基于红外检测的电气设备故障诊断方法研究

摘要

随着自动控制和图像处理的相关技术的快速发展，电气设备快速和精确的故障诊断逐渐成为了人们工作生活中必不可少的一部分。如果能在电气设备发生故障之前，通过诊断系统及时地发现电气设备可能产生的故障，就能减少电力系统损坏或崩溃的可能性。为此，本文研究了一个基于红外检测的电气设备故障诊断系统方案，并通过选取和改进相关算法，提高了诊断系统的运行效率和检测精度。
　　本文给出了一个基于红外检测的电气设备故障诊断方案的分析和设计过程。首先，对故障诊断进行了简要的流程分析，将检测过程分为三个步骤：寻找可能发生故障的热点区域，提取热点区域的相关信息，通过热点区域信息判断故障级别并返回维护建议。然后，对诊断过程的三个步骤分别进行了详细的算法分析和条件选取分析。在寻找热点区域的过程中选取Otsu阈值分割算法得到前景背景图像，在提取热点区域信息的过程中选取限制条件膨胀算法扩充热点区域，在判断故障级别返回维护建议的过程中选取定量定性相结合的方法，返回了三个检测结果中优先级最高的那个。最后，将200个已知检测结果的实验样本输入故障诊断系统，得到检测结果，分析了出现误诊断的原因，并讨论了改进方法等。
　　本文中研究的电气设备故障诊断系统方案，能够较为快速和精确地发现电气设备可能存在的问题，大大地减少了传统维护过程中的时间成本和人工成本，同时也为电力系统长久而高效的运行提供了保障。

目录

封面

声明

中文摘要

英文摘要

目录

1 绪论

1.1 研究背景与意义

1.2 国内外研究概况

1.3 论文的主要研究内容

2 电气设备故障诊断过程分析

2.1 电气设备故障诊断基本流程

2.2 Otsu阈值分割算法

2.3 限制条件膨胀相关算法

2.4 常用的检测方法及标准分析

2.5 故障诊断精度分析

2.6 本章小结

3 电气设备故障诊断方案设计

3.1 前景图像提取

3.2 热点区域扩充算法

3.3 热点区域温度计算

3.4 前景图像表面温度计算

3.5 热点温度和表面温度差异分析

3.6 本章小结

4 电气设备故障诊断实验分析

4.1 诊断流程及特殊情形分析

4.2 故障诊断判定标准

4.3 故障诊断判定结果分析

4.4 故障诊断实验精度分析

4.5 BP神经网络诊断方法比较

4.6 故障诊断方案实现

4.7 本章小结

5 总结与展望

5.1 总结

5.2 展望

致谢

参考文献

附录 攻读硕士学位期间参加科研项目