包邮电气设备红外图像三维重构技术及应用

目前，变电设备的热故障检测流程主要是检测人员使用红外热像仪对设备进行定期巡检，获得现场设备的红外图像，随后由检测人员将得到的红外图像导入检测系统中，运用表面温度判断法、相对温差判断法、同类比较法等方法对图片进行逐一对比分析，获得设备的热状态。然而，面对如此大规模的电网，这种过多地依赖人力检测的方法具有很大的局限，不仅耗费巨大的人工成本、难以及时获得设备的故障信息，而且受检测人员的经验、思维等主观因素影响较大，检测结果也有所区别，可能导致检修时机延误，无法及时对设备的故障态势做出正确评估，对变电设备的全面动态监控和智能调度系统的建设非常不利。 因此，为提高变电设备热故障检测效率、提高电网的智能化程度、减少检测的人工成本、降低误检率，本书将研究基于红外图像的变电设备识别及热故障诊断方法，寻找合适的算法处理红外图像，提取完整的目标设备主体；结合各类设备特征及差异，寻找合适的特征提取算子和分类器，鉴别设备的功能类型和致热类型；总结、利用变电设备的外形特征，划分设备各结构区域；利用获得的区域划分结果和红外图像所带有的温度信息，计算热故障诊断指标，判断设备的热状态。研究基于红外图像的变电设备识别及故障诊断方法，将为电网的智能化运维和智能调度提供技术指导和数据支撑，具有重要的现实意义。 但在对设备红外图像的处理过程中，目前往往采用人工识别归类的方式，这对工作人员的实践经验要求较高，且处理中容易出现遗漏的现象，需要进行二次复核，难以达到提高自动化程度、减少工作量的要求。同时，红外图像具有信噪比低和纹理细节模糊的缺点，其仅可展示二维数据，无景物深度信息的特质也导致无法反映具体的设备故障位置，这为快速准确地进行实时故障定位带来了困难。 三维模型可以解决以上提到的二维图像局限性，弥补位置信息不足带来的检修困难。基于激光雷达技术的三维空间数据采集方法是近年来迅速发展的一项高新技术，与传统的数据采集方法相比，其具有不接触性、高效性、实时性、主动性和高精度的优点 。其中，三维激光扫描技术的不接触性使得运维人员规避了日常监测中面临的危险，且依然可获取大量的点云数据，这为构建用电设备的架构和保障检修人员的工作安全起到很大的帮助作用。而通过三维数据展示出的设备信息相较于二维图像而言更加具有可观性，在提供了更强分析能力的同时，也可以协助运维人员对设备状态做出更加精确的判断。但目前的三维重构方法仅限于可见光监测，缺少展示电力设备内在缺陷的途径。 针对红外图像无法展示设备景深信息，三维模型无法显示设备温度信息，以至不能有效帮助运维人员工作，无法满足运维检修基本要求的问题，有一些学者尝试将红外三维模型应用于智慧建筑、室内三维建模和深空空间探测等领域，但电力设备尺度下的红外图像三维可视化研究并不常见。因此，如何通过热成像技术和激光雷达扫描技术将红外图像与点云模型结合起来，使其高度适用于电力设备，对于改善运维人员的检修环境、提升工作效率有着重要意义。