一种基于人工智能的电力设备红外热成像监测系统技术方案

本发明专利技术公开了一种基于人工智能的电力设备红外热成像监测系统，包括如下步骤：S1、红外摄像装置安装在位置固定的电力设备周围，采集现场红外图像；S2、通过网络传输采集到的现场数据至中央处理器；S3、利用红外图像数据进行分析温度分布分析，选择温度分布特征点及温度样本点；S4、每隔一定时间周期采集一组温度样本点的温度值，在一段时间域内，每个温度样本点可以得到一条温度变化采样曲线，S5、综合所有温度样本点得到的温度变化采样曲线，可以得到被检测设备的三维温度变化模型。本发明专利技术中，通过将监控的数据实时传输至中央处理器，通过中央处理器实时运算，若运算温度超过阀值，则超温报警，减少人为误差和人工劳动强度。

An infrared thermal imaging monitoring system for power equipment based on Artificial Intelligence

【技术实现步骤摘要】
一种基于人工智能的电力设备红外热成像监测系统
本专利技术涉及红外热成像装置
，尤其涉及一种基于人工智能的电力设备红外热成像监测系统。
技术介绍
目前，红外热成像装置用于电力设备监测通常有人工携带移动手持设备周期巡检，或通过网络监控系统平台，利用机器人巡检实现远程对现场进行实时监测，及时发现温度异常情况，发出警报信号。利用红外移动设备人工巡检工作强度大，监测周期长，在巡检过程中容易造成遗漏或误差，通过网络监控系统也要持续人工参与实时观测设备的工作状态，人工实时监测人为因素较大，对异常情况的发生应对较慢。
技术实现思路
本专利技术的目的在于：为了解决人工巡检强度大和误差大的问题，而提出的一种基于人工智能的电力设备红外热成像监测系统。为了实现上述目的，本专利技术采用了如下技术方案：一种基于人工智能的电力设备红外热成像监测系统，包括，其特征在于，包括如下步骤：S1、红外摄像装置安装在位置固定的电力设备周围，采集现场红外图像；S2、通过网络传输采集到的现场数据至中央处理器；S3、利用红外图像数据进行分析温度分布分析，选择温度分布特征点及温度样本点；S4、每隔一定时间周期采集一组温度样本点的温度值，在一段时间域内，每个温度样本点可以得到一条温度变化采样曲线；S5、综合所有温度样本点得到的温度变化采样曲线，可以得到被检测设备的三维温度变化模型；S6、连续采集多天的三维温度变化模型，对温度变化模型进行验证确认；S7、平均最新连续多天的三维温度变化模型，形成最终温度分布模型，用于对当前温度情况偏离程度的计算基准；S8、红外摄像装置对现场进行远程监控，将数据传输至中央处理器对当前温度进行实时计算，判断当前温度偏离是否超过阈值，如果超过，则报警。作为上述技术方案的进一步描述：S1中，红外摄像装置包括采用RGB-D摄像头和和惯性测量单元传感器。作为上述技术方案的进一步描述：S3中，将检测图像中的被检测的目标区域利用矩形网格进行分块。作为上述技术方案的进一步描述：S3中，将矩形网络分块中的没一块中找到一个特征点，且特征点包括最高温度点和温度突变点。作为上述技术方案的进一步描述：S3中，以每个特征点为中心，搜索当前特征点上、下、左、右、四个方向固定距离的坐标点作为建模样本温度的取值坐标点。作为上述技术方案的进一步描述：S8中，阀值为电力设备的温度突变点或最高温度点。综上所述，由于采用了上述技术方案，本专利技术的有益效果是：1、本专利技术中，通过连续对电力设备运行时红外线图像采集，利用图像采集的信息得出当前温度情况偏离程度的计算基准和阀值，实时监测精度高。2、本专利技术中，自动监控电力设备，智能监测设备运行状态，通过自动化对电力设备的实时监控，将监控的数据实时传输至中央处理器，通过中央处理器实时运算，若运算温度超过阀值，则超温报警，减少人为误差和人工劳动强度。3、本专利技术中，系统采集的数据可以通过网络实时上传到中央处理器，工作人员只需要根据报警信息需要搜索数据，定点处理。附图说明图1示出了根据本专利技术实施例提供的工作流程框图的示意图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本专利技术保护的范围。实施例一，请参阅图1，本专利技术提供一种技术方案：一种基于人工智能的电力设备红外热成像监测系统，包括，其特征在于，包括如下步骤：S1、红外摄像装置安装在位置固定的电力设备周围，采集现场红外图像；S2、通过网络传输采集到的现场数据至中央处理器；S3、利用红外图像数据进行分析温度分布分析，选择温度分布特征点及温度样本点；S4、每隔一定时间周期采集一组温度样本点的温度值，在一段时间域内，每个温度样本点可以得到一条温度变化采样曲线；S5、综合所有温度样本点得到的温度变化采样曲线，可以得到被检测设备的三维温度变化模型；S6、连续采集多天的三维温度变化模型，对温度变化模型进行验证确认；S7、平均最新连续多天的三维温度变化模型，形成最终温度分布模型，用于对当前温度情况偏离程度的计算基准；S8、红外摄像装置对现场进行远程监控，将数据传输至中央处理器对当前温度进行实时计算，判断当前温度偏离是否超过阈值，如果超过，则报警。通过对红外摄像装置对连续对现场进行红外图像采集，通过温度分布分析选择温度分布特征点以及温度样板点，根据连续几天多个时间段对温度样本点温度值的采集，得到多条温度变化采样曲线，综合多条温度变化采用曲线建立三维温度变化模型，再通过连续多天对温度变化模型进行确队后生成最终温度分布模型，从而得出当前温度情况偏离程度的计算基准，通过连续监测对计算基准的优化，实现了系统对电力设备的高精度监测。实施例二，如图1所示，S3中，将检测图像中的被检测的目标区域利用矩形网格进行分块，S3中，将矩形网络分块中的没一块中找到一个特征点，且特征点包括最高温度点和温度突变点，S3中，以每个特征点为中心，搜索当前特征点上、下、左、右、四个方向固定距离的坐标点作为建模样本温度的取值坐标点，通过将被监测目标区域进行矩形网格块，建立相应的坐标体系，当系统监测报警时，工作人员只需要根据报警信息需要搜索数据，利用建立的坐标体系定点处理。实施例三，如图1所示，红外摄像装置包括采用RGB-D摄像头和和惯性测量单元传感器，阀值为电力设备的温度突变点或最高温度点，通过红外线摄像装置对电力设备实时数据采集，将采集的数据实时传输至中央处理器，通过中央处理器实时运算，若运算温度超过阀值，则超温报警，减少人为误差和人工劳动强度。工作原理：使用时，通过对红外摄像装置对连续对现场进行红外图像采集，通过温度分布分析选择温度分布特征点以及温度样板点，通过将被监测目标区域进行矩形网格块，建立相应的坐标体系，根据连续几天多个时间段对温度样本点温度值的采集，得到多条温度变化采样曲线，综合多条温度变化采用曲线建立三维温度变化模型，再通过连续多天对温度变化模型进行确队后生成最终温度分布模型，从而得出当前温度情况偏离程度的计算基准，通过连续监测对计算基准的优化，实现了系统对电力设备的高精度监测，通过红外线摄像装置对电力设备实时数据采集，将采集的数据实时传输至中央处理器，通过中央处理器实时运算，若运算温度超过阀值，则超温报警，减少人为误差和人工劳动强度，当系统监测报警时，工作人员只需要根据报警信息需要搜索数据，利用建立的坐标体系定点处理。以上所述，仅为本专利技术较佳的具体实施方式，但本专利技术的保护范围并不局限于此，任何熟悉本
的技术人员在本专利技术揭露的技术范围内，根据本专利技术的技术方案及其专利技术构思本文档来自技高网...

