积分商城

最新搜索： stm32g0 STM32 stm32f030 stk500 HT24LC64 步进驱动器源码
您现在的位置是：首页 > 技术资料 > 基于智能视觉物联网的变电站红外监测系统
推荐星级：
  • 1
  • 2
  • 3
  • 4
  • 5

基于智能视觉物联网的变电站红外监测系统

更新时间：2019-12-10 17:07:27 大小：1M 上传用户：xiaohei1810查看TA发布的资源 标签：智能视觉物联网 下载积分：1分 评价赚积分 （如何评价?） 打赏 收藏 评论(0) 举报

资料介绍

变电站电力设备故障导致大面积停电时会造成巨大的经济损失和社会影响.根据电力设备故障会产生温度异常的特点,提出一种基于智能视觉物联网的变电站红外监测系统.该系统通过无线组网实现远程监控,对设备发热异常进行实时报警.利用基于空间位置约束和方向约束的红外图像与可见光图像配准方法实现异常发热区域的精确定位.对异常发热区域和温度较高区域打上视觉标签,分析温度变化情况,预防故障的发生和升级.实验结果表明,该系统能够准确、实时地检测和定位设备温度异常区域,对温度过高区域进行持续监测并对故障进行预警,为变电站设备异常监测提供了可靠保证.

