System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及红外辐射测量,特别是涉及一种基于多项拟合的电力设备红外测温方法、装置、计算机设备、存储介质和计算机程序产品。
技术介绍
1、无人值守变电电站正常运行的关键设备是变电站内的变压器与高压开关柜,设备发热会对电网的运行造成很大隐患、极大地破坏电能质量。因此有必要在变电站常规巡检中监测这些地方的温度,以确保电力系统中各种电气设备正常稳定运行。
2、目前红外测温只能通过红外相机生产厂家提供的专业测温软件,在作业人员手动选择操作下完成,存在效率和准确性较低的问题。
技术实现思路
1、基于此,有必要针对上述技术问题,提供一种能够提高测温效率和准确性的电力设备红外测温方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
2、第一方面,本申请提供了一种电力设备红外测温方法,包括:
3、获取无人机采集的电力设备的红外图像,并提取所述红外图像的像素值;
4、将所述像素值输入预先确定的温度计算模型,得到所述电力设备的温度值;所述温度计算模型通过样本对象的历史红外图像确定。
5、在其中一个实施例中,所述温度计算模型通过下述方式得到:
6、获取历史红外图像以及所述历史红外图像包含的样本对象的温度值;
7、基于所述历史红外图像的像素值与对应的温度值,拟合得到所述温度计算模型。
8、在其中一个实施例中,所述基于所述历史红外图像的像素值与对应的温度值,拟合得到所述温度计算模型,包括:
9、构
10、通过所述历史红外图像的像素值与对应的温度值,求解所述初始多项式模型的拟合参数;
11、基于所述拟合参数和所述初始多项式模型,得到所述温度计算模型。
12、在其中一个实施例中,所述通过所述历史红外图像的像素值与对应的温度值,求解所述初始多项式模型的拟合参数,包括:
13、基于所述样本对象的类别,确定所述样本对象对应的误差范围;
14、以每个类别的样本对象对应的温度值误差均处于各自对应的误差范围内为目标,确定所述初始多项式模型的拟合参数。
15、在其中一个实施例中,所述通过所述历史红外图像的像素值与对应的温度值,求解所述初始多项式模型的拟合参数,包括:
16、将所述历史红外图像的像素值输入所述初始多项式模型,得到预测的历史红外图像的像素值对应的温度值;
17、根据所述预测的历史红外图像的像素值对应的温度值与所述历史红外图像对应的温度值的差值,得到温度值误差;
18、基于所述温度值误差,确定所述初始多项式模型的拟合参数。
19、在其中一个实施例中,所述基于所述历史红外图像的像素值与对应的温度值,拟合得到所述温度计算模型之前,还包括:
20、分别对所述历史红外对象的像素值,以及对应的温度值进行归一化处理,得到所述历史红外图像的归一化后的像素值和归一化后的温度值;
21、所述基于所述历史红外图像的像素值与对应的温度值,拟合得到所述温度计算模型,包括:
22、基于所述历史红外图像的归一化后的像素值与归一化后的温度值,拟合得到所述温度计算模型。
23、第二方面,本申请还提供了一种电力设备红外测温装置,包括:
24、像素值获取模块,用于获取无人机采集的电力设备的红外图像,并提取所述红外图像的像素值;
25、温度值测量模块,用于将所述像素值输入预先训练完成的温度计算模型,得到所述电力设备的温度值;所述预先训练完成的温度计算模型通过样本对象的历史红外图像训练得到。
26、第三方面,本申请还提供了一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
27、获取无人机采集的电力设备的红外图像,并提取所述红外图像的像素值;
28、将所述像素值输入预先确定的温度计算模型,得到所述电力设备的温度值;所述温度计算模型通过样本对象的历史红外图像确定。
29、第四方面,本申请还提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
30、获取无人机采集的电力设备的红外图像,并提取所述红外图像的像素值;
31、将所述像素值输入预先确定的温度计算模型,得到所述电力设备的温度值;所述温度计算模型通过样本对象的历史红外图像确定。
32、第五方面,本申请还提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现以下步骤:
33、获取无人机采集的电力设备的红外图像,并提取所述红外图像的像素值;
34、将所述像素值输入预先确定的温度计算模型,得到所述电力设备的温度值;所述温度计算模型通过样本对象的历史红外图像确定。
35、上述电力设备红外测温方法、装置、计算机设备、存储介质和计算机程序产品,通过获取无人机采集的电力设备的红外图像,并提取图像的像素值,将提取的像素值输入预先确定的温度计算模型,得到电力设备的温度值,将无人机采取的红外图像中的像素值直接经过预先确定的温度计算模型预测得到电力设备的温度值,实现了整个测温过程的自动化处理,提高了红外测温的效率,而该方法中温度计算模型是通过样本对象的历史红外图像确定,通过历史数据的温度对应关系使得提高了温度计算模型的预测准确度,进一步提高了红外测温的准确度。
本文档来自技高网...【技术保护点】
1.一种电力设备红外测温方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述温度计算模型通过下述方式得到:
3.根据权利要求2所述的方法,其特征在于,所述基于所述历史红外图像的像素值与对应的温度值,拟合得到所述温度计算模型,包括:
4.根据权利要求3所述的方法,其特征在于,所述通过所述历史红外图像的像素值与对应的温度值,求解所述初始多项式模型的拟合参数,包括:
5.根据权利要求3所述的方法,其特征在于,所述通过所述历史红外图像的像素值与对应的温度值,求解所述初始多项式模型的拟合参数,包括:
6.根据权利要求2所述的方法,其特征在于,所述基于所述历史红外图像的像素值与对应的温度值,拟合得到所述温度计算模型之前,还包括:
7.一种电力设备红外测温装置,其特征在于,所述装置包括:
8.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。
9.一种计算机可读存储介质,其
10.一种计算机程序产品,包括计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
...【技术特征摘要】
1.一种电力设备红外测温方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述温度计算模型通过下述方式得到:
3.根据权利要求2所述的方法,其特征在于,所述基于所述历史红外图像的像素值与对应的温度值,拟合得到所述温度计算模型,包括:
4.根据权利要求3所述的方法,其特征在于,所述通过所述历史红外图像的像素值与对应的温度值,求解所述初始多项式模型的拟合参数,包括:
5.根据权利要求3所述的方法,其特征在于,所述通过所述历史红外图像的像素值与对应的温度值,求解所述初始多项式模型的拟合参数,包括:
6.根据权利要求2所述的方法,其特...
【专利技术属性】
技术研发人员:赵李强,王宇凡,刘毅,
申请(专利权)人:昆明能讯科技有限责任公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。