一、在线高压电气设备红外诊断的应用研究（论文文献综述）
温开云[1]（2021）在《面向小样本红外图像的避雷器状态在线监测技术研究》文中研究表明输变电设备能否安全稳定运行,直接关乎电网系统的正常运营。统计结果显示全国用电量正逐年提升,那么对输变电设备负荷也势必造成影响。如何通过有效的检测监测手段,及时发现输变电设备异常状态,对于保障电网运行安全意义重大。随着电力物联网的建设推进,输变电设备的运维正逐渐从传统的人工巡检向智能化检测方向发展。然而,环境复杂多变以及故障样本较少是目前智能巡检所面临的难题。因此,本文以避雷器作为研究对象,提出一种面向小样本的避雷器红外状态在线监测方案。首先,研究了边缘端轻量级避雷器的自动识别方法。选择One-stage中的SSD目标检测算法,利用轻量化的Mobile Net结构代替原网络中的VGG16特征提取层,减少模型网络参数,并根据避雷器形状修改锚框尺寸。最终实验结果表明,在不同背景下,所提改进的SSD识别算法均能够快速准确地对避雷器进行识别与定位,为后续云端进行状态识别提供良好基础。其次,单一卷积神经网络在不同背景应用下常常会受到网络自身特性的限制,而且现有故障数据较少,难以提取到深层次的故障特征。为此,在云端提出一种基于多模型融合的避雷器红外热故障检测模型。首先通过多个预训练的深度卷积神经网络提取图像多深层次特征,然后利用特征向量训练多个相关向量机,最后采用结合策略将检测结果融合起来,提高小样本条件下检测模型的精度以及泛化能力。实验结果表明,基于多种特征的集成分类器能够大大提升避雷器热故障识别准确率。此外,通过边缘端数据预处理,减少了上传数据量,且能够有效缩减云端模型搜索空间,进一步提高模型精度。最后,针对由于数据不平衡而导致模型精度不够高的问题,提出一种基于迁移学习和深度卷积生成对抗网络的数据扩充模型。首先考虑到现有正常避雷器红外图像数量远多于故障避雷器红外图像。因此,引入迁移思想先迁移经典网络的权重训练能够生成正常避雷器图像的模型DCGAN1,进而再次迁移DCGAN1权重训练能够生成故障避雷器图像模型DCGAN2。最后利用扩充后的数据集训练上章节提出的缺陷检测模型,结果显示能够有效提高避雷器热故障检测模型识别率,证明所提数据扩充方法对故障识别精度提升有所帮助。
王季峥[2]（2021）在《电气设备红外图像故障区域分割与诊断研究》文中研究说明随着我国智能电网建设的不断推进,我国的电力事业取得了空前的进步。为了确保电网正常运行的安全性和可靠性,检修人员通常会利用与故障诊断相关的检测仪器对运行中的电气设备进行定期巡检和故障检测,但需要检修人员根据设备表面温度分布情况分析判断,检测效率也比较低。随着计算机技术和图像处理技术的发展,变电站自动巡检机器人在电力行业已经获得广泛应用,成为电气设备状态监测的重要手段。本文将采集到的电气设备红外图像为研究对象,通过图像处理、超像素分割、特征提取、分类识别和相对温差法,实现电气设备自动检测和诊断的目的,从而减轻检测人员的劳动强度和对经验水平的依赖,及时发现问题,避免不必要的损失,确保电网安全稳定的运行。本文的主要课题研究内容如下:（1）由于现代红外检测设备采集到的红外图像分辨率逐渐增高,传统像素级的图像分割技术很难满足实时性要求。因此研究分析近年来兴起的一种超像素分割技术,相比于常见的图像分割技术,超像素分割技术不仅能够保留图像的局部信息,而且可以提高后续算法的运算速度。通过超像素评价标准对超像素算法进行电气设备红外图像分割实验,分析不同超像素算法的性能表现,从而为本文后续的研究奠定基础。（2）为实现对电气设备红外图像的自动化处理,提高对红外图像中设备故障区域的分割精度,针对SLIC预分割生成超像素的过程中,将存在超像素区域碎片化、以及超像素边界分割的精度不足等问题,提出了一种改进SLIC算法的电气设备故障区域分割方法。通过采用导向滤波器对红外图像进行预处理,然后在SLIC超像素迭代过程中增加亮度相似性限制条件,并将生成的超像素以种子点的色彩值匹配颜色,最后通过自动设置色调阈值,实现对电气设备故障区域的分割和标记。（3）提出一种基于HOG特征提取和支持向量机的电气设备红外图像设备识别和分类算法,使得图像的梯度和边缘方向密度的分布,可以更好地描述局部区域的形状,实现对电气设备的识别和分类。并结合设备热状态特征及相应的判据,实现对电气设备热故障的自动检测,设计电气设备热故障检测与诊断系统,对电气设备中常见的隔离开关、接线接头和高压套管进行实验。通过对实验结果的分析,本文提出的基于红外图像的电气设备故障识别与诊断方法能够判断出热故障缺陷程度,并提供了合理的建议,验证了本文算法的有效性和可靠性。
