一种输配电线路发热缺陷智能判别的算法及系统技术方案

本发明专利技术公开了一种输配电线路发热缺陷智能判别的算法及系统，涉及输电线路检修技术领域，解决了常见系统部署过程设备电力取电难度大、网络传输视频等受限网络速度与费用等条件影响，不能正确反应设备发热情况，存在误判断的情况，大大降低了系统的自动化程度与可靠性的问题，其技术方案要点是，将影像信息数据输入至红外图像设备识别深度学习模型进行识别和计算，判断设备特征信息数据是否属于目标设备类别信息数据，将导线温度信息数据与设备特征温度信息数据进行对比，以判断设备特征温度信息数据是否异常，达到能够利用深度学习网络对目标进行有效特征提取并通过前期建模数据精确判断目标所属类别，相比于传统的人工判读方法大大提高了判断的效率与可靠性的目的。方法大大提高了判断的效率与可靠性的目的。方法大大提高了判断的效率与可靠性的目的。

【技术实现步骤摘要】
一种输配电线路发热缺陷智能判别的算法及系统


[0001]本专利技术涉及输电线路检修
，特别涉及一种输配电线路发热缺陷智能判别的算法及系统。

技术介绍

[0002]线路设备在正常运行时都会产生一定的热量，但是基于设备运行时间的增加、负载的不均衡、某些接触点的锈蚀、接触不良、脱落、断裂等情况造成接触电阻增加和电流过大等原因，会导致系统、设备、回路出现热态异常和过热故障。
[0003]现有的线路设备发热检测方法有基于电力巡线红外巡检视频数据的电力设备异常发热检测方法，以及使用带电设备发热检测的红外深度学习图像检测方法，而上述两种检测方法均存在以下技术问题：
[0004]基于电力巡线红外巡检视频数据的电力设备异常发热检测方法：采用红外视频拍摄电力设备,定期传输并获得电力设备的红外序列影像帧；对电塔序列影像进行图像的阈值和空间位置手动分割方法,从电塔序列影像中分割出电塔的塔身,绝缘子,地线和电塔金具的图像；经过时间序列对比诊断得出电塔的塔身,绝缘子,地线和电塔金具故障的故障诊断结果,将温度异常点标志出来，但是手动分割方法需要对每一个安装摄像头进行调试、分割、记录；分割效果受到拍摄角度、背景温度等因素影响较大，必须采用固定的视频设备固定位置和角度连续采集，抗风险较差，遇到恶劣天气、触碰等条件需重新分割调试，系统部署过程设备电力取电难度大、网络传输视频等受限网络速度与费用等条件影响。
[0005]在图像深度学习处理
,使用带电设备发热检测的红外深度学习图像检测方法：对所述红外图像进行图像增强处理得到待检测图像；利用预设的双通道卷积神经网络模型对所述待检测图像进行发热故障的检测,得到检测结果。但是这种方法缺少温度提取过程，图像的单通道值与距离系数、空气温度系数、湿度系数、辐射系数、反射率系数等影响很大，图像记录的单通道数据并不是最终温度值，检测出来的发热部位缺少基准温度，因为不同导线上设备受距离、角度等影响相对温度存在偏差，不能自动的设定基准温度的条件下，很容易产生误报，因此该方法不能正确反应设备发热情况，存在误判断的情况，大大降低了系统的自动化程度与可靠性。

