摘要
本发明涉及故障设备检测技术领域,公开了一种基于高精度测温的电力设备故障检测方法和系统,包括通过高精度测温装置扫描电力设备的表面温度,得到温度分布图像,对温度分布图像进行处理,得到温度分布矩阵;对温度分布矩阵进行梯度分析和温差识别,得到热斑候选区域;对热斑候选区域进行聚类分析,得到初始热斑区域,采用边界跟踪算法,生成静态边界;根据各个边界点的温度变化,对静态边界进行修正,得到热斑区域;根据电力设备的负荷数据和热斑区域的温度数据,进行故障风险评估。本发明通过温度数据分析和区域边界修正,能够准确识别热斑区域,并结合机器学习算法,提高了电力设备故障风险评估的准确性,确保了电力系统安全稳定的运行。
技术关键词
故障风险评估
温度分布图像
高精度测温装置
矩阵
温差
时序
电力系统安全稳定
电力设备故障
设备检测技术
数据
支持向量机模型
电流
机器学习算法
滤波去噪
幅值