基于移動智能終端的紅外熱成像測溫平臺的研究

黃云龍 徐雷文 徐鳳乾 吾軼群

一、引言

當前，隨著社會用電量的日益增加，承載的大負荷輸送任務的電氣設備也在迅速增加，會導致連接點發熱，并形成惡性循環，升溫、電阻增大、收縮、氧化直到釀成事故。據通報統計，我國每年僅發生在變電站、開閉所的電力事故，有40%都是由于電氣設備和電力連接點發熱引起所致。電力事故造成了嚴重的經濟損失甚至危及人身安全。因此對電力設備和連接點的溫度實時監測和分析非常必要。

本公司現使用紅外熱成像設備進行測溫，已排除多起過熱型缺陷，避免了多起事故的發生，為電網的安全運行夯實了基礎。但在工作中也逐漸暴露如下問題：

在當前測溫操作中，工作人員在現場無法將紅外熱成像結果與被測溫的設備建立一一對應的關系，只能在測溫結束后將熱成像信息統一導出，在測量設備比較多的情況下極易出現匹配差錯，進而需要重新測量，浪費了人力、物力。

目前紅外熱成像測溫結果一般保存為電子文件或是記錄在紙質文檔上，只作為執行過相關測溫工作的憑證，沒有將結果存儲在數據庫中進行相關的數據分析。因此，難以對產生的大量信息進行有效的管理，進而為設備的檢修、更換、加強巡視、專項測溫等提供數據依據。

當前的紅外熱成像設備不具備歷史信息查詢功能，因此工作人員在測溫現場無法將各次測溫結果進行比對和關聯，也就無法及時的把握設備缺陷發展情況，不能在發熱型缺陷出現的第一時間消除危險。

由于當前的測溫設備缺乏相關的移動應用，現場的操作人員無法順利的和后方管理人員進行多種方式溝通，同時也無法及時查閱相關的數據資料，給現場紅外測溫工作帶來了不便，降低了紅外測溫的工作效率。

因此，公司迫切需要開展基于移動智能終端的紅外熱成像測溫平臺的研究工作，利用移動應用終端技術實現對紅外測溫工作的全方位、全過程管理。并在此基礎上開展數據分析，實現平臺數據的多視圖、多緯度數據挖掘和分析為管理部門提供輔助決策支持，進而提高測溫設備管理的工作效率和管理水平。

二、相關技術

（一）移動智能終端技術

移動智能終端是指安裝具有開放式操作系統，使用寬帶無線移動通信技術實現互聯網接入，通過下載、安裝應用軟件和數字內容為用戶提供服務的終端產品。移動智能終端通常具備四大特征：一是高速接入網絡的能力；二是開放的、可擴展的操作系統平臺；三是較強的處理能力；四是豐富的人機交互方式。移動智能終端主要有筆記本、平板電腦、智能終端等。

隨著網絡和技術朝著寬帶化方向以及集成電路技術的飛速發展，移動智能終端已經擁有了強大的處理能力，正在從簡單的通話工具變為一個綜合信息處理平臺，給移動智能終端增加了更加寬廣的發展空間。其智能性主要體現在4個方面：其一是具備開放的操作系統平臺，支持應用程序的靈活開發、安裝及運行；其二是具備PC級的處理能力，可支持桌面互聯網主流應用的移動化遷移；其三是具備高速數據網絡接入能力；其四是具備豐富的人機交互界面，即在3D等未來顯示技術和語音識別、圖像識別等多模態交互技術的發展下，以人為核心的更智能的交互方式。

本研究利用了移動智能終端擁有的接入互聯網的能力，結合搭載的安卓操作系統，為電力設備的紅外熱成像測溫提供移動管理應用，并可以根據實際需求對應用功能進行擴展。

（二）聯機分析處理技術

聯機分析處理（OLAP）的概念最早是由關系數據庫之父E.F.Codd提出的。OLAP使分析人員、管理人員或執行人員能夠從多角度對信息進行快速、一致、交互地存取，從而獲得對數據的更深入了解的一類軟件技術。OLAP的目標是滿足決策支持或者滿足在多維環境下特定的查詢和報表需求，它的技術核心是“維”概念。維是人們觀察客觀世界的角度，是一種高層次的類型劃分。維一般包含著層次關系，這種層次關系有時會相當復雜。通過把一個實體的多項重要的屬性定義為多個維（dimension），使用戶能對不同維上的數據進行比較。因此OLAP也可以說是多維數據分析工具的集合。OLAP的基本多維分析操作有鉆取（roll up和drill down）、切片（slice）和切塊（dice）、以及旋轉（pivot）、drill across、drill through等。

