【技术实现步骤摘要】
本申请属于热力检测，具体涉及一种红外热像检测方法、检测系统及热故障检测方法。
技术介绍
1、随着电力工业的快速发展，电力系统日益庞大和复杂，电力设备的数量不断增加，其运行稳定性直接关系到电力系统的安全性和可靠性。在电力设备的运行过程中，由于电流、电阻、功率损耗等因素的作用，设备会产生大量的热量。如果设备温度过高，不仅会导致其性能降低、寿命缩短，还可能引发严重的设备故障甚至火灾，对电力系统的安全稳定运行构成严重威胁。因此，对电力设备进行实时、准确的温度监测显得尤为重要。
2、当前多采用红外热成像技术对电力设备进行检测，该技术通过捕捉目标物向外辐射的红外能量，将其转换成人眼可见的红外热像图，通过对红外热像进行分析可以得到设备表面的温度分布，从而快速发现潜在的热故障点。然而，现有的红外成像温度检测技术的精确度不高。
技术实现思路
1、本专利技术的目的在于提供一种红外热像检测方法、检测系统及热故障检测方法，以解决现有技术中红外热像检测的精确度不高的问题。
2、为实现上述目的，采用如下技术方案：
3、第一方面，本申请提供了一种红外热像检测方法，所述红外热像检测方法包括：
4、获取包含有电力设备的第一图像，并基于yolov8网络模型对所述第一图像中的所述电力设备进行语义分割，得到电力设备的轮廓信息；其中，所述yolov8网络模型包括backbone网络，所述backbone网络具有依次设置的第一卷积层、第二卷积层以及第三卷积层，其中所述第二卷积层
5、获取包含有电力设备的第二图像，所述第二图像为红外传感器获取到包含电力设备的热像图像；
6、基于所述第二图像与所述轮廓信息获取对应电力设备的温度信息。
7、在本申请的部分实施例中，所述backbone网络包括第一c2f模块、第二c2f模块以及第三c2f模块，所述第一c2f模块设置在所述第二卷积层和所述第三卷积层之间，所述第二c2f模块以及第三c2f模块依次设置在所述第三卷积层之后；
8、其中，所述第二c2f模块和所述第三c2f模块均为c2f_ppa模块，所述c2f_ppa模块包括c2f单元和ppa单元。
9、在本申请的部分实施例中，所述yolov8网络模型包括neck网络，所述第二c2f模块和所述第三c2f模块与所述neck网络连接；
10、其中，所述yolov8网络模型还包括至少两个dasi模块，所述第二c2f模块与所述neck网络之间通过所述dasi模块，所述第三c2f模块与所述neck网络之间通过所述dasi模块。
11、在本申请的部分实施例中，所述ppa单元包括局部分支、全局分支和串行卷积分支；所述ppa单元的运行方法包括：
12、获取输入特征张量f，并将特征张量f进行逐点卷积调整得到f'；
13、基于局部分支、全局分支和串行卷积分支对f'进行计算得到flocal、fglobal和fconv；
14、将flocal、fglobal和fconv相加得到输出结果。
15、在本申请的部分实施例中，所述dasi模块的运行方法包括：
16、采用卷积法和插值法将高维特征fh和低维特征fl与当前层fu对齐；
17、将高维特征fh和低维特征fl、当前层fu在通道纬度上进行四等分，得到其中hi、li和ui分别表示高维、低维和当前层特征的第i个分区特征。
18、在本申请的部分实施例中，所述基于所述第二图像与所述轮廓信息获取对应电力设备的温度信息包括：
19、获取多个所述热像图像，所述热像图像为不同存储温度矩阵格式的红外传感器获取得到；
20、针对不同存储温度矩阵格式的红外传感器对不同的热像图像进行解析，并提取所述热像图像隐藏的预温度信息；
21、根据所述预温度信息和所述轮廓信息得到所述温度信息。
22、在本申请的部分实施例中，所述轮廓信息包括对应电力设备的名称和轮廓。
23、第三方面，本申请还提供一种红外热像检测系统，所述红外热像检测系统采用上述的红外热像检测方法对电力设备进行温度检测。
24、第三方面，本申请还提供一种热故障检测方法，所述热故障检测方法用于对电力设备进行热故障检测，所述热故障检测方法包括：
25、获取上述的红外热像检测方法得到的所述电力设备的表面温度信息；
