摘要
本发明提供一种基于图像处理的电力设备监测方法及系统,属于电力设备监测技术领域,所述方法步骤如下:在电力设备处布设摄像头、红外相机和监控服务器;通过摄像头和红外相机采集电力设备正常运行与故障两种状态的图像;监控服务器对采集的图像进行处理后,形成样本数据,训练故障监测神经网络模型,并将模型布设在监控服务器;监控服务器接收摄像头和红外相机采集电力设备实时的图像,对图像处理后输入故障监测神经网络模型进行故障识别,向远端的电力调度中心发送。本发明通过摄像头、红外相机及监控服务器实现电力设备故障的自动识别,无需运维人员进行现场巡检,提升了运维效率的同时,减少了安全事故。
技术关键词
监控服务器
红外相机
电力设备监测方法
电力调度中心
温度直方图
卷积神经网络模型
点设备
电力设备监测系统
实时图像处理
故障检测
标签
样本
深度学习框架
模型更新
图像采集单元
电力设备监测技术