System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 中文无码熟妇人妻AV在线,久久人妻少妇嫩草AV无码专区,无码国内精品久久综合88
  • 
    <ul id="o6k0g"></ul>
    <ul id="o6k0g"></ul>

    一種電力設備的故障檢測方法、系統、設備及介質技術方案

    技術編號:44078931 閱讀:3 留言:0更新日期:2025-01-17 16:12
    本發明專利技術公開了一種電力設備的故障檢測方法、系統、設備及介質,包括獲取各個電力設備的紅外圖像、位置信息和環境溫度,將同一環境溫度下的設備的紅外圖像基于位置順序進行排序,得到待檢測紅外圖像序列,根據預設規則從序列中選出具有最高聚類重復度的圖像作為目標紅外圖像,并使用預設的模型處理并獲得目標圖像中的第一故障區域圖像,利用所述第一故障區域圖像,對序列中的其他圖像依次去重處理,每次去重后對去重后的其他圖像再次使用模型,識別出新的故障區域圖像并用于更新第一故障區域圖像,將最后更新的第一故障區域圖像作為該序列對應的電力設備的故障區域識別結果。本發明專利技術減少了模型處理的數據量,提高了模型處理的速度與穩定性。

    【技術實現步驟摘要】

    本專利技術屬于電力設備檢測,尤其涉及一種電力設備的故障檢測方法、系統、設備及介質


    技術介紹

    1、隨著特高壓電力設備及交直流混合電力設備等的大量接入,電網的覆蓋范圍大幅擴展;面對種類多樣、數量龐大的電力設備,僅僅依靠傳統的人工檢測方式進行電力設備故障檢測,越來越無法滿足現有階段的檢修需求。

    2、目前,利用人工智能領域中的圖像識別等技術,可以對采集到的紅外圖像進行處理分析,能夠輔助甚至替代人工進行電力設備的故障診斷,大幅提高了巡檢效率,減縮了檢修成本;但是,將采集到的圖像數據逐個全部輸入至模型中進行識別,過多的數據量可能會影響故障檢測的速度,甚至容易使得系統宕機。


    技術實現思路

    1、針對現有技術的不足,本申請提供了一種電力設備的故障檢測方法、系統、設備及介質,減少模型處理的數據量,提高模型處理的速度與穩定性。

    2、為實現上述目的,第一方面,本專利技術提供一種電力設備的故障檢測方法,包括:

    3、獲取各個電力設備的待檢測紅外圖像、位置信息和所處位置的環境溫度,并將所處同一環境溫度下的各個電力設備的待檢測紅外圖像,基于位置先后順序進行排序,得到至少一個待檢測紅外圖像序列;

    4、根據預設的抽取規則,將所述待檢測紅外圖像序列劃分為目標紅外圖像以及第一子序列;其中,所述目標紅外圖像為所述待檢測紅外圖像序列中聚類區域重復度最大的待檢測紅外圖像;

    5、根據預設的目標檢測模型,對所述目標紅外圖像進行檢測,獲得所述目標紅外圖像對應的第一故障區域圖像;

    6、根據所述第一故障區域圖像,依次對所述第一子序列中的各待檢測紅外圖像進行去重處理,并在每次去重處理時,根據所述目標檢測模型對去重后的待檢測紅外圖像進行檢測,獲得去重后的待檢測紅外圖像對應的第二故障區域圖像,且每次去重處理時,根據當前的第二故障區域圖像更新所述第一故障區域圖像;

    7、將最后更新的第一故障區域圖像,作為所述待檢測紅外圖像序列對應的各個電力設備的故障區域識別結果。

    8、相比于現有技術,本申請實施例具有如下有益效果:通過將處于相同環境溫度下的電力設備的紅外圖像歸為一組,并按照設備的位置信息進行排序,可以減少因環境溫度差異帶來的干擾,通過選取具有最高聚類區域重復度的圖像,便于確定故障頻發區域,通過已訓練的模型識別目標圖像中的故障區域,得到第一故障區域圖像,使用第一故障區域圖像對子序列中的其他圖像進行去重,避免重復檢測相同的故障區域,減少了模型的數據處理量,提高了模型檢測的速度和穩定性,再使用模型檢測去重后的圖像,確保了全面檢測,增強了整個系統的故障檢測能力。

    9、在本申請第一方面的一些實施例中,所述根據預設的抽取規則,將所述待檢測紅外圖像序列劃分為目標紅外圖像以及第一子序列,包括:

    10、獲取所述待檢測紅外圖像序列中第一待檢測紅外圖像的所有特征點的像素值,并基于像素值的大小對所有特征點進行聚類,得到至少一個聚類區域;

    11、計算所述待檢測紅外圖像序列中各個待檢測紅外圖像的聚類區域重復度,并選取所述待檢測紅外圖像序列中聚類區域重復度最大的待檢測紅外圖像作為目標紅外圖像,并在所述待檢測紅外圖像序列中去除所述目標紅外圖像,得到與所述目標紅外圖像相對應的第一子序列。

