首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于Gamma-WMA Filter技术的变电站故障检测方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:国网甘肃省电力公司甘南供电公司

摘要:本发明属于变电站故障检测技术领域,具体为基于Gamma‑WMAFilter技术的变电站故障检测方法。基于Gamma‑WMAFilter技术的变电站故障检测方法是一种高效且精确的故障诊断技术,它通过使用高分辨率摄像头和红外热像仪收集变电站设备的图像或视频数据,并进行预处理和Gamma校正来增强图像质量。该方法的核心在于通过局部窗口矩阵分析和WMAFilter进一步分析,有效地识别和诊断设备的潜在异常区域,从而提高了故障检测的准确性和可靠性。这种方法的优点在于能够及时发现并预警潜在的设备问题,减少意外停电的风险,保障电网的稳定运行,同时也降低了维护成本和潜在的安全风险。

主权项:1.基于Gamma-WMAFilter技术的变电站故障检测方法,其特征在于,利用红外热像仪和高分辨率摄像头收集变电站设备的图像或视频数据,并对数据预处理;对收集到的数据进行Gammaa校正,调整图像和对比度,突出潜在异常区域,通过视觉检查识别潜在异常区域;其中,Gammaa校正方式为:S=c·Re,其中:S是Gammaa校正后输出图像像素值,R是原始图像像素值;e为Gammaa指数,c为Gammaa系数;设定一个局部窗口矩阵H,用于覆盖变电站设备的潜在异常区域,并对局部窗口内的每个元素设置为一个权重;其中,局部窗口矩阵定义:Hm,n=w,其中m和n是矩阵索引,w是权重值;将局部窗口矩阵H逐行逐点移动,覆盖设备的每个潜在异常区域,对于每个局部窗口,计算其内的均值μ和方差σ2;根据局部窗口内的均值μ和方差σ2,计算设备各潜在异常区域的异常程度,识别设备形成初步异常区域;对于初步异常区域,使用WMAFilter进一步分析,判断WMAFilter分析后的图像像素值F与均值μ的偏差,偏差的绝对值大于阀值,确定为准确异常区域,并诊断设备的故障类型;其中,WMAFilter计算方法为: F是分析后的图像在m,n的像素值,wm,n是Gammaa校正后输出图像在位置m,n的权重值,Sm+i,n+j是Gammaa校正后输出图像在位置m,n的像素值,i和j是窗口内的位置偏移数。

全文数据:

权利要求:

百度查询: 国网甘肃省电力公司甘南供电公司 基于Gamma-WMA Filter技术的变电站故障检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。