電力設(shè)備是電網(wǎng)的基本組成單元,利用紅外檢測(cè)技術(shù)對(duì)電力設(shè)備進(jìn)行高頻巡檢或?qū)崟r(shí)監(jiān)測(cè),將有助于電力設(shè)備的預(yù)防性檢修,提高大電網(wǎng)的穩(wěn)定性與可靠性。然而,現(xiàn)有智能巡檢設(shè)備的紅外檢測(cè)存在特殊巡檢環(huán)境下成像質(zhì)量差的缺點(diǎn);同時(shí),人為設(shè)溫度閾值、人眼觀察、圖像處理等判斷方法也面臨智能化程度低的問題,難以滿足未來智能巡檢設(shè)備進(jìn)行海量紅外數(shù)據(jù)處理的需求。因此,論文針對(duì)現(xiàn)有電力設(shè)備紅外巡檢面臨問題,展開基于計(jì)算機(jī)視覺的電力設(shè)備紅外檢測(cè)研究。首先介紹了紅外成像基本原理及裝置,分析了電力設(shè)備紅外檢測(cè)的主要故障類型及機(jī)理,并詳細(xì)討論了 13類電力設(shè)備紅外檢測(cè)的具體故障現(xiàn)象及原因,探討了基于深度卷積網(wǎng)絡(luò)的視覺檢測(cè)算法。接著,針對(duì)電力設(shè)備紅外檢測(cè)過程可能遇到的復(fù)雜環(huán)境,模擬復(fù)雜環(huán)境下的多噪音、低亮度、低對(duì)比度成像,提出結(jié)合傳統(tǒng)濾波與快速導(dǎo)向?yàn)V波的綜合濾波方案進(jìn)行圖像去噪,并提出改進(jìn)的MSRCP方法進(jìn)行圖像增強(qiáng)。其次,建立了電力設(shè)備紅外檢測(cè)的異常區(qū)域檢測(cè)、異常區(qū)域及設(shè)備檢測(cè)標(biāo)準(zhǔn)數(shù)據(jù)集,搭建了基于TensorFlow深度學(xué)習(xí)框架的Faster R-CNN電力設(shè)備紅外檢測(cè)網(wǎng)絡(luò),訓(xùn)練了電力設(shè)備紅外檢測(cè)的異常區(qū)域、異常區(qū)域及設(shè)備... 

【文章來源】：長(zhǎng)沙理工大學(xué)湖南省

【文章頁數(shù)】：90 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖１．１?ＦＬＩＲ配件產(chǎn)品??

特征判別法進(jìn)行判斷，基于深度卷積網(wǎng)絡(luò)的計(jì)算機(jī)視覺檢測(cè)算法使得根據(jù)電力設(shè)備紅外??檢測(cè)圖像特征，自動(dòng)檢測(cè)電力設(shè)備故障成為可能。??２．１紅外成像基本原理及裝置??根據(jù)熱輻射原理，任何大于絕對(duì)零度溫度的物體都能發(fā)出熱輻射，將其自生內(nèi)能轉(zhuǎn)??化為輻射能，輻射出紅外線或與可見光光波，紅外熱像儀的紅外探測(cè)器將接收到的輻射??紅外波反映到紅外熱像儀的光敏原件、圖像傳感器，生成熱像圖，并在熱像圖上反映檢??測(cè)物體的具體溫度，從而根據(jù)檢測(cè)的結(jié)果，判斷檢測(cè)物體是否有發(fā)熱異常，具體紅外成??像原理如圖２．１。在檢測(cè)電力設(shè)備時(shí)，如果其無缺陷，一般散熱會(huì)在設(shè)備表面較均勻的??分布擴(kuò)散；一旦設(shè)備內(nèi)部或者表面連接件出現(xiàn)缺陷，散熱將不均勻或異常發(fā)熱，其表面??就會(huì)出現(xiàn)局部過熱或局部過冷異常，并反映到能根據(jù)環(huán)境溫度自適應(yīng)調(diào)節(jié)成像像素的紅??外熱成像儀上。由于紅外成像技術(shù)有不接觸電力設(shè)備、不停電檢測(cè)、夜間檢測(cè)等優(yōu)勢(shì)，??能實(shí)現(xiàn)帶電情況下的無損檢測(cè)，所以紅外熱像檢測(cè)技術(shù)被廣泛運(yùn)用于電力設(shè)備的預(yù)防性??檢測(cè)????＇Ｖ?Ｉ??紅外錨射線ｊｆ丨丨丨丨丨丨■丨酬＿■丨丨■■丨丨丨＼??ｉＣ?）ｌ－ｉ??｜光柵ｆ?｜傳ｓａ??圖２．１電力設(shè)備紅外檢測(cè)成像示意圖??目前的電力行業(yè)應(yīng)用較為廣泛的紅外檢測(cè)儀器，主要有紅外測(cè)溫儀、紅外熱電視、??紅外熱像儀等；其中紅外熱像儀在電力設(shè)備檢測(cè)行業(yè)使用最廣泛，手持式紅外熱像儀多??配備于現(xiàn)場(chǎng)輸變電設(shè)備運(yùn)檢人員，固定式紅外熱像攝像頭多用于定點(diǎn)監(jiān)控裝置或移動(dòng)式??９??

