基于热红外图像的船舶电气设备状态异常检测研究

可靠掌握电气设备的运行状态，是保证船舶安全航行的基础。因此，提出基于热红外图像的船舶电气设备状态异常检测方法。该方法依据红外成像技术获取船舶电气设备成像，获取其热红外图像结果，并计算电气设备温度概率密度函数，以此描述电气设备的温度分布特征。将该概率密度函数计算结果输入具备增量学习的宽度学习算法中，完成船舶电气设备不同异常状态检测。测试结果显示，将温度概率密度作为电气设备状态异常检测依据，能够更好地区分电气设备的正常放热以及故障升温；AUC的测试结果均在0.94以上，可确定电气设备运行过程中的不同程度异常状态。