CN108731816B - 一种基于红外检测的电力设备缺陷分析方法 - Google Patents
一种基于红外检测的电力设备缺陷分析方法 Download PDFInfo
- Publication number
- CN108731816B CN108731816B CN201810493187.1A CN201810493187A CN108731816B CN 108731816 B CN108731816 B CN 108731816B CN 201810493187 A CN201810493187 A CN 201810493187A CN 108731816 B CN108731816 B CN 108731816B
- Authority
- CN
- China
- Prior art keywords
- equipment
- power equipment
- infrared thermal
- target power
- infrared
- 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.)
- Active
Links
- 230000007547 defect Effects 0.000 title claims abstract description 43
- 238000004458 analytical method Methods 0.000 title claims abstract description 38
- 238000001514 detection method Methods 0.000 title claims abstract description 32
- 238000000034 method Methods 0.000 claims abstract description 30
- 238000009826 distribution Methods 0.000 claims abstract description 14
- 238000001931 thermography Methods 0.000 claims abstract description 14
- 238000001228 spectrum Methods 0.000 claims abstract description 13
- 230000016507 interphase Effects 0.000 claims abstract description 4
- 238000003745 diagnosis Methods 0.000 description 13
- 230000000694 effects Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 238000005070 sampling Methods 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 5
- 238000010438 heat treatment Methods 0.000 description 5
- 230000009466 transformation Effects 0.000 description 5
- 238000009529 body temperature measurement Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 230000002950 deficient Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000002329 infrared spectrum Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 229910052573 porcelain Inorganic materials 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 239000000919 ceramic Substances 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000002510 pyrogen Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
Classifications
-
- 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
- G01J5/0096—Radiation pyrometry, e.g. infrared or optical thermometry for measuring wires, electrical contacts or electronic systems
-