李梦天[3]（2021）在《基于红外图像的变电设备热故障诊断方法研究》文中认为随着智能电网的提出与发展,对电网各组成部分运行的安全性、经济性、灵活性提出了更高的要求。变电设备是电能传输和变换所需的重要设备,其运行状态的优劣直接影响电网整体工作情况。但当前对于变电设备的检修工作大多采用传统手段,效率较低且费时费力。本文根据红外成像技术的优点以及变电设备热故障特征,提出了一种对于变电设备热故障的诊断方法,实现了变电设备的热故障定位与诊断,并根据结果给出处理意见,提高了变电设备工作的稳定性与可靠性。本文主要工作内容如下:（1）分析了变电设备红外图像拍摄和传输时产生噪声的原因和噪声类型,根据噪声的特点采用各种去噪算法进行对比实验,最终采用基于小波变换的中值滤波算法完成去噪,Retinex算法完成图像增强,使图像的边缘细节信息更加明显。实验结果表明,本文采用的去噪和增强算法能较好完成图像的预处理。（2）针对变电设备红外图像特点,提出了一种基于改进Lazy Snapping算法的红外图像分割方法完成变电设备与背景的分割,并与其他分割方法进行了对比分析。实验结果表明本文提出的算法在实现标准Lazy Snapping算法由交互式向非交互式运行转变的同时,能将设备从背景中精确提取出来,取得良好的分割效果。（3）对完成了预处理和分割的图像,针对变电设备的几何不变性,采用几何不变矩与支持向量机结合的方式完成变电设备的特征提取和识别。分别采用Hu矩阵和Zernike矩阵两种不变矩进行样本特征提取和支持向量机数据库的组建,用支持向量机训练模型对于变电设备进行识别,实验结果表明采用Zernike不变矩有较高的识别精度,达到了95%。（4）完成了变电设备红外图像的温度识别,根据红外成像仪提供的比色条和温度信息,采用像素值欧氏距离平方匹配的方式实现了温度场的拟合。实现结果表明本文拟合的温度场能直观反映出设备运行时温度分布情况与故障时温度变化特征,为后续故障诊断方案提供依据。（5）结合变电设备的热故障特征和相关文件要求,给出了故障诊断方案并设计了线上诊断平台,完成变电设备的故障诊断。
赵利鸿[4]（2021）在《基于红外图像的绝缘子目标提取技术研究》文中认为随着电力行业的发展,绝缘子在电力系统中得到了广泛的应用。在输电系统中,劣化绝缘子的存在直接威胁着电力系统的安全运行,绝缘子的故障会造成输电系统巨大的经济损失,甚至造成人员伤亡。定期检测绝缘子状况是电力系统运维的必要保障。传统检测方法受杆塔限制,易受电磁干扰,需要断电。近年来电力设备故障检测的红外检测技术引起了广泛的关注,作为非侵入性方法,红外成像方法具有可视化,安全,非接触,不受干扰的优势等,便于监控设备运行状态和现场检测。为了检测绝缘子的缺陷,如裂纹、表面污染和损坏,对现场收集的图像进行识别与定位绝缘子是故障检测的关键环节。因此,开展基于红外图像的绝缘子目标提取算法的研究,可为绝缘子故障检测奠定基础。输电系统中绝缘子的红外图像噪声高,对比度低,为改善输电系统中绝缘子的提取准确率,本文的主要研究内容如下:（1）实现一种基于BP（Back Propagation,BP）神经网络的红外图像复杂度分类模型。将采集到的红外图像依据图像特征参数通过BP网络实现复杂度分类,解决了对所有图像采用同一种算法造成时间较长,代码浪费等问题,为后续目标提取提供有力保障。（2）提出一种基于改进FCM（Fuzzy C-means,FCM）算法的绝缘子目标提取方法。解决了简单背景下,通常包含独立绝缘子并和杆塔没有交叉,有效提取目标绝缘子的问题。通过改进FCM算法聚类杆塔和绝缘子的SURF（Speeded-Up Robust Features,SURF）特征点,根据绝缘子形状特征值,识别定位绝缘子,最终实现绝缘子的准确提取。（3）提出一种基于改进模板匹配的绝缘子提取方法。解决了复杂背景下,通常包含多个不同大小和不同角度的绝缘子,有效提取目标绝缘子的问题。提出一种改进的图像描述子,通过从粗到精的匹配策略,匹配绝缘子模板图像库和测试图像库,实现对绝缘子的准确提取。通过定性分析,将本文方法得到的绝缘子提取结果,与传统聚类算法和模板匹配算法得到的实验结果进行对比,实验结果证明本文算法提取准确度高。通过定量分析,计算真阳率,假阳率和准确率三个指标,进一步证实了本文方法的有效性和准确性。
程子夜[5]（2020）在《红外图像处理在架空线路故障诊断中的应用》文中认为近年来,随着电力行业的快速发展和完善,电网也得到飞速发展,带动电网系统运行电压等级的不断提升以及网络规模的逐渐扩大。由于电网运行电压等级的提高、超远距离输送电等原因,国家对电网运行的安全可靠性的要求更加严格。传统的电力故障诊断维修手段,费时费力,甚至需要停电检测,这对人民生活带来了极大的不便。近年来红外热成像技术在电力行业发展迅速且逐渐成熟。红外成像是根据设备的热能分布状态对电气设备正在运行时的状态进行诊断,它具备可以远距离拍摄不用直接接触的特性,还可以在不采取停机或关闸操作的情况下获取设备信息等,在很大程度上削弱了操作的危险性。本文提出了将红外图像处理应用于架空线路的故障诊断,首先介绍了红外热成像和图像分割的基本原理,以及架空线路的构成和常见故障。其次先对红外图像进行图像灰度化和去噪滤波,之后提出改进K-means算法,基于传统Kmeans算法的迭代思想,利用灰度直方图提取灰度频率分布信息预设聚类值k,并采用分位点概念代替传统算法中随机选取初始聚类中心的方法,再经过预处理的图像上进行分割模拟。同时设计一个最优化准则来验证本课题预设的聚类值,通过多个案例对比分析,证实改进的K-means算法不仅更精准、高效。最后将改进的K-means算法应用到实际的架空线路的故障诊断案例中,并得到故障诊断的的最终结果。通过对架空线路上的线夹、绝缘子和金具进行诊断实例分析,证明改进的Kmeans算法在架空线路的故障诊断上取得良好的应用效果。实例分析结果表明诊断结果准确率高,该算法运行简单,可靠性高,实用性强。图[35]参[81]
