49第52卷2024年4月Vol.52No.2Apr.2024云南电力技术YUNNANELECTRICPOWER人工神经网络在电力设备红外测温中的应用研究赵李强1，张少杰1，周静波1，陈国坤1，焦宗寒1，杨伟2，王欣3，刘荣海1（1.云南电网有限责任公司电力研究院，云南昆明650032；2.云南电网有限责任公司楚雄供电局，云南楚雄675000；3.云南电网有限责任公司，云南昆明650011）摘要：变电站中电力设备发热会对电网运行造成很大隐患，极大地降低电能质量和供电可靠性，因此有必要在变电站常规巡检中监测变压器、高压开关柜、绝缘子、导线接触点的温度，以确保变电站电气设备正常稳定运行。传统的变电站温度采集方式极为费时、费力，并且由于相间及相地电压非常高，使得传统测温方法对人员的安全也有很大的威胁，而且也容易误检、漏检，容易造成人员和资源的浪费。针对这此现象开展无人机巡检红外照片自动测温是保障电气设备稳定运行的有效措施，如何快速且自动地识别无人机红外巡检照片中的设备温度异常点是一个亟待解决的问题。本文提出一种通过人工神经网络近似红外图像像素RGB值到摄氏温度值映射关系的方法，该方法将红外图像像素点的RGB值作为人工神经网络的输入，网络的输出为摄氏温度值。我们使用变电站常规巡检中获取的红外图像为数据源，对具有三个隐藏层的全连接人工神经网络进行训练，测试结果显示该人工神经网络对塔材和绝缘子的拟合程度较好偏差值小于1℃，对树木和天空的拟合能力较差偏差大于1℃。关键词：变电站巡检；红外测温；近似定理；人工神经网络；多层神经网络拟合ResearchontheApplicationofArtificialNeuralNetworksinInfraredTemperatureMeasurementofPowerEquipmentZhaoLiqiang1,ZhangShaojie1,ZhouJingbo1,ChenGuokun1,JiaoZonghan1,YangWei2,WangXin3,LiuRonghai1（1.ElectricPowerResearchInstituteofYunnanPowerGridCo.,Ltd,Kunming650032,Yunnan,China;2.ChuxiongPowerSupplyBureauofYunnanPowerGridCo.,Ltd,Chuxiong675000,Yunnan,China;3.YunnanPowerGridCo.,Ltd,Kunming650011,Yunnan,China）Abstract:Heatingofpowerequipmentinsubstationscanposesignificantriskstotheoperationofthepowergrid,greatlyreducingpowerqualityandsupplyreliability.Therefore,itisnecessarytomonitorthetemperatureoftransformers,high-voltageswitchgear,insulators,andwirecontactpointsduringroutineinspectionsofsubstationstoensurethenormalandstableoperationo...
