CN107121607A - 一种基于紫外和红外图像的电力***故障检测***及方法 - Google Patents
一种基于紫外和红外图像的电力***故障检测***及方法 Download PDFInfo
- Publication number
- CN107121607A CN107121607A CN201710281270.8A CN201710281270A CN107121607A CN 107121607 A CN107121607 A CN 107121607A CN 201710281270 A CN201710281270 A CN 201710281270A CN 107121607 A CN107121607 A CN 107121607A
- Authority
- CN
- China
- Prior art keywords
- ultraviolet
- image
- infrared
- cameras
- temperature
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 40
- 238000000034 method Methods 0.000 title claims abstract description 15
- 238000012545 processing Methods 0.000 claims abstract description 18
- 230000003287 optical effect Effects 0.000 claims abstract description 5
- 230000004927 fusion Effects 0.000 claims description 9
- 238000005516 engineering process Methods 0.000 claims description 6
- 208000002173 dizziness Diseases 0.000 claims 1
- 230000005684 electric field Effects 0.000 abstract description 3
- 230000007547 defect Effects 0.000 description 6
- 230000008901 benefit Effects 0.000 description 3
- 238000003331 infrared imaging Methods 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 101000694017 Homo sapiens Sodium channel protein type 5 subunit alpha Proteins 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000003708 edge detection Methods 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 238000010438 heat treatment Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 230000001154 acute effect Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000013100 final test Methods 0.000 description 1
- 230000007274 generation of a signal involved in cell-cell signaling Effects 0.000 description 1
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 1
- 239000010931 gold Substances 0.000 description 1
- 229910052737 gold Inorganic materials 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000005693 optoelectronics Effects 0.000 description 1
- 230000003449 preventive effect Effects 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/12—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing
- G01R31/1218—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing using optical methods; using charged particle, e.g. electron, beams or X-rays
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J2005/0077—Imaging
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Radiation Pyrometers (AREA)
- Investigating Or Analyzing Materials Using Thermal Means (AREA)
Abstract
本发明涉及一种基于紫外和红外图像的电力***故障检测***及方法,该***包括红外相机、紫外相机和上位机,所述的红外相机和紫外相机架设于待检测的电力设备前方,且红外相机和紫外相机光路在平行的光轴上,所述的红外相机和紫外相机均连接上位机,所述的上位机设有用于对红外相机和紫外相机拍摄的红外图像和紫外图像进行分析处理得到故障结果的图像处理分析模块。与现有技术相比,本发明检测准确率高,无须断电,实时成像,检测高效、操作简单,为电力现场的故障检测提供了一种新途径。
