(19)國家知識產(chǎn)權(quán)局(71)申請人四川鐵道職業(yè)學(xué)院G08B地址611732四川省成都市郫縣安德鎮(zhèn)彭溫路399號(72)發(fā)明人黃翎峰龍明貴朱俐游錢炳歐東方肖尚輝(74)專利代理機構(gòu)北京康達聯(lián)禾知識產(chǎn)權(quán)代理事務(wù)所(普通合伙)11461專利代理師黃小波G01J5/48(2022.01)(54)發(fā)明名稱一種利用紫外光與紅外成像融合的受電弓燃弧異常檢測與預(yù)警方法本發(fā)明涉及異常檢測技術(shù)領(lǐng)域，具體涉及一種利用紫外光與紅外成像融合的受電弓燃弧異常檢測與預(yù)警方法，包括實時采集受電弓區(qū)域的紫外光譜信號，提取燃弧特征數(shù)據(jù)；獲取受電弓及接觸網(wǎng)的紅外溫度分布圖像，并提取溫度異常區(qū)域數(shù)據(jù)；將燃弧特征數(shù)據(jù)與溫度異常區(qū)域數(shù)據(jù)進行時間戳同步和空間坐標映射，生成時空對齊的融合數(shù)據(jù)集；基于融合數(shù)據(jù)集，計算燃弧特征數(shù)據(jù)與溫度異常區(qū)域數(shù)據(jù)的時空相似度，輸出燃弧-溫度關(guān)聯(lián)指數(shù)；構(gòu)建高斯混合模型，動態(tài)判斷異常等級；當(dāng)異常等級超過預(yù)設(shè)閾值時，觸發(fā)分級預(yù)警信號，并生成包括燃弧位置與溫度異常范圍的故障定位報告。本發(fā)明具備較高的工程實用量占比輸出燃弧溫度關(guān)聯(lián)指數(shù)輸入燃弧溫度關(guān)聯(lián)指數(shù)、溫度梯度及歷史故障概率，動態(tài)判斷異常等級當(dāng)異常等級超過預(yù)設(shè)閾值時，觸發(fā)分級預(yù)警信號，并生成包括燃弧位置與溫度異常范圍的故21.一種利用紫外光與紅外成像融合的受電弓燃弧異常檢測與預(yù)警方法，其特征在于，包括以下線性遞進步驟：S1:通過紫外傳感器陣列實時采集受電弓區(qū)域的紫外光譜信號，提取燃弧特征數(shù)據(jù)，所述燃弧特征數(shù)據(jù)包括燃弧持續(xù)時間、光譜峰值及頻域能量占比；S2:利用紅外熱像儀獲取受電弓及接觸網(wǎng)的紅外溫度分布圖像，并基于邊緣檢測與形態(tài)學(xué)閉運算提取溫度異常區(qū)域數(shù)據(jù)，排除環(huán)境熱源干擾；S3:將S1的燃弧特征數(shù)據(jù)與S2的溫度異常區(qū)域數(shù)據(jù)進行時間戳同步和空間坐標映射，生成時空對齊的融合數(shù)據(jù)集；S4:基于融合數(shù)據(jù)集，通過加權(quán)歐氏距離計算燃弧特征數(shù)據(jù)與溫度異常區(qū)域數(shù)據(jù)的時S5:根據(jù)歷史故障案例庫構(gòu)建高斯混合模型，通過輸入燃弧-溫度關(guān)聯(lián)指數(shù)、溫度梯度S6:當(dāng)異常等級超過預(yù)設(shè)閾值時，觸發(fā)分級預(yù)警信號，并生成包括燃弧位置與溫度異常范圍的故障定位報告。2.