变电设备发热缺陷智能预判仪

变电运行人员在变电站巡视测温过程中，发现异常之后往往需联系主站值班人员查阅《国网缺陷标准库》并进行人工计算后再做出缺陷判别，无法时间做出准确判断，延长了缺陷上报及消除时间。同时由于变电站户外环境温度的不明确，进行缺陷判别时往往存在判别误差。 

因此变电设备红外测温辅助平台开发应用可以有效解决现场发热缺陷判别延时性,提高现场判别准确性。同时辅助平台所生成的报告单可以实时发送至相关部门管理人员、班组管理人员以及检修人员，加速相关流程推进及消缺安排，提高电力系统运行稳定性。 

 

系统功能 

1.户外环境温湿度及风速实时获取 

考虑到变电运行人员户外进行测温时无法准确获取现场环境温度影响到变电设备发热缺陷性质的准确判别，因此需要变电设备发热缺陷判别预测装置自动默认定位当前位置信息，并根据当前位置信息从气象服务平台获取相应的现场环境温度T0、湿度RH、风速V。

 

2.设备测温值修正

由于影响红外测温的因素较多，有些因素对相对温差的影响不能忽略。

因此用红外成像仪测温时，应准确测定周围环境温度和电气设备的表面发射率才能准确计算相对温差进而准确判别变电设备发热缺陷性质。

3.平台数据库分类导入

将14种一次设备类型（包括：主变压器、断路器、站用变、隔离开关、母线、电抗器、电流互感器、电压互感器、电力电容器、避雷器、消弧线圈、开关柜、穿墙套管、组合电器），相应的26个设备部位（包括：套管、接头和线夹、金属导线、引线和接线端子、灭弧室、触头、接线座、电流互感器本体、电压互感器本体、熔丝接头、母排、柱头等）发热缺陷数据库导入。该数据库涵盖范围基本上满足变电运行人员日常设备红外测温判别需求。

4.红外热成像图像温度数据智能识别

     对红外热成像图片进行拍照拾取，通过人工智能图像识别技术对拍照的照片进行温度特征数据提取。将拾取的温度特征数据进行数据拟合自动生成检测数据报表。

5.报告生成及远程发送

现场红外测温发热缺陷图片及发热缺陷判别性质按规范格式生成报告单，通过微信推送至相关部门管理人员、班组管理人员以及检修人员，加速相关流程推进及消缺安排。