提取各设备部件对应的分形特征值，分别构建预设时间跨度内各设备部件对应的分形特征值在特征空间坐标系内的移动轨迹，具体包括：

利用三维分形算法，分别提取各次巡检任务中获取的设备部件对应的红外点云区域对应的分形维数和缺项因子作为其分形特征值，其中，分形维数和缺项因子分别根据设备部件对应的红外点云区域的最大边长构建的L种四维盒子确定；

按照预设时间跨度内各次巡检任务的时间顺序，将各次巡检任务中设备部件的分形特征值映射到由分形维数和缺项因子作为维度的特征空间坐标系中；

其中，获取目标站各设备部件对应的红外点云区域，具体包括：

在每次巡检任务中，利用搭载激光雷达和红外摄像头的巡检机器人基于动态权重SLAM扫描并采集目标站的红外图像数据，所述红外图像数据包括目标站内各空间点对应像素的温度数据，其中，每次巡检任务对应有一个巡检时刻，各巡检时刻是在预设时间跨度内按照巡检规范确定的；

根据激光雷达和红外摄像头在空间内的相对位置关系，将所述红外图像数据映射到激光点云数字模型上，构建目标站的红外点云模型；

对象化所述目标站的红外点云模型，得到目标站内各设备部件对应的红外点云区域；

其中，基于动态权重SLAM扫描并采集目标站的红外图像数据，包括：

在每次巡检任务中，利用搭载激光雷达和红外摄像头的巡检机器人扫描并采集目标站的原始红外图像数据和目标站内各空间点的位置信息；

根据多线激光雷达和红外摄像头的相对空间位置和目标站内各空间点的位置信息，将所述原始红外图像数据中，在不同位置采集的同一空间点的温度数据，根据其距离权重进行加权平均，得到该空间点的红外温度数据，其中，在不同位置采集的同一空间点的温度数据的距离权重与红外摄像头与该空间点之间距离的平方成反比；

以及，目标站的全部空间点在各红外图像数据中对应的像素点的红外温度数据构成所述目标站的红外图像数据，所述红外图像数据包括各像素点的位置信息和红外温度数据；

利用模糊聚类算法分析各设备部件对应的移动轨迹，得到截至目前各设备部件的缺陷诊断分类结果，具体包括：

将各次巡检任务中设备部件的分形特征值作为空间特征点，利用模糊数学确定各空间特征点之间的模糊关系，并利用聚类方法将各空间特征点分在多个聚类内，也即，利用模糊聚类算法，对红外点云分形特征在不同时间下形成的移动轨迹进行聚类，使得各聚类之间的差别最大，各聚类内差别最小；

按照预设时间跨度内聚类的迁移情况，得到截至目前各设备部件的缺陷诊断分类结果；所述缺陷诊断分类结果用于表征是否存在缺陷以及缺陷的程度。

2.根据权利要求1所述的方法，

在执行巡检任务之前，还包括：

规划目标站激光点云建模边界和巡检机器人移动范围；

标定、校准并固定多线激光雷达和红外摄像头的相对空间位置；

在激光点云建模边界和巡检机器可移动范围内，利用搭载激光雷达的巡检机器人扫描并绘制目标站的激光点云数字模型，所述激光点云数字模型包括目标站内各空间点的位置信息。

3.根据权利要求1所述的方法，

所述根据激光雷达和红外摄像头在空间内的相对位置关系，将所述红外图像数据映射到激光点云数字模型上，构建目标站的红外点云模型，包括：

根据激光雷达和红外摄像头在空间内的相对位置关系，将红外图像数据中的位置信息与激光点云数字模型中的位置信息相匹配，将各像素点的温度数据附加到激光点云数字模型中，得到目标站的红外点云模型，所述红外点云模型包括各空间点的位置信息和红外温度数据。