Description
技术领域
本发明涉及一种电力***故障检测***及方法,尤其是涉及一种基于紫外和红外图像的电力***故障检测***及方法。
背景技术
电力设备长期工作运行在高电压、大电流的状态下,同时还受到日晒、雨淋、潮湿、高温和风尘等恶劣环境和自然条件的损害,容易发生设备的劣化和缺陷,甚至导致事故的发生,因此对电力设备的进行状态定时定点检测是十分有必要的。电力设备的日常预防性维护已成为电力部门的制度,可以有效降低和预防电力设备事故的发生。
早期电力设备的维护是故障后维修,这种方式下突发故障往往会造成巨大的损失。传统的预防性维护必须要在停电的情况下才能进行检测,设备关机后的状态往往和运行时不一样,影响检测精度和准确性。所以,电力设备的不断电、实时在线监测***就体现出其优越性。
目前电力设备故障检测技术主要是紫外、红外单独进行的检测技术。红外成像法是利用电气设备外部升温来发现某些故障,这种方法可以在非接触、非断电情况下进行,但是易受到阳光、大风、潮湿、环境温度及一些能引起高压设备表面温度剧烈变化的其他因素影响,且不易直观定位远距离的放电点。紫外成像检测法通过观察和检测日盲紫外光信号,用紫外相机拍摄紫外图像并将紫外信号转换为可见光信号生成图像,便于直观观测放电信号,这种方法受环境、气候等条件限制较少,可以直观准确地进行放电点的定位,对于线路设备外部电晕及沿面放电的缺陷,如导线外部损伤、断股、散股等故障较为敏感,与红外检测技术相比,紫外成像技术可发现设备的早期隐患,与红外成像检测技术形成有效的互补,但我国对日盲紫外成像的研究起步较晚,近几年国内的一些研究所和大学才开始对紫外成像仪进行研究和探索,并取得了一定进展。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于紫外和红外图像的电力***故障检测***及方法。
本发明的目的可以通过以下技术方案来实现:
一种基于紫外和红外图像的电力***故障检测***,该***包括红外相机、紫外相机和上位机,所述的红外相机和紫外相机架设于待检测的电力设备前方,且红外相机和紫外相机光路在平行的光轴上,所述的红外相机和紫外相机均连接上位机,所述的上位机设有用于对红外相机和紫外相机拍摄的红外图像和紫外图像进行分析处理得到故障结果的图像处理分析模块。
所述的图像处理分析模块包括:
红外图像处理子模块:该子模块对红外相机拍摄的红外图像进行处理将其转化为温度分布图像,所述的温度分布图像中每一像素点对应电力设备对应位置的温度大小;
紫外图像处理子模块:该子模块对紫外相机拍摄的紫外图像进行处理得到放电点紫外图像;
图像融合子模块:该模块将放电点紫外图像融合至温度分布图像中得到融合图像,所述的融合图像包括带检测的电力设备的温度分布和放电点位置信息。
所述的图像处理分析模块还包括最高温度点圈选子模块,所述的最高温度点圈选子模块连接红外图像处理子模块,最高温度点圈选子模块在温度分布图像中寻找最高温所对应的像素点,并圈选该点,显示该点的温度值以及对应的位置坐标。
所述的紫外相机为日盲紫外相机。
所述的红外相机为长波红外相机。
一种采用上述基于紫外和红外图像的电力***故障检测***的故障检测方法,该方法包括如下步骤:
(1)红外相机和紫外相机分别获取待检测的电力设备的红外图像和紫外图像;
(2)将红外图像转换为温度分布图像,所述的温度分布图像中每一像素点对应电力设备对应位置的温度大小;
(3)对紫外图像进行处理,获得待检测的电力设备的放电点紫外图像;
(4)将放电点紫外图像融合至温度分布图像中得到融合图像,所述的融合图像包括带检测的电力设备的温度分布和放电点位置信息;
(5)对融合图像进行亮度调整和伪彩处理,得到电力设备的温度分布图,同时放电点电晕区作高亮显示。
步骤(2)后还包括对待检测设备的最高温度点的圈选,具体地:根据温度分布图像建立温度-灰度曲线,从温度-灰度曲线中选出温度最高点并在温度分布图像中圈处,同时显示生成该点的温度值以及对应的位置坐标。
与现有技术相比,本发明具有如下优点:
(1)本发明同时获取了电力***放电点的紫外和红外波段图像,对两个波段进行图像融合,同时实现了对电力设备温度场分布的成像检测以及电力设备的电晕检测,实现了发热和放电复合型缺陷的故障点定位、缺陷严重程度定量化信息处理,极大的提高了电力设备的检测效率,为电力现场的局部放电点检测提供了一种新的途径。
(2)本发明通过长波红外相机获取红外图像,通过换算显示被测电气设备表面温度,并对其分布情况进行测试、分析和判断,准确地发现电气设备运行中的异常和缺陷,相较于短波红外成像,长波红外相机的精度更高,抗干扰性更强,具有更大的优势;
(3)本发明检测方法不直接接触、无需断电,能够实现实时测量,且测量结果高效准确。
附图说明
图1为本发明基于紫外和红外图像的电力***故障检测***的结构框图。
图中,1为红外相机,2为紫外相机,3为上位机,4为待检测的电力设备。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。
实施例
如图1所示,一种基于紫外和红外图像的电力***故障检测***,该***包括红外相机1、紫外相机2和上位机3,红外相机1和紫外相机2架设于待检测的电力设备4前方,且红外相机1和紫外相机2光路在平行的光轴上,红外相机1和紫外相机2均连接上位机3,上位机3设有用于对红外相机1和紫外相机2拍摄的红外图像和紫外图像进行分析处理得到故障结果的图像处理分析模块。本实施例中待检测的电力设备4包括:电塔的塔身、地线和电塔金具。
图像处理分析模块包括:
红外图像处理子模块:该子模块对红外相机1拍摄的红外图像进行处理将其转化为温度分布图像,温度分布图像中每一像素点对应电力设备对应位置的温度大小;
紫外图像处理子模块:该子模块对紫外相机2拍摄的紫外图像进行处理得到放电点紫外图像;
图像融合子模块:该模块将放电点紫外图像融合至温度分布图像中得到融合图像,融合图像包括带检测的电力设备的温度分布和放电点位置信息。
图像处理分析模块还包括最高温度点圈选子模块,最高温度点圈选子模块连接红外图像处理子模块,最高温度点圈选子模块在温度分布图像中寻找最高温所对应的像素点,并圈选该点,显示该点的温度值以及对应的位置坐标。
紫外相机2为日盲紫外相机2。
