-
公开(公告)号：CN113239731A
公开(公告)日：2021-08-10
申请号：CN202110386893.8
申请日：2021-04-12
申请人： 国网吉林省电力有限公司电力科学研究院 , 吉林省电力科学研究院有限公司 , 国家电网有限公司 , 南昌工程学院
摘要： 断路器热故障红外热像谱的图像数字特征提取方法属于电力设备故障监测与诊断技术领域。本发明在对图像预处理的基础上，提取图像中关键发热区域的最大温度值、故障区域面积与设备本体面积的占比、热点群聚现象及故障类型标签热属性值，构建多属性信息融合的过热性故障特征值向量。并将其嵌入到软件系统中，达到从自动采集到自动分析和特征提取的目的。有效替代传统的人工采集和人工提取相关特征进行故障诊断的方式，大大提升了采集效率和特征提取精度，为后续利用深度学习和人工智能算法提供良好、可靠的特征数据库。本发明对典型红外故障图谱具有良好的描述能力，可用于后续大量复杂故障样本情况下的设备热故障智能分类与诊断应用中。
-
公开(公告)号：CN114494186A
公开(公告)日：2022-05-13
申请号：CN202210086112.8
申请日：2022-01-25
申请人： 国网吉林省电力有限公司电力科学研究院 , 吉林电力股份有限公司 , 南昌工程学院
摘要： 本发明公开了一种高压输变电线路电气设备的故障检测方法，包括：获取高压输变电线路电气设备的可见光图像、红外热图像和红外热图像温度值；构建目标分割unet模型，并通过目标分割unet模型从可见光图像中分割出电气设备，对分割出的电气设备进行目标区域轮廓提取；计算图像对的仿射变换矩阵；根据仿射变换矩阵，将可见光图像和红外热图像进行配准，使可见光图像中电气设备的轮廓变换到红外热图像中，以定位出红外热图像中电气设备的目标区域；根据红外热图像中电气设备的目标区域内温度值和不同电气设备过热检测标准，检测电气设备是否存在过热现象，从而解决了复杂环境下红外热图像目标区域分割不准确的问题。
-
公开(公告)号：CN112085037A
公开(公告)日：2020-12-15
申请号：CN202010996963.7
申请日：2020-09-21
申请人： 国网吉林省电力有限公司电力科学研究院 , 南昌工程学院 , 吉林省电力科学研究院有限公司
摘要： 本发明公开了一种变电设备红外热故障特征提取及数字化表达方法，具体属于电力设备状态检测和故障诊断领域。该方法在对变电设备红外故障图像进行预处理的情况下，一方面通过提取变电设备的热点温度、热点温差、发热面积来表达出三相设备的故障等级；另一方面通过提取变电设备的位置信息来定位故障位置，从而实现故障类型的表达。并将四个特征量与故障等级标签利用向量的形式表示出来，不仅实现了变电设备的热故障特征数字化表达，也还为后续利用深度学习网络识别故障提供训练数据库。
-
公开(公告)号：CN112085037B
公开(公告)日：2024-04-09
申请号：CN202010996963.7
申请日：2020-09-21
申请人： 国网吉林省电力有限公司电力科学研究院 , 南昌工程学院 , 吉林省电力科学研究院有限公司
摘要： 本发明公开了一种变电设备红外热故障特征提取及数字化表达方法，具体属于电力设备状态检测和故障诊断领域。该方法在对变电设备红外故障图像进行预处理的情况下，一方面通过提取变电设备的热点温度、热点温差、发热面积来表达出三相设备的故障等级；另一方面通过提取变电设备的位置信息来定位故障位置，从而实现故障类型的表达。并将四个特征量与故障等级标签利用向量的形式表示出来，不仅实现了变电设备的热故障特征数字化表达，也还为后续利用深度学习网络识别故障提供训练数据库。
-
公开(公告)号：CN115902508A
公开(公告)日：2023-04-04
申请号：CN202211348268.5
申请日：2022-10-31
申请人： 国网吉林省电力有限公司电力科学研究院 , 南昌工程学院
摘要： 本发明涉及一种基于语义分割与拓扑重构的电力设备过热故障快速定位方法。将电力设备按类别标注后，使用连通区域分析实现电力设备的同相识别，计算并判断三相各类电力设备的面积及横坐标是否皆成等差数列，如皆成等差数列，根据将各类电力设备中面积最大相、横坐标最小或最大相，推断出同相的各类电力设备，形成局部电气拓扑图，局部电气拓扑图与变电站主接线图对比，核验局部电气拓扑图中各类电力设备的同相连接关系是否正确；从而实现了电力设备的连接关系拓扑重构，并基于局部电气拓扑图与变电站主接线图实现故障定位。本发明可快速实现同相设备的故障关联与推算，为故障诊断提供预诊依据，便于快速故障定位。
-
公开(公告)号：CN114494185B
公开(公告)日：2022-09-30
申请号：CN202210085659.6
申请日：2022-01-25
申请人： 国网吉林省电力有限公司电力科学研究院 , 吉林电力股份有限公司 , 南昌工程学院
