红外图谱识别系统,精准定位设备过热缺陷
|
6月29日14时许,在吉林电力科学研究院生产管控中心大厅内,技术人员正将一批变电站红外热像图谱导入该公司自主开发的电网设备红外图谱缺陷识别专家系统。12秒后,系统自动分析数十张图谱,精准定位多处设备过热缺陷,并将缺陷诊断报告自动推送至一线巡检单位。全过程无须人工判读,作业效率显著提升。
红外测温是巡检电网设备状态的重要手段。近年来,随着新型电力系统加快构建,电网规模持续扩大,设备数量大幅增加,日常巡检采集的红外图像数据呈现海量增长态势。传统模式下,设备缺陷判别主要依靠人工肉眼观察,高度依赖运维人员经验,耗时费力,还容易出现漏判、误判。尤其在北方冬季低温环境下,热量容易逸散,设备过热缺陷特征不明显,在红外图像上显示对比度较低,人工甄别难度更大,难以满足新型电力系统智能运维、精准防控的现实需求。
2023年10月,吉林电科院依托赵春明劳模创新工作室组建攻关团队,启动技术攻关,计划开发一套红外图谱智能识别系统。面对低温环境图像噪点大、设备划分不精准、温度提取误差大等问题,团队成员先后优化图像预处理算法,改进语义分割模型,显著提升低温、弱光、强干扰环境下的图谱清晰度,使系统可精准区分设备本体、比色条与背景。
三相电气设备三相运行状态一致、异常温差微弱,当设备出现过热缺陷时难以被精准捕捉,这是团队面临的又一难题。对此,成员们创新研发了三相自搜寻比较法,可自动完成三相电气设备红外图像的分块、对齐、比对,精准捕捉同设备各相之间的微小温差异常,让早期、微弱、隐性的过热缺陷无处藏身。
2024年1月,攻关团队正式建成电网设备红外图谱缺陷识别专家系统,构建起“批量导入—智能识别—智能诊断—报告推送”的全流程自动化闭环。该系统集成红外图谱特征提取、缺陷定位、故障等级判定等功能,可与现有巡检体系无缝对接,实现设备缺陷早发现、早预警、早处置,还降低了一线人员的工作强度。
2024年10月,工作人员在220千伏汪清变电站试点应用电网设备红外图谱缺陷识别专家系统,批量识别红外巡检图像。该系统通过三相设备温度智能比对,发现母线电压互感器C相电压制热缺陷,比传统人工逐图判别提前15天锁定缺陷。
截至目前,电网设备红外图谱缺陷识别专家系统累计处理红外图谱超2万张,诊断时长较人工缩短90%,误判率降至0.2%;累计发现一般及以上过热缺陷85处,辅助运维人员及时消除缺陷,有效避免设备非计划停运。该成果获得国家发明专利授权3项,获评国家电网有限公司2025年“五小”创新优秀成果奖、吉林省电力科学技术进步奖一等奖、东北电力系统职工优秀创新成果奖等。
(编辑:东北亚) |

国网盐城供电:以协同
国网巴林右旗供电公司


