本申請涉及變壓器故障診斷領(lǐng)域，特別設(shè)計一種變壓器故障診斷的方法及裝置。

背景技術(shù)：

在電力系統(tǒng)中，變壓器是電力系統(tǒng)中的關(guān)鍵設(shè)備，因此，需要時刻診斷變壓器是否存在過熱故障。由于變壓器紅外圖像可以反映變壓器的溫度，且其具有不受光照、電磁信號干擾等特點，被廣泛應(yīng)用于檢測變壓器是否存在過熱故障的方法中。

現(xiàn)有技術(shù)中，一般分別獲取多幅出現(xiàn)過熱故障的變壓器的紅外圖像，以及，多幅正常工作的變壓器的紅外圖像；并獲取多幅出現(xiàn)過熱故障的變壓器的灰度圖像，得到多幅第一灰度圖像，以及，獲取多幅正常工作的變壓器的灰度圖像，得到多幅第二灰度圖像；分別確定多幅第一灰度圖像與多幅第二灰度圖像的像素分布特征，得到兩種像素分布特征；確定兩種分布特征與過熱故障變壓器與正常工作變壓器間的對應(yīng)關(guān)系，基于該對應(yīng)關(guān)系以及待診斷變壓器的灰度圖像的像素分布特征，確定待診斷變壓器是否存在過熱故障。

但是，發(fā)明人在研究過程中發(fā)現(xiàn)，現(xiàn)有技術(shù)中只確定出待診斷變壓器是否存在故障，當(dāng)確定出待診斷變壓器存在過熱故障時，不能確定出存在過熱故障的變壓器部件的名稱。

技術(shù)實現(xiàn)要素：

基于此，本申請?zhí)岢鲆环N變壓器故障的診斷方法，用于確定待診斷變壓器各變壓器部件是否存在過熱故障，以及，當(dāng)存在過熱故障時，確定過熱故障的變壓器部件的名稱。

本申請還提供了一種變壓器故障診斷的裝置，用以保證上述方法在實際中的實現(xiàn)及應(yīng)用。

為此，本申請?zhí)峁┑募夹g(shù)方案如下：

本申請?zhí)峁┝艘环N變壓器故障的診斷方法，該方法包括：

獲取待診斷變壓器的紅外圖像對應(yīng)的第一灰度圖像；

判斷所述第一灰度圖像中是否存在大于預(yù)設(shè)閾值的像素值，若不存在，則確定所述待診斷變壓器不存在故障；若存在，則根據(jù)所述第一灰度圖像中大于預(yù)設(shè)閾值的像素點的分布位置，獲取所述待診斷變壓器中變壓器部件的特征圖像；其中，所述特征圖像包括灰度圖像；

確定所述特征圖像的第一深層結(jié)構(gòu)特征；其中，所述第一深層結(jié)構(gòu)特征反映了變壓器部件的外形特征、紋理特征以及故障位置等特征；

根據(jù)預(yù)先確定的對應(yīng)關(guān)系，確定與所述第一深層結(jié)構(gòu)特征相匹配的第二深層結(jié)構(gòu)特征，所述預(yù)先確定的對應(yīng)關(guān)系為各種故障變壓器部件的名稱與第二深層結(jié)構(gòu)特征間的對應(yīng)關(guān)系，一個所述第二深層結(jié)構(gòu)特征反映，一種所述故障變壓器部件的特征圖像的外形特征、紋理特征以及故障位置等特征；

將確定出的第二深層結(jié)構(gòu)特征所對應(yīng)的部件名稱，確定為過熱故障的變壓器部件的名稱。

其中，所述根據(jù)所述第一灰度圖像中大于預(yù)設(shè)閾值的像素點的分布位置，獲取所述待診斷變壓器中多個不同變壓器部件的特征圖像，包括：

保留所述第一灰度圖像中大于預(yù)設(shè)閾值的像素點的分布位置，得到第二灰度圖像；

從所述第二灰度圖像中，確定多個目標(biāo)位置；

與每個所述目標(biāo)位置在所述第二灰度圖像中的位置相同，從所述待診斷變壓器的紅外圖像中，獲取以各目標(biāo)位置為中心點所截取的預(yù)設(shè)大小的紅外圖像所對應(yīng)的特征圖像；

將所述截取的預(yù)設(shè)大小的紅外圖像所對應(yīng)的特征圖像，確定為所述待診斷變壓器中變壓器部件的特征圖像。

其中，所述從所述第二灰度圖像中，確定多個目標(biāo)位置，包括：

將所述第二灰度圖像中滿足閾值要求的像素聚集區(qū)域確定為一個區(qū)域，得到多個區(qū)域；

分別將每個所述區(qū)域的中心位置確定為目標(biāo)位置。

其中，從預(yù)先確定的對應(yīng)關(guān)系中，確定與所述第一深層結(jié)構(gòu)特征相匹配的第二深層結(jié)構(gòu)特征之前，還包括：

獲取各種故障變壓器部件的名稱與所述第二深層結(jié)構(gòu)特征間的對應(yīng)關(guān)系。

其中，預(yù)先確定各種故障變壓器部件的名稱與所述第二像素分布特征間的對應(yīng)關(guān)系的方式，包括：

獲取每種故障變壓器部件的多幅紅外圖像；

針對每種故障變壓器部件，分別對多幅紅外圖像進行處理，得到多幅特征圖像；所述特征圖像包括灰度圖像；

針對每種故障變壓器部件，分別根據(jù)多幅特征圖像確定對應(yīng)的第二深層結(jié)構(gòu)特征，得到各種故障變壓器部件的名稱與第二深層結(jié)構(gòu)特征間的對應(yīng)關(guān)系。

