[发明专利]一种基于红外图像的电力杆塔局部放电检测方法及装置在审

专利信息
申请号: 202211278196.1 申请日: 2022-10-19
公开(公告)号: CN115616356A 公开(公告)日: 2023-01-17
发明(设计)人: 贾兆红;赵鹏程;叶鸿;刘弨;朱杰;唐俊;周行云;仰劲涛;彭志;夏浩源 申请(专利权)人: 安徽大学
主分类号: G01R31/12 分类号: G01R31/12;G06N3/04;G06N3/08;G06V10/774;G06V10/82;G06V20/10
代理公司: 合肥汇融专利代理有限公司 34141 代理人: 赵宗海
地址: 230000 *** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 红外 图像 电力 杆塔 局部 放电 检测 方法 装置
【说明书】:

发明涉及局部放电检测技术领域,解决了对电力杆塔进行局部放电现象检测困难的技术问题,尤其涉及一种基于红外图像的电力杆塔局部放电检测方法,包括以下步骤:S1、获取带有温度数据的电力杆塔的红外图像;S2、对红外图像进行温度检测,获取红外图像中的最高温度值和最低温度值;S3、将红外图像转为灰度图片,根据最高温度值和最低温度值计算灰度图片中温度值与灰度值的线性关系;S4、设定温度突变检测阈值,使用斑点检测算法检测红外图像温度值与灰度值的关系中的温度异常突变点,温度异常突变点即为局部放电区域。本发明通过红外摄像头拍摄的带有温度数据的图像,经过检测能够对所拍摄的电力杆塔判断是否存在局部放电现象。

技术领域

本发明涉及局部放电检测技术领域,尤其涉及一种基于红外图像的电力杆塔局部放电检测方法及装置。

背景技术

电力杆塔是居民日常生活的重要设备部件,被广泛应用于日常输电线路中。由于设备长期使用或者受恶劣环境的影响,杆塔可能出现局部放电现象,同时局部放电区域会出现温度过热的现象。在长期运行过程中,若长时间存在杆塔部分区域长期过热,可能导致该区域供电线路异常,严重时将影响输电的安全运行。因此,加强对杆塔局部放电的检测十分重要。

然而电力杆塔分布在许多区域,对于较为分散区域内的电力杆塔局部放电现象进行检测是极为困难的,同样的由于高度差,人工检测方式费时费力且无法准确的获悉是否出现局部放电现象,而且放电现象也可能是非连续性的,因此对于电力杆塔的局部放电现象检测识别极其困难。

发明内容

针对现有技术的不足,本发明提供了一种基于红外图像的电力杆塔局部放电检测方法及装置,解决了对电力杆塔进行局部放电现象检测困难的技术问题,本发明通过红外摄像头拍摄的带有温度数据的图像,经过检测能够对所拍摄的电力杆塔判断是否存在局部放电现象。

为解决上述技术问题,本发明提供了如下技术方案:一种基于红外图像的电力杆塔局部放电检测方法,包括以下步骤:

S1、获取带有温度数据的电力杆塔的红外图像;

S2、对红外图像进行温度检测,获取红外图像中的最高温度值和最低温度值;

S3、将红外图像转为灰度图片,根据最高温度值和最低温度值计算灰度图片中温度值与灰度值的线性关系;

S4、设定温度突变检测阈值,使用斑点检测算法检测红外图像温度值与灰度值的关系中的温度异常突变点,温度异常突变点即为局部放电区域;

S5、输出红外图像检测状态并对检测到的局部放电区域进行预警,提示可能存在的异常。

进一步地,在步骤S2中,对红外图像进行温度检测,获取红外图像中的最高温度值和最低温度值的具体过程包括以下步骤:

S21、对红外图像中显示最高温度与最低温度的图像区域进行RGB色值分析,确定最高温度数字与最低温度数字对应的RGB色值范围;

S22、根据RGB色值范围和过滤条件生成对应的过滤后的红外图像;

S23、使用CNN结合CTC的方法搭建识别温度数字的深度神经网络并进行训练得到温度识别模型;

S24、将过滤后的红外图像输入温度识别模型中获得最高温度值和最低温度值。

进一步地,在步骤S22中,根据RGB色值范围和过滤条件生成对应的过滤后的红外图像的具体过程包括以下步骤:

S221、对红外图像进行色值过滤,得到仅有温度最低区域数字颜色与其余区域为全黑色的图像;

和仅有温度最高区域数字颜色与其余区域颜色为全黑色的图像;

S222、根据图像中的颜色获取得到最低温度区域图像与最高温度区域图像得到过滤后的红外图像。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于安徽大学,未经安徽大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202211278196.1/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top