ARTICLE
14 April 2026

基于计算机视觉的电气设备红外热成像故障诊断方法

攀 梅1
Show Less
1 广州理工学院, 中国
TACS 2026 , 3(7), 35–37; https://doi.org/10.61369/TACS.2026070054
© 2026 by the Author(s). Licensee Art and Technology, USA. This article is an open access article distributed under the terms and conditions of the Creative Commons Attribution -Noncommercial 4.0 International License (CC BY-NC 4.0) ( https://creativecommons.org/licenses/by-nc/4.0/ )
Abstract

电力设备传统红外检测依赖人工判读,易受环境干扰且故障识别自动化程度偏低。本文以计算机视觉技术为载体,搭建完整红外故障诊断视觉算法体系,设计轻量化诊断网络,构建多特征、多传感器融合识别机制,配套标准化数据集预处理与对比实验验证方案。整套技术依托红外温度场像素解析实现设备热故障自主定位分类,可部署于边缘硬件完成实时巡检,有效降低人工判别偏差,为电气设备非接触智能故障诊断提供标准化技术路径。

Keywords
红外热成像
计算机视觉
电气设备
轻量化网络
故障诊断
References

[1] 姚兴 . 基于红外热成像技术的无轨胶轮车运行沿线人员检测系统研究与应用 [J]. 能源技术与管理 ,2024,49(6):163-166.

[2] 李维 . 基于红外热成像摄像机的秸秆焚烧监测系统开发应用研究 [J]. 数字通信世界 ,2024,(7):161-163.

[3] 李乐 , 沈晨雨 , 杜江波 , 等 . 基于红外热成像的地铁隧道渗漏水病害智能识别 [J]. 铁道建筑 ,2024,64(7):116-120.

[4] 郝明 , 孙凯明 , 张建平 , 等 . 基于红外热成像的钢包监测系统设计 [J]. 自动化技术与应用 ,2024,43(6):32-34+111.

[5] 朱文强 , 董大兴 . 红外热成像人体体温检测仪 [J]. 自动化技术与应用 ,2023,42(7):1-4+24.

Share
Back to top