红外相机1为长波红外相机1。
一种采用上述基于紫外和红外图像的电力***故障检测***的故障检测方法,该方法包括如下步骤:
(1)红外相机1和紫外相机2分别获取待检测的电力设备4的红外图像和紫外图像;
(2)将红外图像转换为温度分布图像,温度分布图像中每一像素点对应电力设备对应位置的温度大小;
(3)对紫外图像进行处理,获得待检测的电力设备4的放电点紫外图像;
(4)将放电点紫外图像融合至温度分布图像中得到融合图像,融合图像包括带检测的电力设备的温度分布和放电点位置信息;
(5)对融合图像进行亮度调整和伪彩处理,得到电力设备的温度分布图,同时放电点电晕区作高亮显示。
步骤(2)后还包括对待检测设备的最高温度点的圈选,具体地:根据温度分布图像建立温度-灰度曲线,从温度-灰度曲线中选出温度最高点并在温度分布图像中圈处,同时显示生成该点的温度值以及对应的位置坐标。
本发明的检测原理是:①紫外部分:日盲紫外相机2使用增强电荷耦合器件(Intensified CCD,ICCD)实现对紫外光子的探测,ICCD主要有光电阴极、微通道板(Microchannel plate,MCP)放大器、荧光屏、光纤光锥、可见光CCD相机组成,紫外光源发出的紫外波段信号通过滤光片之后照射到对紫外信号敏感的光电阴极上进行光电转换,生成的光电子再经由高压电场加速后通过MCP进行电子倍增,经过倍增后的电子轰击荧光屏实现光电子到光子的转换,光子经过光纤光锥到达可见光CCD相机,从而获取到故障目标的紫外图像。②红外部分:长波红外相机1是依靠探测微型辐射热量的热探测器吸收入射的红外辐射,通过换算显示被测电气设备表面温度,并对其分布情况进行测试、分析和判断,准确地发现电气设备运行中的异常和缺陷,相较于短波红外成像,长波红外相机1的精度更高,抗干扰性更强,具有更大的优势。③图像融合:本***采用一种改进的基于Canny准则的小波边缘检测算法。由于紫外图像比红外图像小,通过简单的几何缩放关系,确定紫外图像在红外图像中的边缘位置,然后利用一种基于Canny准则的小波边缘检测算法,提取主要的紫外能量区,融合到红外图像中,得到最终的检测结果。
令θ(x,y)是二维平滑函数,定义两个小波函数为:
对Ψ1(x,y)、Ψ2(x,y)进行二行伸缩和平移构成基函数:
对于二维函数f(x,y),其小波变换可通过卷积实现:
X方向为:
Y方向为:
在尺度2j上,梯度矢量的模为:
其幅角为:
梯度方向指向梯度的模取极大值的方向,于是,只要沿着梯度方向检测小波变换系数模的局部极大值点,即可得到图像的边缘点。沿边缘点连线提取该闭合区域,即得到待融合的紫外能量区。
Claims (7)
1.一种基于紫外和红外图像的电力***故障检测***,其特征在于,该***包括红外相机、紫外相机和上位机,所述的红外相机和紫外相机架设于待检测的电力设备前方,且红外相机和紫外相机光路在平行的光轴上,所述的红外相机和紫外相机均连接上位机,所述的上位机设有用于对红外相机和紫外相机拍摄的红外图像和紫外图像进行分析处理得到故障结果的图像处理分析模块。
2.根据权利要求1所述的一种基于紫外和红外图像的电力***故障检测***,其特征在于,所述的图像处理分析模块包括:
红外图像处理子模块:该子模块对红外相机拍摄的红外图像进行处理将其转化为温度分布图像,所述的温度分布图像中每一像素点对应电力设备对应位置的温度大小;
紫外图像处理子模块:该子模块对紫外相机拍摄的紫外图像进行处理得到放电点紫外图像;
图像融合子模块:该模块将放电点紫外图像融合至温度分布图像中得到融合图像,所述的融合图像包括带检测的电力设备的温度分布和放电点位置信息。
3.根据权利要求2所述的一种基于紫外和红外图像的电力***故障检测***,其特征在于,所述的图像处理分析模块还包括最高温度点圈选子模块,所述的最高温度点圈选子模块连接红外图像处理子模块,最高温度点圈选子模块在温度分布图像中寻找最高温所对应的像素点,并圈选该点,显示该点的温度值以及对应的位置坐标。
4.根据权利要求1所述的一种基于紫外和红外图像的电力***故障检测***,其特征在于,所述的紫外相机为日盲紫外相机。
5.根据权利要求1所述的一种基于紫外和红外图像的电力***故障检测***,其特征在于,所述的红外相机为长波红外相机。
6.一种采用如权利要求1所述的基于紫外和红外图像的电力***故障检测***的故障检测方法,其特征在于,该方法包括如下步骤:
(1)红外相机和紫外相机分别获取待检测的电力设备的红外图像和紫外图像;
(2)将红外图像转换为温度分布图像,所述的温度分布图像中每一像素点对应电力设备对应位置的温度大小;
(3)对紫外图像进行处理,获得待检测的电力设备的放电点紫外图像;
(4)将放电点紫外图像融合至温度分布图像中得到融合图像,所述的融合图像包括带检测的电力设备的温度分布和放电点位置信息;
(5)对融合图像进行亮度调整和伪彩处理,得到电力设备的温度分布图,同时放电点电晕区作高亮显示。
7.根据权利要求6所述的故障检测方法,其特征在于,步骤(2)后还包括对待检测设备的最高温度点的圈选,具体地:根据温度分布图像建立温度-灰度曲线,从温度-灰度曲线中选出温度最高点并在温度分布图像中圈处,同时显示生成该点的温度值以及对应的位置坐标。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710281270.8A CN107121607A (zh) | 2017-04-26 | 2017-04-26 | 一种基于紫外和红外图像的电力***故障检测***及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710281270.8A CN107121607A (zh) | 2017-04-26 | 2017-04-26 | 一种基于紫外和红外图像的电力***故障检测***及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107121607A true CN107121607A (zh) | 2017-09-01 |
Family
ID=59724886
