本发明涉及电气设备热状态实时检测领域,具体而言涉及一种基于轻量化神经网络的电气设备热状态实时检测与诊断方法及装置。
背景技术:
1、电力系统是社会经济稳定发展的重要基础力量,其稳定运行对促进社会发展有着重要意义。尤其是随着我国各种行业的蓬勃发展,人们的生产生活对电力的需求增加,对用电质量也有更高的要求,电力系统的安全稳定运行越来越受到重视。
2、电气设备作为电力系统的关键一环,在长期的工作中易受复杂环境影响,从而发生热故障;一旦出现热故障,会产生很大的不利影响。因此,开展对电气设备的热故障诊断研究对保证电力系统的正常运行意义重大。
3、在红外热成像技术的大力发展下,红外热成像设备越来越先进,其检测速度快、安全性高和成本相对较低的优势日渐凸显,已经成为检查电气设备状态的一种有效工具。现有技术中一般通过无人机、机器人或固定摄像设备对待检测区域进行红外拍摄,并将拍摄的结构传输至后台采用人工的方式或图像处理的方式检查电气设备的热图像来诊断其状态。
4、为了提高检测效果,通常对拍摄图像的质量有很高的要求,如果并将拍摄的结果实时传输至后台进行处理,需要占用大量的带宽,电力传输系统经常位于山区,网络质量较差,无法满足大量高质量图像的及时传送,造成图像丢失或处理延时。而现有的图像识别模型又难以离线地在无人机、固定摄像头等移动终端中应用。
5、同时,红外图像存在信噪比差、颜色与纹理信息缺失等现象,使得识别目标与背景边界模糊,难以区分,现有技术中通常使用上采样等技术对图像增强以提高识别率,这又进一步增加了数据的复杂性,使得现有技术中的模型不方便应用于性能一般的移动设备。
技术实现思路
1、为了解决现有技术中的问题,本发明提供一种电气设备热状态实时检测与诊断方法及装置。
2、在本发明的一个方面,提供一种电气设备热状态实时检测与诊断方法,包括:使用移动终端拍摄待检测电气设备的红外图像;将所述红外图像输入预设的mobilenetv2网络模型;所述mobilenetv2网络模型识别所述红外图像中的设备分类及热状态等级;所述移动终端将所述设备分类及热状态等级发送至服务器,所述服务器根据所述设备分类及热状态等级检测与诊断所述电气设备的状态;其中,所述mobilenetv2网络模型包括第一中间块;所述第一中间块后连接一个颜色注意力层;所述颜色注意力层将所述第一中间块的输出划分为r、g、b三个通道;所述颜色注意力层对r通道进行最大池化,对g层进行平均池化,对b层进行最小池化;所述颜色注意力层对最大池化、平均池化、最小池化结果利用共享的全连接层mlp进行处理,处理后的三个结果进行相加,然后将得到的结果与所述第一中间块的输出相乘。
3、进一步地,所述服务器根据所述设备分类及热状态等级检测与诊断所述电气设备的状态包括:服务器将实时温度与相应设备的预设温度等级进行比较,如果实时温度超出了设备的预设范围,服务器生成警告或触发报警机制。
4、进一步地,所述第一中间块包括一系列的深度可分离卷积、线性瓶颈结构和残差连接。
5、进一步地,所述颜色注意力层的表达式为:
6、
7、其中f0为第一中间块的输出,f2为颜色注意力层的输出,mlp表示全连接处理,maxpool表示最大池化,avgpool表示平均池化,minpool表示最小池化,f0(r)表示红色通道,f0(g)表示绿色通道,f0(b)表示蓝色通道。
8、进一步地,所述mobilenetv2模型包括多个中间块,每一个所述中间块后都连接一个所述颜色注意力层。
