本文選題：紅外圖像 + 電力設(shè)備　； 參考：《現(xiàn)代電子技術(shù)》2015年24期

【摘要】：電力設(shè)備過熱故障可以通過采集的紅外圖像進(jìn)行識別。因此,提出基于紅外熱圖像分析的電力設(shè)備熱故障檢測技術(shù),該技術(shù)下的電力設(shè)備熱故障檢測系統(tǒng)由圖像采集模塊和紅外圖像檢測模塊構(gòu)成。通過紅外圖像配準(zhǔn)方法,確保電力設(shè)備紅外圖像的采集位置同原始位置一致,提高總體熱故障檢測的精度。依照數(shù)據(jù)庫中已經(jīng)完成設(shè)置的電力設(shè)備圖像特征點位置,采集完成紅外圖像配準(zhǔn)區(qū)域的溫度信息。憑借溫度信息相互對比獲取的結(jié)果,實現(xiàn)電力設(shè)備熱故障檢測,并且發(fā)出警報。給出了拉普拉斯銳化算法的關(guān)鍵代碼,以實現(xiàn)對電力設(shè)備紅外圖像的銳化處理,提高圖像清晰度。實驗結(jié)果說明,所提出的技術(shù)在檢測電力設(shè)備熱故障過程中,具有較高的檢測精度和魯棒性。
[Abstract]:The overheating fault of power equipment can be identified by infrared image. Therefore, the thermal fault detection technology of power equipment based on infrared thermal image analysis is proposed. The thermal fault detection system of power equipment is composed of image acquisition module and infrared image detection module. The infrared image registration method is used to ensure that the acquisition position of infrared image of power equipment is the same as the original position, and the accuracy of overall thermal fault detection is improved. According to the position of power equipment image feature point which has been set up in the database, the temperature information of the infrared image registration area is collected. Based on the results obtained by comparing the temperature information with each other, the thermal fault detection of power equipment is realized, and the alarm is issued. The key code of Laplacian sharpening algorithm is given in order to sharpen the infrared image of power equipment and improve the clarity of the image. The experimental results show that the proposed technique has high detection accuracy and robustness in the process of detecting thermal faults of power equipment.
【作者單位】： 國網(wǎng)重慶市電力公司長壽供電分公司;
【基金】：2014年國家自然科學(xué)基金(面上項目)(61472268)
【分類號】：TP391.41;TM507

【參考文獻(xiàn)】

相關(guān)期刊論文 前1條

1 張國燦;蘇東青;葉玉云;;紅外成像技術(shù)在電力設(shè)備狀態(tài)檢測中的應(yīng)用[J];電工技術(shù);2012年12期

【共引文獻(xiàn)】

相關(guān)碩士學(xué)位論文 前1條

1 李文芳;基于紅外圖像的電力變壓器故障的在線檢測[D];安徽理工大學(xué);2014年

【二級參考文獻(xiàn)】

相關(guān)期刊論文 前6條

1 王杭州;陳丙珍;何小榮;趙勁松;邱彤;;基于開源組件的SDG推理平臺[J];化工學(xué)報;2010年07期

2 吳軍強(qiáng),梁軍;基于圖論的故障診斷技術(shù)及其發(fā)展[J];機(jī)電工程;2003年05期

3 陳衡;紅外掃描測溫與熱診斷學(xué)[J];激光與紅外;1996年02期

4 田志海;內(nèi)部電絕緣缺陷的紅外熱像檢測診斷[J];激光與紅外;1996年02期

5 陳恒,魏蛟龍,于功敬;“板級電路診斷平臺”中TPS開發(fā)與執(zhí)行功能的設(shè)計與實現(xiàn)[J];計算機(jī)測量與控制;2004年08期

6 楊帆,蕭德云;SDG建模及其應(yīng)用的進(jìn)展[J];控制理論與應(yīng)用;2005年05期

【相似文獻(xiàn)】

相關(guān)期刊論文 前8條

1 肖曉暉,杜娥,諶青昊,吳功平;高壓輸電線路紅外圖像的邊緣檢測[J];中國電力;2005年01期

2 魏韜;張洪濤;韓金華;柴冰;左亞鵬;;滲漏油影響設(shè)備紅外圖像[J];河南電力;2009年02期

3 劉健;解辰;藺麗華;;基于紅外圖像的電力變壓器油位自動檢測方法[J];高電壓技術(shù);2010年04期

4 門洪;于加學(xué);秦蕾;;基于CA和OTSU的電氣設(shè)備紅外圖像分割方法[J];電力自動化設(shè)備;2011年09期

5 張萼輝;;牽引變電所紅外溫度監(jiān)測圖像處理方法研究[J];上海鐵道科技;2013年04期

6 張文峰;彭向陽;陳銳民;陳馳;鄧超怡;錢金菊;徐文學(xué);;基于無人機(jī)紅外視頻的輸電線路發(fā)熱缺陷智能診斷技術(shù)[J];電網(wǎng)技術(shù);2014年05期

7 董棟;陳光夢;;基于近紅外圖像的硅太陽能電池故障檢測方法[J];信息與電子工程;2010年05期

8 ;[J];;年期

相關(guān)碩士學(xué)位論文 前7條

1 張明;基于紅外圖像的變電設(shè)備分類及在故障診斷中的應(yīng)用[D];合肥工業(yè)大學(xué);2012年

2 方舟;基于紅外圖像的電力設(shè)備三維重建和故障檢測[D];華北電力大學(xué);2013年

3 周雪;基于紅外圖像的洛陽變電站電氣設(shè)備診斷分析[D];河南理工大學(xué);2011年

4 郭曉杰;紅外圖像配準(zhǔn)技術(shù)在電力設(shè)備故障檢測中的研究與應(yīng)用[D];北方工業(yè)大學(xué);2008年

5 董棟;基于近紅外圖像的太陽能電池故障檢測[D];復(fù)旦大學(xué);2010年

6 解辰;基于紅外圖像的電力變壓器油位自動檢測[D];西安理工大學(xué);2010年

7 李文芳;基于紅外圖像的電力變壓器故障的在線檢測[D];安徽理工大學(xué);2014年

，

本文編號：1909065