[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

说明书

本发明公开了基于红外点云的变电站/换流站缺陷诊断方法及系统。该方法包括：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；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，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。该方法融合了红外图像与激光点云，实现基于红外点云的缺陷诊断，增加了状态感知和缺陷预警的可靠性，减少了站内运维人员工作压力，提升了运维人员的工作安全性。

技术领域

本发明属于变电站/换流站智能巡检技术领域，具体涉及基于红外点云的变电站/换流站缺陷诊断方法及系统。

背景技术

变电站/换流站在运行过程中，运行检修人员需要对站内的设备和线路进行定期巡检，以保证上述设施(包括设备和线路)运行状态正常。

据统计，变电领域(包括变电站/换流站)包含15类变电设备，450个不同等级的缺陷。按照缺陷严重程度分为紧急缺陷(如：引线、接头、真空开关过热发红、真空开关漏气等)、重大缺陷(如：引线接头连接处发热、温升越线/限、基础轻微下沉等)、一般缺陷(如：销子脱落、电晕放电等)。在以上全部可能的缺陷中，可见光/红外可视化缺陷占到50％以上的比例。

尽管目前已经有500多个变电站/换流站在利用巡检机器人、视频摄像头、红外摄像头等巡检装置对上述设施进行定期巡检，但在早期发现各种不同等级的缺陷方面，存在巡检点位覆盖不全、诊断精度不足等问题。

发明内容

针对现有技术的不足，本发明提供基于红外点云的变电站/换流站缺陷诊断方法及系统，以解决目前变电站/换流站缺陷诊断的自动化程度不足、诊断效率低等问题中的一个或多个。

第一方面，本发明提供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；

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，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。

具体地，还包括：

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。

具体地，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。

具体地，所述基于动态权重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；