其中，所述特征圖像還包括：紅外圖像所對應(yīng)的亮度圖像與飽和度圖像中的至少一種。

本申請還提供了一種變壓器故障的診斷裝置，所述裝置包括：

第一獲取單元，用于獲取待診斷變壓器的紅外圖像對應(yīng)的第一灰度圖像；

判斷單元，用于判斷所述第一灰度圖像中是否存在大于預(yù)設(shè)閾值的像素值；

第一確定單元，用于當(dāng)所述判斷單元判斷出所述第一灰度圖像中不存在大于預(yù)設(shè)閾值的像素值時，確定所述待診斷變壓器不存在故障；

第二獲取單元，用于當(dāng)所述判斷單元判斷出所述第一灰度圖像中存在大于預(yù)設(shè)閾值的像素值時，根據(jù)所述第一灰度圖像中大于預(yù)設(shè)閾值的像素點的分布位置，獲取所述待診斷變壓器中多個不同變壓器部件的特征圖像；其中，所述特征圖像包括灰度圖像；

其中，第二獲取單元包括：

第一獲取子單元，用于保留所述第一灰度圖像中大于預(yù)設(shè)閾值的像素點的分布位置，得到第二灰度圖像；

第一確定子單元，用于從所述第二灰度圖像中，確定多個目標(biāo)位置；

其中，第一確定子單元，包括：

第一確定模塊，用于將所述第一紅外圖像中滿足閾值要求的像素聚集區(qū)域確定為一個區(qū)域，得到多個區(qū)域；

第二確定模塊，用于分別將每個所述區(qū)域的中心位置確定為目標(biāo)位置。

第二獲取子單元，用于與每個所述目標(biāo)位置在所述第二灰度圖像中的位置相同，從所述待診斷變壓器的紅外圖像中，獲取以各目標(biāo)位置為中心點所截取的預(yù)設(shè)大小的紅外圖像所對應(yīng)的特征圖像；

第二確定子單元，用于將所述截取的預(yù)設(shè)大小的紅外圖像所對應(yīng)的特征圖像，確定為所述待診斷變壓器中變壓器部件的特征圖像。

第二確定單元，用于確定每幅所述特征圖像的第一深層結(jié)構(gòu)特征；其中，所述第一深層結(jié)構(gòu)特征反映了變壓器部件的外形特征、紋理特征以及故障位置特征；

第三確定單元，用于從預(yù)先確定的對應(yīng)關(guān)系中，確定與所述第一深層結(jié)構(gòu)特征相匹配的第二深層結(jié)構(gòu)特征；所述預(yù)先確定的對應(yīng)關(guān)系為各種故障變壓器部件的名稱與第二深層結(jié)構(gòu)特征間的對應(yīng)關(guān)系，一個所述第二像素分布特征反映，一種所述故障變壓器部件的特征圖像的外形特征、紋理特征以及故障位置特征；

第四確定單元，用于將確定出的第二深層結(jié)構(gòu)特征所對應(yīng)的部件名稱，確定為過熱故障的變壓器部件的名稱。

其中，所述裝置在執(zhí)行第三確定單元之前，還包括：

第三獲取子單元，用于獲取各種故障變壓器部件的名稱與所述第二深層結(jié)構(gòu)特征間的對應(yīng)關(guān)系。

其中，所述特征圖像還可以包括：紅外圖像所對應(yīng)的亮度圖像與飽和度圖像中的至少一種。

與現(xiàn)有技術(shù)相比，本申請包括以下優(yōu)點：

在本申請實施例中，由于紅外圖像所反映的溫度與灰度圖像的像素值大小相對應(yīng)，因此，根據(jù)第一灰度圖像中的像素值的大小，可以反映待診斷變壓器中相應(yīng)位置的溫度，進而，根據(jù)第一灰度圖像中大于預(yù)設(shè)閾值的像素點在待診斷變壓器中相應(yīng)位置的溫度超高過熱故障的溫度閾值，因此，第一灰度圖像中不存在大于預(yù)設(shè)閾值的像素點，待診斷變壓器不存在過熱故障，否則，存在過熱故障。接著，基于第一灰度圖像中大于預(yù)設(shè)閾值的像素點，確定待診斷變壓器中發(fā)生過熱故障概率較大的變壓器部件的特征圖像?；谠撟儔浩鞑考奶卣鲌D像所對應(yīng)的第一深層結(jié)構(gòu)特征，從預(yù)先確定的對應(yīng)關(guān)系中，確定出與所述第一深層結(jié)構(gòu)特征相匹配的第二深層結(jié)構(gòu)特征，根據(jù)與第二深層結(jié)構(gòu)特征對應(yīng)的變壓器部件名稱，得到過熱故障的變壓器部件的名稱。

