在過去十幾年時間里，在電力行業中采用了不同的維護和修理方式。到目前為止，已經提出了幾種電力狀態監測的方法。但這些方法在電力系統故障發生之前進行預防都被認為是困難的。真正需要的方法是能夠持續監視設備的狀況，以及具有預測性的維護和修理。

圖為配電變電站設備的熱圖像樣本

如今，世界上大多數公司都使用紅外熱成像技術來防止故障，進一步提高了電網的可靠性。實際上，將紅外熱像儀用于電氣設備的技術檢查也是預防性檢測的最有效方法。從位于西北部的配電站獲取實際的紅外熱像圖，引入了一種檢測兩種常見故障的新方法，即如何區分電纜接線頭是否遭遇破壞。完整的故障檢測系統包括兩個階段。第一階段是檢測故障位置。第二階段涉及基于前一階段獲得的特征向量對圖像進行分類。

圖為從變壓器熱圖像創建子圖像

研究表明，從電氣設備獲取的紅外熱像儀可以被存入數據庫，并且通過使用支持向量機方法，可以提取圖像特征并設計分類器。最終，已將電纜頭和基座中彼此相似且難以區分的斷層類型智能地識別為可接受的精度（83％）。

圖為數據庫中紅外熱像圖樣品

參考資料：

Abolfazl Rahmani, Javad Haddadnia and Omid Serasat. Intelligent Fault Detection of Electrical Equipment in Ground Substations Using Thermo Vision Technique. 2010 2nd International Conference on Mechanical and Electronics Engineering (ICMEE 2010).