专利名称：一种电力设备红外检测方法及装置的制作方法
技术领域：
本发明涉及电カ领域，尤其涉及一种电カ设备红外检测方法及装置。
背景技术：
目前，通常使用红外测温方法检测电カ设备的运行状态，即通过红外热像仪测试电カ设备关键部位的温度，再由配套的分析软件依据测试得到的温度值，告知发现的设备温度异常点。可见，所述电カ设备红外检测方法只能发现温度异 常的电カ设备，而对于处于异常温度的电カ设备是否发生故障以及发生哪种类型的故障，都无法进行预见，因此现有的电カ设备红外检测方法不能满足检测故障的需求。
发明内容
有鉴于此，本发明实施例提供了一种电カ设备红外检测方法及装置，目的在于解决现有的电カ设备红外检测方法因无法检测出电カ设备故障类型，而导致的不能满足故障检测需求的问题。为了实现上述目的，本发明实施例提供了以下技术方案一种电カ设备红外检测方法，包括接收电カ设备的红外检测数据；从预设的案例数据库中提取所述电カ设备的红外检测数据的相似案例；从所述相似案例中提取所述电カ设备的红外检测数据的诊断案例；依据所述诊断案例，确定与所述电カ设备的红外检测数据对应的故障类型。优选地，所述预设的案例数据库包括案例、所述案例的故障类型及所述故障类型的解决方案；所述案例包括案例參数及与姆项案例參数对应的预设的权值。优选地，所述从预设的案例数据库中提取所述电カ设备的红外检测数据的相似案例包括计算所述电カ设备的红外检测数据与预设的案例数据库中的案例间的相似系数；确定与所述电カ设备的红外检测数据的相似性系数大于预设的第一阈值的案例为相似案例。优选地，所述计算所述电カ设备的红外检测数据与预设的案例数据库中的案例间的相似系数包括选取所述预设的案例数据库中的一个案例；将所述电カ设备的红外检测数据的每项的參数与所述案例中对应的參数进行比较，如相同，则取所述案例中此项參数的权值为该项比较的值，如果不同，则取零为该项比较的值，将每项比较的值相加，得到所述电カ设备的红外检测数据与所述案例的相似系数；
重复上述步骤，直至得到所述电カ设备的红外检测数据与预设的案例数据库中每项案例的相似系数。优选地，所述从所述相似案例中提取所述电カ设备的红外检测数据的诊断案例包括计算所述相似案例与所述电カ设备的红外检测数据间的广义距离相似度；确定与所述电カ设备的红外检测数据间的广义距离相似度大于预设的第二阈值的案例为诊断案例。优选地，所述依据所述诊断案例，确定与所述电カ设备的红外检测数据对应的故障类型包括判断所述诊断案例中是否存在与所述电カ设备的红外检测数据的广义距离相似 度大于预设的第三阈值的案例；如果是，确定与所述电カ设备的红外检测数据对应的故障类型为与其广义距离相似度大于预设的第三阈值的案例的故障类型；如果否，依据所述诊断案例，推算所述电カ设备的红外检测数据对应的故障类型。优选地，当与所述电カ设备的红外检测数据的广义距离相似度大于预设的第三阈值的案例的数量大于ー个时，还包括依据预设的筛选规则，筛选出与所述电カ设备的红外检测数据最接近的案例。优选地，还包括确定与所述故障类型对应的解决方案；当所述电カ设备的红外检测数据的故障类型不存在预设的案例数据库中时，将所述电カ设备的红外检测数据的故障类型及所述与所述故障类型对应的解决方案加入所述预设的案例数据库中。一种电カ设备红外检测装置，包括接收�？椋糜诮邮盏绁璞傅暮焱饧觳馐荩幌嗨瓢咐崛∧？