1、12025年8月1目 录CONTENTS2技术背景PART 013u 2025年6月,国网设备部、数字化部关于印发变电运行人工智能应用行动方案的通知,要求开展红外图像识别及缺陷定级,通过站端红外分析模型与人工智能平台侧模型协同实现红外图像设备部件定位、局部温差分析、相间温差分析及多源信息融合分析,通过数智化红外技术推进人工智能技术在变电智巡场景的规模化应用。u 红外检测是在设备处于运行状态下,发现设备潜在隐患的一种重要技术手段。采用红外成像检测技术可以对运行设备进行非接触检测,拍摄其温度场的分布、测量任何部位的温度值,据此对各种外部及内部故障进行诊断,具有实时、遥测、直观和定量测温等优点。u
2、当前,在设备运维阶段,红外检测主要包括有人工带电检测、固定式双光摄像头、无人机、机器人等。45u 自然界任何温度高于绝对零度(-273.16)的物体都会发出红外线,辐射出的红外线带有物体的温度特征信息。红外热像检测原理 6u 红外线是一种波长介于可见光与微波之间的电磁波,波段通常为0.751000微米。作为电磁辐射的一种形式,它由物体热运动产生,其强度与温度正相关。红外热像检测原理 7u 能够摄取景物红外辐射分布,并将其转换为人眼可见图像的装置,就是红外热成像系统(简称热像仪)u 辐射能量通过仪器的透镜,滤光片,会聚到探测器,探测器将辐射能转换成电信号,经过放大器,A/D转换器的处理,最后显示
3、出温度值。红外热像检测原理 8u 红外辐射在大气传播中主要受到水蒸汽、二氧化碳、臭氧等气体吸收,颗粒的散射效应,传播距离的大气衰减等因素影响(吸收+散射)。这些因素共同决定红外辐射传输效率,影响实际的探测精度。红外热像检测原理 湿度H2O、CO2、O3、其他气体分子以及烟雾等气溶胶距离颗粒9红外异常发热机理u电流型致热-电阻损耗p 导电连接部位设计不合理p 施工质量不良p 触头氧化10红外异常发热机理u电压型致热-介质损耗p 绝缘材料老化p 绝缘材料受潮p 绝缘局部击穿11红外异常发热机理u电磁型致热-铁磁损耗p 磁路故障p 磁屏蔽设计不良红外异常发热机理u缺油及其他缺陷p 油浸高压电气设备由
4、于渗漏或其他原因(如变压器套管未排气)而造成缺油或假油位p 设备冷却系统设计不合理、堵塞及散热条件差13主要检测手段u 人工带电检测按照固定周期开展,耗费时间长,缺陷的检出依赖于人员水平u 固定式红外摄像机观察视野范围受限,大部分精度低于手持式热像仪,且缺乏必要的定期校验手段u 机器人点位部署相对灵活,但仅能观察配置路线沿线设备,强依赖于模板配置u 无人机主要巡视输电线路、及高空设备,关注导线接头过热、绝缘子劣化等缺陷14技术现状u 在现有红外成像技术水平下 高强度的检测周期要求对智能分析提出了更高要求 高精度的智能分析依赖于检测文件的规范性、检测的布局合理性等 多种检测手段、多光谱协同是充分
5、验证缺陷的有效手段数智化新技术PART 021516数据规范化分析智能化作业数字化主要研究方向图像一维熵图像二维熵图像中心度图像清晰度图像结构信息图像直方图分布质量评价指标u 结合红外检测需求,设计质量评价指标,对红外伪彩图像进行质量标记,利用SVM对每张图指标计算后的质量进行分类评价。u 指导核查现场采集红外图像质量。指标计算一维熵中心度清晰度二维熵结构信息-1结构信息-2结构信息-33.9760.0750.4383.7470.8210.6090.671一维熵中心度清晰度二维熵结构信息-1 结构信息-2 结构信息-35.2760.1690.3053.7270.9100.6650.685图像质
6、量评价原始图像去模糊后图像图像质量提升u 通过图像去噪、去模糊等手段,提升伪彩图图像质量,服务于基于图像特征的设备目标检测。图像去噪利用低通滤波、双边滤波、非局部均值滤波对原始噪声图像进行去噪处理。图像去模糊利用两步核估计逆滤波对模糊图像进行去模糊,图像的清晰度和锐化程度明显提高。样本库构建u 多种标注方式相结合,适用于不同机理的分析场景 方向性目标框适合于分析电压致热型缺陷,需通过主方向分析部件温度曲线变化 设备像素级区域适合于分析电流致热型缺陷,关注设备区域内的温度异常变化样本库构建u 可通过SAM等视觉大模型对场景开展半自动化标注设备部件目标检测u 通过YOLO、SSD、Oriented