技术新讯 > 测量装置的制造及其应用技术 > 一种电工仪器精度监测方法与流程  >  正文

一种电工仪器精度监测方法与流程

  • 国知局
  • 2024-12-06 12:36:18

本发明涉及电工仪器精度监测,具体涉及一种电工仪器精度监测方法。

背景技术:

1、电工仪器精度监测是指对电工使用的各种仪器设备(如电压表、电流表、绝缘电阻表、红外热像仪等)进行定期或不定期的精度检测,以确保其测量结果的准确性和可靠性。这项工作通常包括对仪器的校准、测试和调整,以保证其符合相关标准和技术规范,避免因测量误差引起的电力系统故障或安全隐患。

2、红外热像仪作为电工仪器中的一种,其主要作用是通过红外成像技术检测电气设备的温度分布。它能够非接触地获取设备表面的热图像,帮助电工快速发现电气设备中可能存在的过热问题,如接触不良、过载、绝缘劣化等。通过及时检测和分析这些热异常,可以预防电气故障和火灾风险,提高电力系统的安全性和可靠性。

3、红外热像仪的工作原理基于热辐射与红外成像技术。任何物体,只要其温度高于绝对零度(-273.15°c),都会以电磁波的形式向外辐射能量,其中包括人眼看不见的红外线。红外热像仪通过内置的探测器捕捉这些红外辐射,并将其转换为电信号。以下是其详细工作原理:

4、红外辐射捕捉:红外热像仪的核心部件是红外探测器,它能够捕捉物体表面发出的红外辐射。不同温度的物体辐射的红外能量不同,温度越高,辐射的能量越大。

5、信号处理:探测器将捕捉到的红外辐射能量转化为电信号。由于物体表面不同位置的温度差异,产生的电信号也会有所不同。

6、图像生成:经过信号处理后,这些电信号被映射为不同颜色或灰度的像素点,最终生成一个代表物体温度分布的二维图像。这种图像通常称为“热图像”或“热图”,其中不同的颜色或灰度表示不同的温度区间。

7、通过监测红外热像仪生成的热图像,可以实时获取电气设备的温度分布信息。红外热像仪能够捕捉设备表面不同部位的温度,并将这些温度信息转化为可视化的热图像。不同颜色或灰度的区域表示不同的温度区间,这样电工可以直观地观察到设备的温度分布情况,迅速识别出可能存在的过热区域或温度异常,从而进行及时的维护和处理,避免潜在的设备故障和安全问题。

8、现有技术存在以下不足:

9、在将电信号映射为颜色或灰度时,现有技术的红外热像仪通常将色标范围固定设置,由于不同电气设备的温度变化存在差异,固定设置的色标范围可能会导致色标范围设置的过宽或过窄,色标范围设置过宽或过窄,均会导致温度监测精度不准确,并引发严重的后果,以下是具体阐述:

10、色标范围过宽意味着温度的变化跨度较大,当色标范围过宽时,细微的温度变化无法在图像中清晰呈现,温度差异可能被掩盖,设备中一些重要但温差较小的区域(如局部过热或冷却不均)可能无法被检测到。由于细微温度变化不明显,设备的早期故障(如接触不良或绝缘损坏)可能无法及时识别,延误维护和修理时间,导致更严重的故障发生;

11、色标范围过窄意味着温度范围覆盖较小,当色标范围过窄时,热图像中微小的温度差异可能被过度放大,显示为较大的颜色或灰度差异,用户可能误判正常的温度波动为异常温度,导致不必要的维护或干预。极端高温或低温区域可能会被压缩到色标的极限,显示为单一颜色,从而失去对这些区域的精确温度监测。这可能导致无法准确判断温度的极值,从而忽略潜在的严重问题。

