首页
>
成果
>
电力红外图像智能诊断技术及应用
电力红外图像智能诊断技术及应用
发布时间:2021-04-20
成果类型:
职工创新成果
专业分类:
设备/材料
成果来源:
科研院所
成熟度:
市场推广
合作方式:
许可
成果创造人:
林颖、秦佳峰、白德盟、杨補、李程启、郑文杰
产出年份:
2019
隶属专委会:
带电作业
成果介绍:

一、项目针对问题现状(成果产生背景)


作为掌握设备运行状态的重要手段之一一,红外检测技术不仅可以快速地诊断出设备的各类外部过热缺陷,更重要的是可以根据设备的温度分布来判断设备内部可能存在的各种缺陷。


传统的带电检测会采集大量的红外图像,仅2018年山东公司带电检测就产生红外检测图像51.5万张,随着现场移动作业和带电检测标准化作业的开展,红外图像的检测数量将进一- 步增加。这些图像利用率极低,分析存在主观性、易漏检和误检等问题,且无法形成快速的

反馈机制,丧失最佳发现和处理时机。显然,传统的人工分析模式已无法满足信息化时代对红外图像的智能化分析和诊断。


本成果响应国家和国网公司人工智能发展需求,针对电力设备非结构化红外图像数据,建立主要变电设备的红外检测图像样本库,利用图像处理和深度学习技术,研究形成基于深度学习的设备及部件自动检测模型:通过融合被测设备基础台账及检测时刻气象、负载等多业务系统数据,形成基于大数据分析的红外检测图像智能化诊断算法,实现红外电流致热及电压致热型缺陷的自动识别诊断。