根據(jù)權(quán)利要求1所述的一種利用紫外光與紅外成像融合的受電弓燃弧異常檢測與預(yù)S11,通過設(shè)置在受電弓頂部及兩側(cè)的紫外傳感器陣列采集受電弓區(qū)域的紫外光譜信號，所述紫外傳感器陣列覆蓋波長范圍為200nm至400nm,采樣頻率不低于100Hz;S12,對紫外光譜信號進行預(yù)處理，包括背景噪聲濾波與異常值剔除；S13,基于背景紫外強度的動態(tài)閾值識別燃弧起止時間段，計算連續(xù)超過該閾值的時間長度作為燃弧持續(xù)時間，所述動態(tài)閾值由背景均值與加權(quán)標準差共同決定；S14,光譜峰值與頻域特征提?。涸谌蓟〕掷m(xù)時間內(nèi)，提取紫外強度的最大值作為光譜S15,頻域能量占比計算：對燃弧時段內(nèi)的紫外信號進行快速傅里葉變換，計算高頻能量在總能量中的占比。3.根據(jù)權(quán)利要求2所述的一種利用紫外光與紅外成像融合的受電弓燃弧異常檢測與預(yù)S21,紅外圖像采集：通過布設(shè)在受電弓工作路徑上的紅外熱像儀，連續(xù)獲取其與接觸網(wǎng)區(qū)域的溫度分布圖像；S22,溫度異常區(qū)域提?。夯诩t外熱像儀獲取的溫度圖像，采用邊緣檢測算法Canny計算溫度梯度圖，提取熱區(qū)邊界信息，對邊緣圖像執(zhí)行形態(tài)學(xué)閉運算，獲得輪廓清晰的溫度異常區(qū)域；S23,環(huán)境熱源干擾排除：結(jié)合靜態(tài)參考背景溫度模型，排除恒定熱源干擾，僅保留運動相關(guān)或突變性的異常溫升區(qū)域。4.根據(jù)權(quán)利要求3所述的一種利用紫外光與紅外成像融合的受電弓燃弧異常檢測與預(yù)S221,溫度邊緣提?。夯诩t外圖像的溫度梯度，應(yīng)用邊緣檢測算法Canny提取溫度突變區(qū)域的邊界輪廓，識別溫度異常區(qū)域；S222,形態(tài)學(xué)閉運算處理：對提取到的邊緣圖像執(zhí)行形態(tài)學(xué)閉運算，填補區(qū)域空洞并消3除噪聲斷點。5.根據(jù)權(quán)利要求3所述的一種利用紫外光與紅外成像融合的受電弓燃弧異常檢測與預(yù)S231,構(gòu)建背景溫度模型：采集一段時間內(nèi)受電弓靜止或無燃弧運行狀態(tài)下的紅外熱圖數(shù)據(jù)序列，計算每個像素點溫度分布的統(tǒng)計特征，包括均值與標準差；S232,篩除恒定熱源：動態(tài)溫度圖與背景模型比對，對運行時紅外圖像幀與背景溫度均值圖進行差分分析，定義動態(tài)溫升掩碼。6.根據(jù)權(quán)利要求3所述的一種利用紫外光與紅外成像融合的受電弓燃弧異常檢測與預(yù)S31,時間戳同步：將紫外傳感器采集的燃弧特征數(shù)據(jù)與紅外熱像儀采集的溫度圖像幀序列進行時間對齊，采用線性插值完成異步信號對齊；S32,空間坐標映射：基于紫外與紅外傳感器相對固定的安裝幾何關(guān)系，構(gòu)建空間映射函數(shù)，將紫外特征點坐標映射至紅外圖像坐標系；S33,融合數(shù)據(jù)集生成：將時間同步后的燃弧特征與映射坐標下的溫度異常數(shù)據(jù)合并，構(gòu)成統(tǒng)一時空參考系下的融合數(shù)據(jù)集。7.根據(jù)權(quán)利要求6所述的一種利用紫外光與紅外成像融合的受電弓燃弧異常檢測與預(yù)S41,特征向量構(gòu)建：基于時空對齊的融合數(shù)據(jù)集中對應(yīng)時間和空間位置，分別提取燃弧特征向量與紅外溫度特征向量；S42,時空相似度計算與關(guān)聯(lián)指數(shù)輸出：采用加權(quán)歐氏距離計算歸一化后紫外與紅外特征向量之間的相似度，并將相似度距離通過反比函數(shù)轉(zhuǎn)換為“燃弧-溫度關(guān)聯(lián)指數(shù)”。