?碩士學(xué)位論文???巡檢設(shè)備上。目前紅外設(shè)備廠家國(guó)外主要有ＦＬＩＲ?（菲力爾）、Ｆｌｕｋｅ?（福祿克）等公司，??國(guó)內(nèi)則有高德、大力、颯特等公司；其中美國(guó)ＦＬＩＲ?（菲力爾）公司占據(jù)紅外熱像設(shè)備市??場(chǎng)的主導(dǎo)地位，市場(chǎng)份額最大，產(chǎn)品線最為豐富�，F(xiàn)有的紅外熱像儀，基本都自帶記錄??最高、最低溫度，自動(dòng)根據(jù)環(huán)境自適應(yīng)調(diào)節(jié)紅外成像等功能，以便檢測(cè)人員能直觀清晰??觀察紅熱異常區(qū)域。圖２．２?（ａ）為福祿克ＦＬＵＫＥ?Ｔｉ４００ＣＮ型手持式紅外熱像儀，其能??實(shí)現(xiàn)可見光與紅外圖的紅外融合度百分比例調(diào)節(jié)，存儲(chǔ)到ＳＤ卡或者無線傳輸?shù)诫娔X等??設(shè)備；圖２．２?（ｂ）為帶目鏡取景鏡的ＦＬＩＲＡ３１０ＰＴ紅外熱像儀。??Ｉ響ｊＶ．??ｍ?－：：??（ａ）福祿克手持式熱像儀?（ｂ）ＦＬＩＲ紅外熱像儀??圖２．２常見紅外熱像儀設(shè)備??２．２紅外成像下的電力設(shè)備檢測(cè)??２．２．１電力設(shè)備故障分類及機(jī)理??電力設(shè)備故障，按分布部位分析，分為外部與內(nèi)部故障；內(nèi)部故障即設(shè)備內(nèi)部故障??引起發(fā)熱異常，常見于固體絕緣、油絕緣等設(shè)備內(nèi)部其他故障；外部故障即電力設(shè)備表??面連接處發(fā)熱異常，以接頭故障、表面污穢為主［４３１。按其熱缺陷成因，又分為電流型效??應(yīng)缺陷和電壓型效應(yīng)缺陷，其中電流型效應(yīng)缺陷主要源于輸送電回路的連接部分接觸不??良，致使電阻增大，產(chǎn)生局部發(fā)熱，該大類缺陷所占比例高達(dá)９０％；電壓型效應(yīng)缺陷，??其危害較為嚴(yán)重但在日常缺陷中所占比例較小，主要由于電力設(shè)備內(nèi)部絕緣體絕緣質(zhì)量??降低而致熱［４４］。電力設(shè)備故障機(jī)理主要為以下幾種：??（１）電阻損耗增大：電力設(shè)備導(dǎo)電回路的連接部、接頭處等連接不佳將致使電阻增大；??導(dǎo)體自身由于如