陈伟根,张知先,李剑,蔚超,陈庆[6]（2020）在《电气设备状态参量智能传感技术》文中指出电气设备状态参量的准确传感是对电气设备进行状态评估和制定运维策略的基础。随着智能电网中设备规模的不断扩大,以及对数据质量要求的不断提高,常规传感技术难以满足目前电气设备状态参量传感的需求,智能传感技术受到广泛关注。该文首先分析电气设备状态参量智能传感技术的典型特征和发展逻辑。在此基础上,从嵌入式系统与传感器智能化、光学传感、MEMS传感、无线传感网络与边缘计算架构4个方面阐述目前国内外学者在电气设备状态参量智能传感领域的最新研究成果,指出研究中仍需解决的问题。最后,对电气设备状态参量智能传感技术未来的发展作出展望。
马俊杰[7]（2020）在《无线传感网络研究及其在电力设备状态监测中的应用》文中进行了进一步梳理近年来,我国智能电网发展迅速,电力系统的安全稳定运行关系到国民经济的健康发展和人民的稳定生活。随着状态监测技术的发展,电力设备的状态监测类型和先进的监测方法也越来越多,在智能电网发展现阶段,如何在变电站环节建立智能变电站信息监控,实现变电站设备管理和运行状态的全面监控引起了广泛关注。为解决现有电力设备状态监测系统存在的问题,本文利用红外热成像技术,现代通信技术及信息处理技术,设计并完成了变电站电力设备状态在线监测系统。该系统实现了对变电站设备状态及操作环境的实时监控,为变电站运行维护提供了辅助支持,提高了智能变电站的运行管理水平。主要研究内容如下:第一,基于变电站主要电力设备的在线监测项目分析,为实现对电力设备温度状态、变电站烟雾及温湿度环境的实时监测,设计了变电站电力设备状态监测系统,通过阐述分析验证系统的可行性及先进性。第二,针对传统电力设备温度状态监测方式存在的技术难题,选用在线式红外热成像仪实时采集所监测电力设备的温度数据,利用无线传输方式将实时温度信息发送到监控后台,围绕前端数据采集系统、传输网络、后台数据处理及显示模块,设计红外热成像在线监测系统。第三,通过对各图像处理算法的优缺点分析,选用中值滤波法降噪、基于灰度拉伸增强图像对比度及基于Canny算子实现图像边缘检测。利用Matlab编程设计了电力设备红外图像处理界面,实现红外热图像显示、红外图像灰度转换、红外图像处理及温度的读取功能,以此掌握设备的运行状态。最后,针对红外在线监测系统在封闭式电力设备监测方面存在的困难,综合对比各无线通信技术的优缺点,选用LoRa无线通信技术实现电力设备局部放电及变电站烟雾、温湿度状态的实时监测。围绕传感器采集模块、LoRa无线通信模块、微处理器模块以及电源模块的硬件电路,设计基于LoRa的在线监测系统,继而通过多节点之间的通信组网实验,验证了设计的合理及可行性。
耿鹏彪[8]（2019）在《基于红外检测技术的变电站电气装置故障判断方法研究》文中研究表明变电站是电网向电力用户输送电能的枢纽,其运行状态直接决定着电能质量和用电安全。为保证变电站正常稳定运行,必须对站内电气装置的健康状况进行检测,以便提前发现故障隐患。红外检测技术能够实现非接触式温度测量,从而实现在带电运行条件下及时掌握站内电气装置运行状态的要求,为变电站运行维护提供依据。因此,研究基于红外检测技术的变电站电气装置故障判断方法,能够提高变电站日常检测维护的技术水平和工作效率。本文首先介绍变电站带电检测应用及国内外技术发展趋势,论述了物体红外辐射和红外测温的基本原理,并讨论了红外检测技术和红外热像设备的工作原理。在此基础上,以变压器、GIS设备和断路器等典型的变电站内设备为对象,研究了红外带电检测方法及其采用红外热像设备的检测结果,总结了一些典型故障的红外检测结果;对实际应用中存在的测量距离、测量角度以及大气及颗粒、太阳光照、热辐射、风力、辐射率、测量角等干扰因素进行了讨论,分析了它们对红外检测结果的影响,总结了修正这些影响的技术措施。接着,针对实际工作中的真实案例进行了分析研究,以C相中性点管套发热、电流致热型和电压致热型电气设备故障为例,分析了有关设备故障点局部发热、温度升高的特点和关系,总结了故障判断方法,同时也验证了采用红外检测技术实现变电站内电气装置故障检测的有效性。最后,对本文进行了总结,并对未来工作提出了建议。