8.根據(jù)權(quán)利要求7所述的一種利用紫外光與紅外成像融合的受電弓燃弧異常檢測與預(yù)S422,加權(quán)歐氏距離計算：采用歸一化后加權(quán)歐氏距離衡量燃弧特征與溫度特征的差異程度；S423,關(guān)聯(lián)指數(shù)計算：將時空相似度反映為燃弧一溫度關(guān)聯(lián)指數(shù)。9.根據(jù)權(quán)利要求8所述的一種利用紫外光與紅外成像融合的受電弓燃弧異常檢測與預(yù)S51,高斯混合模型訓(xùn)練：基于歷史受電弓燃弧故障案例庫，構(gòu)建以燃弧-溫度關(guān)聯(lián)指數(shù)、溫度梯度及歷史故障概率為特征輸入的高斯混合模型；S52,異常等級動態(tài)判定：將當(dāng)前監(jiān)測時刻的三維特征輸入至訓(xùn)練完成的高斯混合模型中，通過計算各高斯分量的后驗概率，綜合輸出該時刻的異常等級；根據(jù)所屬高斯成分m的危險等級標簽，輸出異常等級L。10.根據(jù)權(quán)利要求9所述的一種利用紫外光與紅外成像融合的受電弓燃弧異常檢測與S61,異常等級判斷與分級預(yù)警觸發(fā)：基于高斯混合模型輸出的異常等級，分別觸發(fā)對應(yīng)的分級預(yù)警信號；4S62,故障定位報告生成：根據(jù)與異常等級對應(yīng)的幀j,提取其對應(yīng)紫外圖像中的燃弧空5一種利用紫外光與紅外成像融合的受電弓燃弧異常檢測與預(yù)警方法技術(shù)領(lǐng)域[0001]本發(fā)明涉及異常檢測技術(shù)領(lǐng)域，尤其涉及一種利用紫外光與紅外成像融合的受電弓燃弧異常檢測與預(yù)警方法。背景技術(shù)[0002]在軌道交通供電系統(tǒng)中，受電弓與接觸網(wǎng)之間的接觸狀態(tài)直接影響列車運行的電力連續(xù)性與設(shè)備安全性。受復(fù)雜運行環(huán)境、電流波動、接觸壓力變化等因素影響，受電弓在運行過程中容易發(fā)生電弧放電現(xiàn)象，形成高溫燃弧區(qū)，并伴隨局部熱異常。這類燃弧事件不僅加速接觸面磨損和燒蝕，還可能誘發(fā)供電中斷、接觸網(wǎng)損壞等安全事故。因此，開展燃弧異常的精準檢測與預(yù)警成為保障電氣系統(tǒng)可靠性的關(guān)鍵環(huán)節(jié)。[0003]現(xiàn)有受電弓故障檢測技術(shù)中，燃弧檢測多依賴單一紫外或電流信號，易受環(huán)境干擾且難以量化燃弧強度；紅外成像雖能監(jiān)測溫度，但未與燃弧特征深度關(guān)聯(lián)，導(dǎo)致誤報率高。此外，現(xiàn)有方法缺乏對燃弧與溫度異常耦合關(guān)系的動態(tài)分析，無法預(yù)判潛在故障。本發(fā)明的創(chuàng)新點在于：通過紫外與紅外數(shù)據(jù)的時空同步采集，結(jié)合燃弧特征提取與溫度場建模，構(gòu)建動態(tài)閾值判斷模型，實現(xiàn)多模態(tài)數(shù)據(jù)的融合決策，解決現(xiàn)有技術(shù)中燃弧檢測不精準、預(yù)警滯后的問題。