摘要
本发明公开了一种变电设备红外图像分析及诊断方法与相关设备，通过多模态数据采集、数据预处理、设备目标识别、温度异常检测、智能故障诊断和设备健康趋势预测步骤，实现了对变电设备运行状态的精准分析和智能诊断。采用改进的目标检测网络提高了设备目标的识别精度，结合多模态数据优化设备关键部件的分割效果，降低了复杂环境下的误检率。基于动态热区增强算法和温度梯度场分析方法，有效提取异常温度区域，并结合环境补偿机制，提高异常温度检测的准确性。通过深度学习模型对设备状态进行智能分析，精准分类接触不良、绝缘老化、过载发热及冷却异常等故障类型，减少了对固定温度阈值的依赖，增强了诊断的适应性。