蒋薇薇[9]（2019）在《变电站一次设备带电测试故障诊断技术及应用》文中研究指明随着我国电网500kV变电站、特高压换流站等高电压等级变电站不断增加,变电站一次设备种类繁多,数量庞大,价格昂贵。一次设备的安全可靠直接影响电力系统的可靠运行,基于周期的停电检修模式已经不能满足日常检修工作要求。带电测试技术可以实现变电站一次设备在运行条件下的状态监测、隐患缺陷精确定位及缺陷程度分析,红外测温成像技术、超声波局部放电技术、高频局部放电技术、特高频局部放电技术、紫外成像技术等主要技术在变电站一次设备的故障诊断和应用中发挥了很大作用。对不同类型的设备、不同的故障类型,各种带电测试方法各有适用性。这些技术是目前常用的一次设备带电故障诊断方法,针对特定的一次设备研究采用合适的检测手段,以提高故障诊断的准确性和快速性,具有非常重要的工程实用价值。论文的主要工作有:1.分析了多种带电测试技术在变电站一次设备故障诊断中的使用背景和意义。带电测试可以实现一次设备运行条件下的状态诊断,相较于停电试验灵敏快捷。介绍了红外测温、超声波、高频、特高频、紫外成像等带电测试技术的基本原理、常用方法以及在变电站一次设备日常运行维护中的常规应用,并对现场工作中几种技术的使用条件进行了分析、探讨。2.研究了带电诊断变电站一次设备故障的判断方法,总结出电气设备故障诊断的信号量采集处理、设备状态识别、故障诊断决策三个流程,为分析查找变电站一次设备的隐患缺陷提供了可行的解决方法。3.以变电站重要一次设备GIS、开关柜和辅助设备为带电测试对象,重点讨论分析了超声波、特高频测试技术对GIS设备进行异常定位与分析的两个应用,其次运用超声波技术对开关柜设备局部放电进行异常定位与分析、利用红外测温技术开展辅助设备的异常定位与分析。这些应用表明,通过一种或几种带电测试技术能有效发现缺陷并及时处理消缺。通过几种带电测试综合诊断技术在变电站一次设备故障排查中的重要应用,论证了带电测试方法的性能、测试的精准快速性及应用场合。通过测试结果,找到了最合适的带电测试方法,对工程实践中的变电站一次设备故障诊断有非常重要的实用价值。
贺如月,李云红,李禹萱,贾凯莉,何琛,王刚毅[10]（2019）在《红外热像仪的电力系统电气设备在线监测研究》文中研究表明为满足电力系统对高压电气设备状态监测的要求,设计了基于红外热像仪的电气设备在线监测软件系统。该系统以红外热像仪作为数据采集的核心,结合基于TCP/IP协议的现代网络通信技术,解决热像和温度数据远距离传输的问题,再辅以高性能的计算机为处理核心,完成对电气设备在线监测系统的软件设计。软件采用模块化设计,将系统划分为5个功能模块,分层设计。经测试结果表明,系统能够实时在线监测电气设备工作温度,稳定可靠,适用于电力系统的温度监测。
二、在线高压电气设备红外诊断的应用研究（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、在线高压电气设备红外诊断的应用研究（论文提纲范文）
（1）面向小样本红外图像的避雷器状态在线监测技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 避雷器及输变电设备智能检测研究现状 |
| 1.2.2 避雷器及输变电设备在线监测研究现状 |
| 1.2.3 输变电设备小样本监测研究现状 |
| 1.3 研究创新点与内容 |
| 1.3.1 研究创新点 |
| 1.3.2 研究内容 |
| 第二章 基于改进SSD的边缘端轻量级避雷器识别定位算法 |
| 2.1 引言 |
| 2.2 基于SSD-Mobile Net的避雷器识别定位算法 |
| 2.2.1 算法的选择 |
| 2.2.2 改进网络架构 |
| 2.2.3 锚框的生成与匹配 |
| 2.2.4 损失函数 |
| 2.2.5 非极大值抑制 |
| 2.3 仿真实验与分析 |
| 2.3.1 实验环境 |
| 2.3.2 数据集制作 |
| 2.3.3 模型评价指标 |
| 2.3.4 模型训练与结果分析 |
| 2.4 本章小结 |
| 第三章 基于多模型融合的避雷器红外热故障检测算法 |
| 3.1 引言 |
| 3.2 避雷器红外热故障诊断依据 |
| 3.2.1 避雷器发热机理 |
| 3.2.2 带电设备红外检测方法 |
| 3.3 基于多模型融合的避雷器红外状态监测算法 |
| 3.3.1 深度特征提取网络 |
| 3.3.2 基于QPSO算法优化的RVM分类器 |
| 3.3.3 多模型结合策略 |
| 3.3.4 训练方式 |
| 3.4 实验结果及分析 |
| 3.4.1 实验平台 |
| 3.4.2 数据集制作 |
| 3.4.3 训练结果及分析 |
| 3.5 本章小结 |
| 第四章 基于迁移学习和深度卷积生成对抗网络的数据扩充模型 |
| 4.1 引言 |
| 4.2 迁移学习 |
| 4.3 DCGAN基本原理 |
| 4.3.1 生成对抗网络 |
| 4.3.2 深度卷积生成对抗网络 |
| 4.4 基于迁移学习和改进深度卷积神经网络的数据扩充模型 |
| 4.4.1 改进生成器结构 |
| 4.4.2 改进判别器结构 |
| 4.4.3 训练过程 |
| 4.4.4 模型评价 |
| 4.5 实验结果及分析 |
| 4.5.1 实验平台 |
| 4.5.2 实验结果与分析 |
| 4.5.3 数据扩充模型评价 |
| 4.6 本章小结 |
| 第五章 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 个人简历 在读期间发表的学术论文 |
| 致谢 |
（2）电气设备红外图像故障区域分割与诊断研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 电气设备红外图像分割技术研究现状 |
| 1.2.2 电气设备热故障诊断研究现状 |
