摘要：由于智能电网的在线监测和安全预警成为关注焦点，红外监测诊断技术作为高效的在线监测技术应用于电网智能化领域，能够通过在线检测发现缺陷，实现电力故障的准确定位和检测。采用一种基于深度学习的红外图像异常检测系统，进行闸刀、电容器、电压互感器等电气设备的精准识别和故障判断，为电气设备检修提供帮助。
关键词：电气设备；智能检测；应用
引言
随着信息技术、计算机技术、仿真技术等多种技术的不断发展，智能技术逐渐成为各产业研究的重点。在我国电气自动化控制系统在各领域逐渐普及的大环境下，智能技术成为进一步提升系统自动化水平和可靠性的关键。为此，我国相关领域的技术人员通过理论研究和大量实践，逐步将智能技术与电气自动化技术相结合，对提高企业效益和社会生产力有重要的价值。
1、电气自动化设备可靠性的影响因素
对影响电气自动化设备可靠性的因素进行分析，有利于更好地防范。其影响因素主要如下：1）设备硬件自身质量问题。由于电气自动化设备组成元件较多，因此在元件设计、制造和组装过程中任何一个环节出现失误，都会影响到设备运行的可靠性。2）运行环境因素。运行环境中空气温度、湿度、洁净度会对电气自动化设备运行产生影响，如果空气环境恶劣、污染严重的情况下还会导致电气设备瘫痪和不运转。如果运行环境中存在电磁干扰，会对电气设备中的电子元件以及信号的输出产生影响，进而降低设备运行的可靠性。3）人为误操作。操作人员违规操作或者疏忽等原因造成的误操作会直接影响设备运行的可靠性。以上是比较常见的影响因素，实际运行中还有其他影响因素，需要具体问题具体分析[1]。
2、电气设备智能检测系统相关技术分析
2.1、图像预处理技术
将图像各个颜色分量依照一定比例变换为灰度图像，极大地缩减了存储空间。同时，还要进行图像的去噪处理，避免噪声对图像检测结果的影响，在进行图像处理的去噪过程中，也即进行图像平滑处理，包括均值滤波、中值滤波、高斯滤波等。在图像去噪处理之后，图像边缘变得模糊，增大了边缘提取和识别的难度，为此要进行目标边缘的图像增强处理，采用如下增强方式：微分方法、Butterworth高通滤波、高低帽变换等。还要进行图像的分割和提取，剔除图像中的背景，避免其他物体对图像的干扰，常用的图像提取算法包括有：基于阈值的提取算法、基于边缘的提取算法、基于区域的提取算法等。
2.2、红外热成像技术
该技术采用红外测温仪进行物体测温，通过比色条提取温度信息，如：传感器参数、反射率、目标距离、热力学参数等，并通过传感器数据计算温度[2]。
3、电气设备智能检测系统的应用分析
3.1、检测流程
配电终端自动化检测平台系统构成灵活，配置方便，测试接口丰富便捷，易于在实验室部署，测试人员可以根据要检测的项目内容在检测系统配置相应检测方案。根据配置的检测方案，检测系统向TTU输出电压、电流标准模拟量及通信信号，同时，能接收到TTU响应的信号和SOE等通信协议，通过逐项分析计算形成测试结果，完成整个测试流程，主要的功能性能测试流程如下：（1）确定测试方案，根据需要检测的功能性能要求在检测平台库配置相应的测试方案，设置相关参数以满足评价测试要求。（2）测试样品管理，可通过人工或者二维码自动录入被测终端名称、型号和厂家等基本信息，完成测试样品添加。（3）核对点号及通信协议地址信息，核对遥测、遥信对应的信息地址；遥测精度、SOE分辨率；检测系统发出的电压、电流及接线方式。（4）生成测试任务，选择测试的TTU，加载确定测试方案生成测试任务列表。
（5）启动测试，检测系统根据测试任务列表，对TTU进行逐条测试。（6）计算分析测试数据，检测系统自动记录并计算判断测试数据，分析结果并储存。（7）生成测试报告，全部任务测试完成后测试人员核对任务及数据，可根据需要自定义生成测试报告模板，记录储存测试报告。
