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() 一种新能源高压柜柜温度监测方法技术_技高网

一种新能源高压柜柜温度监测方法技术

技术编号:41852744 阅读:7 留言:0更新日期:2024-06-27 18:29
本发明专利技术公开了一种新能源高压柜柜温度监测方法,S1)采集高压柜内部红外图像,并对红外图像进行预处理;S2)将预处理后的图像导入改进的Light‑U‑net网络模型,对图像的感兴趣区域中高温区进行分割处理;S3)将分割处理后的数据与预存的目标高压柜红外过热检测图像数据集进行配准处理,得到高温区的具体位置。本发明专利技术能够及时发现温度异常,有效预防电气事故的发生。

【技术实现步骤摘要】

本专利技术涉及一种新能源高压柜柜温度监测方法


技术介绍

1、传统新能源高压柜柜温度监测方法主要是通过人工巡检实现,传统人工巡检准确度主要依赖于操作人员经验和原始纸笔记录,存在信息出现谬误和情况误判的可能性。同时,可能会受到环境温度、光照条件的影响。而且人工巡检存在较高安全风险,效率低下,且需要耗费大量的时间和人力成本,难以满足自动化控制和远程监测的需求。因此,电气控制柜温度监测系统具有重要的现实意义和广阔的应用前景。


技术实现思路

1、本专利技术是为了解决上述现有技术存在的问题而提供一种新能源高压柜柜温度监测方法。

2、本专利技术所采用的技术方案有:

3、一种新能源高压柜柜温度监测方法,包括如下步骤:

4、s1)采集高压柜内部红外图像,并对红外图像进行预处理;

5、s2)将预处理后的图像导入改进的light-u-net网络模型,对图像的感兴趣区域中高温区进行分割处理;

6、所述改进的light-u-net网络模型是在具有若干编码器和与编码器数量相等解码器的u-net网络模型上进行改进,改进点为:

7、1)将原始u-net网络模型的特征提取网络替换成轻量级mobilenetv3网络,预处理后的图像进入改进的light-u-net网络模型后,经过mobilenetv3网络进行特征图提取,并且只保留四个不同尺度的特征,分别为原始图像的1/2,1/4,1/8,1/16;

8、2)在原始u-net网络模型中所有解码器的上采样层与卷积层组层之间添加se注意力机制;

9、3)最后一个编码器输出的特征图经过sppf模块进行特征图聚合,然后作为第一个解码器的输入;剩余解码器的输入包括:上一层解码器的输出特征图、对应编码器的输出特征图、以及将预处理后的原始图像经过池化处理的图像;

10、s3)将分割处理后的数据与预存的目标高压柜红外过热检测图像数据集进行配准处理,得到高温区的具体位置。

11、进一步地,步骤s1)中,图像预处理包括:对红外图像进行灰度化处理、对灰度化处理后的图像进行增强处理。

12、进一步地,步骤s2)中,采用限制对比度自适应均衡化方法对图像进行增强处理。

13、进一步地,通过红外热像仪对高压柜内部进行非接触式的实时测温与图像采集。

14、本专利技术具有如下有益效果:

15、1)实时监测:通过固定式红外热像仪对新能源高压柜内部进行实时、非接触性的温度测量,能够及时发现温度异常,有效预防电气事故的发生。

16、2)高精度测量:采用先进的红外热像仪技术,能够获取控制柜内部特定区域的精确温度信息,确保测量数据准确性和可靠性。

17、3)智能报警:设备通过图像处理技术,能够自动识别温度异常并发出报警信号,提醒操作人员及时采取措施,避免电气事故的发生。

18、4)数据记录与分析:可以记录控制柜内部的温度分布信息、温度变化趋势等数据,为后续的故障分析和预防提供有力支持。

本文档来自技高网...

【技术保护点】

1.一种新能源高压柜柜温度监测方法,其特征在于:包括如下步骤:

2.如权利要求1所述的新能源高压柜柜温度监测方法,其特征在于:步骤S1)中,图像预处理包括:对红外图像进行灰度化处理、对灰度化处理后的图像进行增强处理。

3.如权利要求1所述的新能源高压柜柜温度监测方法,其特征在于:步骤S2)中,采用限制对比度自适应均衡化方法对图像进行增强处理。

4.如权利要求1所述的新能源高压柜柜温度监测方法,其特征在于:通过红外热像仪对高压柜内部进行非接触式的实时测温与图像采集。

【技术特征摘要】

1.一种新能源高压柜柜温度监测方法,其特征在于:包括如下步骤:

2.如权利要求1所述的新能源高压柜柜温度监测方法,其特征在于:步骤s1)中,图像预处理包括:对红外图像进行灰度化处理、对灰度化处理后的图像进行增强处理。

3.如权利...

【专利技术属性】
技术研发人员:张陈陈泽明丁军单文桃徐成
申请(专利权)人:江苏理工学院
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1