| 1.3 本文的主要内容及章节安排 |
| 第二章 超像素分割算法 |
| 2.1 超像素分割技术的介绍和优势 |
| 2.2 超像素分割算法 |
| 2.2.1 基于图论的超像素分割算法 |
| 2.2.2 基于梯度下降的超像素分割算法 |
| 2.3 超像素分割评价标准 |
| 2.3.1 分割质量评价 |
| 2.3.2 紧密度评价 |
| 2.3.3 算法可控性评价 |
| 2.4 实验结果及分析 |
| 2.5 本章小结 |
| 第三章 基于改进SLIC算法的电气设备故障区域分割 |
| 3.1 电气设备红外图像预处理 |
| 3.1.1 双边滤波器 |
| 3.1.2 导向滤波器 |
| 3.2 颜色空间选择 |
| 3.2.1 颜色空间类型 |
| 3.2.2 RGB与 Lab的相互转换 |
| 3.2.3 RGB与 HSV的相互转换 |
| 3.3 改进的SLIC算法 |
| 3.3.1 初始化种子点 |
| 3.3.2 像素点聚类 |
| 3.3.3 合并超像素 |
| 3.4 实验结果及分析 |
| 3.5 本章小结 |
| 第四章 基于红外图像的电气设备故障识别与诊断 |
| 4.1 电气设备故障的出现与故障诊断流程 |
| 4.2 电气设备红外图像设备分类 |
| 4.2.1 方向梯度直方图HOG的特征提取 |
| 4.2.2 支持向量机SVM的电气设备分类识别 |
| 4.2.3 分类实验结果及分析 |
| 4.3 电气设备红外图像热故障等级及诊断方法 |
| 4.3.1 按致热原因划分的热故障类型 |
| 4.3.2 按设备结构划分的热故障类型 |
| 4.3.3 电气设备热故障等级划分 |
| 4.3.4 基于红外图像的相对温差故障诊断方法 |
| 4.4 电气设备热故障诊断实验结果分析 |
| 4.4.1 隔离开关的故障诊断 |
| 4.4.2 接线接头的故障诊断 |
| 4.4.3 高压套管的故障诊断 |
| 4.5 本章小结 |
| 第五章 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 在读期间公开发表的论文 |
| 致谢 |
（3）基于红外图像的变电设备热故障诊断方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 论文主要工作与结构安排 |
| 2 变电设备红外图像预处理 |
| 2.1 变电设备红外图像处理原理 |
| 2.2 变电设备红外图像特点与噪声分析 |
| 2.2.1 变电设备红外图像特点 |
| 2.2.2 变电设备红外图像噪声分析 |
| 2.3 图像灰度化处理 |
| 2.4 变电设备红外图像去噪处理 |
| 2.4.1 均值去噪 |
| 2.4.2 中值去噪 |
| 2.4.3 小波阈值去噪 |
| 2.4.4 基于小波阈值变换的中值去噪 |
| 2.4.5 实验结果及分析 |
| 2.5 变电设备红外图像增强处理 |
| 2.5.1 Retinex增强算法 |
| 2.5.2 基于自适应权重的Retinex增强算法 |
| 2.5.3 实验结果与分析 |
| 2.6 本章小结 |
| 3 变电设备红外图像分割 |
| 3.1 图像分割原理和常用分割算法 |
| 3.1.1 图像分割原理 |
| 3.1.2 常用分割算法 |
| 3.2 基于快速模糊C均值聚类的Lazy Snapping算法 |
| 3.2.1 快速模糊C均值聚类算法 |
| 3.2.2 Lazy Snapping算法 |
| 3.2.3 基于快速模糊C均值聚类的Lazy Snapping分割算法 |
| 3.3 实验结果及分析 |
| 3.4 本章小结 |
| 4 变电设备红外图像的特征提取与识别分类 |
| 4.1 基于Hu不变矩的变电设备红外图像特征提取 |
| 4.1.1 Hu不变矩 |
| 4.1.2 实验结果与分析 |
| 4.2 基于Zernike不变矩的变电设备红外图像特征提取 |
| 4.2.1 Zernike不变矩 |
| 4.2.2 Zernike不变矩的归一化 |
| 4.2.3 实验结果与分析 |
| 4.3 基于支持向量机的变电设备红外图像分类识别 |
| 4.3.1 支持向量机原理 |
| 4.3.2 支持向量机多分类原理 |
| 4.3.3 支持向量机数据归一化 |
| 4.3.4 支持向量机相关参数调整 |
| 4.3.5 实验结果与分析 |
| 4.4 本章小结 |
| 5 变电设备红外图像的温度识别 |
| 5.1 红外热像仪基本工作原理 |
| 5.2 影响红外热像仪成像的因素和解决方法 |
| 5.3 变电设备的温度识别 |
| 5.3.1 比色条及其温度对应关系 |
| 5.3.2 变电设备最高温度与最低温度的识别 |
| 5.3.3 变电设备温度场的建立与热故障分析 |
| 5.4 本章小结 |
| 6 变电设备热故障诊断实现 |
| 6.1 《带电设备红外诊断应用规范》介绍 |
| 6.1.1 重要术语和定义 |
| 6.1.2 故障类型及判断依据 |
| 6.2 变电设备热故障诊断方案设计 |
| 6.3 实验结果与分析 |