附圖說明

為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)提供的附圖獲得其他的附圖。

圖1是本申請中一種確定變壓器部件的名稱與第二像素分布特征間的對應(yīng)關(guān)系的方法實施例的流程圖；

圖2是本申請中一種變壓器故障診斷方法實施例的流程圖；

圖3是本申請中又一種確定變壓器部件的名稱與第二像素分布特征間的對應(yīng)關(guān)系的方法實施例的流程圖；

圖4(a)是本申請中rgb彩色空間模型的示意圖；

圖4(b)是本申請中hsi色彩空間模型的示意圖；

圖5是本申請中又一種變壓器故障診斷方法實施例的流程圖；

圖6是本申請中一種變壓器故障診斷裝置實施例的結(jié)構(gòu)框圖。

具體實施方式

下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術(shù)方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例。基于本發(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。

在本申請實施例中，可以首先確定出各故障變壓器部件的特征圖像與故障變壓器部件的名稱間的對應(yīng)關(guān)系，其中，參考圖1所示，為本申請中確定故障變壓器部件的名稱與第二像素分布特征間的對應(yīng)關(guān)系的方法實施例的流程圖，確定該對應(yīng)關(guān)系的過程可以包括以下步驟：

步驟101：獲取每種故障變壓器部件的多幅紅外圖像。

變壓器包括多個變壓器部件，例如，螺栓、散熱器、套管以及出線夾等等。在本步驟中，分別采集每種變壓器部件故障時的多幅紅外圖像。

例如，以螺栓、散熱器、套管以及出線夾為例進行介紹，分別采集50000幅故障螺栓的紅外圖像，50000幅故障散熱器的紅外圖像、50000幅故障套管的紅外圖像，以及，50000幅故障出線夾的紅外圖像，需要說明的是，本步驟中所獲取的每種故障變壓器的紅外圖像時，可以為不包含整個變壓器部件的紅外圖像，例如，本步驟所采集的50000幅故障螺栓的紅外圖像中，可以存在非完整螺栓部件的紅外圖像。

步驟102：針對每種變壓器部件，分別對多幅紅外圖像進行處理，得到多幅特征圖像；所述特征圖像包括灰度圖像。

在得到每種故障變壓器部件的多幅紅外圖像后，針對每種故障變壓器部件，對對應(yīng)的多幅紅外圖像進行灰度處理得到多幅灰度圖像，將多幅灰度圖像作為多幅特征圖像。

在實際應(yīng)用中，可以對每種變壓器部件對應(yīng)的多幅灰度圖像進行降噪處理，具體的可以采用小波變換的方式，當(dāng)然，對每種變壓器部件對應(yīng)的多幅灰度圖像進行降噪處理不是本實施例所必須執(zhí)行的動作。

以螺栓、散熱器、套管以及出線夾為例，在本步驟中，將故障螺栓對應(yīng)的50000幅紅外圖像進行灰度處理，得到故障螺栓對應(yīng)的50000幅灰度圖像，并將該50000幅灰度圖像作為故障螺栓的特征圖像。同理，分別得到故障散熱器、故障套管以及故障出線夾分別對應(yīng)的50000幅特征圖像。

步驟103：針對每種故障變壓器部件，分別根據(jù)多幅特征圖像確定對應(yīng)的第二深層結(jié)構(gòu)特征，得到各種故障變壓器部件的名稱與第二深層結(jié)構(gòu)特征間的對應(yīng)關(guān)系。

在獲取每種故障變壓器工作部件對應(yīng)多幅特征圖像后，在本步驟中，確定每種故障變壓器部件對應(yīng)的多幅特征圖像的第二深層結(jié)構(gòu)特征，該第二深層結(jié)構(gòu)特征可以反映多幅特征圖像中的外形特征、紋理特征，以及，故障位置等特征。例如，螺栓的多幅特征圖像所對應(yīng)的外形特征與散熱器的多幅特征圖像所對應(yīng)的外形特征不同，分別反映各自獨有的形狀特征。

具體的，獲取每種故障變壓器部件所對應(yīng)的多幅特征圖像，所對應(yīng)的第二深層結(jié)構(gòu)特征，可以采用卷積神經(jīng)網(wǎng)絡(luò)的方法來獲取，例如，具體可以采用googlenet深度學(xué)習(xí)框架，當(dāng)然，采用卷積神經(jīng)網(wǎng)絡(luò)的方法只是本申請的一種具體實施方式，本實施例不對具體的實施方式做限定。

具體的，采用卷積神經(jīng)網(wǎng)絡(luò)的方法確定每種故障變壓器部件的多幅特征圖像對應(yīng)的第二深層結(jié)構(gòu)特征的方法可以包括：

以50000幅故障螺栓紅外圖像所對應(yīng)的特征圖像為例，在本實施例中，特征圖像為灰度圖像，此時，得到故障螺栓對應(yīng)的50000幅灰度圖像。接著，采用卷積神經(jīng)網(wǎng)絡(luò)中的多尺度卷積核，分別提取50000幅灰度圖像對應(yīng)的50000個深層結(jié)構(gòu)特征，其中每個深層結(jié)構(gòu)特征可以作為一個深層結(jié)構(gòu)特征向量，接著，輸入全連接網(wǎng)絡(luò)，對該卷積神經(jīng)網(wǎng)絡(luò)進行一次迭代訓(xùn)練，在本步驟中，可以進行50次迭代訓(xùn)練，得到一個標(biāo)識螺栓特征圖像的第二深層結(jié)構(gòu)特征的數(shù)值。

