摘 要 随着社会的不断发展，人们对于电力能源的依赖不断增强，如何更好确保电力系统的稳定性，成为社会热点探讨话题之一，红外测温技术将会与现有视频监控技术相结合，形成更为先进的在线红外监测技术，即在普通的远程视频监控系统中加入高精度的数字云台和红外测温仪，组成了视频、温度远程自动检测系统，有效提升了电力系统运维能力，鉴于此情况，本文阐述一下信息化背景下电气设备红外图像分析与处理。
关键词 电气设备；红外图像；处理
前言
红外测温技术在配网设备运行维护中是非常重要的。检测或周检测其温度的变化，然后根据生产运营情况制定适当的检修计划，实现经济性预知维修，未来在电气设备维护中红外测温技术在以后的也会有广泛的运用，并且会得到很大的提高。对于此情况，本作者将会结合自身工作经验，针对信息化背景下电气设备红外图像分析与处理进行相关阐述。
1 电气设备故障红外热像仪测量原理
1.1 相对温差法判断方法
通过相对温差计算，可以进行故障判断。该方法主要适用于电流致热型设备，特别是对小负荷电流致热型设备采用相对温差判断法可降低小负荷缺陷的漏判率。通过检测出异常点的发热温度T1、正常相对应点的温度T2以及环境参考体的温度T0，可以计算出该异常点的相对温差，作为电流致热型设备缺陷诊断的判据。
相对温差τ计算为：
（1）
1.2 温度自动搜索方法[1]
首先，通过寻找图中温度最高像素点，即为热点温度T1；以热点为中心引出一条射线作为温度扫描线，将扫描线途经的位置像素点在X轴（距离）进行投影，将获得一条温度曲线，如圖1所示。
当射线位置（角度）选择正确时，射线将完整穿过设备正常温度区域，热点温度是温度较高的位置，曲线幅度高且距离较短，而设备正常温度为中间比较平坦的，温度居中且距离较长，这个情况下正常温度的投影面积最大，则认为此处的温度平均值为正常温度值T2。同样，当射线投影到环境温度最大的位置时，其投影面积最大，该温度值为环境温度值T0。根据红外热像仪监测得到的红外热像图，可以按照仪器内疗的算法和目标发射率校正后转变为被测目标的温度值，则可以测出该热像图上的最高温度和最低温度，即可确定：最高温度处为异常点的发热温度，而最低温度为环境温度。
测量方法如下[2]：①选择被检测的电气设备，确定该电气设备的温度图像照片。②如图1扫描线1，以最高温度点为发热点，测量出发热温度T1，再测量出环境参考温度T0。③以发热点为原点，做一条直线，计算经过该直线各点的温度，绘制成t-x曲线；再去掉最高温度区域和最低温度区域，计算出该图，t1、t2、x1、x2以及曲线所围城的积分面积S，如图2所示。④将该直线作360°旋转，每旋转一个小角度，如图2中旋转一个角度a后得到扫描线2，再重复以上运算计算面积S，如图2，找到面积最大值Smax，即该直线通过被测设备的区域最大；求得该最大面积时的平均温度T2，为正常相对应的温度。同样，可以找出环境温度T0。⑤通过式1对检测设备进行缺陷诊断，并反馈故障信息。
2 红外图像识别软件
软件针对红外图像进行分析，采用VC++和OpenCV为基础开发和运行的软件，OpenCV在MFC下显示图片，采用红热图像的处理技术，实现设备红热故障自动识别。通过图像像素点确定设备相对湿度，并将该温度和实际温度进行定标得到实际温度值。采用Intel开源计算机视觉库OpenCV对图像进行处理，具有自动图像格式识别功能，能识别各种格式的红外图像，另外其通过优化的C代码编写对其执行速度带来了可观的提升。
软件应用上述逐点扫描方法，快速获得设备相对温差法的参数求取，载入红外图像后，软件自动寻找发热点，测得被测设备的发热点温度T1、正常相对应点温度T2、环境参考温度T0，计算出相对湿度，通过相对温差判断法，自动判断该电气设备的运行状况和故障信息。
3 红外测温设备应用注意问题
3.1 红外测温仪发射率的选取
要在红外测温设备的选取过程中提取0.03左右，一定要按照标准来，当然氧化黄铜也要取0.61至O.59之间，铜丝和氧化变黑的铜都要取0.87至0.88左右，按照使用守则来做必然是好的，若不按照手册胡乱选取红外测温仪的发射设备，那只会让红外测温仪测得到的温度和红外热像仪不符，而且会有很大的出入，这样红外测温设备的发射率选取不好只会误了红外测温设备对电气设备的维护，导致误差过大。除此之外，温度也很关键，应准确控制好温度，才能保证检测的正常进行。
3.2 辐射率选择
选择正确的辐射率，才能使得红外测温设备在进行红外测温工作时避免造成测量误差，才能更准确判断电气接头过热的故障。
4 结束语
通过上文的分析，我们加深认识了电气设备红外图像分析与处理，希望通过本文针对电气设备红外图像分析与处理的探讨，起到抛砖引玉的作用，引入更多的相关从业人员参与探讨当中，对电气设备红外图像分析与处理多分析，多探讨，多研究，进而达到集思广益的效果，但是由于本人的知识水平有限，因此，本文如有不到之处，还望各位不吝指正。
参考文献
[1] 冯俊.基于图像分析的电力设备故障检测技术研究[J].现代电子技术，2015，（24）：7-11.
[2] 李永祥，杨冬冬，王天正，等.基于红外测温技术的电气设备汇控柜内部异常发热的分析与处理[J].高压电器，2016，（6）：183-186.