| 6.4 本章小结 |
| 7 总结与展望 |
| 7.1 总结 |
| 7.2 展望 |
| 致谢 |
| 参考文献 |
| 个人简历、在学期间发表的学术论文及取得的研究成果 |
（4）基于红外图像的绝缘子目标提取技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 红外检测技术研究现状 |
| 1.2.2 电气设备目标提取研究现状 |
| 1.2.3 绝缘子目标提取研究现状 |
| 1.3 本文主要工作 |
| 第二章 绝缘子的运行与维护 |
| 2.1 绝缘子的作用和要求及分类 |
| 2.2 绝缘子的运行维护 |
| 2.2.1 绝缘子失效的原因 |
| 2.2.2 绝缘子的巡检 |
| 2.2.3 绝缘子的维护 |
| 2.2.4 绝缘子的现场在线检测方法 |
| 2.3 绝缘子的红外热像特征 |
| 2.3.1 正常运行绝缘子的红外热像特征 |
| 2.3.2 异常运行绝缘子的红外热像特征 |
| 2.4 本章小结 |
| 第三章 基于BP神经网络的红外图像复杂度研究 |
| 3.1 图像复杂度的测量参数 |
| 3.1.1 纹理特征 |
| 3.1.2 边缘信息 |
| 3.2 图像复杂度的评估模型 |
| 3.3 实验结果与分析 |
| 3.3.1 实验结果 |
| 3.3.2 实验分析 |
| 3.4 本章小结 |
| 第四章 基于改进FCM算法的简单背景绝缘子提取方法 |
| 4.1 SURF特征点检测 |
| 4.2 改进的FCM算法 |
| 4.2.1 初始化聚类参数 |
| 4.2.2 具有局部空间约束的FCM算法 |
| 4.3 识别和定位绝缘子 |
| 4.4 精确提取绝缘子 |
| 4.5 实验结果与分析 |
| 4.5.1 实验结果 |
| 4.5.2 实验分析 |
| 4.6 本章小结 |
| 第五章 基于改进模板匹配的复杂背景绝缘子提取方法 |
| 5.1 传统模板匹配算法 |
| 5.2 改进的图像描述子 |
| 5.3 基于改进模板匹配算法的目标提取方法 |
| 5.4 实验过程 |
| 5.5 实验结果与分析 |
| 5.5.1 实验结果 |
| 5.5.2 实验分析 |
| 5.6 绝缘子的缺陷检测 |
| 5.6.1 绝缘子的破损检测 |
| 5.6.2 绝缘子的异常温度检测 |
| 5.7 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 在学期间取得的科研成果和科研情况说明 |
| 致谢 |
（5）红外图像处理在架空线路故障诊断中的应用（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 本文的研究内容和章节安排 |
| 2 架空线路的常见故障 |
| 2.1 架空线路的主要元件 |
| 2.2 架空线路的运行及故障异常 |
| 2.2.1 架空线路运行异常及故障预防措施 |
| 2.2.2 电力架空线路故障及解决措施 |
| 2.3 本章小结 |
| 3 红外热成像技术原理 |
| 3.1 红外热成像的基本概念 |
| 3.1.1 红外辐射 |
| 3.1.2 红外辐射的基本定律 |
| 3.2 红外成像的基本仪器 |
| 3.2.1 红外检测仪器的选择原则 |
| 3.2.2 红外热像仪 |
| 3.2.3 影响检测准确性因素的分析 |
| 3.3 图像预处理 |
| 3.3.1 图像灰度化 |
| 3.3.2 图像去噪 |
| 3.4 本章小结 |
| 4 图像分割 |
| 4.1 图像分割的原理和分类 |
| 4.2 K-means算法 |
| 4.2.1 K-means算法的基本概念 |
| 4.2.2 K-means算法的基本流程 |
| 4.3 改进的k-means算法 |
| 4.3.1 K-means算法的改进与发展 |
| 4.3.2 改进K-means算法的基本流程 |
| 4.3.3 最优化准则 |
| 4.3.4 分割图像的实验分析 |
| 4.4 同类型算法对比 |
| 4.4.1 Mean-shift算法 |
| 4.4.2 运行对比与分析 |
| 4.5 本章小结 |
| 5 图像分割在故障诊断中的应用 |
| 5.1 红外故障诊断的常用方法 |
| 5.2 诊断流程设计 |
| 5.3 诊断实例分析 |
| 5.4 本章小结 |
| 6 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 读研期间主要科研成果 |
（6）电气设备状态参量智能传感技术（论文提纲范文）
| 0 引言 |
| 1 嵌入式系统与传感器智能化 |
| 1.1 嵌入式系统 |
| 1.2 传感器的智能化 |
| 1.3 嵌入式系统与传感器智能化存在的问题 |
| 2 光学传感 |
| 2.1 红外测温技术 |
| 2.2 光声光谱气体检测 |
| 2.3 光纤传感技术 |
| 2.3.1 光纤温度传感 |
| 2.3.2 光纤电流传感 |
| 2.3.3 光纤振动声学传感 |
| 2.3.4 光纤应力应变传感 |