- 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
- G01J5/48—Thermography; Techniques using wholly visual means
- G01J5/485—Temperature profile
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Investigating Or Analyzing Materials Using Thermal Means (AREA)
- Radiation Pyrometers (AREA)
Abstract
本发明公开了一种基于红外检测的电力设备缺陷分析方法,包括:在红外热成像仪器中设置一选取框,并采用红外热成像仪器对目标电力设备进行红外热成像检测,采集红外热像图谱;根据选取框中截取的红外热像图谱、以及目标电力设备的设备类型等对目标电力设备进行分段,获得若干个设备段;获取每个设备段中每个横坐标的最高温度值;根据所有的最高温度值获取该目标电力设备的温差特征曲线;根据预设的判定标准以及所述温差特征曲线,分别对每个设备段进行相间横向比较,以判定目标电力设备是否存在缺陷。本发明能够快速建立设备取值模型及全面反映设备温度分布特征,精确智能化比对设备热缺陷,找出有隐患的设备。
Description
技术领域
本发明涉及电力设备分析技术领域,特别是涉及一种基于红外检测的电力设备缺陷分析方法。
背景技术
红外热成像技术从上世纪五六十年代被瑞典首先引进到电力设备缺陷诊断以来发挥着显著的作用,由于其不停电、不接触被测设备、检测效率高等优点,已成为电力、石化等行业设备无损缺陷诊断的最主要方法之一。但以往其分析方法只适合有检测经验的技术人员使用,无法实现大批量图谱数据自动化智能诊断。对于大型电力设施设备数量数以千计,人工分析工作量巨大。
目前电力设备红外检测图谱的分析方法主要包括三种:
第一种,点分析
红外热成像图谱是由红外探测器测试到的被测物外表面的温度按探测器矩阵排列的真彩图像。现在主流的矩阵像素是640*480。用不同的颜色和灰度来表示不同的温度分布梯度。点分析一般自动取图像中设备上最高温度点,然后同类设备进行比较。或把分析点放在想取温度值的位置,显示出该位置温度值,一般作为参考值使用。
但这种分析方法更多被用于已知有缺陷设备的诊断报告上,用于分析大量微小温差的图谱时取值没有代表性。
第二种,线分析
通过在红外图谱中关注的设备部位画线,来显示所画部位温度分布的分析方法。
运用线分析显示出两个同类型设备之间的温度差异。这种分析方法同样更多被用于已知有缺陷设备的诊断报告上,用于分析大量微小温差的图谱时取值没有代表性。
第三种,区域最高、最低温度分析
区域分矩形、圆形、多边形、自定义区域几种,主要是用矩形分析。区域最高、最低分析法是设备温度采样最有代表性的一种分析方法,对电流致热型电力设备缺陷分析有较强处理能力,但对温度差异非常小的电压、电磁、综合致热型缺陷红外图谱,其批量自动化处理的最大效用还有所欠缺。
上述分析中,点、线、面的取值都存在一个问题,就是取值不够全面。首先,点测温:只有一个点的温度数据,最高温点不一定在检测设备上面,对其他温度分布也没有直观了解,特别对温度差值都非常小的电压、电磁、综合致热型缺陷分析参考价值不大。其次,线测温:取值范围小,覆盖值很难代表设备温度分布,只针对小部分温度特征的缺陷缺少分析意义。再次,面测温:如果多区域取值,根据类别对比、分析,但由于设备类型和型号繁多,要考虑设备型号、发热特征、电压等级等差别,取值模型难以建立。
目前,信息化智能处理主要集中在输电设备红外检测图谱库上,输电设备品种少,且基本上是电流致热型缺陷,温度差值大,相对比较容易处理,而变电设备光设备大类就有十几种,再按电压等级、型号等就多达成百上千种,且每个大类分析的温差允许值和分析部位都不一样,所以智能信息化处理相对非常难、操作复杂。
由于智能电网建设的一个重要特征是计划检修向状态检修的过渡,对电网设备监测的手段和效果提出了更高要求,提高红外精确测温的技术能力与测试数据的信息化水平就成为了一个非常迫切的课题。
发明内容
本发明旨在至少解决现有技术中存在的技术问题之一。为此,本发明的目的在于提出一种基于红外检测的电力设备缺陷分析方法,以解决现有技术中取值不够全面、取值模型建立困难、操作复杂的问题。
一种基于红外检测的电力设备缺陷分析方法,包括:
在红外热成像仪器中设置一选取框,并采用所述红外热成像仪器对目标电力设备进行红外热成像,以获得红外热像图谱;
根据所述选取框中截取的红外热像图谱、以及所述目标电力设备的设备类型、电压等级、设备型号对所述目标电力设备进行分段,获得若干个设备段;
获取每个所述设备段中每个横坐标的最高温度值;
根据所有的所述最高温度值获取该目标电力设备的温差特征曲线,所述温差特征曲线用于表征所述目标电力设备整个表面的温度分布;
根据预设的判定标准以及所述温差特征曲线,分别对每个所述设备段进行相间横向比较,以判定所述目标电力设备是否存在缺陷。