技术实现思路

[0006]本专利技术的目的是提供一种输配电线路发热缺陷智能判别的算法，具有能够利用深度学习网络对目标进行有效特征提取并通过前期建模数据精确判断目标所属类别，相比于传统的人工判读方法大大提高了判断的效率与可靠性的优点。
[0007]本专利技术的上述技术目的是通过以下技术方案得以实现的：一种输配电线路发热缺陷智能判别的算法，包括如下步骤：预设有预置目标设备类别信息数据；将影像信息数据输入至红外图像设备识别深度学习模型进行识别和计算，以获取设备特征信息数据，并判断所述设备特征信息数据是否属于目标设备类别信息数据；若所述设备特征信息数据属于目
标设备类别信息数据，则对所述设备特征信息数据对应在所述影像信息数据中的位置进行温度信息获取，以获取设备特征温度信息数据；对所述影像信息数据进行分析，以获取导线温度信息数据，并将所述导线温度信息数据与设备特征温度信息数据进行对比，以判断所述设备特征温度信息数据是否异常。
[0008]通过采用上述技术方案，本方案能够利用深度学习网络对目标进行有效特征提取并通过前期建模数据精确判断目标所属类别，相比于传统的人工判读方法大大提高了判断的效率与可靠性。相比于传统的图像算法或者目标检测方法，结合深度学习目标检测技术、hough变换算法导线提取、温度矩阵转换技术的异常温升点检测方法具有鲁棒性高、适用性好、检测结果准确等特点，大大降低了误判的可能性。而且算法采用高精度的深度学习目标检测级联算法，根据设备特征使用不同检测网络的级联，从而创建针对红外图像设备目标数据检测结果最优的算法网络结构。
[0009]本专利技术的进一步设置，预设有预置置信度信息数据；获取影像信息数据，将所述影像信息数据输入至红外图像设备识别深度学习模型进行识别和计算获取设备特征信息数据，以获取设备特征信息数据、以及目标金具设备置信度信息数据，对所述设备特征信息数据进行筛选，以判断所述设备特征信息数据是否属于预置目标设备类别信息数据，并将对应的所述目标金具设备置信度信息数据与所述预置置信度信息数据进行对比，以判断所述设备特征信息数据是否属于预置目标设备类别信息数据。
[0010]本专利技术的进一步设置，所述影像信息数据包括机巡图像信息数据，获取所述机巡图像信息数据，从所述机巡图像信息数据中提取Proposal区域的设备特征信息数据；获取与所述设备特征信息数据对应的金具设备位置信息数据，将所述设备特征信息数据输入所述红外设备识别模型进行置信度计算，以生成金具识别置信度值信息；将所述金具识别置信度值与预置目标设备类别信息数据进行对比，判断所述设备特征信息数据是否属于目标设备类别信息数据。
[0011]通过采用上述技术方案，机巡图像信息数据包括红外图像，无人机巡检系统在采集电力杆塔各部位的红外图像后，通过交换设备传输网络将采集到的红外图像输入到设置在总控室的网络文件存储与安全备份系统，在前端操作的用户(生产指挥系统)通过网络数据共享的方式使GPU计算集群请求并共享数据文件并进行智能分析与计算处理。
[0012]通过采用上述技术方案，通过深度学习目标检测算法cascade
‑
rcnn，使用经过提前训练好的权重文件(红外图像设备识别深度学习模型)对导线的位置、绝缘子等设备的位置进行判断，然后通过影像信息数据中的图像通道值与温度的转换，将目标设备的温度与导线的温度进行对比，从而找到电力杆塔(红外图像)中是否存在异常温升点，从而输出可靠的异常温升点判定结果(在巡检报告信息数据中体现)。
[0013]本专利技术的进一步设置，判断所述设备特征温度信息数据是否异常包括如下步骤：若所述设备特征温度信息数据大于所述导线温度信息数据，则确定所述设备特征温度信息数据异常，并输出巡检报告信息数据至生产指挥系统。
[0014]通过采用上述技术方案，本方案同时作为与生产指挥系统对接的数据处理系统上，通过对设备特征温度异常的判定，生成报告并提交至生产指挥系统的过程中提交的数据结合了电网公司台账等信息，使运维人员能够快速地将识别的结果与现有的系统对接，大大提高了电网运维班组的工作效率。
[0015]本专利技术的进一步设置，所述影像信息数据包括红外影像数据；通过基于红外影像的导线提取方法，对所述红外影像数据进行分析提取，以筛选出导线特征信息数据。
[0016]通过采用上述技术方案，能够利用图像算法进行导线的提取，相比于传统的人工判读方法大大提高了判断的效率与可靠性。
[0017]本专利技术的进一步设置，所述基于红外影像的导线提取方法包括如下步骤：预设有预置导线元素长度阈值，对红外影像数据进行图像膨胀、腐蚀、以及去噪的预处理计算，以分割出独立的图像元素；对所述图像元素使用canny算子进行边缘计算；删除远离所述图像元素边缘的离散点；通过hough空间变换以提取获得导线元素，并判断所述导线元素长度是否大于所述预置导线元素本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种输配电线路发热缺陷智能判别的算法，其特征在于，包括如下步骤：预设有预置目标设备类别信息数据；将影像信息数据输入至红外图像设备识别深度学习模型进行识别和计算，以获取设备特征信息数据，并判断所述设备特征信息数据是否属于目标设备类别信息数据；若所述设备特征信息数据属于目标设备类别信息数据，则对所述设备特征信息数据对应在所述影像信息数据中的位置进行温度信息获取，以获取设备特征温度信息数据；对所述影像信息数据进行分析，以获取导线温度信息数据，并将所述导线温度信息数据与设备特征温度信息数据进行对比，以判断所述设备特征温度信息数据是否异常。2.根据权利要求1所述的一种输配电线路发热缺陷智能判别的算法，其特征在于，预设有预置置信度信息数据；获取影像信息数据，将所述影像信息数据输入至红外图像设备识别深度学习模型进行识别和计算获取设备特征信息数据，以获取设备特征信息数据、以及目标金具设备置信度信息数据，对所述设备特征信息数据进行筛选，以判断所述设备特征信息数据是否属于预置目标设备类别信息数据，并将对应的所述目标金具设备置信度信息数据与所述预置置信度信息数据进行对比，以判断所述设备特征信息数据是否属于预置目标设备类别信息数据。3.根据权利要求2所述的一种输配电线路发热缺陷智能判别的算法，其特征在于，所述影像信息数据包括机巡图像信息数据，获取所述机巡图像信息数据，从所述机巡图像信息数据中提取Proposal区域的设备特征信息数据；获取与所述设备特征信息数据对应的金具设备位置信息数据，将所述设备特征信息数据输入所述红外图像设备识别深度学习模型进行置信度计算，以生成金具识别置信度值信息；将所述金具识别置信度值与预置目标设备类别信息数据进行对比，判断所述设备特征信息数据是否属于目标设备类别信息数据。4.根据权利要求3所述的一种输配电线路发热缺陷智能判别的算法，其特征在于，判断所述设备特征温度信息数据是否异常包括如下步骤：若所述设备特征温度信息数据大于所述导线温度信息数据，则确定所述设备特征温度信息数据异常，并输出巡检报告信息数据至生产指挥系统。5.根据权利要求1所述的一种输配电线路发热缺陷智能判别的算法，其...

【专利技术属性】
技术研发人员：范亮，张磊，汤坚，王秋媚，曹梓烽，郑路铭，
申请(专利权)人：广州中科智巡科技有限公司，
类型：发明
国别省市：