| 2.4 拉曼光谱油中溶解液体与气体检测 |
| 2.5 光学传感的引入带来的问题 |
| 3 MEMS传感 |
| 3.1 MEMS电场传感器 |
| 3.2 MEMS磁场传感器 |
| 3.3 MEMS传感中值得关注的问题 |
| 4 无线传感网络与边缘计算架构 |
| 4.1 无线智能传感器 |
| 4.2 智能电网无线传感网络 |
| 4.3 边缘计算架构 |
| 5 电气设备状态参量智能传感技术展望 |
| 6 结论 |
（7）无线传感网络研究及其在电力设备状态监测中的应用（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 电力设备红外测温原理 |
| 1.3 无线通信技术的发展及应用 |
| 1.4 国内外研究现状 |
| 1.4.1 无线传感网络研究现状 |
| 1.4.2 变电站电力设备状态监测技术研究现状 |
| 1.4.3 电力设备在线状态监测 |
| 1.5 研究内容 |
| 2 变电站电力设备在线状态监测 |
| 2.1 变电站主要电力设备状态监测 |
| 2.1.1 变压器的在线监测 |
| 2.1.2 高压开关设备的在线监测 |
| 2.1.3 氧化锌避雷器的在线监测 |
| 2.1.4 电容型设备的在线监测 |
| 2.1.5 变电站环境的在线监测 |
| 2.2 变电站电力设备状态监测系统设计 |
| 2.2.1 系统功能需求 |
| 2.2.2 系统主要特征 |
| 2.2.3 系统框架设计 |
| 2.3 本章小结 |
| 3 红外热成像在线监测 |
| 3.1 红外测温的基本理论 |
| 3.1.1 红外辐射规律 |
| 3.1.2 红外诊断方法 |
| 3.2 红外热像仪 |
| 3.2.1 红外热像仪的功能特点 |
| 3.2.2 红外热像仪的组成 |
| 3.2.3 红外热像仪的选择 |
| 3.3 红外热成像监测系统的结构 |
| 3.3.1 系统的总体架构 |
| 3.3.2 系统的硬件组成 |
| 3.4 红外热图像处理与诊断 |
| 3.4.1 红外在线监测系统软件功能 |
| 3.4.2 红外图像灰度转换 |
| 3.4.3 红外图像噪声滤除 |
| 3.4.4 红外图像对比度增强 |
| 3.4.5 红外图像的边缘检测 |
| 3.4.6 红外图像的温度值显示 |
| 3.5 本章小结 |
| 4 基于LoRa的电力设备在线监测 |
| 4.1 LoRa无线通信技术 |
| 4.1.1 LoRa技术概述 |
| 4.1.2 LoRa数据包格式 |
| 4.1.3 Lo Ra WAN网络架构 |
| 4.2 无线监测系统整体方案设计 |
| 4.3 终端节点硬件设计 |
| 4.3.1 终端节点总体硬件结构 |
| 4.3.2 传感器采集模块 |
| 4.3.3 微处理器模块 |
| 4.3.4 LoRa无线通信模块 |
| 4.3.5 电源模块 |
| 4.4 网关节点硬件设计 |
| 4.4.1 网关节点总体硬件结构 |
| 4.4.2 微处理器模块 |
| 4.4.3 LoRa无线收发模块 |
| 4.4.4 电源模块 |
| 4.5 系统软件设计 |
| 4.5.1 终端节点软件设计 |
| 4.5.2 网关节点软件设计 |
| 4.6 实验测试 |
| 4.6.1 实验硬件设计 |
| 4.6.2 实验软件设计 |
| 4.6.3 实验结果及讨论 |
| 4.7 本章小结 |
| 5 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表的学术论文目录 |
（8）基于红外检测技术的变电站电气装置故障判断方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 概述 |
| 1.1 引言 |
| 1.2 国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.2.3 带电检测设备发展 |
| 1.3 本文的主要研究内容 |
| 第二章 红外检测技术原理分析 |
| 2.1 物体红外辐射描述 |
| 2.1.1 物质辐射情况 |
| 2.1.2 红外辐射原理分析 |
| 2.1.3 基尔霍夫定理 |
| 2.1.4 红外形成分析 |
| 2.1.5 红外测温基本原理 |
| 2.2 红外检测技术分析 |
| 2.2.1 红外热像检测技术 |
| 2.2.2 SF6 气体红外成像法检测技术 |
| 2.3 SF6 气体红外成像法检测原理 |
| 2.3.1 常用SF6 气体判断方法 |
| 2.3.2 SF6 红外分析原理 |
| 2.4 本章小结 |
| 第三章 红外带电检测方法研究 |
| 3.1 红外测温技术方法研究 |
| 3.1.1 变压器红外检测设备 |
| 3.1.2 GIS设备红外热像检测 |
| 3.1.3 断路器红外测温分析 |
| 3.1.4 高压设备红外带电诊断的判别方法 |
| 3.2 红外检测关键因素的作用 |
| 3.2.1 测量距离的作用 |
| 3.2.2 测量角度的作用 |
| 3.3 红外带电检测常见干扰 |