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710281270.8A Pending CN107121607A (zh) | 2017-04-26 | 2017-04-26 | 一种基于紫外和红外图像的电力***故障检测***及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107121607A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107843818A (zh) * | 2017-09-06 | 2018-03-27 | 同济大学 | 基于异源图像温升与局部放电特征高压绝缘故障诊断方法 |
CN107991591A (zh) * | 2017-12-04 | 2018-05-04 | 云南电网有限责任公司普洱供电局 | 一种基于Kaiser窗FFT单峰插值修正的图像融合方法 |
CN109142935A (zh) * | 2018-10-15 | 2019-01-04 | 广东电网有限责任公司 | 巡检机器人 |
CN110910525A (zh) * | 2019-11-22 | 2020-03-24 | 深圳供电局有限公司 | 无人机巡检***与巡检方法 |
CN113744197A (zh) * | 2021-08-09 | 2021-12-03 | 福建工程学院 | 一种基于红紫外复合成像的电缆故障检测方法 |
WO2022056654A1 (zh) * | 2020-09-15 | 2022-03-24 | 华为技术有限公司 | 一种测温方法和测温装置 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103487729A (zh) * | 2013-09-06 | 2014-01-01 | 广东电网公司电力科学研究院 | 基于紫外视频与红外视频融合的电力设备缺陷检测方法 |
CN104459457A (zh) * | 2013-09-25 | 2015-03-25 | 北京环境特性研究所 | 一种红外与紫外双路成像电力检测仪 |
KR101549844B1 (ko) * | 2015-03-31 | 2015-09-11 | 지투파워 (주) | Ir/uv 검출에 의한 배전반의 아크 감시 열화 진단 시스템 및 방법 |
CN105425123A (zh) * | 2015-11-20 | 2016-03-23 | 国网福建省电力有限公司泉州供电公司 | 一种紫外成像与红外成像协同检测电力设备故障的方法及*** |
CN105510787A (zh) * | 2016-01-26 | 2016-04-20 | 国网上海市电力公司 | 基于图像合成技术的便携式超声、红外、紫外检测仪 |
CN105738779A (zh) * | 2016-01-26 | 2016-07-06 | 国网上海市电力公司 | 一种基于多源图像融合的局部放电检测方法 |
CN206057491U (zh) * | 2016-08-31 | 2017-03-29 | 南京顺泰科技有限公司 | 一种高压设备紫外、红外成像在线监测设备 |
-
2017
- 2017-04-26 CN CN201710281270.8A patent/CN107121607A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103487729A (zh) * | 2013-09-06 | 2014-01-01 | 广东电网公司电力科学研究院 | 基于紫外视频与红外视频融合的电力设备缺陷检测方法 |
CN104459457A (zh) * | 2013-09-25 | 2015-03-25 | 北京环境特性研究所 | 一种红外与紫外双路成像电力检测仪 |
KR101549844B1 (ko) * | 2015-03-31 | 2015-09-11 | 지투파워 (주) | Ir/uv 검출에 의한 배전반의 아크 감시 열화 진단 시스템 및 방법 |
CN105425123A (zh) * | 2015-11-20 | 2016-03-23 | 国网福建省电力有限公司泉州供电公司 | 一种紫外成像与红外成像协同检测电力设备故障的方法及*** |
CN105510787A (zh) * | 2016-01-26 | 2016-04-20 | 国网上海市电力公司 | 基于图像合成技术的便携式超声、红外、紫外检测仪 |
CN105738779A (zh) * | 2016-01-26 | 2016-07-06 | 国网上海市电力公司 | 一种基于多源图像融合的局部放电检测方法 |
CN206057491U (zh) * | 2016-08-31 | 2017-03-29 | 南京顺泰科技有限公司 | 一种高压设备紫外、红外成像在线监测设备 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107843818A (zh) * | 2017-09-06 | 2018-03-27 | 同济大学 | 基于异源图像温升与局部放电特征高压绝缘故障诊断方法 |
CN107991591A (zh) * | 2017-12-04 | 2018-05-04 | 云南电网有限责任公司普洱供电局 | 一种基于Kaiser窗FFT单峰插值修正的图像融合方法 |
CN109142935A (zh) * | 2018-10-15 | 2019-01-04 | 广东电网有限责任公司 | 巡检机器人 |
CN110910525A (zh) * | 2019-11-22 | 2020-03-24 | 深圳供电局有限公司 | 无人机巡检***与巡检方法 |
WO2022056654A1 (zh) * | 2020-09-15 | 2022-03-24 | 华为技术有限公司 | 一种测温方法和测温装置 |
CN113744197A (zh) * | 2021-08-09 | 2021-12-03 | 福建工程学院 | 一种基于红紫外复合成像的电缆故障检测方法 |
