本发明涉及电力设备状态检测技术领域，尤其涉及一种状态检测数据特征参数提取及规范化转换的方法。
背景技术：
由于电力设备图谱、视频数据量大，服务器资源有限，为了充分利用有限资源提升处理性能，研究大数据中的分布式流计算技术，实现高效分配、处理电力设备状态变化检测任务，对任务进行调度优化，将处理不同业务数据的不同任务并行运行，最大限度的利用系统计算资源，缩短整体的数据分析用时，提高并行任务处理性能。而大量的非结构化数据(包括文本、图像、视频等)处理复杂、耗时长。
而且收集来的原始变电站红外图像中含有大量随机噪声和杂波干扰，会影响后续图像分割的质量，从而影响到目标特征的提取。而且现有的状态检测数据特征参数的提取的数据不完整，对目标热点区域的提取不准确，利用现有的参数转化方法所转化的数据参数不规范。
技术实现要素：
本发明的目的是为了解决现有技术中存在的缺点，而提出的一种状态检测数据特征参数提取及规范化转换的方法。
一种状态检测数据特征参数提取及规范化转换的方法，包括以下步骤：
s1：针对半结构化数据，研究各类型文本的解析技术，采用红外热像法和局部放电图谱法提取文本中的关键内容，将关键内容存入关系库中，具体操作方法为针对报告、文档的数据，研究各类型、各种格式文本的解析技术，使用xml标记语言将文档的格式节点进行记录，将文本流中提取到关键内容按照规范化的数据进行存储；
s2：针对非结构化大体积数据，基于大数据存储和计算框架的图谱检测效率优化技术，研究规范化的多介质设备混合存储技术，将提取的特征量和关键数据进行规范化存储；
s3：基于各类检测数据的规范化模型与特征量，研究状态检测数据的分析诊断技术并进行个性化展示，具体操作为：确定故障分析的输入源或信息源、根据诊断设备是否故障停运，在运则利用故障预测技术进行预测设备潜在故障，否则利用故障诊断技术诊断进行定位设备故障。
优选的，所述s1步骤中的红外热像法的具体操作包括去噪、目标区域提取、特征参量的提取。
优选的，所述去噪采用中值与均值相结合的滤波方法，具体操作为先使用中值滤波滤除红外图像中常见的噪声，再使用均值滤波对图像进行平滑。
优选的，所述目标区域提取选用vs算法完成图像的初始分割，再使用k均值聚类的方法来实现过分割区域的合并，再根据分割后的图像进行二值化处理，提取目标区域。
优选的，所述特征参量的提取采用基于图像灰度信息的目标检测方法，该方法以目标图像的灰度信息为主，根据目标区域的面积，提取目前区域的特征参量，包括：温度、形状、灰度分布和运动。
优选的，所述s3步骤中的输入源或信息源包括设备的信息、支撑设备诊断分析的故障案例库以及相关关系库。
本发明基于红外热像分辨率低、均匀性差、背景噪声大的特点，研究电力设备红外热像的滤波方法，对红外热像进行去噪和平滑处理，考虑到红外图像低信噪比、低对比度的特点，研究红外热烈分割技术，实现对目标热点区域的准确提取，同时采用定量参数来表征放电信号的分布特征对局部放电图谱的特征量进行提取，一方面通过prpd统计特征参量描述φ-q、φ-n的二维及三维图谱形状差异，另一方面通过局部放电统计图谱的指纹识别技术进行区分，并通过数学方法计算这些图谱的幅值和相位分布的指纹特征量，采用智能化的分析手段，发掘出大量的局部放电特征参量与绝缘老化状态的联系，为局部放电信号在线监测、模式识别、绝缘劣化分析判断提供依据，同时使数据的特征参数提取更简单、耗时更短、而且提取的数据参数准确、完整。
具体实施方式
下面结合具体实施例对本发明作进一步解说。
本发明提出的一种状态检测数据特征参数提取及规范化转换的方法，包括以下步骤：
s1：针对半结构化数据，研究各类型文本的解析技术，采用红外热像法和局部放电图谱法提取文本中的关键内容，将关键内容存入关系库中，具体操作方法为针对报告、文档的数据，研究各类型、各种格式文本的解析技术，使用xml标记语言将文档的格式节点进行记录，将文本流中提取到关键内容按照规范化的数据进行存储，所述红外热像法的具体操作包括去噪、目标区域提取、特征参量的提取，其中去噪采用中值与均值相结合的滤波方法，具体操作为先使用中值滤波滤除红外图像中常见的噪声，再使用均值滤波对图像进行平滑，目标区域提取选用vs算法完成图像的初始分割，再使用k均值聚类的方法来实现过分割区域的合并，再根据分割后的图像进行二值化处理，提取目标区域，特征参量的提取采用基于图像灰度信息的目标检测方法，该方法以目标图像的灰度信息为主，根据目标区域的面积，提取目前区域的特征参量，包括：温度、形状、灰度分布和运动；
s2：针对非结构化大体积数据，基于大数据存储和计算框架的图谱检测效率优化技术，研究规范化的多介质设备混合存储技术，将提取的特征量和关键数据进行规范化存储；
s3：基于各类检测数据的规范化模型与特征量，研究状态检测数据的分析诊断技术并进行个性化展示，具体操作为：首先确定故障分析的输入源或信息源，主要包括设备的信息、支撑设备诊断分析的故障案例库以及相关关系库，其次根据诊断设备是否故障停运，在运则利用故障预测技术进行预测设备潜在故障，否则利用故障诊断技术诊断进行定位设备故障，针对支撑设备诊断分析的故障案例库以及相关关系库主要研究标准化、智能化的典型故障案例库的构建技术，构建基于故障案例的设备故障树和故障谱，针对故障预测技术主要利用基于海量数据的设备台账、历史故障缺陷、历史试验数据、在线监测数据、气象数据，研究和构建基于故障历史和状态监控的故障预测模型，实现设备潜在性故障分析诊断和预测，针对故障诊断技术主要研究故障停运设备，研究基于统计分析法和人工智能定量诊断法的故障诊断方法、故障诊断图论法及相关性搜索法，实现电力设备的故障诊断。
本发明中，研究电力设备红外热像的数字化处理规范方案和关键特征提取技术，在去噪时采用了预处理，有效减弱红外图像中的噪声和杂波，提高图像质量和信噪比，减少需处理的数据量，此外还对图像中的干扰物进行增强或是去除，减小后续分割步骤的压力；在目标区域提取时采用vs算法对图像进行初始分割再利用k均值聚类法来实现过分分割区域的合并，最后根据分割后的图像进行二值化处理,提取出目标区域；基于图像灰度信息的目标检测方法，提取目前区域的特征参量，包括：温度、形状、灰度分布和运动，使目标提取的更完全、更有效。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。