复杂环境中SF6气体泄漏红外图像监测算法研究

作者：王振兴; 肖光宇; 刁目鑫; 任志刚; 石磊

来源：电工电能新技术, 2023, 42(11): 93-104.

• SF6气体泄漏
• 红外成像
• 图像识别
• 复杂环境
• Yolov4

SF6气体因其优异的绝缘和灭弧性能被广泛应用于各类电力设备中，对电力设备中的SF6泄漏的监测及预警研究，不但对电力系统的安全稳定运行具有重大意义，还是建设生态文明实现碳中和的有力举措。为解决实际工程中出现的多种因素对气体泄漏监测的干扰，本文针对复杂环境建立了SF6气体泄漏实验平台，获得不同条件下的气体泄漏红外图像数据集，并结合红外数据增强的Yolov4算法实现了对SF6气体泄漏监测。实验结果表明，在复杂环境中本文提出的监测模型对SF6气体泄漏的监测精度为80%,相对于当下主流目标监测模型，表现出更好的鲁棒性。同时，将Yolov4算法与图像增强算法结合，可提升识别精度约9.08%,优化了模型稳定性。然后分析在同一红外成像视角下发生多处SF6泄漏的监测结果，结果显示多点泄漏的识别精度低于单点泄漏，但在工程中依旧具有实用性。最后对比红外相机不同安放位置对于气体泄漏识别的影响，发现当相机与泄漏点垂直时(θ=90°),本模型的识别置信度可达到0.95,而当相机处于泄漏点侧面时(θ=10°),置信度降为0.51,但该精度依然满足实际监测需要。

• 单位
  西安交通大学