按照對故障螺栓的50000幅特征圖像進行神經(jīng)網(wǎng)絡(luò)的訓(xùn)練，得到標(biāo)識螺栓特征圖像的第二深層結(jié)構(gòu)特征的數(shù)值的方法，將所有故障變壓器部件特征圖像的第二深層結(jié)構(gòu)特征向量與對應(yīng)的變壓器部件名稱作為輸入，對卷積神經(jīng)網(wǎng)絡(luò)進行多次迭代訓(xùn)練，得到各故障變壓器的名稱與第二深層結(jié)構(gòu)特征間對應(yīng)關(guān)系，即得到一種訓(xùn)練模型，其中，在得到的訓(xùn)練模型中，每種變壓器部件所對應(yīng)的第二深層結(jié)構(gòu)特征可以通過一個數(shù)值來標(biāo)識，具體細(xì)節(jié)這里不再贅述。此時，得到各種故障變壓器部件的名稱與標(biāo)識第二深層結(jié)構(gòu)特征數(shù)值間的一一對應(yīng)關(guān)系。

需要說明的是，采用卷積神經(jīng)網(wǎng)絡(luò)的方法，只是本實施例提供的一種確定各故障變壓器的名稱與第二深層結(jié)構(gòu)特征間對應(yīng)關(guān)系的方法，在實際的應(yīng)用中，還可以采用其他的方式實現(xiàn)，本實施例不對具體的實現(xiàn)方式做限定。

通過本實施例，通過獲取各故障變壓器部件對應(yīng)的多幅特征圖像，確定各故障變壓器部件的多幅特征圖像所對應(yīng)的第二深層結(jié)構(gòu)特征。根據(jù)每種故障變壓器部件的名稱已知，因此，得到各種變壓器部件的名稱與多個第二深層結(jié)構(gòu)特征間的對應(yīng)關(guān)系，以便，后續(xù)利用該對應(yīng)關(guān)系，確定存在過熱故障的變壓器部件的名稱。

在介紹完各變壓器部件的名稱與第二像素分布特征間的對應(yīng)關(guān)系的過程后，參考圖2，示出了本申請中一種變壓器故障診斷方法實施例的流程圖，本實施例可以包括以下步驟：

步驟201：獲取待診斷變壓器的紅外圖像對應(yīng)的第一灰度圖像。

在本步驟中，首先獲取待診斷變壓器的紅外圖像，接著，對獲取的紅外圖像進行灰度處理，得到紅外圖像對應(yīng)的灰度圖像，在本實施例中，將該灰度圖像稱為第一灰度圖像。

步驟202：判斷所述第一灰度圖像中是否存在大于預(yù)設(shè)閾值的像素值，若不存在，則執(zhí)行步驟203；若存在，則執(zhí)行步驟204。

在得到第一灰度圖像后，在本步驟中，判斷該第一灰度圖像中是否存在大于預(yù)設(shè)閾值的像素值。由于變壓器的紅外圖像中的各像素值反映的是變壓器中相應(yīng)位置的溫度，同時，紅外圖像的像素值與紅外圖像所對應(yīng)的灰度圖像的像素值之間存在一種對應(yīng)關(guān)系，即，紅外圖像中表示一定溫度范圍的像素值在灰度圖像中對應(yīng)一定灰度范圍的像素值。因此，在本實施例中，確定各故障變壓器部件的紅外圖像最低溫度在灰度圖像中所對應(yīng)的閾值，將此閾值稱為預(yù)設(shè)閾值，根據(jù)該預(yù)設(shè)閾值，可以確定出第一灰度圖像中，是否存在大于預(yù)設(shè)閾值的像素值，若不存在，表明該待診斷變壓器中不存在溫度高于故障溫度的位置，即該待診斷變壓器不存在過熱故障；相反，表明該待診斷變壓器中存在溫度高于故障溫度的位置，即該待診斷變壓器存在過熱故障。

步驟203：確定所述待診斷變壓器不存在故障。

在步驟202中，第一灰度圖像中不存在大于預(yù)設(shè)閾值的像素點。因此，本步驟中確定出待診斷變壓器不存在故障。

步驟204：根據(jù)所述第一灰度圖像中大于預(yù)設(shè)閾值的像素點的位置分布，獲取所述待診斷變壓器中變壓器部件的特征圖像；其中，所述特征圖像包括灰度圖像。

在本步驟中，當(dāng)?shù)谝换叶葓D像中存在大于預(yù)設(shè)閾值的像素值時，接著，獲取待診斷變壓器中較大概率存在過熱故障的變壓器部件的特征圖像，其中，該特征圖像為灰度圖像。需要說明的是，在本實施例中，所獲取的待診斷變壓器中較大概率存在過熱故障的變壓器部件的特征圖像時，較大概率存在過熱故障的變壓器部件可以為一個部件，也可以為多個不同變壓器部件。因此，在本步驟中，所獲取的較大概率存在過熱故障的變壓器部件的特征圖像可以為一個變壓器部件的特征圖像，也可以為多個不同變壓器部件的特征圖像。

具體的，獲取待診斷變壓器中變壓器部件的特征圖像的過程，可以包括：

步驟a1：保留所述第一灰度圖像中大于預(yù)設(shè)閾值的像素點，得到第二灰度圖像。

在本步驟中，將第一灰度圖像中大于預(yù)設(shè)閾值的像素點保留，其余的像素點的像素值統(tǒng)一確定為0或者255，在實際的應(yīng)用中，可以設(shè)置為其他的像素值，只要與大于預(yù)設(shè)閾值的像素點區(qū)分開即可，本實施例不對具體的區(qū)分方式做限定。將第一灰度圖像中大于預(yù)設(shè)閾值的像素點保留后得到一個新的灰度圖像，本實施例稱為第二灰度圖像，該第二灰度圖像中被保留的像素點的坐標(biāo)位置與在第一灰度圖像中的坐標(biāo)位置相同。