根据本发明提供的基于红外检测的电力设备缺陷分析方法,开发了一种新的取值方法,结合框取值方法,但不是取框的最高温,而是在覆盖设备区域的选取框中,按横坐标每一行的点取出一个最高温度值,再根据所有的最高温度值形成一个该设备的温差特征曲线,该温差特征曲线代表了该设备整个表面的温度分布,再通过横向的比较,能够快速建立设备取值模型及全面反映设备温度分布特征,精确智能化比对设备热缺陷,找出设备隐患。
该方法数据采样更全面,所采样数据能够客观的反映设备表面温度分布情况,从而做出准确的缺陷诊断。该方法的实际操作简单,以往很多方法应用在输电设备上效果良好,但却很难应用在变电设备上,因为变电设备品种多、型号多,不同电压等级差别大,而本方法检测时配以必要的配合,再根据各品种设备特征做好分析模型,即可以快速对数据进行采样分析。此外,本方法分析效果好、数据采样全面,对红外检测图谱的智能化处理更高效、更精确,通过对设备进行分段,可以对不同部位进行分析,能够根据不同部位的判定标准同时做出针对性的、高效准确的诊断。
另外,根据本发明上述的基于红外检测的电力设备缺陷分析方法,还可以具有如下附加的技术特征:
进一步地,所述选取框在所述红外热成像仪器处于居中位置。
进一步地,在对目标电力设备进行检测时,将所述目标电力设备进放在所述选取框内进行检测,或者将所述选取框放在所述目标电力设备的中间。
进一步地,每个所述设备段中最高温度值的数量与相应的设备段的高度像素值相等。
进一步地,所述采用所述红外热成像仪器对目标电力设备进行红外热成像,以获得红外热像图谱的步骤包括:
采用所述红外热成像仪器对目标电力设备进行红外热成像,以获得三相红外热像图谱。
进一步地,所述根据预设的判定标准以及所述温差特征曲线,分别对每个所述设备段进行相间横向比较,以判定所述目标电力设备是否存在缺陷的步骤包括:
将三相红外热像图谱中的最高温度值进行横向比较,以获得每个所述设备段的最大温差;
将所述最大温差与预设的判定标准进行比较,以判定所述目标电力设备是否存在缺陷。
本发明的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解,其中:
图1是根据本发明一实施例的基于红外检测的电力设备缺陷分析方法的流程图;
图2是根据本发明一实施例的基于红外检测的电力设备缺陷分析方法中A相红外热像图谱;
图3是根据本发明一实施例的基于红外检测的电力设备缺陷分析方法中A相温差特征曲线图;
图4是根据本发明一实施例的基于红外检测的电力设备缺陷分析方法中三相温差特征曲线的横向比较图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1,本发明一实施例提出的基于红外检测的电力设备缺陷分析方法,包括:
S101,在红外热成像仪器中设置一选取框,并采用所述红外热成像仪器对目标电力设备进行红外热成像,以获得红外热像图谱;
其中,所述选取框在所述红外热成像仪器处于居中位置。在对目标电力设备进行检测时,将所述目标电力设备进放在所述选取框内进行检测,或者,对于特别宽或特别大设备,可以将所述选取框放在所述目标电力设备的中间。
具体的,采用所述红外热成像仪器对目标电力设备进行红外热成像,可以获得三相红外热像图谱。
作为一个具体示例,本实施例中,以一个500kV避雷器作为目标电力设备进行详细说明,采用所述红外热成像仪器对该避雷器进行红外热成像,获得A、B、C三相红外热像图谱。获取的A相红外热像图谱可以参阅图2。
请继续参阅图2,在红外热成像仪器中设置一选取框S01,选取框的高187像素,宽20像素。分析时,将选取框放置在所述红外热成像仪器中间位置,同时对该500kV避雷器进行红外热成像,可以得到三相红外热像图谱。其中,500kV避雷器的A相红外热像图谱的尺寸为320*240像素。
S102,根据所述选取框中截取的红外热像图谱与所述目标电力设备的设备类型、电压等级、设备型号,对所述目标电力设备进行分段,获得若干个设备段。其中,可以根据500kV避雷器的具体设备类型、电压等级、设备型号、以及步骤S101中设置的选取框,对该避雷器进行分段。具体的,本实施例中,可以该设备分为四段,即分为四个设备段。
第一设备段为:设备与母线接头部分,高度20像素,该第一设备段中,一共有20*20共400个温度值。
第二设备段为:设备上节瓷套部分,高50像素,该第二设备段中,一共有1000个(50*20个)温度值。
第三设备段为:设备中节瓷套部分,高50像素,该第三设备段中,一共有1000个(50*20个)温度值。
第四设备段为:设备下节瓷套部分及支座,高67像素,该第四设备段中,一共有1340个(67*20个)温度值。
需要指出的是,这四个设备段的总和等于选取框,具体的,四个设备段的高度值之和(20+50+50+67像素)等于选取框的高度(187像素),每个设备段的宽度与选取框的宽度相等,均为20像素。
S103,获取每个所述设备段中每个横坐标的最高温度值。其中,每个所述设备段中最高温度值的数量与相应的设备段的高度像素值相等。具体的,如下:
第一设备段(高度像素值为20)中,一共有20行的温度值,则获取这20行的温度中每个横坐标(即每一行)的最高温度值。