【參考文獻(xiàn)】：
期刊論文
[1]復(fù)雜環(huán)境下電力設(shè)備紅外熱圖增強(qiáng)與分割研究[J]. 陳基順,肖立軍,萬新宇,麥銳杰,秦慧平,李磊.  紅外技術(shù). 2018(11)
[2]基于深度卷積網(wǎng)絡(luò)的目標(biāo)檢測(cè)綜述[J]. 吳帥,徐勇,趙東寧.  模式識(shí)別與人工智能. 2018(04)
[3]超、特高壓輸電線路無人機(jī)巡檢典型案例分析[J]. 葛雄,金哲,劉志剛,雷雨,姚攀.  電工技術(shù). 2017(09)
[4]華電大同秦家山10萬kW光伏電站無人機(jī)自動(dòng)巡檢及熱斑圖像自動(dòng)識(shí)別[J]. 劉江林.  太陽能. 2017(05)
[5]基于紅外圖像識(shí)別的輸電線路故障診斷方法[J]. 王淼,杜偉,孫鴻博,張靜.  紅外技術(shù). 2017(04)
[6]基于紅外圖像處理的電氣設(shè)備故障診斷方法[J]. 孫怡,吳邦樹,劉儀卜,杜永成,楊立.  機(jī)電工程技術(shù). 2016(06)
[7]基于卷積遞歸網(wǎng)絡(luò)的電流互感器紅外故障圖像診斷[J]. 林穎,郭志紅,陳玉峰.  電力系統(tǒng)保護(hù)與控制. 2015(16)
[8]紅外熱成像檢測(cè)技術(shù)研究現(xiàn)狀及發(fā)展趨勢(shì)[J]. 劉元林,梅晨,唐慶菊,蘆玉梅.  機(jī)械設(shè)計(jì)與制造. 2015(06)
[9]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]. 張文峰,彭向陽,陳銳民,陳馳,鄧超怡,錢金菊,徐文學(xué).  電網(wǎng)技術(shù). 2014(05)
[10]基于圖像增強(qiáng)技術(shù)的電氣設(shè)備熱故障自動(dòng)診斷與定位[J]. 崔克彬,李寶樹,徐雪濤,魏文力.  紅外技術(shù). 2014(02)

碩士論文
[1]基于紅外圖像的變電站設(shè)備識(shí)別與熱狀態(tài)監(jiān)測(cè)系統(tǒng)研究[D]. 尹陽.西安科技大學(xué) 2018
[2]一種基于圖像處理和神經(jīng)網(wǎng)絡(luò)的變電站關(guān)鍵設(shè)備紅外檢測(cè)方法[D]. 臧曉春.華南理工大學(xué) 2018
[3]基于無人機(jī)紅外熱成像的架空輸電線視覺跟蹤巡檢研究[D]. 楊啟帆.蘭州理工大學(xué) 2017
[4]基于紅外技術(shù)的變電站設(shè)備識(shí)別與熱故障診斷[D]. 任新輝.西南交通大學(xué) 2016
[5]基于紅外圖像處理的變電站設(shè)備故障診斷[D]. 康龍.華北電力大學(xué) 2016
[6]電氣設(shè)備狀態(tài)檢修中紅外檢測(cè)技術(shù)的研究與應(yīng)用[D]. 蔣曉平.東南大學(xué) 2015
[7]無人值班變電站巡檢機(jī)器人的研究及應(yīng)用[D]. 譚富民.長(zhǎng)沙理工大學(xué) 2014
[8]基于紅外熱圖像的架空輸電線路故障檢測(cè)軟件開發(fā)[D]. 彭曄.南京理工大學(xué) 2011
[9]變電站電力設(shè)備紅外圖像分割技術(shù)研究[D]. 王如意.西安科技大學(xué) 2011



本文編號(hào)：3350575