椋糜诖釉ど璧陌咐菘庵刑崛∷龅绁璞傅暮焱饧觳馐莸南嗨瓢咐徽锒习咐崛∧？椋糜诖铀鱿嗨瓢咐刑崛∷龅绁璞傅暮焱饧觳馐莸恼锒习咐还收先范？椋糜谝谰菟稣锒习咐范ㄓ胨龅绁璞傅暮焱饧觳馐荻杂Φ墓收侠嘈�。优选地，所述相似案例提取�？榘ㄏ嗨葡凳扑愕ピ糜诩扑闼龅绁璞傅暮焱饧觳馐萦朐ど璧陌咐菘庵械陌咐涞南嗨葡凳幌嗨瓢咐范ǖピ糜谌范ㄓ胨龅绁璞傅暮焱饧觳馐莸南嗨菩韵凳笥谠ど璧牡谝汇兄档陌咐嗨瓢咐�。优选地,所述计算单元包括案例选取子単元，用于选取所述预设的案例数据库中的一个案例；相似系数计算子単元，用于将所述电カ设备的红外检测数据的每项的參数与所述案例中对应的參数进行比较，如相同，则取所述案例中此项參数的权值为该项比较的值，如果不同，则取零为该项比较的值，将每项比较的值相加，得到所述电カ设备的红外检测数据与所述案例的相似系数；循环触发子单元，用于触发所述案例选取单元，直至得到所述电カ设备的红外检测数据与预设的案例数据库中每项案例的相似系数。优选地，所述诊断案例提取�？榘ü阋寰嗬胂嗨贫燃扑愕ピ糜诩扑闼鱿嗨瓢咐胨龅绁璞傅暮焱饧觳馐菁涞墓阋寰嗬胂嗨贫龋徽锒习咐范ǖピ糜谌范ㄓ胨龅绁璞傅暮焱饧觳馐菁涞墓阋寰嗬胂嗨贫却笥谠ど璧牡诙兄档陌咐锒习咐�。优选地，所述故障确定模块包括 判断単元，用于判断所述诊断案例中是否存在与所述电カ设备的红外检测数据的广义距离相似度大于预设的第三阈值的案例；故障确定单元，用于确定与所述电カ设备的红外检测数据对应的故障类型为与其广义距离相似度大于预设的第三阈值的案例的故障类型；故障推算単元，如果当所述诊断案例中不存在与所述电カ设备的红外检测数据的广义距离相似度大于预设的第三阈值的案例时，依据所述诊断案例，推算所述电カ设备的红外检测数据对应的故障类型。优选地，还包括筛选单元，用于当与所述电カ设备的红外检测数据的广义距离相似度大于预设的第三阈值的案例的数量大于ー个时，依据预设的筛选规则，筛选出与所述电カ设备的红外检测数据最接近的案例。优选地，还包括解决方案确定�？椋糜谌范ㄓ胨龉收侠嘈投杂Φ慕饩龇桨福皇菘庑慈肽？椋糜诘彼龅绁璞傅暮焱饧觳馐莸墓收侠嘈筒淮嬖谠ど璧陌咐菘庵惺保龅绁璞傅暮焱饧觳馐莸墓收侠嘈图八鲇胨龉收侠嘈投杂Φ慕饩龇桨讣尤胨鲈ど璧陌咐菘庵�。本发明实施例提供的电カ设备红外检测方法及装置，通过计算得出的电カ设备的红外检测数据与预设的案例数据库中的案例间的相似系数，从预设的案例数据库中获取诊断案例集，依据所述诊断案例集，确定出与电カ设备的红外检测数据对应的故障类型，实现了由红外检测数据获得故障类型，满足了用户的需求。
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图I为本发明实施例公开的ー种电カ设备红外检测方法的流程图；图2为本发明实施例公开的ー种电カ设备红外检测方法中提取相似案例的流程图3为本发明实施例公开的ー种电カ设备红外检测方法中提取诊断案例的流程图；图4为本发明实施例公开的ー种电カ设备红外检测方法中预设的案例数据库的示意图；图5为本发明实施例公开的ー种电カ设备红外检测方法中确定与所述电カ设备的红外检测数据对应的故障类型的方法的流程图；图6为本发明实施例公开的又一种电カ设备红外检测方法的流程图；图7为本发明实施例公开的ー种电カ设备红外检测装置的结构示意图。