3.2、红外图像识别模块
1）图像预处理子模块。该模块剔除图像上的无价值信息，采用均值滤波、中指滤波、高斯滤波的去噪处理，提高图像识别的准确性和质量。并将图像转换成灰度图，进行图像增强处理。2）温度提取子模块。采用FLIR设备生成红外图像，解析红外图像中隐藏的元数据信息，计算各点的温度值。3）图像主体提取子模块。采用K－means聚类算法，进行红外图像的分割。4）设备类型识别子模块。在数字化图像的前提下，根据特征数据进行识别和分析。5）设备异常识别子模块。采用基于面积对比算法和基于统计的算法，进行电气设备异常故障的识别和分析，达到较高的准确率[3]。
3.3、故障诊断方面
故障是导致电气自动化控制系统功能失效，甚至产生损失的常见问题，会给生产秩序带来严重影响。而智能技术在电气自动化系统中的应用，故障诊断和智能处理是十分重要的功能。目前，针对电气自动化控制系统故障诊断用到的智能技术包括专家系统、模拟逻辑以及神经网络等。例如，在配电保护故障诊断之中，专家系统的应用价值很高，其具体运用原理是，将系统断路器动作逻辑、安全管理人员的操作逻辑进行标准化处理，然后纳入到系统的故障诊断知识库之中。然后基于数据分析系统和安装于系统各部分的报警设施，来综合评估配电系统的状态，诊断故障，并做出相应的处理操作。专家系统的应用，主要是基于对各类操作规则的分析识别，然后指挥相关设施进行故障应对。在针对专家系统的应用优化过程中，可以基于实际情况，合理增加或修改相关规则，提高故障诊断的准确性。另外，专家系统在处理故障的过程中，还能实施生成符合技术人员专业语言习惯的信息，帮助工作人员快速理解故障表现和原因，提高工作人员故障排除效率[4]。
3.4、检测结果
依据自动生成的检测报告，对TTU基本性能及功能进行分析，得到相应结论，评判TTU各项性能指标：（1）遥测误差精度分析。检测系统输出不等的模拟量标准值，通过TTU反馈的报文数据进行计算，与TTU技术参数允许误差标称值对比得出检测结论通过与否，电压电流误差测试结果如表1所示。（2）遥信及遥信防抖。系统设置好脉冲的宽度、周期及个数后输出，通过检测系统接收到TTU反馈的协议报文，比较输出的个数与接收到个数一致性判断摇信位置正确与否；摇信防抖是输出多组不同宽度脉冲，要求TTU只接受大于标准宽度的脉冲，其余则不接收，判断摇信防抖动作的正确性；遥信及遥测防抖测试结果如表2所示。（3）对时及通信恢复功能。系统对TTU发出当前时间、之前时间及不存在的错误时间3组，通过协议接收到TTU反馈的3组时间正确性判断对时准确性，通信恢复功能要求TTU在失电后3min内与主站恢复通信，对时及通信恢复测试结果符合要求[5]。
结束语
综上所述，基于深度学习的电气设备智能检测系统能够进行电气设备的异常自动化识别，并对巡检任务拍摄的设备红外图像进行智能化辨识和异常故障预警，为电气设备智能化维修提供支持，减少电网故障的发生几率。
参考文献：
[1]朱颖.基于Android的电气设备智能红外成像检测系统研究[D].上海交通大学,2019.
[2]王瑞文.可视化智能变电站二次设备故障诊断系统[J].电子制作,2019(12):82-83.
[3]张历,辛明勇,高吉普,王宇,胡星,张成模.智能变电站二次设备多维度故障诊断与定位系统方案设计[J].自动化与仪器仪表,2019(05):59-62+67.
[4]朱新宇.电气设备智能检测系统的设计与实现[D].山东大学,2019.
[5]殷剑.大型电子设备故障智能诊断技术研究[J].通信电源技术,2019,36(04):25-26.