【技术保护点】
1.一种基于人工智能的电力设备红外热成像监测系统，包括，其特征在于，包括如下步骤：/nS1、红外摄像装置安装在位置固定的电力设备周围，采集现场红外图像；/nS2、通过网络传输采集到的现场数据至中央处理器；/nS3、利用红外图像数据进行分析温度分布分析，选择温度分布特征点及温度样本点；/nS4、每隔一定时间周期采集一组温度样本点的温度值，在一段时间域内，每个温度样本点可以得到一条温度变化采样曲线；/nS5、综合所有温度样本点得到的温度变化采样曲线，可以得到被检测设备的三维温度变化模型；/nS6、连续采集多天的三维温度变化模型，对温度变化模型进行验证确认；/nS7、平均最新连续多天的三维温度变化模型，形成最终温度分布模型，用于对当前温度情况偏离程度的计算基准；/nS8、红外摄像装置对现场进行远程监控，将数据传输至中央处理器对当前温度进行实时计算，判断当前温度偏离是否超过阈值，如果超过，则报警。/n

【技术特征摘要】
1.一种基于人工智能的电力设备红外热成像监测系统，包括，其特征在于，包括如下步骤：
S1、红外摄像装置安装在位置固定的电力设备周围，采集现场红外图像；
S2、通过网络传输采集到的现场数据至中央处理器；
S3、利用红外图像数据进行分析温度分布分析，选择温度分布特征点及温度样本点；
S4、每隔一定时间周期采集一组温度样本点的温度值，在一段时间域内，每个温度样本点可以得到一条温度变化采样曲线；
S5、综合所有温度样本点得到的温度变化采样曲线，可以得到被检测设备的三维温度变化模型；
S6、连续采集多天的三维温度变化模型，对温度变化模型进行验证确认；
S7、平均最新连续多天的三维温度变化模型，形成最终温度分布模型，用于对当前温度情况偏离程度的计算基准；
S8、红外摄像装置对现场进行远程监控，将数据传输至中央处理器对当前温度进行实时计算，判断当前温度偏离是否超过阈值，如果超过，则报警。


2.根据权利...

【专利技术属性】
技术研发人员：孙国强，
申请(专利权)人：武汉多谱多勒科技有限公司，
类型：发明
国别省市：湖北;42