電氣設備智能檢測系統(tǒng)的應用分析

陳曌 丁一 陳慧

【關鍵詞】電氣設備;智能檢測系統(tǒng);應用

電氣設備的穩(wěn)定運行直接決定著電網(wǎng)系統(tǒng)的安全性，所以對電氣設備進行全方面檢測以及故障測試是非常關鍵的。傳統(tǒng)的電氣設備檢測主要采取的是人工手持設備來進行，檢測效率較低、準確性不高。近些年智能技術不斷發(fā)展，以紅外熱成像技術為代表的新技術有了快速發(fā)展，通過神經(jīng)網(wǎng)絡技術的加持可以推動電氣設備檢測向著自動化和智能化方向發(fā)展，能夠實現(xiàn)多方面檢測，例如漏磁、漏油、設備銹蝕、部件松動等問題，對于確保電氣系統(tǒng)的安全運行具有重要作用。

（一）紅外熱成像及溫度提取技術

物體在空間中會不斷向外進行熱輻射（發(fā)射紅外線）。隨著溫度的差異。物體所輻射的能量密度也有所差異。通過傳感器就可以接收到不同輻射信號，從而判定物體所處狀態(tài)（原理如圖1所示）。在實際應用時主要采取兩種方式進行實現(xiàn)，一是比色條提取信息，按照比色條像素值以及溫度值所呈現(xiàn)的關聯(lián)性來設定溫度的圖像，同時利用熱力學公式對溫度進行計算分析;二是通過傳感器所得數(shù)據(jù)來判定溫度情況，此種方式具有較高的數(shù)據(jù)精度，能夠更加準確地對設備進行檢測。

（二）圖像預處理

在實施時先要對圖像實施灰度化處理（針對RGB圖像模型進行灰度處理），通過此種方式能夠降低圖像元素，能夠降低存儲空間，從而提升計算速度。在此基礎上進行圖像去噪處理?？梢詫⒏蓴_元素去除掉，一般通過以值濾波、中值濾波、高斯濾波的方式進行處理。通過這些方式對圖像處理之后僅僅保留圖像的中心區(qū)域，其他區(qū)域都被處理掉。完成圖像去噪之后會造成圖像邊緣產(chǎn)生模糊問題，同時也會造成邊緣的識別以及提取較為困難，需要通過不同方法（例如微分、高低帽變換等）進行處理，這樣能夠將暗處目標凸顯出來，從而增強圖像屬性。

（三）圖像分割技術

主要是按照圖像所具有的紋理屬性，借助域內相似性以及域間差異性來獲取圖像內容的關鍵點，例如電氣設備中某些部位的溫度是均衡的，其體現(xiàn)出同樣的顏色，但是其他位置由于溫度不同會展現(xiàn)出不同的顏色。此種情況下就可以將同樣顏色的部分排除，降低干擾。最為常用的提取方法主要包括：基于區(qū)域的提取算法、基于閾值的提取算法、基于邊緣的提取算法等等。除了以上方法外，也可采取非經(jīng)典方法，就是指以K-means聚類算法為基礎的電氣設備紅外圖像提取法，在實際應用時要通過大量實驗來最終確定K值。

（四）圖像識別技術

主要是通過模板匹配的方式實施測試計算，通過較為相似的函數(shù)對其實施匹配。另外，通過卷積神經(jīng)網(wǎng)絡的方式建立起數(shù)學模型（以統(tǒng)計學、信息學作為基礎），在此過程中引入由卷積核PH形成的卷積層，通過有效的模擬來增強其精準性。利用權值共享、局部感知以及池化等方式來減小參數(shù)的數(shù)量。

（一）系統(tǒng)的具體需求分析

要確保系統(tǒng)可以滿足最為基本的電氣設備檢測需求，可以利用現(xiàn)代新技術（例如無人機、巡檢機器人等）進行設備狀態(tài)監(jiān)控，減少人員投入，進一步增強智能化水平。同時。利用圖像灰化處理的方式來減小空間的存儲量，轉變傳統(tǒng)定時巡檢的方式，進一步提升工作效率，不斷完善設備紅外信息數(shù)據(jù)庫?？偟膩碚f，系統(tǒng)功能方面的需求包括如下幾方面，分別為：紅外診斷功能描述、紅外圖像數(shù)據(jù)管理功能描述、紅外數(shù)據(jù)統(tǒng)計分析功能描述、紅外任務安排功能描述、用戶權限管理功能描述等等。

為了實現(xiàn)以上功能，系統(tǒng)需要設置多個崗位（包括：系統(tǒng)巡檢、系統(tǒng)維護、管理員模塊管理、普通用戶圖像上傳等等）進行支撐，同時要確保其能夠匹配多種軟件系統(tǒng)（包括：Windows、麥金塔、Linux等等），并且具有深度學習框架，可以通過多種數(shù)據(jù)庫實施數(shù)據(jù)存儲。對于系統(tǒng)硬件來說，要確保硬盤的空間在10T之上，并且采取Web服務器，而對于客戶端則采取常規(guī)設置即可。

（二）系統(tǒng)的設計

整個系統(tǒng)的設計要遵照“智能化”、“經(jīng)濟性”、“易維護”的基本原則來進行，特別是要控制系統(tǒng)的安全性，要避免受到外部病毒以及黑客的攻擊。同時，系統(tǒng)要可以兼容主流市場多種操作系統(tǒng)，能夠形成較好的拓展性，保證系統(tǒng)維護的靈活性和便捷性。針對上述標準，可以設置系統(tǒng)主要模塊為：預處理模塊、溫度提取模塊、圖像分割模塊、設備識別模塊等等。在進行系統(tǒng)設計時要充分考量電氣設備所具有的屬性，要按照電氣設備隨溫度變化的屬性進行特殊設計，從而增強整個系統(tǒng)的功能性。

（三）電氣設備智能檢測系統(tǒng)的應用分析

第一，進行溫度的提取。因為系統(tǒng)主要是通過FLIR設備進行紅外圖像的提取，為了能夠準確分析紅外圖像內隱含的元數(shù)據(jù)信息，需要對exlflool依賴項進行安裝，從而能夠更加準確的獲取傳感器參數(shù)數(shù)據(jù)。之后通過相應公式（以溫度的方式）將數(shù)據(jù)信息展現(xiàn)出來，這樣能夠有效提升準確性、降低誤差。

第二，圖像預處理。充分利用OpenCV的視覺庫來進行圖像的降噪處理，或者實際操作時通過濾波的方式對噪聲進行過濾，保證圖像具有足夠的清晰度。圖像在進行降噪處理時容易產(chǎn)生某些信息丟失的問題，此種情況下就可以利用高通濾波、高低帽變換等方式對圖像實施增強。

第三。設備類型的識別。通過模板匹配算法對模板圖片和原圖實施對比，若是匹配結果符合閾值設定標準就表明此區(qū)域內包含模板內的物體。但是一旦原圖內物體發(fā)生改變（包括：大小變化、轉動等等）就會加大匹配的難度，所以在實際應用時要充分考慮到圖像旋轉和放縮等問題，可以通過標準平方差、相關系統(tǒng)等進行匹配來提升設備識別的質量。

現(xiàn)代電氣設備智能化檢測時要充分體現(xiàn)智能化水平，以紅外線溫感作為基本原理，不斷融入全新圖像分析和傳感器技術，提升電氣設備檢測的智能化水平，推動整個行業(yè)的發(fā)展。