论文部分内容阅读
摘要：在社会经济快速发展的过程中，人们生产生活中，对电网系统的安全运行，提出了新的要求。其中电气设备的安全稳定应用，是影响电网系统运行的主要因素。本文对电气设备中智能检测系统的应用问题进行分析，在满足电气设备安全运行的基础上，促进电力事业的健康发展。
关键字：电气设备;智能检测系统;优化应用
前言：
随着近年来我国电网建设的力度不断提升，在电气设备安全运行过程中，增加了智能检测系统的应用。电气设备智能检测系统，通过无线局域网的技术应用，具有更安全、更适应、更智能的优势，在检测的过程中，实现了智能化的诊断效果，有效提升了电气设备的运行效率。
一、电气设备智能检测系统的设计
（一）智能检测技术
在电气设备智能检测系统中，智能检测技术的应用主要有两种。第一，红外热成像技术。这种技术的应用，主要是通过对不同物体在产生热辐射的过程中，生成的红外线特点，在红外测温仪的设备结合应用中，对物体的温度进行有效的测量。其中不同物体自身的温度是不同，生成的红外信号也是不同的，通过对温度信息进行提取，对信息数据进行计算，最终完成智能检测应用的效果。第二，图像预处理技术。这种技术的应用是在对图像进行灰度转换的过程中，结合比例，对图像中存在的噪音干扰因素，进行有效的处理。一般在处理图像噪声的过程中，经常使用均值滤波、中值滤波的方法，将图像进行平滑处理。在图像噪声处理之后，针对边缘区域产生的模糊现象，可以采用微分、高低帽变换的方法，对图像进行处理，从而实现有效识别图像的智能检测效果[1]。
（二）系统架构设计
在电气设备智能检测系统的架构设计中，主要体现在不同逻辑层次的设计中。第一，基础设施层。主要通过设置主机、红外检测设备，控制系统设计的成本。第二，平台层。通过使用HDFS、Mysql的存储及时，在进行红外图像处理的过程中，对数据进行读取、搜索，并在keras的应用中，对设备进行识别[2]。第三，数据层。这个层次的设计中，含有宫外图像图库、警告日志图库等内容，能够更方便对历史数据进行查询使用。第四，模型层。这个层次的设计中，能够对设备进行有效的识别，并且对存在的异常进行监测。第五，应用层。这个层次的设计，主要是为更方便进行图像的上传、故障识别、故障报警等，实现对系统的拓展应用。
（三）功能模块设计
电气设备智能检测系统在设计的过程中，需要体现的功能模块主要表现在以下几个方面。第一，红外图像的识别功能。在这个功能模块中，通过设置图像预处理、提取温度数据、识别设备信息，检测异常信息等几个子模块，实现对红外图像信息的有效识别效果。第二，巡检任务管理的功能。在这个模块中，对巡检的任务进行周期性安排，并且对可能存在异常的设备进行反复多次的检查，及时将存在异常的设备信号发出警报，进一步保障故障的处理效率。第三，图像数据管理的功能。在这个模块的设计中，主要是通過使用图像数据库的应用，将产生的网络图像样本信息数据进行及时的传输，对涉及的电气设备运行状况实施监控，方便管理者调取数据、应用数据。第四，人员管理的功能。在这个模块的设计中，主要是对管理人员的权限进行设计，不同的人员拥有不同的管理权限，更有利于整体系统的安全运行。
二、电气设备智能检测系统的应用
（一）图像预处理
在对图像进行预处理的过程中，通过对OpenCV视觉库的有效应用，对红外图像进行噪声清除。在具体的操作过程中，一般使用滤波的方法，对噪声进行抑制、保持图像的清晰度。一般情况下，红外图像在进行噪声处理之后，会存在信息丢失的现象，还可以针对这种情况，采取高通滤波、高低帽变换的方法，对噪声处理之后的红外图像，进行强化处理，确保图像的预处理效果。
（二）提取温度
在FLIR的设备应用过程中，生成红外图像，在对红外图像中的隐藏数据进行分析的过程中，需要使用exiftool依赖项，对传感器中的参数数据进行有效的读取，之后通过使用专业计算方法的应用，对这些提取的温度数据进行计算，使用温度数据进行表示，更好的提高对温度的智能化控制效果，确保温度数据的准确控制[3]。