發(fā)明內(nèi)容[0004]本發(fā)明提供了一種利用紫外光與紅外成像融合的受電弓燃弧異常檢測與預(yù)警方[0005]一種利用紫外光與紅外成像融合的受電弓燃弧異常檢測與預(yù)警方法，包括以下線性遞進步驟：[0006]S1:通過紫外傳感器陣列實時采集受電弓區(qū)域的紫外光譜信號，提取燃弧特征數(shù)據(jù)，所述燃弧特征數(shù)據(jù)包括燃弧持續(xù)時間、光譜峰值及頻域能量占比；[0007]S2:利用紅外熱像儀獲取受電弓及接觸網(wǎng)的紅外溫度分布圖像，并基于邊緣檢測與形態(tài)學(xué)閉運算提取溫度異常區(qū)域數(shù)據(jù)，排除環(huán)境熱源干擾；[0008]S3:將S1的燃弧特征數(shù)據(jù)與S2的溫度異常區(qū)域數(shù)據(jù)進行時間戳同步和空間坐標映[0009]S4:基于融合數(shù)據(jù)集，通過加權(quán)歐氏距離計算燃弧特征數(shù)據(jù)與溫度異常區(qū)域數(shù)據(jù)的時空相似度，輸出燃弧-溫度關(guān)聯(lián)指數(shù)；[0010]S5:根據(jù)歷史故障案例庫構(gòu)建高斯混合模型，通過輸入燃弧-溫度關(guān)聯(lián)指數(shù)、溫度梯度及歷史故障概率，動態(tài)判斷異常等級；[0011]S6:當(dāng)異常等級超過預(yù)設(shè)閾值時，觸發(fā)分級預(yù)警信號，并生成包括燃弧位置與溫度異常范圍的故障定位報告。6[0013]S11,通過設(shè)置在受電弓頂部及兩側(cè)的紫外傳感器陣列采集受電弓區(qū)域的紫外光譜信號，所述紫外傳感器陣列覆蓋波長范圍為200nm至400nm,采樣頻率不低于100Hz;[0014]S12,對紫外光譜信號進行預(yù)處理，包括背景噪聲濾波與異常值剔除；[0015]S13,基于背景紫外強度的動態(tài)閾值識別燃弧起止時間段，計算連續(xù)超過該閾值的時間長度作為燃弧持續(xù)時間，所述動態(tài)閾值由背景均值與加權(quán)標準差共同決定；[0016]S14,光譜峰值與頻域特征提?。涸谌蓟〕掷m(xù)時間內(nèi)，提取紫外強度的最大值作為光譜峰值；[0017]S15,頻域能量占比計算：對燃弧時段內(nèi)的紫外信號進行快速傅里葉變換，計算高頻能量在總能量中的占比。[0019]S21,紅外圖像采集：通過布設(shè)在受電弓工作路徑上的紅外熱像儀，連續(xù)獲取其與接觸網(wǎng)區(qū)域的溫度分布圖像；[0020]S22,溫度異常區(qū)域提?。夯诩t外熱像儀獲取的溫度圖像，采用邊緣檢測算法Canny計算溫度梯度圖，提取熱區(qū)邊界信息，對邊緣圖像執(zhí)行形態(tài)學(xué)閉運算，獲得輪廓清晰的溫度異常區(qū)域；[0021]S23,環(huán)境熱源干擾排除：結(jié)合靜態(tài)參考背景溫度模型，排除恒定熱源干擾，僅保留運動相關(guān)或突變性的異常溫升區(qū)域。[0023]S221,高溫邊緣提?。夯诩t外圖像的溫度梯度，應(yīng)用邊緣檢測算法Canny提取溫度突變區(qū)域的邊界輪廓，識別潛在高溫異常區(qū)域；[0024]S222,形態(tài)學(xué)閉運算處理：對提取到的邊緣圖像執(zhí)行形態(tài)學(xué)閉運算，填補區(qū)域空洞并消除噪聲斷點。