12、在所述背景技术部分公开的上述信息仅用于加强对本公开的背景的理解,因此它可以包括不构成对本领域普通技术人员已知的现有技术的信息。

技术实现思路

1、本发明的目的是提供一种电工仪器精度监测方法,通过实时分析物体表面的温度差异,利用深度学习模型有效划分高跨度、正常跨度和低跨度温度变化,及时识别设备的温度异常,提高故障检测的精度和可靠性。此外,系统根据温度差异动态调整色标范围,灵活拓宽或缩窄范围,精确监测温度变化,确保高温信息不被压缩,细微温度变化不被忽视,从而更准确地反映设备的运行状态,避免重要温度波动被掩盖,以解决上述背景技术中的问题。

2、为了实现上述目的,本发明提供如下技术方案:一种电工仪器精度监测方法,包括以下步骤:

3、通过红外探测器捕捉物体表面发出的红外辐射,将捕捉的辐射转换为电信号,并将电信号转换为代表物体表面温度的数字数据;

4、对从物体表面获取的实时温度信息进行处理,提取反映温度差异的关键特征,将提取的关键特征输入到预训练的深度学习模型中进行预测分析,评估物体表面的温度差异;

5、基于深度学习模型的预测结果,对物体表面的温度差异进行实时分析,将物体表面的温度差异划分为高跨度变化、正常跨度变化以及低跨度变化;

6、设置初始色标范围对正常跨度变化的温度差异进行色标映射;

7、针对高跨度变化和低跨度变化的温度差异,通过初始色标范围对高跨度变化和低跨度变化下的实际色标范围进行拓宽和变窄,对电气设备的不同温度差异进行精确监测。

8、优选的,将捕捉的辐射转换为电信号,通过内置的处理系统,将电信号转换为代表物体表面温度的数字数据,具体的步骤如下:

9、红外热像仪的红外探测器捕捉到物体表面发出的红外辐射;

10、将接收到的红外辐射能量通过探测器内部的感光材料转换为电信号;

11、通过放大器对电信号进行放大,提高信号的可用性,同时,在放大过程中,对信号进行滤波处理,去除噪声和其他干扰;

12、将经过放大和滤波的模拟电信号通过模数转换器转换为数字信号,接下来,数字信号通过处理系统进一步处理,最终生成能够准确反映物体表面温度的数字数据。

13、优选的,提取的反映温度差异的关键特征包括物体表面的热通量和温度梯度,热通量表示通过单位面积的热流速率,温度梯度表示单位距离上的温度变化率。

14、优选的,对从物体表面获取的实时温度信息中提取物体表面的温度梯度和热通量,具体的步骤如下:

15、从红外热像仪获取物体表面的实时温度分布数据;

16、在获取的温度分布数据基础上,计算物体表面的温度梯度,温度梯度是指温度随距离的变化率,通过对温度数据进行数值微分来获得;

17、在获得温度梯度后,通过与物体材料的热导率相结合,计算表面的热通量,热通量是指单位时间内通过单位面积的热量流动量,通过傅里叶定律表示为热通量密度等于热导率乘以温度梯度;

18、将计算得到的热通量数据可视化,生成热通量分布图,通过热通量分布图显示热量在物体表面的流动情况。

19、优选的,对提取的物体表面的热通量和温度梯度进行异常分析后,分别生成热通量差异指数和温度梯度差异指数,将分析后得到的热通量差异指数和温度梯度差异指数输入到预训练的深度学习模型中进行预测分析,生成温度差异系数,通过温度差异系数评估物体表面的温度差异。

20、优选的,从物体表面提取的热通量数据中,计算局部热通量变化率,局部热通量变化率通过分析每个像素点与其相邻像素点的热通量变化关系来获得,计算的表达式为:

21、,

22、式中,表示局部热通量变化率,表示位置的热通量值,表示位置的热通量值,表示位置周围的邻域,表示位置和邻域中位置之间的欧几里得距离,、、是调整热通量差异灵敏度的调节参数;

23、对物体表面的温度梯度数据进行处理,计算局部温度梯度变化率,计算的表达式为:

24、,

25、表示局部温度梯度变化率,表示位置的温度梯度值,表示位置的温度梯度值,、、表示控制温度梯度差异响应的调节参数。

26、优选的,在获得局部热通量变化率之后,通过局部热通量变化率计算热通量差异指数,计算的表达式为:

27、,

28、式中,表示位置热通量的拉普拉斯算子,表示热通量的二阶导数,反映热通量的曲率变化,表示热通量差异指数,为调节热通量差异指数灵敏度的参数;

29、通过局部温度梯度变化率,计算温度梯度差异指数,计算的表达式为:

30、,

31、式中,表示位置的温度梯度拉普拉斯算子,表示温度梯度的二阶导数,反映温度变化的曲率,表示温度梯度差异指数,表示调节温度梯度差异指数灵敏度的参数。

32、优选的,将对从物体表面获取的实时温度信息进行分析后生成的温度差异系数与预先设定的第一温度差异系数参考阈值和第二温度差异系数参考阈值进行比对分析,其中,第一温度差异系数参考阈值小于第二温度差异系数参考阈值,进而对物体表面的温度差异进行划分,具体划分的步骤如下:

33、若温度差异系数小于第一温度差异系数参考阈值,则将物体表面的温度差异划分为低跨度变化;

34、若温度差异系数大于等于第一温度差异系数参考阈值且小于第二温度差异系数参考阈值,则将物体表面的温度差异划分为正常跨度变化;

35、若温度差异系数大于等于第二温度差异系数参考阈值,则将物体表面的温度差异划分为高跨度变化。

36、优选的,针对高跨度变化和低跨度变化的温度差异,通过初始色标范围对高跨度变化和低跨度变化下的实际色标范围进行拓宽和变窄,具体的步骤如下:

37、根据物体表面提取的温度差异系数,计算调控因子,以确定实际色标范围的调整方向和幅度,计算的表达式为:,表示实际测得的温度差异系数,表示第一温度差异系数参考阈值,表示第二温度差异系数参考阈值,表示调控因子;

38、根据计算得出的调控因子,调整实际色标范围,调整的具体表达式为:,,式中,表示初始色标范围,表示初始色标范围的下限,表示初始色标范围的上限,表示调整后的色标下限,反映拓宽或变窄后的实际最低颜色值,表示调整后的色标上限,反映拓宽或变窄后的实际最高颜色值,和分别表示低跨度变化和高跨度变化下变窄和拓宽初始色标范围的控制系数,调节实际色标范围的宽度;

39、将调整后的色标范围和应用于热图像的色标映射过程中,以生成更准确的温度分布图,其中,为低跨度变化下的实际色标范围,为高跨度变化下的实际色标范围。

40、在上述技术方案中,本发明提供的技术效果和优点:

41、本发明通过对物体表面的温度差异进行实时分析,系统能够快速识别和评估不同区域的温度变化情况,基于深度学习模型的预测结果,可以有效划分高跨度、正常跨度和低跨度的温度变化,实时检测设备的温度异常。这种实时分析的能力使得系统能够在早期识别出可能的故障区域,如局部过热或冷却不均的情况,从而及时采取维护措施,避免潜在的设备故障,大大提高了设备监测的精度和可靠性,确保设备能够在安全的温度范围内运行。

42、本发明通过针对高跨度变化和低跨度变化的温度差异,利用初始色标范围对实际色标范围进行动态调整,系统可以灵活地拓宽或缩窄色标范围,从而精确监测不同的温度差异,当温度差异较大时,通过拓宽色标范围,系统能够防止高温区域的温度信息被压缩,从而准确反映极端温度情况;而在温度差异较小时,通过缩窄色标范围,系统可以放大细微温度变化,确保关键的温度变化不会被忽视,这种动态调整机制显著提高了温度监测的精确性,能够更好地反映设备的实际运行状态,避免重要的温度波动被掩盖。

本文地址:https://www.jishuxx.com/zhuanli/20241204/342258.html

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。