    12、上述實施例具有如下有益效果:通過抽取目標紅外圖像,便于確定故障頻發區域,后續使用故障頻發區域圖像對子序列中的其他圖像進行去重,再對去重后的圖像進行各個故障區域的識別工作,減少了后續故障檢測時模型處理的數據量,提高了檢測效率。

    13、在本申請第一方面的一些實施例中,所述根據預設的目標檢測模型,對所述目標紅外圖像進行檢測,獲得所述目標紅外圖像對應的第一故障區域圖像,包括:

    14、將所述目標紅外圖像輸入至預先構建的圖像檢測模型中并輸出對應的一個或多個第一區域;所述第一區域由像素值大于第一預設閾值的各個特征點組成;

    15、分別獲取所述一個或多個第一區域的中心點,并分別以各個中心點為圓心,各個中心點到各個第一區域的邊緣最近的距離為半徑畫圓,得到與所述目標紅外圖像相對應的第一故障區域圖像;其中,所述第一故障區域圖像中包含至少一個故障區域。

    16、上述實施例具有如下有益效果:通過已訓練的模型識別目標圖像中的故障區域,得到第一故障區域圖像,為進一步的分析和排除故障提供了依據。

    17、在本申請第一方面的一些實施例中,所述根據所述第一故障區域圖像,依次對所述第一子序列中的各待檢測紅外圖像進行去重處理,包括:

    18、獲取所述第一故障區域圖像中的故障區域,并基于預設的滑動窗口在所述故障區域的邊緣上滑動,獲取與所述故障區域相銜接的過渡區域;

    19、根據所述過渡區域中的特征點與所述第一子序列中的下一張待檢測紅外圖像的特征點進行匹配,并根據匹配結果對齊所述第一故障區域圖像與所述下一張待檢測紅外圖像;

    20、在所述下一張待檢測紅外圖像中去除對齊的目標區域,得到與所述下一張待檢測紅外圖像相對應的待檢測紅外子圖像,其中,所述目標區域包含所述故障區域和過渡區域。

    21、上述實施例具有如下有益效果:在使用模型檢測子序列的其他圖像之前,使用第一故障區域圖像對子序列中的其他圖像進行去重,避免了重復檢測相同的故障區域,減少了模型檢測的數據量,提高了模型處理的速度和穩定性。

    22、在本申請第一方面的一些實施例中,所述在每次去重處理時,根據所述目標檢測模型對去重后的待檢測紅外圖像進行檢測,獲得去重后的待檢測紅外圖像對應的第二故障區域圖像,且每次去重處理時,根據當前的第二故障區域圖像更新所述第一故障區域圖像,包括:

    23、將所述待檢測紅外子圖像輸入至所述圖像檢測模型中并輸出對應的一個或多個第二區域;所述第二區域由像素值大于第二預設閾值的各個特征點組成;

    24、分別獲取所述一個或多個第二區域的中心點,并分別以各個中心點為圓心,各個中心點到各個第二區域的邊緣最近的距離為半徑畫圓,得到與所述目標紅外圖像相對應的第二故障區域圖像;其中,所述第二故障區域圖像中包含至少一個故障區域;

    25、將所述第二故障區域圖像合并到所述第一故障區域圖像中,更新所述第一故障區域圖像。

    26、上述實施例具有如下有益效果:對去除了已知故障區域的待檢測圖像再次應用目標檢測模型,可以發現新的或隱藏的故障區域,確保了全面檢測,增強了整個系統的故障檢測能力,使用新的故障區域圖像更新第一故障區域圖像,可以得到更全面的故障分布情況,同時也為循環重復下一張待檢測圖像的檢測提供更好地依據。

    27、第二方面,本申請實施例還提供一種電力設備的故障檢測系統,包括:獲取模塊、抽取模塊、第一識別模塊和循環模塊;

    28、其中,所述獲取模塊用于獲取各個電力設備的待檢測紅外圖像、位置信息和所處位置的環境溫度,并將所處同一環境溫度下的各個電力設備的待檢測紅外圖像,基于位置先后順序進行排序,得到至少一個待檢測紅本文檔來自技高網...