第二设备段(高度像素值为50)中,一共有50行的温度值,则获取这50行的温度中每个横坐标(即每一行)的最高温度值。
第三设备段(高度像素值为50)中,一共有50行的温度值,则获取这50行的温度中每个横坐标(即每一行)的最高温度值。
第四设备段(高度像素值为67)中,一共有67行的温度值,则获取这67行的温度中每个横坐标(即每一行)的最高温度值。
具体的,在实际使用中,可以直接软件调用取每个横坐标最高温度值。
S104,根据所有的所述最高温度值获取该目标电力设备的温差特征曲线,所述温差特征曲线用于表征所述目标电力设备整个表面的温度分布。其中,可以参阅图3,所述温差特征曲线中,纵坐标为1-187的行号,横坐标是温度值。则温差特征曲线中包含了每个设备段中每一行所对应的最高温度值。
S105,根据预设的判定标准以及所述温差特征曲线,分别对每个所述设备段进行相间横向比较,以判定所述目标电力设备是否存在缺陷。
具体的,步骤S105具体可以包括:
将三相红外热像图谱中的最高温度值进行横向比较,以获得每个所述设备段的最大温差;
将所述最大温差与预设的判定标准进行比较,以判定所述目标电力设备是否存在缺陷。
具体在本实施例中,针对第一设备段,预设的判定标准可以是《DL/T664-2008带电设备红外诊断应用规范》,该避雷器第一设备段各相间温差小于15K属于一般缺陷,通过三相采样值横向计算出温差值,再与设备缺陷诊断判据进行比较,就可快速、智能诊断出是否有缺陷。
针对第二设备段至第四设备段,由于属于电压致热型设备,因此,预设的判定标准可以是《DL/T 664-2008带电设备红外诊断应用规范》,该判定标准中,相间温度最大允许值为0.5K。
最后,将三相纵坐标最高温进行横向比较,可以参阅图4,能够得出每一个设备段的最大温差,即可判断设备是否温差超出《DL/T 664-2008带电设备红外诊断应用规范》的诊断判据,是否存在热缺陷。
根据本实施例提供的基于红外检测的电力设备缺陷分析方法,开发了一种新的取值方法,结合框取值方法,但不是取框的最高温,而是在覆盖设备区域的选取框中,按横坐标每一行的点取出一个最高温度值,再根据所有的最高温度值形成一个该设备的温差特征曲线,该温差特征曲线代表了该设备整个表面的温度分布,再通过横向的比较,能够快速建立设备取值模型及全面反映设备温度分布特征,精确智能化比对设备热缺陷,找出有隐患的设备。
该方法数据采样更全面,所采样数据能够客观的反映设备表面温度分布情况,从而做出准确的缺陷诊断。该方法实际操作简单,以往很多方法应用在输电设备上效果良好,但却很难应用在变电设备上,因为变电设备品种多、型号多,不同电压等级还有较大差别,而本方法检测时配以必要的配合,再根据各品种设备特征做好分析模型,即可以快速对数据进行采样分析。此外,本方法分析效果好,数据采样全面带来的好处就是对红外检测图谱智能化处理更高效和精确,通过对设备进行分段,可以对不同部位进行分析,能够根据不同部位的判定标准同时做出针对性的、高效准确的诊断。
在流程图中,表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行***、装置或设备(如基于计算机的***、包括处理器的***或其他可以从指令执行***、装置或设备取指令并执行指令的***)使用,或结合这些指令执行***、装置或设备而使用。就本说明书而言,“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行***、装置或设备或结合这些指令执行***、装置或设备而使用的装置。
计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行***执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管已经示出和描述了本发明的实施例,本领域的普通技术人员可以理解:在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由权利要求及其等同物限定。
Claims (6)
1.一种基于红外检测的电力设备缺陷分析方法,其特征在于,所述方法包括:
在红外热成像仪器中设置一选取框,并采用所述红外热成像仪器对目标电力设备进行红外热成像,以获得红外热像图谱;
根据所述选取框中截取的红外热像图谱、以及所述目标电力设备的设备类型、电压等级、设备型号对所述目标电力设备进行分段,获得若干个设备段;
获取每个所述设备段中每个横坐标的最高温度值;其中,横坐标是指所述设备段中从左向右的每行横向坐标像素值。
根据所有的所述最高温度值获取该目标电力设备的温差特征曲线,所述温差特征曲线用于表征所述目标电力设备整个表面的温度分布;
根据预设的判定标准以及所述温差特征曲线,分别对每个所述设备段进行相间的横向比较,以判定所述目标电力设备是否存在缺陷。
2.根据权利要求1所述的基于红外检测的电力设备缺陷分析方法,其特征在于,所述选取框在所述红外热成像仪器处于居中位置。