（三）提取图像主体
在OpenCV视觉库的应用过程中，通过使用阈值、边缘、聚类等不同的方法应用，能够对电气设备的主体进行有效的分割，并且在类数不断增多的情况中，分割的效果也更加的准确，在相对应的高温区域中，提取的图像也更加的准确，更有利于对存在异常温度的图像进行主体提取，并对异常的温度数据快速识别、快速处理。
（四）识别设备类型
在进行设备类型的识别过程中，主要通过模板匹配计算方法，将模板图像与原图进行匹配，如果匹配的结果达到了设定的阈值，表示在该区域中存在模板中包含的物体。反之，则说明不包含物体。另外，如果原图中的物体在大小、位置上发生改变，会增加模板匹配的难度，需要对具体的变化因素进行结合，实现不同设备类型的识别效果。
（五）识别设备故障
在对设备故障的识别过程中，主要是通过对存在异常的区域温度、区域大小进行分辨，然后再设备主题分割之后，对温度信息进行统计。对存在的异常信息进行统计，之后结合使用聚类提取的方法，对异常温度区域进行识别，明确故障，及时开展维修，保障设备安全运行。
结语：
总之，在电气设备智能检测系统的应用过程中，通过对系统的科学设计，在图像预处理、提取温度、图像主体、识别设备类型、设备故障等五个方面，表现出突出的应用效果，能够及时的将设备中存在的问题进行改善，保障设备的稳定运行，进而减少电网系统的故障，促进电力事业的稳定发展，为社会经济视野的发展，提供更高质量的电力保障。
参考文献：
[1]刘松，周建辉，周卓锁. 连铸智能润滑及在线监测系统的设计与实现[J]. 仪器仪表用户，2021，28（04）：1-4+86.
[2]刘俊俊，黄新波，赵隆等. 电缆隧道环境综合监测系统设计与应用[J]. 广东电力，2021，34（03）：106-113.
[3]李洪卫. 继电保护辅助设备智能监测系统研究[J]. 机械与电子，2021，39（03）：34-38.
青海油田供水供电公司 青海 816400
关键字：电气设备;智能检测系统;优化应用
前言：
随着近年来我国电网建设的力度不断提升，在电气设备安全运行过程中，增加了智能检测系统的应用。电气设备智能检测系统，通过无线局域网的技术应用，具有更安全、更适应、更智能的优势，在检测的过程中，实现了智能化的诊断效果，有效提升了电气设备的运行效率。
一、电气设备智能检测系统的设计
（一）智能检测技术
在电气设备智能检测系统中，智能检测技术的应用主要有两种。第一，红外热成像技术。这种技术的应用，主要是通过对不同物体在产生热辐射的过程中，生成的红外线特点，在红外测温仪的设备结合应用中，对物体的温度进行有效的测量。其中不同物体自身的温度是不同，生成的红外信号也是不同的，通过对温度信息进行提取，对信息数据进行计算，最终完成智能检测应用的效果。第二，图像预处理技术。这种技术的应用是在对图像进行灰度转换的过程中，结合比例，对图像中存在的噪音干扰因素，进行有效的处理。一般在处理图像噪声的过程中，经常使用均值滤波、中值滤波的方法，将图像进行平滑处理。在图像噪声处理之后，针对边缘区域产生的模糊现象，可以采用微分、高低帽变换的方法，对图像进行处理，从而实现有效识别图像的智能检测效果[1]。
（二）系统架构设计
在电气设备智能检测系统的架构设计中，主要体现在不同逻辑层次的设计中。第一，基础设施层。主要通过设置主机、红外检测设备，控制系统设计的成本。第二，平台层。通过使用HDFS、Mysql的存储及时，在进行红外图像处理的过程中，对数据进行读取、搜索，并在keras的应用中，对设备进行识别[2]。第三，数据层。这个层次的设计中，含有宫外图像图库、警告日志图库等内容，能够更方便对历史数据进行查询使用。第四，模型层。这个层次的设计中，能够对设备进行有效的识别，并且对存在的异常进行监测。第五，应用层。这个层次的设计，主要是为更方便进行图像的上传、故障识别、故障报警等，实现对系统的拓展应用。