具体实施例方式本发明实施例公开了ー种电カ设备红外检测方法及装置，其核心发明点在于，通过接收的电カ设备的红外检测数据，从预设的案例数据库中提取所述电カ设备的红外检测数据的相似案例，从所述相似案例中提取所述电カ设备的红外检测数据的诊断案例，并依据所述诊断案例集，确定与所述电カ设备的红外检测数据对应的故障类型。下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。本发明实施例公开了ー种电カ设备红外检测方法，应用于使用红外装置检测电力 设备的场景，如图I所示，包括SlOl :接收电カ设备的红外检测数据；一般的，电カ设备的红外检测数据可以由红外热像仪获得，红外检测数据一般包括测试设备的參数，例如设备名称、测试部位、实际最高(异常)温度等。S102 :从预设的案例数据库中提取所述电カ设备的红外检测数据的相似案例；其中，预设的案例数据库为用户预先自定义设定的，本实施例中优选地，E =IC1, C2, (V··CJ表示案例库，其中Ci=CtDijPi, Si ]表示案例库的第i个案例。Di = [dn，di2，di3-din]表示案例Ci的特征集，din表示案例Ci的第η个特征值。Pi表示案例Ci的问题描述，在红外故障诊断案例中用于说明设备故障信息。Si表示案例的解或解的方法，在红外诊断案例中说明故障处理方案。典型案例是以往设备故障发现、处理的经验累计，并不是普遍的规则，在案例库中每个案例代表ー种电カ设备故障状态，他们之间相互独立。案例数据库中每个案例都有其对应的案例故障类型及所述故障类型的解决方案，每个案例都包括案例參数，例如设备名称、测试部位、实际最高(异常)温度等，及与每项案例參数对应的预设的权值，例如，设备名称的权值为O. 05，设备类型的权值为O. 3，测试部位的权值为O. 05等。參数的权值可以由用户根据需要进行自定义，需要说明的是，数据库中每个案例的案例參数与红外检测数据中的參数相同的，例如，都包括设备名称、测试部位、实际最高(异常)温度等。需要说明的是，因为考虑到电カ设备按照电流致热和电压致热两种类型，所以案例库中案例数据和权值依据设备类型的不同，设备故障特征值和权值的设置也不尽相同，对于非本类设备的故障特征，案例库中的案例以NULL标记，取值以O标记。
本实施例中，如图2所示，提取相似案例的具体方法可以为S201 :计算所述电カ设备的红外检测数据与预设的案例数据库中的案例间的相似系数；具体计算过程为取所述预设的案例数据库中的ー个案例，例如，可以取案例数据库中的第一个案例。将所述电カ设备的红外检测数据的每项的參数与所述案例中对应的參数进行比较，如相同，则取所述案例中此项參数的权值为该项比较的值，如果不同，则取零为该项比较的值，将每项比较的值相加，得到所述电カ设备的红外检测数据与所述案例的相似系数，例如，电カ设备红外检测数据中包括设备名称、测试部位、实际最高(异常)温度，将设备名 称与第一个案例的设备名称进行比较，如果相同，则此项參数比较的值为第一个案例中此项參数对应的权值，例如O. 05，如果不相同，则此项參数比较的值为O，将每项參数比较完成后，把所有比较的值相加，得到电カ设备红外测试參数与第一个案例的相似系数。S202:确定与所述电カ设备的红外检测数据的相似性系数大于预设的第一阈值的案例为相似案例。电カ设备的红外检测数据与预设的案例数据库中的案例间的相似系数反映的是电カ设备的红外检测数据与案例数据库中每个案例的相似程度，相似系数越大，则说明电力设备的红外检测数据与案例的相似性越高，说明电力设备的红外检测数据反应的故障与此案例与接近。