基于AR眼镜设备电力企业输电线路检修系统研究

国网陕西省电力公司延安市宝塔区供电公司 孙 涛

针对现有输电线路检修系统中存在的问题，本文提出了一种融合智能AR 眼镜与红外热成像技术相结合的电力企业输电线路检修系统设计方案。该方案可实现智能AR 眼镜与红外热成像技术的有机融合，能够在保证巡检工作质量的同时提升检修效率并降低安全风险，从而提高输电线路检修系统的应用价值。

1 系统关键技术分析

红外热成像检测技术是一种非接触式的检测技术，该技术能够以非接触方式对物体进行远距离、实时、连续的温度监测，从而达到对目标物体温度状况的了解。红外热成像设备不仅能够获取被测物体表面的温度分布情况，而且能够将温度数据传输至后台计算机，同时对设备内部部件进行热成像。

可见光图像技术与红外热成像检测技术的融合能够充分利用两者各自的优势，通过人工智能技术提取图像中的有效信息，对设备进行故障分析、故障定位。通过分析红外热成像检测技术与可见光图像技术在输电线路检修系统中的应用，拟采用以下几个关键技术。

红外热成像检测技术与可见光图像技术融合下的设备识别技术，即融合两种检测技术进行数据处理，从而实现对设备故障定位[1]。AR 眼镜与红外热成像检测设备、可见光图像算法相结合的融合方式，能够进一步提高红外热成像检测系统的性能，并能够在AR 眼镜上显示设备数据、历史记录和报警信息等。

1.1 红外热成像与可见光图像技术融合

红外热成像检测技术的检测范围广，具有非接触性、远距离、实时等特点，并且不会受到环境因素的影响，因此可以实时、连续地对被测物体进行温度监测，而可见光图像技术的检测范围则相对较小，具有较强的灵活性和实时性。但由于红外热成像与可见光图像技术在原理上存在差异，因此在具体的融合过程中，需要将两种检测技术进行融合，从而提高检测结果的准确性和可靠性。由于红外热成像与可见光图像技术都是通过红外线辐射来反映物体表面温度状况的，因此红外热成像检测系统对温度的检测依赖于被测物体自身的温度。但由于被测物体表面温度分布存在差异性，因此对于同一物体进行测量时，其测量结果存在差异[2]。

此外，由于红外热成像系统在检测过程中不会受到外界环境因素的影响，因此所采集到的数据是完整、准确且可靠的。但是可见光图像技术则不同，由于可见光图像是利用物体自身发出的光来反映物体表面温度状况。在对其进行检测时需要借助外界光源对图像进行照射，而这一过程会导致图像中出现过多噪声。此外，由于可见光图像技术所采集到的数据是零散且不完整的，难以对其进行有效处理。因此，对于红外热成像与可见光图像技术融合过程中需要采用以下几个关键技术。

1.2 AR 眼镜与红外热成像检测设备、可见光图像算法融合

红外热成像检测技术主要是利用不同温度的物体的热辐射在热像仪上成像，从而测量被测物体表面的温度，通过分析和处理热像仪所拍摄到的图像，能够确定被测物体的温度分布情况。可见光图像算法主要是利用光流、光强等特性来对图像进行处理，从而判断是否存在异常。在红外热成像检测技术与可见光图像算法融合下，红外热成像检测设备可以快速准确地完成对设备的状态检测，并通过可见光图像算法实现对设备进行监控。

首先，红外热成像检测设备能够快速地将检测结果反馈至后台计算机，以便后台计算机进行数据分析；其次，AR 眼镜能够显示红外热成像检测设备的实时状态，同时还能与后台计算机进行实时通信；最后，AR 眼镜与红外热成像检测设备、可见光图像算法相结合后能够对设备进行监控[3]。

可见光图像算法可以通过识别并分析可见光图像中的目标像素点，从而判断目标是否存在异常。因此，将AR 眼镜与红外热成像检测设备、可见光图像算法相结合后能够更好地分析设备运行状态并进行故障定位。通过红外热成像检测技术与可见光图像算法的融合能够实现更高水平的应用。

2 输电线路检修系统设计

2.1 系统架构

输电线路检修系统主要由智能AR 眼镜和红外热成像技术组成。其中，智能AR 眼镜负责接收数据、分析数据并显示结果，红外热成像技术负责采集图像信息并对采集到的数据进行分析和处理，系统框架如图1所示。

图1 线路检修系统架构

系统整体结构设计分为三个层次：数据层、信息层和应用层。数据层由传感器设备、传输网络和后台服务器组成。传感器设备主要负责采集输电线路设备的运行参数，包括温度、湿度、风速、风向、日照强度等；传输网络主要负责将传感器获取的数据传输到后台服务器中，并通过后台服务器将处理后的数据传输给系统。信息层主要由用户登录界面和操作界面组成，包括用户登录界面、显示界面、用户界面等；应用层包括Web 客户端和智能AR 眼镜客户端两种形式，其中Web 客户端主要负责接收用户请求，并向后台服务器发送相关信息；智能AR 眼镜客户端主要负责接收用户请求并将其转化为AR 图像，然后通过AR 眼镜进行显示和处理。

智能AR 眼镜的接口主要包括Web 服务器接口和安卓手机终端接口两种形式，其中Web 服务器主要用于接收用户请求并向后台服务器发送相关信息；安卓手机终端接口主要用于接收智能AR 眼镜发送的信息并将其转化为AR 图像。