CN113744197B (zh) * | 2021-08-09 | 2024-01-02 | 福建工程学院 | 一种基于红紫外复合成像的电缆故障检测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107121607A (zh) | 一种基于紫外和红外图像的电力***故障检测***及方法 | |
Tsanakas et al. | Faults and infrared thermographic diagnosis in operating c-Si photovoltaic modules: A review of research and future challenges | |
Akram et al. | Improved outdoor thermography and processing of infrared images for defect detection in PV modules | |
Høiaas et al. | Inspection and condition monitoring of large-scale photovoltaic power plants: A review of imaging technologies | |
Tsanakas et al. | Fault diagnosis of photovoltaic modules through image processing and Canny edge detection on field thermographic measurements | |
Salazar et al. | Hotspots detection in photovoltaic modules using infrared thermography | |
Buerhop et al. | Reliability of IR-imaging of PV-plants under operating conditions | |
US8698083B2 (en) | Solar cell evaluation method, evaluation device, maintenance method, maintenance system, and method of manufacturing solar cell module | |
WO2017148336A1 (zh) | 光电***中电池组串故障的识别方法、装置和设备 | |
Dhimish | Micro cracks distribution and power degradation of polycrystalline solar cells wafer: Observations constructed from the analysis of 4000 samples | |
CN206920545U (zh) | 用于电晕检测的日盲紫外成像装置 | |
Tsanakas et al. | Fault diagnosis and classification of large-scale photovoltaic plants through aerial orthophoto thermal mapping | |
Alsafasfeh et al. | Fault detection in photovoltaic system using SLIC and thermal images | |
Doll et al. | Photoluminescence for defect detection on full-sized photovoltaic modules | |
KR101054522B1 (ko) | 광학렌즈가 부착된 자외선 센서를 이용한 전력설비 코로나 방전 측정 장치 및 방법 | |
Meribout et al. | Solar panel inspection techniques and prospects | |
Gallardo-Saavedra et al. | Analysis and characterization of PV module defects by thermographic inspection | |
CN109034272A (zh) | 一种输电线路发热部件自动识别方法 | |
Alajmi et al. | IR thermal image analysis: An efficient algorithm for accurate hot-spot fault detection and localization in solar photovoltaic systems | |
Dhimish et al. | Ultrafast high-resolution solar cell cracks detection process | |
Ciocia et al. | Realization and Use of an IR Camera for Laboratory and On-field Electroluminescence Inspections of Silicon Photovoltaic Modules | |
Bu et al. | Electrical Pulsed Infrared Thermography and supervised learning for PV cells defects detection | |
Kunz et al. | Outdoor luminescence imaging of field-deployed PV modules | |
Khan et al. | Detection of defects in solar panels using thermal imaging by PCA and ICA method | |
Otamendi et al. | A scalable framework for annotating photovoltaic cell defects in electroluminescence images |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170901 |