基于红外热成像和可见光图像的发电设备故障诊断方法技术

本发明专利技术公开了基于红外热成像和可见光图像的发电设备故障诊断方法，包括获取所巡检设备的红外热成像数据及可见光图像数据；判断红外热成像数据是否有超过标准温度值像素点；判断所有超过标准温度值的像素点数目是否大于最小分析像素值；分析可见光图像，获得轮廓参考函数；根据轮廓参考函数计算轮廓差因子C；判断C是否大于或等于设定的轮廓因子中的门限值Mmin，并且小于或等于设定的轮廓因子中的门限值Mmax；进行比对后判断得出多种故障等级；通过红外热像图和可见光图像进行数据分析，以及监控和检测进行前端和后端分别处理，对设备进行智能识别和智能故障诊断，在实现智能化的同时，提高了数据处理效率。提高了数据处理效率。提高了数据处理效率。

【技术实现步骤摘要】
基于红外热成像和可见光图像的发电设备故障诊断方法


[0001]本专利技术涉及发电设备故障诊断
，尤其涉及一种基于红外热成像和可见光图像的发电设备故障诊断方法。

技术介绍

[0002]电力设备主要包括发电设备和供电设备两大类，电力系统中电力设备大多采用的计划检修体制存在着严重缺陷，如临时性维修频繁、维修不足或维修过剩、盲目维修等，这使世界各国每年在设备维修方面耗资巨大。怎样合理安排电力设备的检修，节省检修费用、降低检修成本，同时保证系统有较高的可靠性，对系统运行人员来说是一个重要课题。红外热像仪作为非接触式的测温工具，越来越多的应用到发电设备的带电检修中。然而，现在的应用基本都是依靠有经验的工人进行人工巡检来发现问题，有部分通过在线式的红外热像仪进行监测时，也仅能对温度进行报警，然后还是需要人工观察来确认是否有故障。
[0003]因此需要研发出基于红外热成像和可见光图像的发电设备故障诊断方法来解决上述问题。