本实施例中，优选预设的第一阈值为O. 7，也就是说，确定与电カ设备的红外检测数据间的相似性系数大于O. 7的案例为相似案例。需要说明的，如果预设的案例数据库中确定没有诊断案例，则认为目前典型故障案例库中没有接近红外检测数据的故障案例，对于这类红外测温异常数据，需要依据预设的规则进行规则推理，本实施例中，预设的规则可以为《带电设备红外诊断规范》(DL/T664-2008)标准。S103 :从所述相似案例中提取所述电カ设备的红外检测数据的诊断案例；本实施例中，如图3所示，提取诊断案例的过程具体为S301 :计算所述相似案例与所述电カ设备的红外检测数据间的广义距离相似度；其中，广义距离相似度是指将相似对象看作是N维坐标空间上的ー个点，每个对象代表ー个N维的属性值集，两个对象的空间夹角越小则说明相似度越大，反之相似度越小。基于上述理论设D表示相似案例集Ex中各案例特征值的集合。D中的任意一个案例的特征值集合用一个数据向量d表示,设姆个案例da e D, ( a =1，2,…η),用向量则表示成da = (dal,da2,…dam), a =1，2，3…η,其中m值是向量的维数表示案例特征值个数，η值表示向量的
も1ゴ12…ゴIm
个数或案例空间D中的案例数。案例空间D的欧氏距离矩阵如下￡>=う1 :22 Γ 厂
β,Λ d 2 ■■■ d__本实施例中，采用夹角余弦法计算相似度,设ca e代表da和Xe两个向量的空间夹角余弦值，完全重合夹角为零。相似系数Cae应满足
(I) |ca e I < I 且 ca a=c” = I(2) ca 0 = ±1 当且仅当 da=c · Xe (c デ O)(3) Cae = C0a
m
{d X )2-i^ia ' Χ β相似系数计算公式'Simida ろ、ニ Cap = cos(da,χβ) = ττττπ =..............f==^—
Iに11.1Mca0的绝对值越接近于1，说明变量da、xe之间的关联性越大。 S302:确定与所述电カ设备的红外检测数据间的广义距离相似度大于预设的第二阈值的案例为诊断案例。其中，预设的第二阈值由用户预先设定，本实施例中优选第二阈值为0.9，ca0 ^ 0.9的案例设为诊断案例。如果相似案例中提取不出诊断案例，则根据相似案例，推理出红外检测数据反映的故障类型。S104:依据所述诊断案例，确定与所述电カ设备的红外检测数据对应的故障类型。如图5所示，具体的确定过程可以包括S501 :判断所述诊断案例中是否存在重合案例，即与所述电カ设备的红外检测数据的广义距离相似度大于预设的第三阈值的案例；S502:如果是，确定与所述电カ设备的红外检测数据的故障类型为与其广义距离相似度大于预设的第三阈值的案例的故障类型；S503:如果否，依据所述诊断案例集中的案例，推算所述电カ设备的红外检测数据的故障类型。即在诊断案例中进ー步筛选是否存在相似性更高的案例，如果存在，则认为红外检测数据所代表的事件与此案例重合，即两者是同一事件，那么红外检测数据对应的故障类型就可以确定为重合案例的故障类型；如果不存在，则可以综合分析所有诊断案例的情况，推算出红外检测数据对应的故障类型。本实施例中，优选预设的第三阈值为O. 95，将ca0 ^ O. 95的诊断案例设为重合案例，可以将重合案例的故障类型直接作为电カ设备红外检测数据的故障类型。需要说明的是，当与所述电カ设备的红外检测数据的广义距离相似度大于预设的第三阈值的案例的数量大于ー个时，不能确定出具体的故障类型，可以依据预设的筛选规贝1J，筛选出与所述电カ设备的红外检测数据最接近的案例。本实施例中，优选使用带权值的最大相异系数法，对案例进行最佳筛选设向量da表示案例特征值集，向量X0表示测温异常数据集，定义為=」力