3.根据权利要求2所述的基于红外检测的电力设备缺陷分析方法,其特征在于,在对目标电力设备进行检测时,将所述目标电力设备进放在所述选取框内进行检测,或者将所述选取框放在所述目标电力设备的中间。
4.根据权利要求1所述的基于红外检测的电力设备缺陷分析方法,其特征在于,每个所述设备段中最高温度值的数量与相应的设备段的高度像素值相等。
5.根据权利要求1所述的基于红外检测的电力设备缺陷分析方法,其特征在于,所述采用所述红外热成像仪器对目标电力设备进行红外热成像,以获得红外热像图谱的步骤包括:
采用所述红外热成像仪器对目标电力设备进行红外热成像,以获得三相红外热像图谱。
6.根据权利要求5所述的基于红外检测的电力设备缺陷分析方法,其特征在于,所述根据预设的判定标准以及所述温差特征曲线,分别对每个所述设备段进行相与相之间的横向比较,以判定所述目标电力设备是否存在缺陷的步骤包括:
将三相红外热像图谱中的最高温度值进行横向比较,以获得每个所述设备段的最大温差;
将所述最大温差与预设的判定标准进行比较,以判定所述目标电力设备是否存在缺陷。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810493187.1A CN108731816B (zh) | 2018-05-22 | 2018-05-22 | 一种基于红外检测的电力设备缺陷分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810493187.1A CN108731816B (zh) | 2018-05-22 | 2018-05-22 | 一种基于红外检测的电力设备缺陷分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108731816A CN108731816A (zh) | 2018-11-02 |
CN108731816B true CN108731816B (zh) | 2020-08-11 |
Family
ID=63938771
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810493187.1A Active CN108731816B (zh) | 2018-05-22 | 2018-05-22 | 一种基于红外检测的电力设备缺陷分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108731816B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111044570A (zh) * | 2019-12-28 | 2020-04-21 | 广东电网有限责任公司 | 电力设备的缺陷识别及预警方法、装置及计算机设备 |
CN111541877A (zh) * | 2020-05-18 | 2020-08-14 | 国网河南省电力公司南阳供电公司 | 一种变电站设备自动监测*** |
CN112697798B (zh) * | 2020-12-07 | 2023-03-31 | 国网信息通信产业集团有限公司 | 面向红外图像的变电设备电流致热型缺陷的诊断方法和装置 |
CN113178054A (zh) * | 2021-03-04 | 2021-07-27 | 南方电网深圳数字电网研究院有限公司 | 基于变电站设备的温度检测方法、***及存储介质 |
CN113687156B (zh) * | 2021-08-07 | 2022-09-20 | 郑州海威光电科技有限公司 | 一种利用红外热图辅助判断电力设备隐患的方法 |
CN114511943A (zh) * | 2022-04-18 | 2022-05-17 | 国网江西省电力有限公司电力科学研究院 | 一种基于移动终端的配电线路红外巡检方法及*** |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101181248B1 (ko) * | 2011-07-22 | 2012-09-11 | 한국과학기술원 | 자기 보호 특성을 갖는 적외선 볼로미터 |
CN102754007A (zh) * | 2009-12-18 | 2012-10-24 | 威泰克公司 | 温度控制装置 |
CN102840918A (zh) * | 2012-08-17 | 2012-12-26 | 中国电力科学研究院 | 输变电设备红外图谱管理及分析方法 |
CN103049824A (zh) * | 2012-12-28 | 2013-04-17 | 国家电网公司 | 电力设备红外热图集中管理*** |
CN105160829A (zh) * | 2015-07-10 | 2015-12-16 | 江苏省电力公司苏州供电公司 | 基于红外成像测温的电力设备自动巡检与预警方法及*** |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8967860B2 (en) * | 2011-02-07 | 2015-03-03 | Applied Materials, Inc. | Low temperature measurement and control using low temperature pyrometry |