部分文件列表

文件名 大小
基于智能视觉物联网的变电站红外监测系统.pdf 1M

【关注视频号领20积分】   【关注公众号立即送20积分】

部分页面预览

（完整内容请下载后查看）
第 46 卷 第 15 期  
2018 年 8 月 1 日  
电力系统保护与控制  
Power System Protection and Control  
Vol.46 No.15  
Aug. 1, 2018  
DOI: 10.7667/PSPC171084  
基于智能视觉物联网的变电站红外监测系统  
漆 灿1，李庆武1,2，郑云海3，王门鸿3  
(1.河海大学物联网工程学院，江苏 常州 213022；2.常州市传感网与环境感知重点实验室，江苏 常州 213022；  
3.国网泉州供电公司，福建 泉州362000)  
摘要：变电站电力设备故障导致大面积停电时会造成巨大的经济损失和社会影响。根据电力设备故障会产生温度  
异常的特点，提出一种基于智能视觉物联网的变电站红外监测系统。该系统通过无线组网实现远程监控，对设备  
发热异常进行实时报警。利用基于空间位置约束和方向约束的红外图像与可见光图像配准方法实现异常发热区域  
的精确定位。对异常发热区域和温度较高区域打上视觉标签，分析温度变化情况，预防故障的发生和升级。实验  
结果表明，该系统能够准确、实时地检测和定位设备温度异常区域，对温度过高区域进行持续监测并对故障进行  
预警，为变电站设备异常监测提供了可靠保证。  
关键词：变电站；红外监测；智能视觉物联网；精确定位；视觉标签  
Infrared monitoring system for substation based on intelligent visual internet of things  
QI Can1, LI Qingwu1, 2, ZHENG Yunhai3, WANG Menhong3  
(1. College of IOT Engineering, Hohai University, Changzhou 213022, China;  
2. Changzhou Key Laboratory of Sensor Networks and Environmental Sensing, Chanzhou 213022, China;  
3. State Grid Quanzhou Electric Power Supply Company, Quanzhou 362000, China)  
Abstract: The widespread power cut caused by substation power equipment failure will bring about huge economic  
losses and negative impact on society. According to the characteristic that power equipment failure can produce abnormal  
temperature, an infrared monitoring system based on intelligent visual internet of things for substation is presented. This  
system realizes remote monitoring by wireless network and alarms the equipment’s heat anomaly in real time. The  
accurate locating of the abnormal heat-generating area is achieved by using the infrared image and the visible image  
registration method based on the spatial position constraint and the direction constraint. The system will mark the  
abnormal heating area and the high temperature area with visual labels, and analyze the temperature change in the heat  
region as a result of which the occurrence and even the severity of the breakdown can be prevented. The experimental  
results demonstrate that the system can detect and locate the equipment’s temperature anomaly immediately and  
accurately, achieve the continuous monitoring of the abnormal temperature area as well as alarming the breakdown, and  
provide reliable guarantee for the monitoring of substation equipment anomaly.  
This work is supported by Key Research and Development Program of Jiangsu Province (No. BE2016071).  
Key words: substation; infrared monitoring; intelligent visual internet of things; accurate positioning; visual label  
设备的温度越高，红外辐射的能量越强[3]。红外热  
0 引言  
成像是将物体的热辐射扫描成像的一种检测技术，以  
设备的热状态分布为依据对设备运行状态良好与否  
进行诊断，具有远距离、不接触、实时、快速、直  
观地对设备的热状态进行成像的特点，故在电力检  
绝大多数电力设备发生故障或出现异常情况  
时，最初都伴随着局部、整体的过热或温度分布相  
对异常的现象[1]，因此，为确保电力设备的安全运  
行，需要对电力设备热状态进行实时监测[2]。电力  
修中应用十分广泛[4-5]  
。
传统的变电站故障主要通过人工进行检测，存  
在着主观因素影响大、工作效率低等缺陷[6]，因此，  
基金项目：江苏省重点研发计划项目资助(BE2016071)  
万方数据  
- 136 -  
电力系统保护与控制  
迫切需要提高设备异常检测的实时性和智能化水  
平。翟瑞聪[7]等进行了电力设备远程监测诊断中心  
系统遥视信息联动应用研究，实现了电力设备的多  
维度智能监控与分析；成永红[8]等设计了变电站电  
力设备绝缘综合在线监测系统，系统采用总线方式  
进行数据传输，存在布线困难、线路易损坏、维护  
成本高等缺点；夏宾[9]等提出了智能型红外在线监  
控系统在无人值守变电站中的应用，有效提高设备  
监测效率，但也仅仅是对温度超限进行报警；李宏  
伟
[10]提出应用于智能变电站的智能视觉系统，实现  
了设备故障的检测和定位，但缺少对异常发热区域  
状态的持续监测和分析；随着物联网技术的发展，  
以视觉传感器、信息传输和智能视觉分析组成的智  
能视觉物联网逐渐应用到监控领域[11]。本文提出一  
种基于智能视觉物联网的变电站红外监测系统，感知  
和分析电力设备的温度场信息，及时发现设备发热异  
常，快速定位异常区域并分析缺陷类型，利用视觉标  
签对变电站电力设备状态进行监测和分析，及时发现  
和预警设备发热异常。  
图 1 系统整体架构  
Fig. 1 Overall architecture of the system  
1
系统整体架构  
本系统的整体架构如图 1 所示，系统主要分为  
监测模块、服务器模块和客户端模块。监测模块由  
监测节点组成，监测节点包括红外热像仪[12]、可见  
光摄像头、温度感知模块、工控机等，主要完成数  
据的采集和处理，摄像头搭载在云台上，系统通过  
旋转云台的运动实现对电力设备的全场景扫描，数  
据采集包括电力设备红外视频流、可见光视频流、  
环境温度等数据的采集，数据处理包括电力设备区  
域分割、设备异常发热区域检测、异常发热区域精  
确定位、视觉标签分析和异常预警；服务器模块主  
要接收监测节点的异常数据，存储到数据库中并向  
客户端发送报警和预警信号；客户端可通过网络向  
服务器发送请求方便地查询异常信息并及时掌握设  
备异常情况。  
图 2 数据采集硬件结构图  
Fig. 2 Data acquisition hardware structure  
表 1 MCU与工控机数据通信格式  
Table 1 MCU and computer data communication format  
起始位  
数据位  
0x1C 0x48  
校验位  
结束位  
0xAA  
0x64  
0xFF  
1.2 数据处理  
监测节点采集数据后，由工控机先进行本地处  
理，再通过网络传输到服务器，以减轻远程数据传  
输的压力。数据采集后，首先在红外图像中分割出  
设备区域作为检测区域，然后结合环境温度信息对  
红外图像进行发热异常检测、通过红外图像与可见  
光图像的配准实现异常区域的精确定位、通过视觉  
标签分析异常发热区域的变化情况，具体算法和实  
现见第 3 节：检测算法的设计与实现。  
1.1 数据采集  
数据采集是智能视觉物联网的基础，在本系统  
中数据采集包括电力设备红外视频流、可见光视频  
流和环境温度信息的获取，结构如图 2 所示，温度  
传感器与 MCU(Microcontroller Unit)相连，MCU 通  
过串口将温度数据传输至工控机，数据通信格式如  
表 1 所示，起始位固定为 0xAA，数据位分别为温  
度的整数部分和小数部分，校验位为数据位的和，  
结束位固定为 0xFF；红外热像仪和可见光摄像头通  
过网线与工控机相连，工控机间隔 5 s 获取一次数  
据进行处理。  
1.3 数据传输  
数据传输分两部分，第一部分是监测节点与服  
务器之间的数据传输，工控机在初始化时向服务器  
发送请求并建立 Socket 连接[13]，服务器监听与工控  
机建立连接的端口，当有数据传输时，服务器接收  
数据并存储到数据库中。第二部分是客户端与服务  
器之间的数据传输，客户端初始化时向服务器发送  
万方数据  

相关下载

全部评论(0)

暂无评论
评论赚积分>>

上传资源 上传优质资源有赏金

热门标签

更多>>

最新上传

  • 打赏
  • 30日榜单

热门下载

推荐下载

本站上的所有资源均为源于网上收集或者由用户自行上传，仅供学习和研究使用，无任何商业目的，版权归原作如有侵权，请 来信指出，本站将立即改正。

ICP许可证号：京ICP证070360号     21IC电子网 2000- 版权所有

京ICP备11013301号

京公网安备 11010802024343号