| 3.4 本章小结 |
| 第四章 变电站红外带电检测典型案例分析 |
| 4.1 500k V胜利站#2 主变C相中性点套管发热 |
| 4.2 变电站电气设备故障 |
| 4.2.1 电气设备故障概述 |
| 4.2.2 电气设备的缺陷 |
| 4.2.3 电气设备故障判断方法 |
| 4.3 电流致热型电气装置的故障分析 |
| 4.3.1 温度变化分析 |
| 4.3.2 温升与负荷运行电流的关系 |
| 4.3.3 电流致热型案例分析 |
| 4.4 电压致热型电气装置的故障分析 |
| 4.4.1 温度分析 |
| 4.4.2 故障分析 |
| 4.4.3 电压致热型案例分析 |
| 4.5 本章小结 |
| 第五章 结论与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 致谢 |
| 参考文献 |
（9）变电站一次设备带电测试故障诊断技术及应用（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 课题研究的背景及意义 |
| 1.1.1 课题研究背景 |
| 1.1.2 课题研究的意义 |
| 1.2 国内外研究现状及趋势 |
| 1.3 论文的主要内容 |
| 第二章 带电测试技术的基本原理与常用方法 |
| 2.1 引言 |
| 2.2 带电测试技术概述 |
| 2.3 红外测温技术原理和常用测试方法 |
| 2.3.1 红外测温技术原理 |
| 2.3.2 红外测温技术常用测试方法 |
| 2.4 超声波局部放电测试技术原理和常用测试方法 |
| 2.4.1 超声波测试技术原理 |
| 2.4.2 超声波测试技术常用测试方法 |
| 2.5 高频、特高频局部放电测试技术原理和常用测试方法 |
| 2.5.1 高频、特高频局部放电测试技术原理 |
| 2.5.2 高频、特高频局部放电测试技术常用测试方法 |
| 2.6 紫外成像测试技术原理和常用测试方法 |
| 2.6.1 紫外成像测试技术原理 |
| 2.6.2 紫外成像测试技术常用测试方法 |
| 2.7 本章小结 |
| 第三章 变电站一次设备带电测试故障点定位及诊断方法 |
| 3.1 引言 |
| 3.2 变电站一次设备带电测试故障点定位 |
| 3.2.1 红外测温技术故障点诊断定位方法 |
| 3.2.2 超声波局部放电、高频局部放电、特高频局部放电技术故障点诊断定位方法 |
| 3.2.3 紫外成像技术故障点诊断定位方法 |
| 3.3 变电站一次设备带电测试隐患排查基本流程 |
| 3.4 本章小结 |
| 第四章 变电站一次设备带电测试故障诊断应用分析 |
| 4.1 GIS设备局部放电异常测试方法及故障点定位 |
| 4.1.1 超声波特高频综合诊断GIS局部放电异常及定位 |
| 4.1.2 超声波精准诊断GIS局部放电异常及定位 |
| 4.2 开关柜设备局部放电异常测试方法及故障点定位 |
| 4.3 线夹等辅助设备异常的测试方法及故障点定位 |
| 4.4 本章小结 |
| 第五章 总结与展望 |
| 5.1 论文所做主要工作 |
| 5.2 展望 |
| 参考文献 |
| 致谢 |
（10）红外热像仪的电力系统电气设备在线监测研究（论文提纲范文）
| 引言 |
| 1 系统结构 |
| 2 系统软件设计 |
| 2.1 系统设置模块 |
| 2.2 数据采集模块 |
| 2.3 历史数据查询模块 |
| 2.4 温度测量与显示模块 |
| 2.5 温度报警模块 |
| 3 系统测试 |
| 3.1 测试环境 |
| 3.2 试验结果分析 |
| 结语 |
四、在线高压电气设备红外诊断的应用研究（论文参考文献）
- [1]面向小样本红外图像的避雷器状态在线监测技术研究[D]. 温开云. 华东交通大学, 2021(01)
- [2]电气设备红外图像故障区域分割与诊断研究[D]. 王季峥. 山东理工大学, 2021
- [3]基于红外图像的变电设备热故障诊断方法研究[D]. 李梦天. 重庆理工大学, 2021(02)
- [4]基于红外图像的绝缘子目标提取技术研究[D]. 赵利鸿. 天津理工大学, 2021(08)
- [5]红外图像处理在架空线路故障诊断中的应用[D]. 程子夜. 安徽理工大学, 2020(07)
- [6]电气设备状态参量智能传感技术[J]. 陈伟根,张知先,李剑,蔚超,陈庆. 中国电机工程学报, 2020(S1)
- [7]无线传感网络研究及其在电力设备状态监测中的应用[D]. 马俊杰. 青岛科技大学, 2020(01)
- [8]基于红外检测技术的变电站电气装置故障判断方法研究[D]. 耿鹏彪. 东南大学, 2019(01)
- [9]变电站一次设备带电测试故障诊断技术及应用[D]. 蒋薇薇. 江苏大学, 2019(05)
- [10]红外热像仪的电力系统电气设备在线监测研究[J]. 贺如月,李云红,李禹萱,贾凯莉,何琛,王刚毅. 单片机与嵌入式系统应用, 2019(03)
标签：变电站论文; 绝缘子论文; 变电站综合自动化系统论文; 红外成像论文; 图像融合论文;