在過(guò)去十幾年時(shí)間里，在電力行業(yè)中采用了不同的維護(hù)和修理方式。到目前為止，已經(jīng)提出了幾種電力狀態(tài)監(jiān)測(cè)的方法。但這些方法在電力系統(tǒng)故障發(fā)生之前進(jìn)行預(yù)防都被認(rèn)為是困難的。真正需要的方法是能夠持續(xù)監(jiān)視設(shè)備的狀況，以及具有預(yù)測(cè)性的維護(hù)和修理。

圖為配電變電站設(shè)備的熱圖像樣本

如今，世界上大多數(shù)公司都使用紅外熱成像技術(shù)來(lái)防止故障，進(jìn)一步提高了電網(wǎng)的可靠性。實(shí)際上，將紅外熱像儀用于電氣設(shè)備的技術(shù)檢查也是預(yù)防性檢測(cè)的最有效方法。從位于西北部的配電站獲取實(shí)際的紅外熱像圖，引入了一種檢測(cè)兩種常見(jiàn)故障的新方法，即如何區(qū)分電纜接線(xiàn)頭是否遭遇破壞。完整的故障檢測(cè)系統(tǒng)包括兩個(gè)階段。第一階段是檢測(cè)故障位置。第二階段涉及基于前一階段獲得的特征向量對(duì)圖像進(jìn)行分類(lèi)。

圖為從變壓器熱圖像創(chuàng)建子圖像

研究表明，從電氣設(shè)備獲取的紅外熱像儀可以被存入數(shù)據(jù)庫(kù)，并且通過(guò)使用支持向量機(jī)方法，可以提取圖像特征并設(shè)計(jì)分類(lèi)器。最終，已將電纜頭和基座中彼此相似且難以區(qū)分的斷層類(lèi)型智能地識(shí)別為可接受的精度（83％）。

圖為數(shù)據(jù)庫(kù)中紅外熱像圖樣品

參考資料：

Abolfazl Rahmani, Javad Haddadnia and Omid Serasat. Intelligent Fault Detection of Electrical Equipment in Ground Substations Using Thermo Vision Technique. 2010 2nd International Conference on Mechanical and Electronics Engineering (ICMEE 2010).