aOi
第i个特征向量的相对误差向量。设ξΗλρ λ2，λ 3- λ J为特征向量的相对误差集。对其进行加权求平均值，得到最大相异系数
权利要求
1.一种电カ设备红外检测方法，其特征在于，包括接收电カ设备的红外检测数据；从预设的案例数据库中提取所述电カ设备的红外检测数据的相似案例；从所述相似案例中提取所述电カ设备的红外检测数据的诊断案例；依据所述诊断案例，确定与所述电カ设备的红外检测数据对应的故障类型。
2.根据权利要求I所述的方法，其特征在于，所述预设的案例数据库包括案例、所述案例的故障类型及所述故障类型的解决方案；所述案例包括案例參数及与每项案例參数对应的预设的权值。
3.根据权利要求I所述的方法，其特征在于，所述从预设的案例数据库中提取所述电力设备的红外检测数据的相似案例包括计算所述电カ设备的红外检测数据与预设的案例数据库中的案例间的相似系数；确定与所述电カ设备的红外检测数据的相似性系数大于预设的第一阈值的案例为相似案例。
4.根据权利要求3所述的方法，其特征在于，所述计算所述电カ设备的红外检测数据与预设的案例数据库中的案例间的相似系数包括选取所述预设的案例数据库中的一个案例；将所述电カ设备的红外检测数据的每项的參数与所述案例中对应的參数进行比较，如相同，则取所述案例中此项參数的权值为该项比较的值，如果不同，则取零为该项比较的值，将每项比较的值相加，得到所述电カ设备的红外检测数据与所述案例的相似系数；重复上述步骤，直至得到所述电カ设备的红外检测数据与预设的案例数据库中每项案例的相似系数。
5.根据权利要求I所述的方法，其特征在于，所述从所述相似案例中提取所述电カ设备的红外检测数据的诊断案例包括计算所述相似案例与所述电カ设备的红外检测数据间的广义距离相似度；确定与所述电カ设备的红外检测数据间的广义距离相似度大于预设的第二阈值的案例为诊断案例。
6.根据权利要求I或5所述的方法，其特征在于，所述依据所述诊断案例，确定与所述电カ设备的红外检测数据对应的故障类型包括判断所述诊断案例中是否存在与所述电カ设备的红外检测数据的广义距离相似度大于预设的第三阈值的案例；如果是，确定与所述电カ设备的红外检测数据对应的故障类型为与其广义距离相似度大于预设的第三阈值的案例的故障类型；如果否，依据所述诊断案例，推算所述电カ设备的红外检测数据对应的故障类型。
7.根据权利要求6所述的方法，其特征在干，当与所述电カ设备的红外检测数据的广义距离相似度大于预设的第三阈值的案例的数量大于ー个时，还包括依据预设的筛选规则，筛选出与所述电カ设备的红外检测数据最接近的案例。
8.根据权利要求I或2所述的方法，其特征在于，还包括确定与所述故障类型对应的解决方案；当所述电カ设备的红外检测数据的故障类型不存在预设的案例数据库中时，将所述电力设备的红外检测数据的故障类型及所述与所述故障类型对应的解决方案加入所述预设的案例数据库中。