步驟a2：將所述第二灰度圖像中滿足閾值要求的像素聚集區(qū)域確定為一個區(qū)域，得到多個區(qū)域。

在本步驟中，按照像素的相似度，將第二灰度圖像中滿足閾值要求的像素作為一類，得到多類像素；接著，將每一類像素所形成的區(qū)域，確定為第二灰度圖像中的一個區(qū)域，此時，第二灰度圖像得到多個區(qū)域。

本步驟從第二灰度圖像中得到多個區(qū)域的過程，可以采用k-means聚類算法來實現(xiàn)，通過聚類算法將第二灰度圖像中滿足閾值要求的像素聚為一類，每類像素形成一個區(qū)域，從第二灰度圖像中得到多個區(qū)域。

具體的，采用k-means聚類算法將第二灰度圖像分為多個區(qū)域的具體步驟可以包括：

步驟b1：在第二灰度圖像中確定初始聚類中心。

在本步驟中，在第二灰度圖像中確定k個坐標(biāo)位置作為初始聚類中心，在本步驟中，將k個坐標(biāo)位置所組成的聚類中心集表示為{i(k)|k＝1,2,3...,k}，在本實施例中，聚類中心的個數(shù)可以選為4，當(dāng)然可以選為其他數(shù)值，本步驟不對聚類中心的數(shù)目作具體限定。

步驟b2：將第二灰度圖像的各像素，按照最小距離原則分配到最近的聚類中心。

將第二灰度圖像的所有像素構(gòu)成一個數(shù)據(jù)集，數(shù)據(jù)集中的每個數(shù)據(jù)為第二灰度圖像中的一個像素值。假設(shè)第二灰度圖像所對應(yīng)的數(shù)據(jù)集為x＝{xi|,i∈n}，其中，n為第二灰度圖像的總像素個數(shù)，xi為第二灰度圖像紅的第i個像素值。

在第二灰度圖像中，第i個像素值xi，與各初始聚類中心間的距離可以采用以下公式(1)來表示。

在得到第二灰度圖像中每個像素值到分別發(fā)到各初始聚類中心的距離后，將該像素值與距離最小值所對應(yīng)的聚類中心歸為一類。按照此方法，將第二灰度圖像中的每個像素都分配到與該像素距離最近的聚類中心，得到多個圖像區(qū)域。

步驟b3：更新第二灰度圖像中的初始聚類中心，得到更新后的聚類中心。

對于任意一個初始聚類中心，將第二灰度圖像中分配到該初始聚類中心的像素的坐標(biāo)平均值作為新的聚類中心，將得到的新聚類中心更新對應(yīng)的初始聚類中心。按照此方法，更新步驟b1中的k個初始聚類中心。

步驟b4：重復(fù)步驟b2與步驟b3，得到多個圖像區(qū)域。

在得到更新后的k個聚類中心后，重復(fù)步驟b2與步驟b3，直到聚類準(zhǔn)則函數(shù)達到預(yù)設(shè)值，或者，到達一定的迭代次數(shù)，或者，每個聚類中心收斂至一個固定值。其中，聚類準(zhǔn)則函數(shù)可以采用以下公式(2)所示的公式。

其中，x為聚類子集，包括x1,x2x3,...,xk，各聚類子集所包括的樣本數(shù)量分別為n1,n2,…,nq，各聚類子集的聚類中心分別為m1,m2,…,mk。

在本步驟中所得到的多個圖像區(qū)域中，每個圖像區(qū)域的像素值相似度相同，因此，每個圖像區(qū)域?qū)?yīng)一個變壓器部件。

需要說明的是，在本步驟中，采用k-means聚類算法，將第二灰度圖像劃分為多個區(qū)域，只是本實施例所提供的一種將第二灰度圖像劃分為多個區(qū)域的方法，在實際應(yīng)用中，還可以采用其他的方式來實現(xiàn)，本實施例不對具體的實現(xiàn)方式作限定。

步驟a3：從所述第二灰度圖像中，確定多個目標(biāo)位置。

將步驟a2中確定出的多個聚類中心確定為多個目標(biāo)位置，在實際的應(yīng)用中，一般確定的聚類中心的數(shù)量為4個。

步驟a4：與每個所述目標(biāo)位置在所述第二灰度圖像中的位置相同，從所述待診斷變壓器的紅外圖像中，獲取以各目標(biāo)位置為中心點所截取的預(yù)設(shè)大小的紅外圖像所對應(yīng)的特征圖像。

在第二灰度圖像中，確定出多個目標(biāo)位置后，按照各目標(biāo)位置在第二灰度圖像中的坐標(biāo)位置，按照該相同的坐標(biāo)位置，從待診斷變壓器的紅外圖像中，確定出多個目標(biāo)位置。接著，以每個目標(biāo)位置為中心，截取預(yù)設(shè)大小的紅外圖像。在實際的應(yīng)用中，可以截取200*200像素大小的紅外圖像。

