摘要
本发明公开了一种高分辨率红外热成像陈列的故障检测方法,涉及电力设备监控技术领域。该一种高分辨率红外热成像陈列的故障检测方法,通过高分辨率红外热成像设备获取电力设备表面的热成像图像,结合环境参数和负载电流,对温度场进行动态校正,生成去干扰的温度矩阵。利用图神经网络建模设备间热传导关系,并通过U‑Net分割网络检测温度异常区域,生成异常区域掩膜和温度空间特征。通过动态时间规整算法分析温度波动与电气参数的时序相关性,区分持续故障与瞬时干扰。基于小样本迁移学习,结合预训练特征提取器和注意力机制,进行故障类型分类,并输出故障类型及置信度。实现了对电力设备故障的高效、准确检测。
技术关键词
故障检测方法
动态时间规整算法
动态校正
热传导
红外热成像设备
掩膜
温度特性曲线
注意力机制
电池组
电气
标签
电力设备监控技术
拓扑图
分类器
空间结构
特征提取器
数据