科创中国

高新技术改造传统产业

本发明涉及一种电力设备热故障诊断方法、系统及电子设备。所述方法包括：采集电力设备的红外图像，根据红外图像构建卷积神经网络模型；将待检测的红外图像输入所述卷积神经网络模型，通过所述卷积神经网络模型识别出红外图像中的温度标尺和电力设备；根据所识别的温度标尺像素点的RGB值及温度标尺上下界生成RGB值与温度参照表，并提取所识别的电力设备的RGB值，将提取的RGB值与所述RGB值与温度参照表中的RGB值进行比对，得到所识别的电力设备的温度结果；根据电网系统诊断标准对温度结果进行诊断，判断该电力设备是否出现热故障。本发明通过卷积神经网络模型高效、准确的识别电力设备，通过RGB值精确读取温度，提升电网系统的智能化水平。

本发明实施例采取的技术方案还包括：所述温度检测模块得到所识别的电力设备 的温度结果具体包括：确定采集红外图像时的环境温度，并确定红外图像中的温度标尺：根据温度标尺的位置分别确定温度最大值区域和温度最小值区域，分别读取温度最大值区域和温度最小值区域中的数字，获取该红外图像中的温度最大值和温度最小值：计算温度标尺R、G、B三个值的值矩阵，在三个矩阵的中间位置选相同列，构成一个RGB值矩阵;根据R、G、B值的梯度变化以及温度标尺的边界RGB值确定R、G、B各列中温度标尺的卜.下界，并去掉所述RGB值矩阵的上下多余部分，得到新的RGB值矩阵：根据新的RGB值矩阵以及温度最大值和温度最小值生成RGB值与温度参照表：提取电力设备的RGB俏最高像素点作为电力设备的最高温度，将电力设备的最高温度和RGB值与温度参照表中的RGB值进行比对，得到所述电力设备的温度结果。

发明人:胡金星;秦皓;莫文雄;张志亮;王书强;孙煜华;吴永欢;张文斐 联系方式:0755-86392458 中国科学院深圳先进技术研究院提升了粤港地区及我国先进制造业和现代服务业的自主创新能力，推动我国自主知识产权新工业的建立，成为国际一流的工业研究院。 深圳先进院目前已初步构建了以科研为主的集科研、教育、产业、资本为一体的微型协同创新生态系统，由九个研究平台，国科大深圳先进技术学院，多个特色产业育成基地、多支产业发展基金、多个具有独立法人资质的新型专业科研机构等组成。开展先进技术研究，促进科技发展。信息、电子、通讯技术研究新材料、新能源技术研究高性能计算、自动化、精密机械研究生物医学与医疗仪器研究相关学历教育、博士后培养与学术交流。

点击查看