在獲取多個目標(biāo)位置對應(yīng)的多個預(yù)設(shè)大小的紅外圖像后，接著，獲得每個紅外圖像的特征圖像，本實施例中的特征圖像為灰度圖像。

步驟a5：將所述截取的預(yù)設(shè)大小的紅外圖像所對應(yīng)的特征圖像，確定為所述待診斷變壓器中變壓器部件的特征圖像。

在得到各截去的預(yù)設(shè)大小的紅外圖像的特征圖像后，將各特征圖像確定為待診斷變壓器中變壓器部件的特征圖像。

步驟205：確定每幅所述特征圖像的第一深層結(jié)構(gòu)特征。

在本步驟中，針對截取的每種變壓器部件的特征圖像，確定每幅特征圖像的第一深層結(jié)構(gòu)特征，該第一深層結(jié)構(gòu)特征可以反映變壓器部件的外形特征、紋理特征，以及，故障位置等特征，在實際的應(yīng)用中，具體確定各特征圖像對應(yīng)的第一深層結(jié)構(gòu)特征的方法，可以參考圖1的實施例中通過卷積神經(jīng)網(wǎng)絡(luò)的方法確定第二深層結(jié)構(gòu)特征的步驟，這里不在贅述，每幅特征圖像的第一深層結(jié)構(gòu)特征與一個數(shù)值相對應(yīng)。

步驟206：從預(yù)先確定的對應(yīng)關(guān)系中，確定與所述第一深層結(jié)構(gòu)特征相匹配的第二深層結(jié)構(gòu)特征。

接著，根據(jù)圖1所對應(yīng)的實施例中得到的各故障變壓器部件的名稱與第二像素分布特征間的對應(yīng)關(guān)系，確定出與第一深層結(jié)構(gòu)特征相匹配的第二深層結(jié)構(gòu)特征。在本步驟中，確定與第一深層結(jié)構(gòu)特征相匹配的第二深層結(jié)構(gòu)特征的過程，可以在標(biāo)識各第二深層結(jié)構(gòu)特征的數(shù)值中，尋找與標(biāo)識第一深層結(jié)構(gòu)特征的數(shù)值相比較誤差最小的結(jié)果。

步驟207：將確定出的第二深層結(jié)構(gòu)特征所對應(yīng)的部件名稱，確定為過熱故障的變壓器部件的名稱。

接著，將所尋找到的數(shù)值，在對應(yīng)關(guān)系中所對應(yīng)的故障變壓器故障的名稱，確定為過熱故障的變壓器部件的名稱。

通所本實施例，根據(jù)待診斷變壓器對應(yīng)的第一灰度圖像，確定該待診斷變壓器是否存在過熱故障，當(dāng)存在過熱故障時，獲取待診斷變壓器中變壓器部件的特征圖像，并根據(jù)該特征圖像所對應(yīng)的第一深層結(jié)構(gòu)特征，參考圖1所示的對應(yīng)關(guān)系中，確定與每種變壓器部件對應(yīng)的第一深層結(jié)構(gòu)特征相匹配的第二深層結(jié)構(gòu)特征，進而確定出獲取的特征圖像所對應(yīng)的變壓器部件的名稱，進而，確定出引起該待診斷變壓器過熱故障的變壓器部件的名稱。

參考圖3，示出了本申請又一種確定故障變壓器部件的名稱與第二深層結(jié)構(gòu)特征間的對應(yīng)關(guān)系的方法流程圖，確定該對應(yīng)關(guān)系的過程可以包括以下步驟：

步驟301：獲取每種故障變壓器部件的多幅紅外圖像。

本步驟的具體實施例方式，與圖1所示的確定變壓器部件的名稱與第二深層結(jié)構(gòu)特征間的對應(yīng)關(guān)系方法中的步驟101的具體操作相同，這里不再贅述，請參考步驟101。

步驟302：針對每種變壓器部件，分別對多幅紅外圖像進行處理，得到多幅特征圖像；所述特征圖像包括除灰度圖像外，還包括亮度圖像與飽和度圖像中的至少一種。

在本步驟中，針對每種故障變壓器部件，分別對多幅紅外圖像進行灰度處理、色彩空間變換(huesaturationintensity，hsi)，得到多幅特征圖像，此時的特征圖像為除包括灰度圖像外，還可以包括亮度圖像與飽和度圖像中的至少一種。

其中，以對一幅紅外圖像進行hsi空間變換為例，介紹得到該紅外圖像對應(yīng)的亮度圖像以及飽和度圖像的過程。

將紅外圖像進行hsi空間變換的過程如圖4所示，其中，圖4(a)為rgb彩色空間模型的示意圖，圖4(b)為hsi色彩空間模型的示意圖。對紅外圖像進行hsi空間變換的過程就是將圖4(a)的笛卡爾直角坐標(biāo)系的單位立方體，轉(zhuǎn)換為圖4(b)對應(yīng)的圓柱極坐標(biāo)的雙錐體。

紅外圖像是一個rgb圖像，具體的，采用數(shù)學(xué)運算的方式計算紅外圖像對應(yīng)的亮度圖像以及飽和度圖像，可以采用公式(3)與公式(4)的計算方式。

其中，s表示飽和度圖像，r表示紅外圖像中的r分量對應(yīng)的圖像，g表示紅外圖像中的g分量對應(yīng)的圖像，b表示紅外圖像中的b分量對應(yīng)的圖像。采用公式(3)的計算方式可以得到紅外圖像對應(yīng)的飽和度圖像。