    【技術保護點】

    1.一種電力設備的故障檢測方法,其特征在于,包括:

    2.如權利要求1所述的一種電力設備的故障檢測方法,其特征在于,所述根據預設的抽取規則,將所述待檢測紅外圖像序列劃分為目標紅外圖像以及第一子序列,包括:

    3.如權利要求2所述的一種電力設備的故障檢測方法,其特征在于,所述根據預設的目標檢測模型,對所述目標紅外圖像進行檢測,獲得所述目標紅外圖像對應的第一故障區域圖像,包括:

    4.如權利要求3所述的一種電力設備的故障檢測方法,其特征在于,所述根據所述第一故障區域圖像,依次對所述第一子序列中的各待檢測紅外圖像進行去重處理,包括:

    5.如權利要求4所述的一種電力設備的故障檢測方法,其特征在于,所述在每次去重處理時,根據所述目標檢測模型對去重后的待檢測紅外圖像進行檢測,獲得去重后的待檢測紅外圖像對應的第二故障區域圖像,且每次去重處理時,根據當前的第二故障區域圖像更新所述第一故障區域圖像,包括:

    6.一種電力設備的故障檢測系統,其特征在于,包括:獲取模塊、抽取模塊、第一識別模塊和循環模塊;

    7.如權利要求6所述的一種電力設備的故障檢測系統,其特征在于,所述抽取模塊包括:聚類單元和計算單元;

    8.如權利要求7所述的一種電力設備的故障檢測系統,其特征在于,所述第一識別模塊包括:第一模型識別單元和第一圖像生成單元;

    9.如權利要求8所述的一種電力設備的故障檢測系統,其特征在于,所述循環模塊包括:去重單元;

    10.如權利要求9所述的一種電力設備的故障檢測系統,其特征在于,所述循環模塊還包括:重復識別單元;

    11.一種電力設備的故障檢測設備,包括存儲器、處理器及存儲在存儲器上并可在所述處理器上運行的計算機程序,其特征在于,所述計算機程序被加載至處理器時實現根據權利要求1-5項所述的一種電力設備的故障檢測方法的步驟。

    12.一種計算機可讀存儲介質,所述計算機可讀存儲介質存儲有計算機程序,其特征在于,所述計算機程序被處理器執行時實現根據權利要求1-5項所述的一種電力設備的故障檢測方法的步驟。

    ...

    【技術特征摘要】

    1.一種電力設備的故障檢測方法,其特征在于,包括:

    2.如權利要求1所述的一種電力設備的故障檢測方法,其特征在于,所述根據預設的抽取規則,將所述待檢測紅外圖像序列劃分為目標紅外圖像以及第一子序列,包括:

    3.如權利要求2所述的一種電力設備的故障檢測方法,其特征在于,所述根據預設的目標檢測模型,對所述目標紅外圖像進行檢測,獲得所述目標紅外圖像對應的第一故障區域圖像,包括:

    4.如權利要求3所述的一種電力設備的故障檢測方法,其特征在于,所述根據所述第一故障區域圖像,依次對所述第一子序列中的各待檢測紅外圖像進行去重處理,包括:

    5.如權利要求4所述的一種電力設備的故障檢測方法,其特征在于,所述在每次去重處理時,根據所述目標檢測模型對去重后的待檢測紅外圖像進行檢測,獲得去重后的待檢測紅外圖像對應的第二故障區域圖像,且每次去重處理時,根據當前的第二故障區域圖像更新所述第一故障區域圖像,包括:

    6.一種電力設備的故障檢測系統,其特征在于,包括:獲取模塊...

    【專利技術屬性】
    技術研發人員:董晗拓王興華王彥峰王流火朱文衛許成昊郭金根雷翔勝車偉嫻吳小蕙潘柏崇劉明
    申請(專利權)人:廣東電網有限責任公司
    類型:發明
    國別省市:

    網友詢問留言 已有0條評論
    • 還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。

    1
    主站蜘蛛池模板: av无码精品一区二区三区四区| 亚无码乱人伦一区二区| 免费人妻无码不卡中文字幕18禁| 91久久九九无码成人网站| 爽到高潮无码视频在线观看| 亚洲AV无码专区亚洲AV桃| 国产精品JIZZ在线观看无码| 中文字幕在线无码一区| 久久亚洲精品无码观看不卡| 免费无码又黄又爽又刺激| 亚洲中文字幕无码av在线| 国产精品无码一区二区在线观一| 国产av无码久久精品| 91嫩草国产在线无码观看| 手机在线观看?v无码片| 久久久久无码精品国产| 性色AV无码中文AV有码VR| 久久久久亚洲AV成人无码网站| 亚洲最大av资源站无码av网址| 中文字幕亚洲精品无码| 人妻中文无码久热丝袜| 无码日韩人妻av一区免费| 日韩人妻无码精品一专区| 无码少妇一区二区浪潮免费| 久久水蜜桃亚洲av无码精品麻豆| 国产成人无码精品久久久免费| 极品粉嫩嫩模大尺度无码视频| 亚洲AV成人无码久久WWW| 久久午夜夜伦鲁鲁片免费无码影视| 毛片一区二区三区无码| 久久久久无码精品国产不卡| 亚洲AV无码成人专区片在线观看| 亚洲成A人片在线观看无码不卡| 亚洲欧洲国产综合AV无码久久| 亚洲熟妇无码AV不卡在线播放| 少妇无码AV无码一区| 亚洲精品无码成人片在线观看| 中文字幕精品无码一区二区三区| 无码精品国产一区二区三区免费| 精品人妻无码专区中文字幕| 国产综合无码一区二区色蜜蜜|