一种变压器温度异常识别方法、装置、电子设备及介质制造方法及图纸

本发明专利技术公开了一种变压器温度异常识别方法、装置、设备及介质。通过实时获取目标变压器的红外变压器图像；将红外变压器图像通过预先设置的红外图像轻量化成像方法进行图像分割处理，得到至少一项红外轻量化成像图像；将各红外轻量化成像图像分别通过预先构建的主成分分析法进行特征提取，并将得到的各红外轻量化成像图像特征向量分别输入至预先训练的高温图像识别模型中，确定出温度异常图像识别结果；将温度异常图像识别结果反馈至温度异常预警模块中，以实现目标变压器温度异常的预警操作。解决了对于变压器局部部件异常升温不能准确识别和处理的问题，提高了对变压器局部部件升温进行检测的准确度，更好地进行变压器异常升温的预警操作。升温的预警操作。升温的预警操作。

【技术实现步骤摘要】
一种变压器温度异常识别方法、装置、电子设备及介质


[0001]本专利技术涉及数据处理
，尤其涉及一种变压器温度异常识别方法、装置、电子设备及介质。

技术介绍

[0002]变压器在日常生活中至关重要，对变压器的实时状况检测也非常重要。另外的，研究红外辐射的产生、传播、转化、测量及其应用的技术科学，通常人们将其划分为近、中、以及远红外三部分。并且，由于大气对红外辐射的吸收，只留下三个重要的窗口区，即1～3微米、3～5微米和8～13微米可让红外辐射通过。热红外图像是热辐射成像，它是随着红外成像技术的出现而诞生的。红外成像技术是一种热辐射信息探测技术，它是根据物体的红外辐射差异成像的，红外热成像系统能够把物体表面的自然发射的红外辐射分布转变为可见图像。由于不同物体或同一物体的不同部位通常具有不同的热辐射特性，如温差和发射率等。在进行热红外成像后，热红外图像中的物体因为其热辐射的差异而区别开来。热红外图像的获取不依赖于外部光线，具有全天侯特点。
[0003]专利技术人在实现本专利技术的过程中，发现现有技术存在如下缺陷：目前，对于变压器的监控一般通过人为巡检的方法，不能及时发现变压器的异常，容易漏检或者误检，需要较高的人工成本和时间成本。

