[发明专利]基于热红外图像的变电站高压设备故障识别方法

权利要求书

1.一种基于热红外图像的变电站高压设备故障识别方法，其特征在于：包括如下步骤：

S1.采集变电站高压设备的热红外图像；

S2.确定所述热红外图像对应的温度概率密度函数；

S3.以温度概率密度函数中的极值点温度作为识别特征，对所述热红外图像进行分类处理，得到热红外图像的初始分类结果；

S4.基于热红外图像的初始分类结果，将温度概率密度函数中的极值点温度作为聚类中心，对所述热红外图像进行聚类处理，得到热红外图像的聚类结果；

S5.对热红外图像的聚类结果进行故障区域提取，得到变电站高压设备的故障区。

2.根据权利要求1所述的基于热红外图像的变电站高压设备故障识别方法，其特征在于：根据如下公式确定所述热红外图像对应的温度概率密度函数：

其中，f(x)为温度概率密度函数；n为所述热红外图像的像素点个数；K为核函数；h为核函数窗宽；x为像素点对应的温度；x_j为第j个像素点对应的温度。

3.根据权利要求2所述的基于热红外图像的变电站高压设备故障识别方法，其特征在于：根据如下公式确定核函数窗宽h：

其中，σ为所述热红外图像中像素点温度的标准差。

4.根据权利要求1所述的基于热红外图像的变电站高压设备故障识别方法，其特征在于：所述步骤S3，具体包括：

S31.获取不同极值点温度之间的温度变化幅度；

S32.判断所述温度变化幅度是否小于设定的温度阈值，若是，则将对应的极值点归为一类，若否，则将对应的极值点归为不同的分类；

S33.将若干极值点映射到热红外图像上，并将归为一类的极值点作为一个分类，得到所述热红外图像的若干初始分类。

5.根据权利要求4所述的基于热红外图像的变电站高压设备故障识别方法，其特征在于：根据如下公式确定所述温度变化幅度：

其中，η为温度变化幅度；θ_Ea以及θ_Eb均为极值点温度。

6.根据权利要求1所述的基于热红外图像的变电站高压设备故障识别方法，其特征在于：所述步骤S4，具体包括：

S41.设热红外图像的初始分类个数为k，则得到聚类簇集为(C₁,...,C_i,...,C_k)；其中，C_i为第i个聚类簇；

S42.将温度概率密度函数中的极值点温度θ_Ci作为聚类簇C_i的聚类中心；

S43.分别判断热红外图像中的每个像素点与所述聚类中心对应的像素点之间的距离是否大于设定的距离，若是，则不进行聚类，若否，则将热红外图像中的像素点归类到聚类簇C_i；

S44.计算聚类簇C_i的新聚类中心；

S45.判断所述新聚类中心是否与所述聚类中心相等，若是，则聚类簇C_i的聚类已经完成；若否，则将聚类簇C_i的聚类中心更新为新聚类中心，并返回步骤S43；

S46.按照步骤S42-S45类推，完成所有聚类簇的聚类。

7.根据权利要求6所述的基于热红外图像的变电站高压设备故障识别方法，其特征在于：根据如下公式计算聚类簇C_i的新聚类中心：

其中，θ′_Ci为聚类簇C_i的新聚类中心；N_i为聚类簇C_i中的温度值总数；u_j为第j个温度值。

8.根据权利要求4所述的基于热红外图像的变电站高压设备故障识别方法，其特征在于：所述设定的温度阈值为10％。

9.根据权利要求2所述的基于热红外图像的变电站高压设备故障识别方法，其特征在于：所述热红外图像的像素点个数n取值为热红外图像的像素点总个数的1‰。