基于紅外圖像分析的電力測溫以診斷電氣設備可靠性

為了能夠有效確保持續不斷用電，都要時常常規檢查供電局機械的耐用性。當機械外部氣溫超常規運行人體極限時，機械內會出現越來越。而使，機械溫差過高能夠促使很快的故障率，并有能夠促使預計外的停止時，減傷和火災事故發生危害性。其次，輸電的成功率在停工前幾天會降低。而使，養分被消耗在生成能量上，而使引致不可要的傷害。紅外影像新技術可用供電局溫差測試以區分并暴漏高壓電器機械中的一些話題，如高壓電器接入惡意，發生故障，過電壓，短路電流不平衡點或高壓電器配件怎么安裝錯誤。它也可以用驗測高壓電器機械表面上的熱普及來彰顯氣溫分布點。

與傳統意義的濕度測定枝術應用相信，紅外熱影像都含有大多數優勢與劣勢，主要包括反映期限快，濕度位置寬，二維數據研究采樣，空間區域判斷率高，應急，可靠的且是都含有利潤經濟收益。按照此枝術應用的最猛要顯著特點是需要在沒有失敗中斷或開起電控制系統操作的前提下做好供用電溫度探測。按照常規化方法步驟，常常必須由優秀且閱歷豐富多彩的工作人員對電熱器問題做好考評。最后，研究紅外形象的齊全進程也是費時且高的。由此，為了能不要這樣的要求，按照好幾個種自行紅外形象研究枝術應用，實現該枝術應用需要快正確地探測和考評組合件生產設備內的熱失敗。

圖為紅外熱影像中的電力能源溫度測試

基于紅外圖像分析的電力測溫以診斷電氣設備可靠性的自動化系統的研究已經進行了很多年。識別電氣設備熱圖像中熱點區域的最簡單方法是使用閾值技術，其中通過使用某個閾值對圖像進行濾波來檢測熱點區域。可以使用形態分割來提取熱區域，其中最大的灰色像素值確定了熱區域的最高溫度。參考溫度是從高溫區域外類似設備的平均灰度值得出的。通過比較熱點和參考溫度之間的差異來評估電氣設備的狀況。

在同一去嘗試中，給出沒事種智慧軟件軟件，該軟件軟件借助應用紅外圖相的RGB色資料來檢驗電器產品中的熱無效，并應用精神系統手機wifi網絡對圖相通過各類。盡量該辦法相對十分簡單，只不過因要由精神系統手機wifi網絡計算方式的的特征向量過大，因為具有補救時光較長的困難。

紅外顯像是動用在優化跟蹤和評估報告格式電力機械儀器機械儀器的熱請況以切實保障牢靠配電的適用方式。如此，入憲一種基本概念相關性紅外圖形分享的迅猛熱錯誤論文測試與各類的方式。關鍵在于，能夠 動用歸一化相互之間關（NCC）在圖形中查詢差不多群體，手動化首選產生愛好地域中（ROI）。從每種論文測試到的地域中取出匯總特證，并動用高層感受器（MLP）面神經網洛對其實現各類，以肯定電力機械儀器機械儀器的熱請況。能夠 入憲的的方式領取的總體布局精密度較約為95％，這更加最令 鼓勵。