[发明专利]一种基于热红外成像技术对绝缘子故障在线监测方法

摘要

本发明公开了一种基于热红外成像技术对绝缘子故障在线监测方法，钢帽部分采用矩形框选点法、绝缘子串部分采用线段选点进行坐标温度转换，由绝缘子故障检测算法得出低值绝缘子特征量、零值绝缘子特征量、绝缘子积污特征量和绝缘子破损特征量四类温度参数特征量，结合环境温度、湿度和污秽状况，选用两个三层PNN概率神经网络分别对钢帽部分和绝缘子串部分进行特征级融合，给出局部信息融合判断的结果，提交给决策级进行全局决策，提高信息融合模型的精度，清晰的划分出故障和非故障，减少误判率，采用多特征量监测，并综合多种特征量数据和绝缘子故障判断模型进行故障判别，因此监测数据的可靠性得到提高。

主权项

1.一种基于热红外成像技术对绝缘子故障在线监测方法，其特征在于，包括以下步骤：1)对绝缘子远距离架设热红外成像装置，通过热红外成像设备监测获取所述绝缘子的表面温度分布信息；2)根据绝缘子故障时的温度表面分布信息、环境温度信息，建立绝缘子故障判断模型，其中，将绝缘子故障判断分成钢帽部分和绝缘子串部分，在故障判断时，根据获取的环境温度、绝缘子表面温度分布以及温度突变特征选取点获取低值绝缘子特征量、零值绝缘子特征量、绝缘子积污特征量和绝缘子破损特征量四类温度参数特征量，如果绝缘子有区域出现超过安全值范围的数据，则通过热像信号解调后得到绝缘子的故障特征量；钢帽部分采用矩形框取温法，当矩形框内最大温差值小于正常温差值时，则可判断为正常无故障钢帽；当矩形框内最高温度点与表面温度均值之差大于1K时，则判断为低值绝缘子特征量；当矩形框内最低温度点比表面温度均值低超过1K的，则判断为零值绝缘子特征量；绝缘子串部分采用线段取温法，当测得线段内最大温差低于正常温差范围时，则属于无故障绝缘子；如果测得线段内最高温与表面温度均值之差大于0.5K小于1K时，判断是绝缘子积污特征量；如果测得线段内最高温与表面温度均值之差大于2K时，则判断是绝缘子破损特征量；3)将上级融合中提取出的能反映绝缘子故障征兆的四类温度参数特征量的数值进行归一化处理，所有数据归一化到[0,1]之间的数据：得到一组可信度的输入量；4)将上述四类温度参数特征量作为PNN的输入，选用两个三层PNN概率神经网络分别对钢帽部分和绝缘子串部分进行特征级融合，经过训练后的神经网络能利用存贮在网络结构、权值和阀值中的诊断推理知识进行初步的模式分类和故障位置识别，最后给出局部信息融合判断的结果，然后提交给决策级进行全局决策；5)根据神经网络的输出，决策级的识别框架为((A₁).(A₁).(A₁))，在训练PNN网络样本时，神经网络的输出并不等于0或1，而是一个介于0和1之间的有理数，将每个输出作为一个独立的证据，使之成为各种状态的可信度分配，将两个子PNN的网络的输出按照钢帽部分和绝缘子串部分进行的融合计算。