其中，i表示紅外圖像對應(yīng)的亮度圖像，r表示紅外圖像中的r分量對應(yīng)的圖像，g表示紅外圖像中的g分量對應(yīng)的圖像，b表示紅外圖像中的b分量對應(yīng)的圖像。

步驟303：針對每種故障變壓器部件，分別根據(jù)多幅特征圖像確定對應(yīng)的第二深層結(jié)構(gòu)特征，得到各種故障變壓器部件的名稱與第二深層結(jié)構(gòu)特征間的對應(yīng)關(guān)系。

本步驟的實現(xiàn)過程與圖1所示的確定對應(yīng)關(guān)系的方法中的步驟103的實現(xiàn)方式思路相同，不同的是，本步驟中的特征圖像為除灰度圖像外，還包括亮度圖像與飽和度圖像中的至少一種，即至少兩種特征圖像，本步驟中確定灰度圖像、亮度圖像以及飽和度圖像中的至少兩種圖像，以特征圖像為灰度圖像、亮度圖像以及飽和度圖像這三種圖像為例來進行介紹，所對應(yīng)的第二深層結(jié)構(gòu)特征的過程可以為：可以首先分別確定三種特征圖像對應(yīng)的第二深層結(jié)構(gòu)特征向量，得到三個深層結(jié)構(gòu)特征向量；然后，將三個特征向量拼接在一起，得到每種變壓器部件所對應(yīng)的一個深層結(jié)構(gòu)特征向量；最后，將每種變壓器部件所對應(yīng)的深層結(jié)構(gòu)特征向量輸入全連接網(wǎng)絡(luò)進行迭代訓(xùn)練，得到一個訓(xùn)練模型，具體訓(xùn)練細(xì)節(jié)，可以按照圖1對應(yīng)實施例中確定對應(yīng)關(guān)系方法進行操作，這里不再贅述。

通過本實施例，在確定各故障變壓器部件的名稱與第二深層結(jié)構(gòu)特征間的對應(yīng)關(guān)系時，特征圖像采用的紅外圖像所對應(yīng)的除包括灰度圖像外，還可以包括亮度圖像與飽和度圖像中的至少一種，其中，亮度圖像和飽和度圖像反映紅外圖像的色彩信息，因此，根據(jù)本實施例的特征圖像確定出的，各故障變壓器部件的名稱與第二深層結(jié)構(gòu)特征間的對應(yīng)關(guān)系的準(zhǔn)確性更高。

在介紹完本申請中又一種各故障變壓器部件的名稱與第二深層結(jié)構(gòu)特征間的對應(yīng)關(guān)系的過程后，參考圖5，示出了本申請中又一種變壓器故障診斷方法實施例的流程圖，本實施例可以包括以下步驟：

步驟501：獲取待診斷變壓器的紅外圖像對應(yīng)的第一灰度圖像。

本步驟的具體實現(xiàn)方式與步驟201相同，具體實現(xiàn)可以參考步驟201，這里不再贅述。

步驟502：判斷所述第一灰度圖像中是否存在大于預(yù)設(shè)閾值的像素值，若不存在，則執(zhí)行步驟503；若存在，則執(zhí)行步驟504。

在本步驟中，確定待診斷變壓器是否存在故障的過程，與步驟202相同，這里不再贅述。

步驟503：確定所述待診斷變壓器不存在故障。

具體過程可以參考步驟203，這里不在贅述。

步驟504：根據(jù)所述第一灰度圖像中大于預(yù)設(shè)閾值的像素點，獲取所述待診斷變壓器中多個不同變壓器部件的特征圖像；其中，所述特征圖像除包括灰度圖像外，還包括亮度圖像與飽和度圖像中的至少一種。

在獲取待診斷變壓器中多個不同變壓器部件的特征圖像的過程中，對待診斷變壓器的多個變壓器部件對應(yīng)的紅外圖像進行灰度處理、hsi色彩空間轉(zhuǎn)化，得到除包括灰度圖像外，還可以包括亮度圖像與飽和度圖像中的至少一種圖像作為紅外圖像的特征圖像。

需要說明的是，本步驟中的多個變壓器部件的紅外圖像所對應(yīng)特征圖像具體是，灰度圖像、亮度圖像以及飽和度圖像中的哪幾種，需要與圖3所示的確定又一種對應(yīng)關(guān)系中的特征圖像所包括的圖像種類相同。

步驟505：確定所述特征圖像的第一深層結(jié)構(gòu)特征。

在本步驟中，提取出的每種變壓器部件對應(yīng)的特征圖像至少有兩種，接著，分別確定該至少兩種特征圖像的第一深層結(jié)構(gòu)特征向量，得到至少兩個深層結(jié)構(gòu)特征向量，將該至少兩個深層結(jié)構(gòu)特征向量進行拼接，得到一個拼接后的第一深層結(jié)構(gòu)特征向量，進而得到特征圖像對應(yīng)的第一深層結(jié)構(gòu)特征。具體的，確定特征圖像對應(yīng)的第一深層結(jié)構(gòu)向量的過程與步驟205的實施方式相同，這里不在贅述。