2.2 AR 和热成像处理系统

智能AR 眼镜作为与用户交互的平台，采用轻量化设计，方便携带；采用人体工学设计，符合人体工程学的设计使得用户佩戴更加舒适，同时也能适应不同身高的人员；红外热成像设备主要由红外探测器、采集单元和分析单元组成。当有故障发生时，红外探测器能够将故障的位置和故障类型等信息传送至采集单元，将接收到的信息进行分析并实时将分析结果发送至后台管理系统，通过数据接口接收数据并进行处理和输出。

后台管理系统主要实现输电线路设备的全生命周期管理，包括设备基础信息管理、设备检修管理、缺陷处理等功能模块。其中，基础信息包括设备基础信息、检修计划和检修记录等内容；缺陷管理包括设备缺陷的类型和数量等内容；检修管理包括对检修计划的审核和执行情况进行监管等内容；缺陷处理包括对需要进行维修的缺陷进行处理和维修结果的统计等内容。

3 系统设计

输电线路检修系统包含红外热成像设备数据采集、图像识别与处理、基于AR 眼镜的检测数据存储等模块。在输电线路检修系统中，红外热成像设备主要用于电力线路设备的故障检测，其具有对电力设备温度进行实时采集的功能。利用AR 眼镜对红外热成像设备进行图像采集，并在AR 眼镜上进行实时显示。当电力设备发生故障时，用户可以通过AR 眼镜查看设备的图像，从而及时了解设备的运行情况。

3.1 数据采集层

红外热成像设备通过对电力设备进行扫描，获得电力设备的红外热图像，并将红外热图像和温度数据保存在AR 眼镜中，以供后续的分析处理使用。红外热成像设备数据采集层主要由红外热成像设备和AR 眼镜两部分组成。

红外热成像设备利用光电效应原理实现对电力设备的温度采集。通常情况下，红外热像仪都具有可调焦的功能，可根据检测环境调节红外热像仪的焦距，从而使检测目标的温度在图像上呈现出更为清晰的效果。此外，通过调节焦距还可使红外热像仪拍摄出的图像与温度分布更加一致，从而更好地完成电力设备故障检测。

AR 眼镜作为一款智能终端，其具有视觉跟踪、手势识别等功能，能够实现对电力设备的实时显示与控制。通过AR 眼镜对红外热成像设备进行扫描，并将扫描结果以AR 图像形式传输到AR 眼镜显示层中。在AR 眼镜上显示的图像与红外热成像设备扫描得到的图像一致，从而完成数据采集。

电力线路中的电力设备通常具有数量庞大且种类繁多的特点，这就要求系统具有更强的数据处理能力。为保证数据采集层能够有效地完成数据采集任务，需要对系统进行优化设计。在数据采集层中，系统采用多线程机制来对不同任务进行处理，以提高系统处理数据的效率。同时，利用数据压缩技术对采集到的大量数据进行压缩处理。在系统优化设计中，可根据任务不同对任务进行优先级排序。

3.2 信息层

红外热成像设备识别与处理模块是输电线路检修系统的核心模块，其通过图像识别技术对红外热成像设备的故障进行判断。其中，图像识别技术主要包括基于深度学习的图像识别和基于神经网络的图像识别。深度学习技术是利用计算机系统自动对海量数据进行处理、学习和分析，从而实现智能化。在此基础上，结合深度学习和机器学习理论，设计了基于深度学习的红外热成像设备故障检测方法。该方法将红外热成像设备的红外热像与其历史数据进行关联，并将历史数据存储到模型中。当设备发生故障时，利用训练好的深度学习模型进行检测。

本文在充分研究了红外热成像设备故障检测技术后，针对现有技术中存在的问题进行了改进和优化。首先利用图像特征提取算法对红外热成像设备进行预处理；然后基于多特征融合的深度学习方法，对红外热成像设备历史数据中的特征信息进行提取；最后将提取到的特征与故障检测模型结合起来实现红外热成像设备故障检测。其中，数据采集模块负责对红外热成像设备进行数据采集；图像识别模块负责对红外热成像设备进行图像识别；基于AR 眼镜的检测数据存储模块负责对识别后的数据进行存储。

3.3 应用层

在输电线路检修系统中，AR 眼镜显示层主要是将红外热成像设备采集到的图像数据进行处理，并进行显示。其包含了三个功能模块，即图像显示模块、数据交互模块和三维地图模块。其中，图像显示模块包括红外热成像设备、AR 眼镜和后台管理软件。在设备端，通过AR 眼镜的摄像头将红外热成像设备采集到的红外热成像设备图像数据进行采集并上传至后台管理软件；在AR 眼镜端，通过摄像头对设备端采集到的数据进行读取并将结果实时显示于AR 眼镜屏幕上；在三维地图模块，通过3D 地图技术将实时显示的数据与后台管理软件中的三维地图进行匹配，实现数据交互。

4 结语

利用AR 眼镜对红外热成像设备进行图像采集，并在AR 眼镜上进行实时显示，当电力设备发生故障时，用户可以通过AR 眼镜查看设备的图像，从而及时了解设备的运行情况。红外热成像设备通过对电力设备进行扫描，获得电力设备的红外热图像，并将红外热图像和温度数据保存在AR 眼镜中，以供后续的分析处理使用。

为了保证数据采集层能够有效地完成数据采集任务，系统采用多线程机制来对不同任务进行处理，同时利用数据压缩技术对采集到的大量数据进行压缩处理。红外热成像设备识别与处理模块通过图像识别技术对红外热成像设备的故障进行判断。在输电线路检修系统中，AR 眼镜显示层主要是将红外热成像设备采集到的图像数据进行处理，并进行显示。