9、本发明另一方面还提供一种电气设备热状态实时检测与诊断装置,所述装置包括:移动终端,使用移动终端拍摄待检测电气设备的红外图像;识别模块,用于将所述红外图像输入预设的mobilenetv2网络模型;所述mobilenetv2网络模型识别所述红外图像中的设备分类及热状态等级;所述移动终端将所述设备分类及热状态等级发送至服务器,所述服务器根据所述设备分类及热状态等级检测与诊断所述电气设备的状态;其中,所述mobilenetv2网络模型包括第一中间块;所述第一中间块后连接一个颜色注意力层;所述颜色注意力层将所述第一中间块的输出划分为r、g、b三个通道;所述颜色注意力层对r通道进行最大池化,对g层进行平均池化,对b层进行最小池化;所述颜色注意力层对最大池化、平均池化、最小池化结果利用共享的全连接层mlp进行处理,处理后的三个结果进行相加,然后将得到的结果与所述第一中间块的输出相乘。
10、进一步地,所述服务器根据所述设备分类及热状态等级检测与诊断所述电气设备的状态包括:服务器将实时温度与相应设备的预设温度等级进行比较,如果实时温度超出了设备的预设范围,服务器生成警告或触发报警机制。
11、进一步地,所述第一中间块包括一系列的深度可分离卷积、线性瓶颈结构和残差连接。
12、进一步地,所述颜色注意力层的表达式为:
13、
14、其中f0为第一中间块的输出,f2为颜色注意力层的输出,mlp表示全连接处理,maxpool表示最大池化,avgpool表示平均池化,minpool表示最小池化,f0(r)表示红色通道,f0(g)表示绿色通道,f0(b)表示蓝色通道。
15、进一步地,所述mobilenetv2模型包括多个中间块,每一个所述中间块后都连接一个所述颜色注意力层。
16、本发明通过上述技术方案,可以产生如下有益效果:
17、使用mobilenetv2可以轻量化预测模型,使得模型可以方便地应用于性能一般的移动终端,进一步地使用颜色注意力层,提高温度高的区域的权重,使得模型能够更专注于温度高的区域,进一步提高识别效率,更有助于模型的轻量化。
1.一种电气设备热状态实时检测与诊断方法,其特征在于:
2.根据权利要求1所述的电气设备热状态实时检测与诊断方法,其特征在于所述服务器根据所述设备分类及热状态等级检测与诊断所述电气设备的状态包括:服务器将实时温度与相应设备的预设温度等级进行比较,如果实时温度超出了设备的预设范围,服务器生成警告或触发报警机制。
3.根据权利要求1所述的电气设备热状态实时检测与诊断方法,其特征在于所述第一中间块包括一系列的深度可分离卷积、线性瓶颈结构和残差连接。
4.根据权利要求1所述的电气设备热状态实时检测与诊断方法,其特征在于所述颜色注意力层的表达式为:
5.根据权利要求1所述的电气设备热状态实时检测与诊断方法,其特征在于:所述mobilenetv2模型包括多个中间块,每一个所述中间块后都连接一个所述颜色注意力层。
6.一种电气设备热状态实时检测与诊断装置,其特征在于所述装置包括:
7.根据权利要求6所述的电气设备热状态实时检测与诊断装置,其特征在于所述服务器根据所述设备分类及热状态等级检测与诊断所述电气设备的状态包括:服务器将实时温度与相应设备的预设温度等级进行比较,如果实时温度超出了设备的预设范围,服务器生成警告或触发报警机制。
8.根据权利要求6所述的电气设备热状态实时检测与诊断装置,其特征在于所述第一中间块包括一系列的深度可分离卷积、线性瓶颈结构和残差连接。
9.根据权利要求6所述的电气设备热状态实时检测与诊断装置,其特征在于所述颜色注意力层的表达式为:
10.根据权利要求6所述的电气设备热状态实时检测与诊断装置,其特征在于:所述mobi lenetv2模型包括多个中间块,每一个所述中间块后都连接一个所述颜色注意力层。