[0026]S231,構(gòu)建背景溫度模型：采集一段時間內(nèi)受電弓靜止或無燃弧運行狀態(tài)下的紅外熱圖數(shù)據(jù)序列；[0027]計算每個像素點溫度分布的統(tǒng)計特征，包括均值與標準差；[0028]S232,篩除恒定熱源：動態(tài)溫度圖與背景模型比對，對運行時紅外圖像幀與背景溫度均值圖進行差分分析，定義動態(tài)溫升掩碼。[0030]S31,時間戳同步：將紫外傳感器采集的燃弧特征數(shù)據(jù)與紅外熱像儀采集的溫度圖像幀序列進行時間對齊，采用線性插值完成異步信號對齊；[0031]S32,空間坐標映射：基于紫外與紅外傳感器相對固定的安裝幾何關(guān)系，構(gòu)建空間映射函數(shù)，將紫外特征點坐標映射至紅外圖像坐標系；[0032]S33,融合數(shù)據(jù)集生成：將時間同步后的燃弧特征與映射坐標下的溫度異常數(shù)據(jù)合并，構(gòu)成統(tǒng)一時空參考系下的融合數(shù)據(jù)集。[0034]S41,特征向量構(gòu)建：基于時空對齊的融合數(shù)據(jù)集中對應(yīng)時間和空間位置，分別提取燃弧特征向量與紅外溫度特征向量；[0035]S42,時空相似度計算與關(guān)聯(lián)指數(shù)輸出：采用加權(quán)歐氏距離計算歸一化后紫外與紅7[0038]S422,加權(quán)歐氏距離計算：采用歸一化后加權(quán)歐氏距離衡量燃弧特征與溫度特征[0049]本發(fā)明進一步引入燃弧-溫度關(guān)聯(lián)指數(shù)建模，并結(jié)合歷史故障數(shù)據(jù)構(gòu)建高斯混合附圖說明8[0056]如圖1-圖2所示，一種利用紫外光與紅外成像融合的受電弓燃弧異常檢測與預(yù)警[0057]S1:通過紫外傳感器陣列實時采集受電弓區(qū)域的紫外光譜信號，提取燃弧特征數(shù)[0058]S2:利用紅外熱像儀獲取受電弓及接觸網(wǎng)的紅外溫度分布圖像，并基于邊緣檢測[0059]S3:將S1的燃弧特征數(shù)據(jù)與S2的溫度異常區(qū)域數(shù)據(jù)進行時間戳同步和空間坐標映[0060]S4:基于融合數(shù)據(jù)集，通過加權(quán)歐氏距離計算燃弧特征數(shù)據(jù)與溫度異常區(qū)域數(shù)據(jù)[0064]S11,通過設(shè)置在受電弓頂部及兩側(cè)的紫外傳感器陣列采集受電弓區(qū)域的紫外光9[0072]Pmax=maxte[ts,tamaxze[200400]l(t,λ);[0079]S22,溫度異常區(qū)域提?。夯诩t外熱像儀獲取的溫度圖像，采用邊緣檢測算法Belosea(x,y)是閉運算后得到的高溫區(qū)域掩膜。[0089]S231,構(gòu)建背景溫度模型(靜態(tài)建模):采集一段時間內(nèi)受電弓靜止或無燃弧運行示為：[0093]S232,篩除恒定熱源：動態(tài)溫度圖與背景模型比對，對運行時紅外圖像幀[0104]S33,融合數(shù)據(jù)集生成：將時間同步后[0110]其中，A為紫外燃弧峰值強度，Df為燃弧持續(xù)時間，Rf為燃弧頻域高頻能Rf為歸一化后的燃弧頻域高頻能量占比，為歸一化后的溫度異常區(qū)域的最高溫度，Tgra為歸一化后的溫度梯度(邊緣斜率),Tar為歸一化一化后的紫外特征向量(燃弧特征),①R為[0118]S422,加權(quán)歐氏距離計算：采用歸一化后加權(quán)歐氏距離衡量燃弧特征與溫度特征[0120]其中，D為加權(quán)歐氏距離，是紫外與紅外特征向量之間的相似度，W;為