26、获取所述电力设备所处环境的环境温度，基于所述表面温度信息和所述环境温度判断所述电力设备是否故障。
27、在本申请的部分实施例中，所述热故障检测方法还包括：
28、获取权利要求1至7任意一项所述的红外热像检测方法得到的所述电力设备的第一温度信息；
29、获取另一电力设备的第二温度信息，基于所述第一温度信息和所述第二温度信息得到相对温差；其中，相对温差为：
30、δt表示相对温差，τ2、t2表示正常对应点的温升和温度，τ1、t1表示发热点的温升和温度；
31、根据所述相对温差和所述表面温度信息共同确定所述电力设备的热故障情况。
32、本专利技术技术方案带来的有益效果如下：本专利技术提供的一种红外热像检测方法、检测系统及热故障检测方法，该红外热像检测方法包括：获取包含有电力设备的第一图像，并基于yolov8网络模型对第一图像中的电力设备进行语义分割，得到电力设备的轮廓信息；其中，yolov8网络模型包括backbone网络，backbone网络具有依次设置的第一卷积层、第二卷积层以及第三卷积层，其中第二卷积层以及第三卷积层的步长为1；获取包含有电力设备的第二图像，第二图像为红外传感器获取到包含电力设备的热像图像；基于第二图像与轮廓信息获取对应电力设备的温度信息；本申请中通过将yolov8模型中backbone网络的第二个和第三个跨步卷积的步长修改为1，减少卷积核在输入数据上的滑动距离，使得卷积核能够更全面地覆盖输入数据的所有位置，有助于更密集地提取输入数据的特征，减少信息丢失的风险，有利于提高检测精确度。
本文档来自技高网...【技术保护点】
1.一种红外热像检测方法，其特征在于，所述红外热像检测方法包括：
2.根据权利要求1所述的红外热像检测方法，其特征在于，所述Backbone网络包括第一C2F模块、第二C2F模块以及第三C2F模块，所述第一C2F模块设置在所述第二卷积层和所述第三卷积层之间，所述第二C2F模块以及第三C2F模块依次设置在所述第三卷积层之后；
3.根据权利要求2所述的红外热像检测方法，其特征在于，所述YOLOv8网络模型包括Neck网络，所述第二C2F模块和所述第三C2F模块与所述Neck网络连接；
4.根据权利要求2所述的红外热像检测方法，其特征在于，所述PPA单元包括局部分支、全局分支和串行卷积分支；所述PPA单元的运行方法包括：
5.根据权利要求3所述的红外热像检测方法，其特征在于，所述DASI模块的运行方法包括：
6.根据权利要求1所述的红外热像检测方法，其特征在于，所述基于所述第二图像与所述轮廓信息获取对应电力设备的温度信息包括：
7.根据权利要求1至6任一项所述的红外热像检测方法，其特征在于，所述轮廓信息包括对应电力
8.一种红外热像检测系统，其特征在于，所述红外热像检测系统采用权利要求1至7任意一项所述的红外热像检测方法对电力设备进行温度检测。
9.一种热故障检测方法，其特征在于，所述热故障检测方法用于对电力设备进行热故障检测，所述热故障检测方法包括：
10.根据权利要求9所述的热故障检测方法，其特征在于，所述热故障检测方法还包括：
...【技术特征摘要】
1.一种红外热像检测方法，其特征在于，所述红外热像检测方法包括：
2.根据权利要求1所述的红外热像检测方法，其特征在于，所述backbone网络包括第一c2f模块、第二c2f模块以及第三c2f模块，所述第一c2f模块设置在所述第二卷积层和所述第三卷积层之间，所述第二c2f模块以及第三c2f模块依次设置在所述第三卷积层之后；
3.根据权利要求2所述的红外热像检测方法，其特征在于，所述yolov8网络模型包括neck网络，所述第二c2f模块和所述第三c2f模块与所述neck网络连接；
4.根据权利要求2所述的红外热像检测方法，其特征在于，所述ppa单元包括局部分支、全局分支和串行卷积分支；所述ppa单元的运行方法包括：
5.根据权利要...
【专利技术属性】
技术研发人员：张志远，宋明辉，赵虎，南琳，赵硕，曹全智，杨新宇，司瑞琦，谢海疆，李志军，曹坤，
申请(专利权)人：国网北京市电力公司，
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。