步驟506：從預(yù)先確定的對應(yīng)關(guān)系中，確定與所述第一深層結(jié)構(gòu)特征相匹配的第二深層結(jié)構(gòu)特征。

本步驟的具體實現(xiàn)方式與步驟206相同，具體可以參考步驟206，這里不再贅述。

步驟507：將確定出的第二深層結(jié)構(gòu)特征所對應(yīng)的部件名稱，確定為過熱故障的變壓器部件的名稱。本步驟的具體實現(xiàn)方式與步驟205相同，具體可以參考步驟207，這里不再贅述。

通過本實施，各變壓器部件所對應(yīng)的特征圖像除了包括灰度圖像外，還包括亮度圖像與飽和度圖像中的至少一種，基于圖3所確定的準(zhǔn)確性更高的各變壓器部件的名稱與第二深層結(jié)構(gòu)特征間的對應(yīng)關(guān)系，本實施例確定出的過熱故障的變壓器部件的名稱更準(zhǔn)確。

參考圖6，示出了本申請中一種變壓器故障診斷的裝置實施例的結(jié)構(gòu)框圖，該裝置可以包括：

第一獲取單元601，用于獲取待診斷變壓器的紅外圖像對應(yīng)的第一灰度圖像；

判斷單元602，用于判斷所述第一灰度圖像中是否存在大于預(yù)設(shè)閾值的像素值；

第一確定單元603，用于當(dāng)所述判斷單元判斷出所述第一灰度圖像中不存在大于預(yù)設(shè)閾值的像素值時，確定所述待診斷變壓器不存在故障；

第二獲取單元604，用于當(dāng)所述判斷單元判斷出所述第一灰度圖像中存在大于預(yù)設(shè)閾值的像素值時，根據(jù)所述第一灰度圖像中大于預(yù)設(shè)閾值的像素點的分布位置，獲取所述待診斷變壓器中多個不同變壓器部件的特征圖像；其中，所述特征圖像包括灰度圖像；

其中，第二獲取單元604可以包括：

第一獲取子單元，用于保留所述第一灰度圖像中大于預(yù)設(shè)閾值的像素點的分布位置，得到第二灰度圖像；

第一確定子單元，用于從所述第二灰度圖像中，確定多個目標(biāo)位置；

其中，第一確定子單元，可以包括：

第一確定模塊，用于將所述第一紅外圖像中滿足閾值要求的像素聚集區(qū)域確定為一個區(qū)域，得到多個區(qū)域；

第二確定模塊，用于分別將每個所述區(qū)域的中心位置確定為目標(biāo)位置。

第二獲取子單元，用于與每個所述目標(biāo)位置在所述第二灰度圖像中的位置相同，從所述待診斷變壓器的紅外圖像中，獲取以各目標(biāo)位置為中心點所截取的預(yù)設(shè)大小的紅外圖像所對應(yīng)的特征圖像；

第二確定子單元，用于將所述截取的預(yù)設(shè)大小的紅外圖像所對應(yīng)的特征圖像，確定為所述待診斷變壓器中變壓器部件的特征圖像。

第二確定單元605，用于確定每幅所述特征圖像的第一深層結(jié)構(gòu)特征；其中，所述第一深層結(jié)構(gòu)特征反映了變壓器部件的外形特征、紋理特征以及故障位置等特征；

第三確定單元606，用于從預(yù)先確定的對應(yīng)關(guān)系中，確定與所述第一深層結(jié)構(gòu)特征相匹配的第二深層結(jié)構(gòu)特征；所述預(yù)先確定的對應(yīng)關(guān)系為各種故障變壓器部件的名稱與第二深層結(jié)構(gòu)特征間的對應(yīng)關(guān)系，一個所述第二像素分布特征反映，一種所述故障變壓器部件的特征圖像的外形特征、紋理特征以及故障位置等特征；

第四確定單元607，用于將確定出的第二深層結(jié)構(gòu)特征所對應(yīng)的部件名稱，確定為過熱故障的變壓器部件的名稱。

其中，所述裝置在執(zhí)行第三確定單元606之前，還可以包括：

第三獲取子單元，用于獲取各種故障變壓器部件的名稱與所述第二深層結(jié)構(gòu)特征間的對應(yīng)關(guān)系。

其中，所述特征圖像還可以包括：紅外圖像所對應(yīng)的亮度圖像與飽和度圖像中的至少一種。

通所本實施例，根據(jù)待診斷變壓器對應(yīng)的第一灰度圖像，確定該待診斷變壓器是否存在過熱故障，當(dāng)存在過熱故障時，獲取待診斷變壓器中變壓器部件的特征圖像，并根據(jù)該特征圖像所對應(yīng)的第一深層結(jié)構(gòu)特征，參考圖1所示的對應(yīng)關(guān)系中，確定與每種變壓器部件對應(yīng)的第一深層結(jié)構(gòu)特征相匹配的第二深層結(jié)構(gòu)特征，進而確定出獲取的特征圖像所對應(yīng)的變壓器部件的名稱，進而，確定出引起該待診斷變壓器過熱故障的變壓器部件的名稱。

對所公開的實施例的上述說明，使本領(lǐng)域?qū)I(yè)技術(shù)人員能夠?qū)崿F(xiàn)或使用本發(fā)明。對這些實施例的多種修改對本領(lǐng)域的專業(yè)技術(shù)人員來說將是顯而易見的，本文中所定義的一般原理可以在不脫離本發(fā)明的精神或范圍的情況下，在其它實施例中實現(xiàn)。因此，本發(fā)明將不會被限制于本文所示的這些實施例，而是要符合與本文所公開的原理和新穎特點相一致的最寬的范圍。