摘要： 本发明公开了一种基于RGB‑T多尺度特征融合的电气设备故障检测方法，包括：将RGB图像和对应的T图像构成RGB‑T图像；对多通道RGB‑T图像中的RGB图像和T图像分别进行不同尺度特征提取，并将不同尺度特征进行交叉融合，构建图像目标分割模型；根据损失函数，通过标签样本对图像目标分割模型的输出进行深度监督训练；将待检测RGB‑T图像输入训练后的图像目标分割模型中，分割识别出待检测电气设备；根据T图像的温度值和不同电气设备过热检测标准，检测电气设备是否存在过热现象。本发明通过构建的图像目标分割模型，充分挖掘RGB图像的颜色、纹理和红外热图像中的温度信息分割和识别出红外热图像中的电气设备，为在红外热图像中检测电气设备提供准确的数据源。
-
公开(公告)号：CN117765413A
公开(公告)日：2024-03-26
申请号：CN202311513474.1
申请日：2023-11-14
申请人： 国网吉林省电力有限公司电力科学研究院 , 南昌工程学院
IPC分类号： G06V20/17 , G01R31/12 , G06V10/44 , G06V10/75 , G06V10/74 , G06V10/762 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
摘要： 本发明公开了一种输电线路绝缘子的故障诊断方法及系统，方法包括：基于拍摄时间顺序分别对第一绝缘子图像和第二绝缘子图像进行排序，得到第一绝缘子图像序列和第二绝缘子图像序列，再获取第一绝缘子图像序列中各个第一绝缘子图像的特征数据，并将特征数据与预设的故障绝缘子样本数据库中的故障特征进行匹配，若至少一个第一绝缘子图像匹配不成功，则在第二绝缘子图像序列中查找与至少一个第一绝缘子图像相关联的至少一个第二绝缘子图像，并且仅保留至少一个第二绝缘子图像，得到更新后的第二绝缘子图像序列。这样能够实现对可能不存在故障的绝缘子进行多方位故障分析，有效地提高了故障分析准确度。
-
公开(公告)号：CN114494186B
公开(公告)日：2022-11-08
申请号：CN202210086112.8
申请日：2022-01-25
申请人： 国网吉林省电力有限公司电力科学研究院 , 吉林电力股份有限公司 , 南昌工程学院
摘要： 本发明公开了一种高压输变电线路电气设备的故障检测方法，包括：获取高压输变电线路电气设备的可见光图像、红外热图像和红外热图像温度值；构建目标分割unet模型，并通过目标分割unet模型从可见光图像中分割出电气设备，对分割出的电气设备进行目标区域轮廓提取；计算图像对的仿射变换矩阵；根据仿射变换矩阵，将可见光图像和红外热图像进行配准，使可见光图像中电气设备的轮廓变换到红外热图像中，以定位出红外热图像中电气设备的目标区域；根据红外热图像中电气设备的目标区域内温度值和不同电气设备过热检测标准，检测电气设备是否存在过热现象，从而解决了复杂环境下红外热图像目标区域分割不准确的问题。
-
公开(公告)号：CN113239731B
公开(公告)日：2022-06-14
申请号：CN202110386893.8
申请日：2021-04-12
申请人： 国网吉林省电力有限公司电力科学研究院 , 吉林省电力科学研究院有限公司 , 国家电网有限公司 , 南昌工程学院
IPC分类号： G06V10/30 , G06V10/764 , G06K9/62 , G06T7/00
摘要： 断路器热故障红外热像谱的图像数字特征提取方法属于电力设备故障监测与诊断技术领域。本发明在对图像预处理的基础上，提取图像中关键发热区域的最大温度值、故障区域面积与设备本体面积的占比、热点群聚现象及故障类型标签热属性值，构建多属性信息融合的过热性故障特征值向量。并将其嵌入到软件系统中，达到从自动采集到自动分析和特征提取的目的。有效替代传统的人工采集和人工提取相关特征进行故障诊断的方式，大大提升了采集效率和特征提取精度，为后续利用深度学习和人工智能算法提供良好、可靠的特征数据库。本发明对典型红外故障图谱具有良好的描述能力，可用于后续大量复杂故障样本情况下的设备热故障智能分类与诊断应用中。
-
公开(公告)号：CN114494185A
公开(公告)日：2022-05-13
申请号：CN202210085659.6
申请日：2022-01-25
申请人： 国网吉林省电力有限公司电力科学研究院 , 吉林电力股份有限公司 , 南昌工程学院
摘要： 本发明公开了一种基于RGB‑T多尺度特征融合的电气设备故障检测方法，包括：将RGB图像和对应的T图像构成RGB‑T图像；对多通道RGB‑T图像中的RGB图像和T图像分别进行不同尺度特征提取，并将不同尺度特征进行交叉融合，构建图像目标分割模型；根据损失函数，通过标签样本对图像目标分割模型的输出进行深度监督训练；将待检测RGB‑T图像输入训练后的图像目标分割模型中，分割识别出待检测电气设备；根据T图像的温度值和不同电气设备过热检测标准，检测电气设备是否存在过热现象。本发明通过构建的图像目标分割模型，充分挖掘RGB图像的颜色、纹理和红外热图像中的温度信息分割和识别出红外热图像中的电气设备，为在红外热图像中检测电气设备提供准确的数据源。
-
-
-
-
-
-
-
-
-
搜索结果
110 条记录 (耗时 0.088 秒)