（三）功能模块设计
电气设备智能检测系统在设计的过程中，需要体现的功能模块主要表现在以下几个方面。第一，红外图像的识别功能。在这个功能模块中，通过设置图像预处理、提取温度数据、识别设备信息，检测异常信息等几个子模块，实现对红外图像信息的有效识别效果。第二，巡检任务管理的功能。在这个模块中，对巡检的任务进行周期性安排，并且对可能存在异常的设备进行反复多次的检查，及时将存在异常的设备信号发出警报，进一步保障故障的处理效率。第三，图像数据管理的功能。在这个模块的设计中，主要是通過使用图像数据库的应用，将产生的网络图像样本信息数据进行及时的传输，对涉及的电气设备运行状况实施监控，方便管理者调取数据、应用数据。第四，人员管理的功能。在这个模块的设计中，主要是对管理人员的权限进行设计，不同的人员拥有不同的管理权限，更有利于整体系统的安全运行。
二、电气设备智能检测系统的应用
（一）图像预处理
在对图像进行预处理的过程中，通过对OpenCV视觉库的有效应用，对红外图像进行噪声清除。在具体的操作过程中，一般使用滤波的方法，对噪声进行抑制、保持图像的清晰度。一般情况下，红外图像在进行噪声处理之后，会存在信息丢失的现象，还可以针对这种情况，采取高通滤波、高低帽变换的方法，对噪声处理之后的红外图像，进行强化处理，确保图像的预处理效果。
（二）提取温度
在FLIR的设备应用过程中，生成红外图像，在对红外图像中的隐藏数据进行分析的过程中，需要使用exiftool依赖项，对传感器中的参数数据进行有效的读取，之后通过使用专业计算方法的应用，对这些提取的温度数据进行计算，使用温度数据进行表示，更好的提高对温度的智能化控制效果，确保温度数据的准确控制[3]。
（三）提取图像主体
在OpenCV视觉库的应用过程中，通过使用阈值、边缘、聚类等不同的方法应用，能够对电气设备的主体进行有效的分割，并且在类数不断增多的情况中，分割的效果也更加的准确，在相对应的高温区域中，提取的图像也更加的准确，更有利于对存在异常温度的图像进行主体提取，并对异常的温度数据快速识别、快速处理。
（四）识别设备类型
在进行设备类型的识别过程中，主要通过模板匹配计算方法，将模板图像与原图进行匹配，如果匹配的结果达到了设定的阈值，表示在该区域中存在模板中包含的物体。反之，则说明不包含物体。另外，如果原图中的物体在大小、位置上发生改变，会增加模板匹配的难度，需要对具体的变化因素进行结合，实现不同设备类型的识别效果。
（五）识别设备故障
在对设备故障的识别过程中，主要是通过对存在异常的区域温度、区域大小进行分辨，然后再设备主题分割之后，对温度信息进行统计。对存在的异常信息进行统计，之后结合使用聚类提取的方法，对异常温度区域进行识别，明确故障，及时开展维修，保障设备安全运行。
结语：
总之，在电气设备智能检测系统的应用过程中，通过对系统的科学设计，在图像预处理、提取温度、图像主体、识别设备类型、设备故障等五个方面，表现出突出的应用效果，能够及时的将设备中存在的问题进行改善，保障设备的稳定运行，进而减少电网系统的故障，促进电力事业的稳定发展，为社会经济视野的发展，提供更高质量的电力保障。
参考文献：
[1]刘松，周建辉，周卓锁. 连铸智能润滑及在线监测系统的设计与实现[J]. 仪器仪表用户，2021，28（04）：1-4+86.
[2]刘俊俊，黄新波，赵隆等. 电缆隧道环境综合监测系统设计与应用[J]. 广东电力，2021，34（03）：106-113.
[3]李洪卫. 继电保护辅助设备智能监测系统研究[J]. 机械与电子，2021，39（03）：34-38.
青海油田供水供电公司 青海 816400