本文基于聯機分析處理（OLAP）構建了強大的統計分析模塊，實現了對紅外熱成像信息數據分析研究與應用研究的深度挖掘，從而使管理人員更深入的了解電力設備的相關信息，進而為設備的運維提供決策幫助。

三、網絡架構

基于移動智能終端的紅外熱成像測溫平臺的研究的網絡架構如下：

（一）智能移動紅外熱成像儀：

智能移動紅外熱成像儀為集智能移動終端與紅外熱成像儀為一體的智能移動測溫設備，通過在該設備上開發移動應用，使紅外測溫人員在現場測溫時能夠便捷的選擇到需要測溫的電力設備，直接將測溫結果（紅外熱成像）與設備關聯，并將相關信息存儲到服務器上。在測溫的同時，操作人員能夠通過移動應用查詢到該設備的歷史測溫信息以及測溫變化情況，能夠及時準確的判斷出設備的溫度異常情況。同時還可以通過該設備實現與后方管理人員的溝通功能（文字、語音、照片、視頻等形式）。

（二）移動應用服務端：

服務端不僅能夠存儲測溫信息，還能夠對測溫信息進行綜合分析，為現場測溫人員提供分析判斷的數據信息。除此之外，還可以實現對測溫人員的任務分配、消息推送等功能。

（三）數據交互：

智能移動紅外熱成像儀與移動應用服務端通過4G無線網絡實現信息的溝通、數據交互。

四、主體功能

（一）設備管理

實現對需要紅外熱成像電力設備的管理功能，主要有設備的大類、小類、設備廠家、設備型號、測溫周期等管理項目，也可以根據實際需要新增專項測溫設備。設備可實現樹形管理，同時具備批量導入導出功能。

（二）熱成像測溫

熱成像測溫的具體流程如下：

工作人員到達現場后首先選擇需要測溫的電力設備，然后開展紅外熱成像測溫工作。當先發設備溫度值異常時，可以查看該設備的歷史測量值以及歷史成像圖片，也可以結合當前的測溫值生成溫度變化趨勢圖，從而為判斷設備溫度的異常情況提供全面、準確的數據依據。如果工作人員有疑問，也可查看相關的資料說明，實現對測溫工作的輔助指導。當工作人員遇到難以解決的問題或者緊急情況時，也可通過智能移動終端與后方管理人員進行溝通，溝通方式可以為文字、語音、照片、視頻等形式。

（三）聯機分析處理

基于在線聯機分析（OLAP）的思路構建了強大的統計分析模塊，實現對紅外熱成像數據分析研究與應用研究的深度挖掘。在線聯機分析（OLAP）以維作為觀察數據的特定角度，并且通過維的層次來描述細節程度不同的各個方面。

紅外熱成像測溫數據包括測溫設備名稱、測溫設備狀態、設備類型、生產廠家、測溫值等幾個維。設備類型又分為三相可見、開關柜等維。時間維度又可根據年、季度、月度進一步細分。設備狀態又分緊急缺陷、重要缺陷、一般缺陷、重點關注、正常等維度。基于上述多維數據模型，用戶可進行切片和切塊分析。

同理，只要對研究中所有的維度進行排列組合，然后從不同方向進行切片，即可得到多種多樣的統計分析結果，該功能基本涵蓋了所有的統計分析需要。

五、 結論

基于智能移動終端和紅外熱成像設備建立的綜合紅外測溫平臺，可實現對紅外測溫功能的遠程圖像監控功能，實現對電氣設備的可見光圖像和熱狀態信息的遠程、實時、在線綜合管控，同時通過對紅外熱成像信息數據分析的深度挖掘，為設備的檢修、更換、運維、測溫和決策等提供依據，具有較高的經濟效益和實際應用價值。