电气设备故障问题分析论文提纲

论文题目：基于YOLOv4和多特征融合的电压致热型设备故障诊断研究

摘要：在变电站的日常红外检测工作中,电压致热型设备由于温升不明显,故障判断难度较大,并且红外图像受到背景复杂,尺寸多的影响,加之红外图像质量的影响导致红外图像特征提取困难。另外,大多数现有的检测工作依靠人工判别,且存在判断分歧,而且变电站内电压致热型设备种类繁多,不一样电气设备的关键部位各个故障所呈现的形式不同,需要处理的方式也有所不同,电压致热型设备故障诊断的难度进一步提高,尤其是目前代替人工判别的研究中,许多只利用单一的特征来表征热图像中的故障特征。针对此类问题,本文首先分析了变电站内避雷器、绝缘子、变压器高压套管、CT和CVT电气设备的结构、红外热像图的特征以及故障类型;其次提出基于优化后的YOLOv4算法实现了电压致热型设备关键部位的快速识别和定位,实现故障目标部位的自动分割并保存;然后对分割目标部位的图像进行预处理并提取其颜色、边缘和纹理特征,继而通过DCA融合算法对三种特征进行融合,得到多特征融合向量,最后根据建立的数据集,利用SVM实现电压致热型设备故障的识别和分类。根据电压致热型设备故障分类模型以及精确测温判断方法建立了电气设备的热故障诊断方案,并通过Matlab APP designer搭建了软件平台。实验结果表明,该方案在绝缘子、避雷器等电压致热型设备的红外图像故障分类中具有很高的性能,而且同样适用于电流致热型设备的故障诊断,并且优于仅利用单一特征的方法。为电压致热型设备故障检测提供了条件和新的思路,并为变电站实时精确监测打下了基础,诊断的准确度达到预计要求,实现了电气设备热故障诊断的智能化与精确化。

关键词：红外检测;电压致热型设备;YOLOv4;图像处理;多特征融合;故障诊断

学科专业：工程硕士（电气工程领域）（专业学位）

摘要

Abstract

1 绪论

1.1 课题的研究背景及意义

1.2 电压致热型设备故障诊断国内外研究现状

1.2.1 变电站设备红外检测研究现状

1.2.2 目标检测算法研究现状

1.2.3 红外图像特征提取研究现状

1.3 本文主要工作

2 变电站电压致热型设备发热机理及典型故障

2.1 电压致热型设备的发热机理

2.2 变电站电压致热型设备典型故障

2.2.1 绝缘子

2.2.2 变压器高压套管

2.2.3 避雷器

2.2.4 电流互感器

2.2.5 电压互感器

2.3 本章小结

3 基于YOLOv4的电压致热型设备目标检测

3.1 YOLOv4

3.2 YOLOv4算法的优化

3.3 实验与分析

3.3.1 电压致热型设备红外热像图数据集构建

3.3.2 目标选择效果展示

3.3.3 实验结果分析

3.4 本章小结

4 基于电压致热型设备的多特征提取及故障诊断

4.1 电压致热型设备红外图像预处理

4.1.1 图像去噪质量评价标准

4.1.2 红外图像去噪方法

4.1.3 实验结果分析

4.2 红外图像多特征提取

4.2.1 颜色特征提取

4.2.2 边缘特征提取

4.2.3 纹理特征提取

4.3 目标红外图像特征融合

4.3.1 特征融合机制

4.3.2 DCA特征融合算法流程

4.4 基于SVM的电压致热型设备红外图像故障识别及分类

4.4.1 支持向量机SVM原理

4.4.2 实验分析

4.5 本章小结

5 变电站电气设备故障诊断方案设计与实现

5.1 红外测温原理

5.2 电气设备红外图像故障诊断

5.2.1 红外检测中的基本概念

5.2.2 电气设备的热故障等级与热故障检测判断方法

5.2.3 电气设备的热故障诊断方案设计

5.3 系统设计与测试分析

5.3.1 系统开发工具App Designer

5.3.2 系统的功能

5.3.3 电气设备故障检测系统测试结果分析

5.4 本章小结

6 总结与展望

参考文献

致谢