技术实现思路

[0004]本专利技术提供了一种变压器温度异常识别方法、装置、电子设备及介质，以实现提高对变压器局部部件升温进行检测的准确度，更好地进行变压器异常升温的预警操作。
[0005]根据本专利技术的一方面，提供了一种变压器温度异常识别方法，其中，包括：
[0006]实时获取目标变压器的红外变压器图像；
[0007]将所述红外变压器图像通过预先设置的红外图像轻量化成像方法进行图像分割处理，得到至少一项红外轻量化成像图像；
[0008]将各所述红外轻量化成像图像分别通过预先构建的主成分分析法进行特征提取，并将得到的各红外轻量化成像图像特征向量分别输入至预先训练的高温图像识别模型中，确定出温度异常图像识别结果；
[0009]将所述温度异常图像识别结果反馈至温度异常预警模块中，以实现所述目标变压器温度异常的预警操作。
[0010]根据本专利技术的另一方面，提供了一种变压器温度异常识别装置，其中，包括：
[0011]红外变压器图像获取模块，用于实时获取目标变压器的红外变压器图像；
[0012]红外轻量化成像图像确定模块，用于将所述红外变压器图像通过预先设置的红外图像轻量化成像方法进行图像分割处理，得到至少一项红外轻量化成像图像；
[0013]温度异常图像识别结果确定模块，用于将各所述红外轻量化成像图像分别通过预先构建的主成分分析法进行特征提取，并将得到的各红外轻量化成像图像特征向量分别输
入至预先训练的高温图像识别模型中，确定出温度异常图像识别结果；
[0014]温度异常图像识别结果反馈模块，用于将所述温度异常图像识别结果反馈至温度异常预警模块中，以实现所述目标变压器温度异常的预警操作。
[0015]根据本专利技术的另一方面，提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，所述处理器执行所述计算机程序时实现本专利技术任一实施例所述的变压器温度异常识别方法。
[0016]根据本专利技术的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本专利技术任一实施例所述的变压器温度异常识别方法。
[0017]本专利技术实施例的技术方案，通过实时获取目标变压器的红外变压器图像；将红外变压器图像通过预先设置的红外图像轻量化成像方法进行图像分割处理，得到至少一项红外轻量化成像图像；将各红外轻量化成像图像分别通过预先构建的主成分分析法进行特征提取，并将得到的各红外轻量化成像图像特征向量分别输入至预先训练的高温图像识别模型中，确定出温度异常图像识别结果；将温度异常图像识别结果反馈至温度异常预警模块中，以实现目标变压器温度异常的预警操作。解决了对于变压器局部部件异常升温不能准确识别和处理的问题，提高了对变压器局部部件升温进行检测的准确度，更好地进行变压器异常升温的预警操作。
[0018]应当理解，本部分所描述的内容并非旨在标识本专利技术的实施例的关键或重要特征，也不用于限制本专利技术的范围。本专利技术的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0019]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0020]图1是根据本专利技术实施例一提供的一种变压器温度异常识别方法的流程图；
[0021]图2是根据本专利技术实施例二提供的一种变压器温度异常识别装置的结构示意图；
[0022]图3是根据本专利技术实施例三提供的一种电子设备的结构示意图。
具体实施方式
[0023]为了使本
的人员更好地理解本专利技术方案，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的实施例，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做出创造性劳动前提下所获得的所有其他实施例，都应当属于本专利技术保护的范围。
[0024]需要说明的是，本专利技术的说明书和权利要求书及上述附图中的术语“目标”、“当前”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本专利技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆
盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0025]实施例一
[0026]图1为本专利技术实施例一提供了一种变压器温度异常识别方法的流程图，本实施例可适用于对于变压器局部部件异常升温进行识别和处理的情况，该方法可以由变压器温度异常识别装置来执行，该变压器温度异常识别装置可以采用硬件和/或软件的形式实现。
[0027]相应的，如图1所示，该方法包括：
[0028]S110、实时获取目标变压器的红外变压器图像。
[0029]其中，红外变压器图像可以是通过红外传感器采集到的变压器的图像。
[0030]具体的，该所述红外变压器图像可以包括这个变压器、或者变压器中的至少一个变压器局部部件。另外的，对目标变压器的采集可以是实时进行采集。或者通过预先设置的采集周期来进行目标变压器的图像采集，可以得到一张红外变压器图像。
[0031]S120、将所述红外变压器图像通过预先设置的红外图像轻量化成像方法进行图像分割处理，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种变压器温度异常识别方法，其特征在于，包括：实时获取目标变压器的红外变压器图像；将所述红外变压器图像通过预先设置的红外图像轻量化成像方法进行图像分割处理，得到至少一项红外轻量化成像图像；将各所述红外轻量化成像图像分别通过预先构建的主成分分析法进行特征提取，并将得到的各红外轻量化成像图像特征向量分别输入至预先训练的高温图像识别模型中，确定出温度异常图像识别结果；将所述温度异常图像识别结果反馈至温度异常预警模块中，以实现所述目标变压器温度异常的预警操作。2.根据权利要求1所述的方法，其特征在于，所述温度异常图像识别结果包括下述至少一项：目标变压器局部部件的位置和异常事故发生概率；在所述将各所述红外轻量化成像图像输入至预先训练的高温图像识别模型中，确定出温度异常图像识别结果之后，还包括：将所述温度异常图像识别结果反馈至风险评估模块中，以实现根据所述温度异常图像识别结果对应的所述异常事故发生概率来确定是否满足异常事故发生条件，如果满足所述异常事故发生条件，则获取所述目标变压器局部部件的位置和与所述风险评估模块对应的机器人的位置，并确定出目标规划路线，以及指示所述机器人根据所述目标规划路线进行异常事故消除处理。3.根据权利要求1所述的方法，其特征在于，所述将所述红外变压器图像通过预先设置的红外图像轻量化成像方法进行图像分割处理，得到至少一项红外轻量化成像图像，包括：根据所述红外图像轻量化成像方法，对所述红外变压器图像进行变压器局部部件识别，确定出变压器局部部件的数量；根据所述变压器局部部件的数量，对所述红外变压器图像进行图像分割处理，得到与所述变压器局部部件的数量对应的红外轻量化成像图像。4.根据权利要求3所述的方法，其特征在于，所述将各所述红外轻量化成像图像通过预先构建的主成分分析法进行特征提取，得到各红外轻量化成像图像特征向量，包括：获取各所述红外轻量化成像图像分别对应的红外轻量化成像图像数据；其中，所述红外轻量化成像图像数据包括M个红外轻量化成像图像数据样本{X1，X2，...，X
M
}，每个红外轻量化成像图像数据样本N维特征i表示1～M的整数；每个维度特征X
j
均对应一个特征值，j表示1～N的整数；M为大于1整数，N为大于1整数；对各所述红外轻量化成像图像数据中的各所述特征值进行去中心化处理，得到各去中心化红外轻量化成像图像数据；对各所述去中心化红外轻量化成像图像数据进行协方差计算，分别得到与所述红外轻量化成像图像数据对应的协方差矩阵；将各所述协方差矩阵C分别输入至预先构建的特征方程Cμ＝λμ中，计算出与各所述协方差矩阵分别对应的协方差矩阵特征值λ和协方差矩阵特征向量μ；获取预设的特征值阈值，并根据各所述协方差矩阵特征值和各所述协方差矩阵特征向
量，得到各红外轻量化成像图像特征向量。5.根据权利要求4所述的方法，其特征在于，所述获取预设的特征值阈值，并根据各所述协方差矩阵特征值和各所述协方差矩阵特征向量，得到各红外轻量化成像图像特征向量，包括：根据...

【专利技术属性】
技术研发人员：董玉玺，张云，张作刚，钟振鑫，朱锐锋，唐松平，王云龙，王俊星，黄穗雯，巫小彬，王曹，黄育龙，林笑玫，赵江帅，
申请(专利权)人：广东电网有限责任公司惠州供电局，
类型：发明
国别省市：