技术实现思路

[0004]本专利技术的目的就在于为了解决上述问题设计了一种基于红外热成像和可见光图像的发电设备故障诊断方法。
[0005]本专利技术通过以下技术方案来实现上述目的：
[0006]基于红外热成像和可见光图像的发电设备故障诊断方法，包括以下步骤：
[0007]S1、巡检发电设备时获取所巡检设备的红外热成像数据及可见光图像数据；进入步骤S2；
[0008]S2、判断红外热成像数据是否有超过标准温度值像素点；如是则进入步骤S3，如否则进入步骤S1继续巡检下一设备；
[0009]S3、判断所有超过标准温度值的像素点数目是否大于最小分析像素值；如是则进入步骤S4，如否则进入步骤S1；
[0010]S4、分析可见光图像，获得轮廓参考函数；进入步骤S5；
[0011]S5、根据轮廓参考函数计算轮廓差因子C；进入步骤S6；
[0012]S6、判断C是否大于或等于设定的轮廓因子中的门限值Mmin，并且小于或等于设定的轮廓因子中的门限值Mmax；如是，则确定设备匹配成功，进入步骤S7；如否，则确定设备匹配失败，向服务器发送设备匹配错误消息，服务器后台自动记录并报警后跳转至步骤S1；
[0013]S7、根据需要诊断的发电设备设定温度门限值W1、温差门限值V2、温升门限值A3、温升记录单位时间值U3、温升次数门限值N3、延迟时间值T，通过红外热像仪采集发电设备的温度及时间段数据与设定的温度门限值W1、温差门限值V2、温升门限值A3、温升记录单位时间值U3、温升次数门限值N3、延迟时间值T进行比对后判断得出多种故障等级。
[0014]本专利技术的有益效果在于：
[0015]通过红外热像图和可见光图像进行数据分析，以及监控和检测进行前端和后端分别处理，对设备进行智能识别和智能故障诊断，在实现智能化的同时，提高了数据处理效率。
附图说明
[0016]图1是本申请的流程示意图。
具体实施方式
[0017]为使本专利技术实施例的目的、技术方案和优点更加清楚，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，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本专利技术实施例的组件可以以各种不同的配置来布置和设计。
[0018]因此，以下对在附图中提供的本专利技术的实施例的详细描述并非旨在限制要求保护的本专利技术的范围，而是仅仅表示本专利技术的选定实施例。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他实施例，都属于本专利技术保护的范围。
[0019]应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
[0020]在本专利技术的描述中，需要理解的是，术语“上”、“下”、“内”、“外”、“左”、“右”等指示的方位或位置关系为基于附图所示的方位或位置关系，或者是该专利技术产品使用时惯常摆放的方位或位置关系，或者是本领域技术人员惯常理解的方位或位置关系，仅是为了便于描述本专利技术和简化描述，而不是指示或暗示所指的设备或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本专利技术的限制。
[0021]此外，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
[0022]在本专利技术的描述中，还需要说明的是，除非另有明确的规定和限定，“设置”、“连接”等术语应做广义理解，例如，“连接”可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接连接，也可以通过中间媒介间接连接，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本专利技术中的具体含义。
[0023]下面结合附图，对本专利技术的具体实施方式进行详细说明。
[0024]如图1所示，
[0025]服务器配置监测故障事件信息表
[0026][0027]监测目标信息表
[0028][0029]故障等级信息表
[0030][0031]服务器将监测故障事件信息表发送到前端连接红外热像设备和可见光设备的工控机；
[0032]红外热像设备和可见光设备开始采集数据；工控机设定数据采集周期，按周期获取数据，并根据监测故障事件信息表配置的信息进行分析；
[0033]分析方法为基于红外热成像和可见光图像的发电设备故障诊断方法，包括以下步骤：
[0034]S1、巡检发电设备时获取所巡检设备的红外热成像数据及可见光图像数据；
[0035]S11、根据所采集的可见光图像数据，判断所测对象是否有明显起弧、放电，如是则故障等级判定为等级S，如否则进入步骤S2。
[0036]S2、判断红外热成像数据是否有超过标准温度值像素点；如是则进入步骤S3，如否则进入步骤S1继续巡检下一设备；
[0037]S3、判断所有超过标准温度值的像素点数目是否大于最小分析像素值；如是则进入步骤S4，如否则进入步骤S1；
[0038]S4、分析可见光图像，获得轮廓参考函数；进入步骤S5；步骤S4具体包括：
[0039]使用f(i,j)表示数字图像，图像的水平分辨率为H1，i的取值范围为0
‑
(H1
‑
1)，图像的垂直分辨率为V1，j的取值范围为0
‑
(V1
‑
1)；
[0040]设置G(i)为水平像素评估数组，G(i)为垂直像素评估数组，根据图像的实际分辨率，计算每一个G(i)和G(i)，计算方法如下：
[0041]i＝0,且j＝0时，
[0042]或者
[0043]i＝0,且j＝V1
‑
1时，
[0044]或者
[0045]i＝H1
‑
1,且j＝0时，
[0046]或者
[0047]i本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于红外热成像和可见光图像的发电设备故障诊断方法，其特征在于，包括以下步骤：S1、巡检发电设备时获取所巡检设备的红外热成像数据及可见光图像数据；进入步骤S2；S2、判断红外热成像数据是否有超过标准温度值像素点；如是则进入步骤S3，如否则进入步骤S1继续巡检下一设备；S3、判断所有超过标准温度值的像素点数目是否大于最小分析像素值；如是则进入步骤S4，如否则进入步骤S1；S4、分析可见光图像，获得轮廓参考函数；进入步骤S5；S5、根据轮廓参考函数计算轮廓差因子C；进入步骤S6；S6、判断C是否大于或等于设定的轮廓因子中的门限值Mmin，并且小于或等于设定的轮廓因子中的门限值Mmax；如是，则确定设备匹配成功，进入步骤S7；如否，则确定设备匹配失败，向服务器发送设备匹配错误消息，服务器后台自动记录并报警后跳转至步骤S1；S7、根据需要诊断的发电设备设定温度门限值W1、温差门限值V2、温升门限值A3、温升记录单位时间值U3、温升次数门限值N3、延迟时间值T，通过红外热像仪采集发电设备的温度及时间段数据与设定的温度门限值W1、温差门限值V2、温升门限值A3、温升记录单位时间值U3、温升次数门限值N3、延迟时间值T进行比对后判断得出多种故障等级。2.根据权利要求1所述的基于红外热成像和可见光图像的发电设备故障诊断方法，其特征在于，步骤S4具体包括：使用f(i,j)表示数字图像，图像的水平分辨率为H1，i的取值范围为0
‑
(H1
‑
1)，图像的垂直分辨率为V1，j的取值范围为0
‑
(V1
‑
1)；设置G(i)为水平像素评估数组，G(i)为垂直像素评估数组，根据图像的实际分辨率，计算每一个G(i)和G(i)，计算方法如下：i＝0,且j＝0时，或者i＝0,且j＝V1
‑
1时，或者i＝H1
‑
1,且j＝0时，或者i＝H1
‑
1,且j＝V1
‑
1时:G(i)＝f(i,j)；G(j)＝f(i,j)；i＝0,且0<j<V1
‑
1时:G(j)＝f(0,j)；j＝0,且0<i<H1
‑
1时:G(i)＝f(i,0)；
0<i<H1
‑
1,且0<j<V1
‑
1时:1时:则根据G(i)和G(j)的值，计算比较评估函数如果P(i,j)的值小于或等于预定义的轮廓判定参数J，则L(i,j)＝P(i,j)；如果P(i,j)大于预定义的轮廓判定参数J，则L(i,j)＝0；由此获得轮廓参考函数L(x,y)。3.根据权利要求1所述的基于红外热成像和可见光图像的发电设备故障诊断方法，其特征在于，步骤S5具体包括：通过以下公式计算得到轮廓差因子C，其中F(i,j)是监测故障事件信息表中轮廓因子中的轮廓函数。4.根据权利要求1所述的基于红外热成像和可见光图像的发电设备故障诊断方法，其特征在于，故障等级包括等级S，为严重缺陷，必须停机；等级A，为较严重缺陷，待人工确认；等级B，为一般缺陷，可暂时不处理，须计入统计数据；等级C，为正常。5.根据权利要求4所述的基于红外热成像和可见光图像的发电设备故障诊断方法，其特征在于，故障等级判断方法包括：当从红外热像仪采集到的最高温度高于W1时，启动定时...

【专利技术属性】
技术研发人员：杨洋，钟希望，张鹏程，
申请(专利权)人：四川华能嘉陵江水电有限责任公司，
类型：发明
国别省市：