9.一种电カ设备红外检测装置，其特征在于，包括接收�？椋糜诮邮盏绁璞傅暮焱饧觳馐荩幌嗨瓢咐崛∧？椋糜诖釉ど璧陌咐菘庵刑崛∷龅绁璞傅暮焱饧觳馐莸南嗨瓢咐徽锒习咐崛∧？椋糜诖铀鱿嗨瓢咐刑崛∷龅绁璞傅暮焱饧觳馐莸恼锒习咐还收先范？椋糜谝谰菟稣锒习咐范ㄓ胨龅绁璞傅暮焱饧觳馐荻杂Φ墓收侠嘈�。
10.根据权利要求9所述的装置，其特征在于，所述相似案例提取�？榘ㄏ嗨葡凳扑愕ピ糜诩扑闼龅绁璞傅暮焱饧觳馐萦朐ど璧陌咐菘庵械陌咐涞南嗨葡凳幌嗨瓢咐范ǖピ糜谌范ㄓ胨龅绁璞傅暮焱饧觳馐莸南嗨菩韵凳笥谠ど璧牡谝汇兄档陌咐嗨瓢咐�。
11.根据权利要求10所述的装置，其特征在于，所述计算単元包括案例选取子単元，用于选取所述预设的案例数据库中的一个案例；相似系数计算子単元，用于将所述电カ设备的红外检测数据的每项的參数与所述案例中对应的參数进行比较，如相同，则取所述案例中此项參数的权值为该项比较的值，如果不同，则取零为该项比较的值，将每项比较的值相加，得到所述电カ设备的红外检测数据与所述案例的相似系数；循环触发子单元，用于触发所述案例选取单元，直至得到所述电カ设备的红外检测数据与预设的案例数据库中每项案例的相似系数。
12.根据权利要求9所述的装置，其特征在于，所述诊断案例提取�？榘ü阋寰嗬胂嗨贫燃扑愕ピ糜诩扑闼鱿嗨瓢咐胨龅绁璞傅暮焱饧觳馐菁涞墓阋寰嗬胂嗨贫龋徽锒习咐范ǖピ糜谌范ㄓ胨龅绁璞傅暮焱饧觳馐菁涞墓阋寰嗬胂嗨贫却笥谠ど璧牡诙兄档陌咐锒习咐�。
13.根据权利要求9所述的装置，其特征在于，所述故障确定模块包括判断単元，用于判断所述诊断案例中是否存在与所述电カ设备的红外检测数据的广义距离相似度大于预设的第三阈值的案例；故障确定单元，用于确定与所述电カ设备的红外检测数据对应的故障类型为与其广义距离相似度大于预设的第三阈值的案例的故障类型；故障推算単元，如果当所述诊断案例中不存在与所述电カ设备的红外检测数据的广义距离相似度大于预设的第三阈值的案例时，依据所述诊断案例，推算所述电カ设备的红外检测数据对应的故障类型。
14.根据权利要求13所述的装置，其特征在于，还包括筛选单元，用于当与所述电カ设备的红外检测数据的广义距离相似度大于预设的第三阈值的案例的数量大于ー个时，依据预设的筛选规则，筛选出与所述电カ设备的红外检测数据最接近的案例。
15.根据权利要求9所述的装置，其特征在于，还包括解决方案确定�？椋糜谌范ㄓ胨龉收侠嘈投杂Φ慕饩龇桨福皇菘庑慈肽？椋糜诘彼龅绁璞傅暮焱饧觳馐莸墓收侠嘈筒淮嬖谠ど璧陌咐菘庵惺保龅绁璞傅暮焱饧觳馐莸墓收侠嘈图八鲇胨龉收侠嘈投杂Φ慕饩龇桨讣尤胨鲈ど璧陌咐菘庵�。
全文摘要
本发明提供了一种电力设备红外检测方法及装置，所述方法包括接收电力设备的红外检测数据，从预设的案例数据库中提取所述电力设备的红外检测数据的相似案例，并从所述相似案例中提取所述电力设备的红外检测数据的诊断案例，依据所述诊断案例，确定与所述电力设备的红外检测数据对应的故障类型，从而实现了由红外检测数据获得故障类型的目的，满足了用户的需求。
文档编号G01R31/00GK102778625SQ201210282750
公开日2012年11月14日 申请日期2012年8月9日 优先权日2012年8月9日
发明者李孟兴 申请人:冀北电力有限公司承德供电公司, 国家电网公司
专业数控铣床产品供应商
20年生产经验，实力工厂，精工品质，质量有保障
