基于图像识别的电厂关键设备周期性巡检方法

郑卫东，韦玉华，李捍华，郭雷，李晓燕

（华能国际电力股份有限公司玉环电厂，浙江玉环 317604）

电气设备的运行状况是整个电厂系统的重要组成部分，关系到电厂系统稳定、高效地运行。为适应工业发展的需要，电厂必须分析电气设备中可能出现的故障，加强对电气设备的检查，并寻找解决办法，杜绝工业生产线中断现象和安全事故发生[1]。电厂设备常见故障主要有电气设备过热、因绝缘失效而造成的短路、火花和电弧等。其中，如果换热器通风散热不好，则会严重损坏组件[2]。温度过高，金属材料软化，机械强度显著降低，有机绝缘材料易发生脆性老化、绝缘性能下降现象，电接触稳定性变差，出现电厂设备发热过高现象。如果不按时对设备进行检查和维修，外力作用会造成设备绝缘层破裂，甚至脱落，在外力影响下，设备外观易损坏，尤其是受大型重力设备影响，外部需要高压，一旦压力超过极限，设备就会产生绝缘故障，绝缘故障会导致短路故障发生。

由于电厂关键性设备巡检极具复杂性，传统的手工方法对异常检测设备进行检测，往往需要花费大量的人力、物力，且采集到的异常点图像识别度较低，不能保证巡检结果的可靠性，进而无法得到精准的巡检结果。基于此，提出基于图像识别的电厂关键设备周期性巡检方法研究。该方法可以提高有效检测设备故障能力，保障电厂关键设备的运行安全[3-5]。

1 基于图像识别的电厂关键设备周期性巡检

1.1 电厂关键设备图像识别

电厂关键设备图像识别主要利用计算机的视觉和图像技术，提取出异象视觉特征，进行高度相似图像匹配，以寻找与设备故障相似的图像，识别出设备异常现象[6-7]。……