-
2018
- 2018-05-22 CN CN201810493187.1A patent/CN108731816B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102754007A (zh) * | 2009-12-18 | 2012-10-24 | 威泰克公司 | 温度控制装置 |
KR101181248B1 (ko) * | 2011-07-22 | 2012-09-11 | 한국과학기술원 | 자기 보호 특성을 갖는 적외선 볼로미터 |
CN102840918A (zh) * | 2012-08-17 | 2012-12-26 | 中国电力科学研究院 | 输变电设备红外图谱管理及分析方法 |
CN103049824A (zh) * | 2012-12-28 | 2013-04-17 | 国家电网公司 | 电力设备红外热图集中管理*** |
CN105160829A (zh) * | 2015-07-10 | 2015-12-16 | 江苏省电力公司苏州供电公司 | 基于红外成像测温的电力设备自动巡检与预警方法及*** |
Also Published As
Publication number | Publication date |
---|---|
CN108731816A (zh) | 2018-11-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108731816B (zh) | 一种基于红外检测的电力设备缺陷分析方法 | |
CN100499057C (zh) | 晶片检测方法 | |
CN111798407B (zh) | 一种基于神经网络模型的带电设备故障诊断方法 | |
CN111624229B (zh) | 一种基于红外成像的带电设备故障智能诊断方法 | |
CN115841493A (zh) | 一种基于图像处理的电缆检测方法 | |
WO2014006662A1 (en) | Method for diagnosing an electric device | |
CN112083000B (zh) | 一种变电站设备外观缺陷的智能识别方法及*** | |
CN116109635B (zh) | 复合悬式绝缘子表面质量检测方法、装置、设备及介质 | |
WO2019100030A1 (en) | Remote monitoring of electrical equipment with multi-factor historical / statistical anomaly detection and prediction | |
CN112001327A (zh) | 一种阀厅设备故障识别方法及*** | |
CN114485954A (zh) | 一种电缆附件温度数据异常判断方法及*** | |
CN105403312A (zh) | 一种输变电设备红外成像图谱识别及分析方法 | |
CN107505049A (zh) | 一种变电站红外检测方法及*** | |
CN114509013B (zh) | 一种基于计算机视觉的线缆质检方法 | |
CN108492292B (zh) | 基于红外图像处理的导线散股检测方法 | |
CN114942075A (zh) | 电力设备故障检测分析方法 | |
CN113687156B (zh) | 一种利用红外热图辅助判断电力设备隐患的方法 | |
CN109492617A (zh) | 基于K-means聚类算法的电力电缆诊断方法 | |
CN116188505A (zh) | 基于紫外红外协同检测的绝缘电力设备在线监测*** | |
Jianbo et al. | Retracted: Study on the Intelligent Analysis Method of the Infrared Detection of Electrical Equipment | |
CN114325274A (zh) | 一种换流变阀侧套管局部放电检测***及方法 | |
CN114494186A (zh) | 一种高压输变电线路电气设备的故障检测方法 | |
CN113435756A (zh) | 一种电力电缆挤包半导电屏蔽尖角检测评价***及其方法 | |
Ali et al. | Real time health monitoring of ceramic insulators using quad-copter | |
CN113504498B (zh) | 一种局部放电智能感知终端的性能检测方法及*** |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |