一种红外测温数据处理方法及装置与流程

1.本技术涉及红外热成像技术领域，具体涉及一种红外测温数据处理方法及装置。


背景技术：

2.任何物体由于其自身分子的运动，会不停地向外辐射红外热能，从而在物体表面形成一定的温度场，俗称“热像”。红外热成像仪就是通过吸收物体发出的红外辐射能量，测出设备表面的温度及温度场分布情况，利用红外光学技术将其热像显示在液晶屏上，把看不见的“热像”转变成可见光图像。使用热成像仪检测设备温度，测试过程安全高效、监测数据直观可靠，能够准确反映设备内、外部发热情况，在发现设备安全隐患、降低运维检修成本、提升电网安全水平方面发挥着巨大作用。
3.然而，常规的热成像仪对电气设备进行红外测温工作时，存在以下不足：常规热成像仪需要采取手动截屏、录音录像或纸质记录的方式记录测量数据，测量过程中，由于数据记录费事费力，工作人员基本只记录超过允许温度限值设备的发热情况，对发热温度在限值以内的设备往往不予关注，造成大量的红外监测数据白白流失，再叠加上图片、音频、视频、纸质记录等存储形式存在事后查阅不直观、数据提取不方便的问题，致使未能够构建一个电气设备红外监测数据库，开展大数据分析应用、数据价值深度挖掘等数据赋能工作根本无从谈起，也直接造成工作人员耗费大量时间、企业付出高额成本的红外测温工作没有发挥最大效能。


技术实现要素：

4.为了解决上述技术问题，提出了本技术。本技术的实施例提供了一种红外测温数据处理方法及装置，解决了上述技术问题。
5.根据本技术的一个方面，提供了一种红外测温数据处理方法，包括：获取红外测温数据；其中，所述红外测温数据包括目标设备温度数据和环境温度数据；对所述红外测温数据进行检测，以得到检测结果；其中，所述检测结果表征所述红外测温数据的准确性；当所述检测结果满足预设条件时，以所述红外测温数据进行数据更新原始数据；其中，所述原始数据表征测量得到的所述目标设备的初始温度数据和对应的初始环境温度数据；以及根据所述红外测温数据生成更新日志。
6.在一实施例中，所述红外测温数据处理方法还包括：当所述检测结果不满足所述预设条件时，对所述红外测温数据进行数据清洗；对清洗后的所述红外测温数据进行检测，以得到再次检测结果；当所述再次检测结果满足所述预设条件时，以清洗后的所述红外测温数据进行数据更新原始数据；以及根据清洗后的所述红外测温数据生成清洗日志。
7.在一实施例中，所述对所述红外测温数据进行数据清洗包括：对所述红外测温数据进行如下操作中的任一种或多种的组合：设置缺失值、修改错误值。
8.在一实施例中，在所述对所述红外测温数据进行检测之前，所述红外测温数据处理方法还包括：对所述红外测温数据进行预处理，以得到预处理后的红外测温数据；所述对
所述红外测温数据进行检测包括：对所述预处理后的红外测温数据进行检测。
9.在一实施例中，所述对所述红外测温数据进行预处理包括：将所述红外测温数据的格式修改为规范数据格式。
10.在一实施例中，在所述以所述红外测温数据进行数据更新原始数据之前，所述红外测温数据处理方法还包括：对所述红外测温数据进行去重清洗。
11.在一实施例中，所述对所述红外测温数据进行去重清洗包括：将所述红外测温数据输入卷积神经网络模型，以去除所述红外测温数据中的重复数据或相似数据。
12.在一实施例中，所述对所述红外测温数据进行检测，以得到检测结果包括：选取至少一种评价方式；其中，所述评价方式包括准确率评价、精确率评价、召回率评价、f1值；获取真实数据；其中，所述真实数据表征所述目标设备的真实温度数据和对应环境的真实温度数据；以及基于所述评价方式，并根据所述红外测温数据与所述真实数据，计算得到所述检测结果。
13.在一实施例中，在所述以所述红外测温数据进行数据更新原始数据之后，所述红外测温数据处理方法还包括：将所述红外测温数据上传至数据库并生成回传日志。
14.根据本技术的另一个方面，提供了一种红外测温数据处理装置，包括：数据获取模块，用于获取红外测温数据；其中，所述红外测温数据包括目标设备温度数据和环境温度数据；数据检测模块，用于对所述红外测温数据进行检测，以得到检测结果；其中，所述检测结果表征所述红外测温数据的准确性；数据更新模块，用于当所述检测结果满足预设条件时，以所述红外测温数据进行数据更新原始数据；其中，所述原始数据表征测量得到的所述目标设备的初始温度数据和对应的初始环境温度数据；以及第一日志模块，用于根据所述红外测温数据生成更新日志。
15.本技术提供的一种红外测温数据处理方法及装置，通过获取红外测温数据，并对红外测温数据进行检测，以得到检测结果，当检测结果满足预设条件时，以红外测温数据进行数据更新原始数据，并根据红外测温数据生成更新日志；其中，检测结果表征红外测温数据的准确性，原始数据表征目标设备的历史温度数据和对应的历史环境温度数据；即对获取的红外测温数据进行检测，只有在检测结果满足预设条件时更新历史温度数据，以保证红外测温数据的准确性，并且记录数据以供后续查阅和持续化监控。
附图说明
16.通过结合附图对本技术实施例进行更详细的描述，本技术的上述以及其他目的、特征和优势将变得更加明显。附图用来提供对本技术实施例的进一步理解，并且构成说明书的一部分，与本技术实施例一起用于解释本技术，并不构成对本技术的限制。在附图中，相同的参考标号通常代表相同部件或步骤。
17.图1是本技术一示例性实施例提供的一种红外测温数据处理方法的流程示意图。
18.图2是本技术另一示例性实施例提供的一种红外测温数据处理方法的流程示意图。
19.图3是本技术另一示例性实施例提供的一种红外测温数据处理方法的流程示意图。
20.图4是本技术另一示例性实施例提供的一种红外测温数据处理方法的流程示意
图。
21.图5是本技术另一示例性实施例提供的一种红外测温数据处理方法的流程示意图。
22.图6是本技术一示例性实施例提供的一种红外测温数据检测方法的流程示意图。
23.图7是本技术另一示例性实施例提供的一种红外测温数据处理方法的流程示意图。
24.图8是本技术一示例性实施例提供的一种红外测温数据处理装置的结构示意图。
25.图9是本技术另一示例性实施例提供的一种红外测温数据处理装置的结构示意图。
26.图10是本技术一示例性实施例提供的电子设备的结构图。
具体实施方式
27.图1是本技术一示例性实施例提供的一种红外测温数据处理方法的流程示意图。如图1所示，该红外测温数据处理方法包括如下步骤：
28.步骤110：获取红外测温数据。
29.其中，红外测温数据包括目标设备温度数据和环境温度数据。通过红外热成像仪开展测温工作。测试过程中，工作人员一键操作，系统即可自动记录当前设备的红外测温时间、设备最高温度等数据。仪器集成环境温度监测传感设备，可将环境温度同步实时记录。
30.步骤120：对红外测温数据进行检测，以得到检测结果。
31.其中，检测结果表征红外测温数据的准确性。电力行业的热成像历史数据中存在相似重复记录以及少量的空值和错误值等脏数据。在获取了红外测温数据后，对红外测温数据进行检测以获知红外测温数据中的脏数据，从而有针对性的对脏数据进行修改或调整，以保证红外测温数据的准确性。
32.步骤130：当检测结果满足预设条件时，以红外测温数据进行数据更新原始数据。
33.其中，原始数据表征测量得到的目标设备的初始温度数据和对应的初始环境温度数据。具体的预设条件可以是准确率、精确率、召回率和f1值中的任一个或多个的组合(例如多个的加权平均)。当红外测温数据满足预设条件时(即红外测温数据的准确性较高，可以较好的反映所测目标设备的温度数据)，以当前的红外测温数据更新原始数据，其中原始数据为热成像仪测量得到的初始数据。即将满足预设条件的红外测温数据作为最终数据。
34.步骤140：根据红外测温数据生成更新日志。
35.在得到最终的红外测温数据后，根据该红外测温数据生成更新日志，即记录数据更新的时间、更新数据等信息，以备后续查阅和检查。
36.本技术提供的一种红外测温数据处理方法，通过获取红外测温数据，并对红外测温数据进行检测，以得到检测结果，当检测结果满足预设条件时，以红外测温数据进行数据更新原始数据，并根据红外测温数据生成更新日志；其中，检测结果表征红外测温数据的准确性，原始数据表征目标设备的历史温度数据和对应的历史环境温度数据；即对获取的红外测温数据进行检测，只有在检测结果满足预设条件时更新历史温度数据，以保证红外测温数据的准确性，并且记录数据以供后续查阅和持续化监控。
37.图2是本技术另一示例性实施例提供的一种红外测温数据处理方法的流程示意
图。如图2所示，该红外测温数据处理方法还可以包括：
38.步骤150：当检测结果不满足预设条件时，对红外测温数据进行数据清洗。
39.具体的，当红外测温数据不满足预设条件，即红外测温数据的准确性不高时，说明此时红外测温数据中存在较多的缺失值、错误值等，此时需要对红外测温数据进行清洗。在一实施例中，步骤150的具体实现方式可以是：对红外测温数据进行如下操作中的任一种或多种的组合：设置缺失值、修改错误值。具体的，可以包括缺失值清洗、错误值清洗等，以获知准确的红外测温数据。具体的清洗方式可以包括编辑距离算法、bp算法、we-cnn、sim-cnn、优先队列算法、snm算法、mpn算法和i-mpn算法等。
40.步骤160：对清洗后的红外测温数据进行检测，以得到再次检测结果。
41.待清洗完成后，对清洗后的红外测温数据进行检测，以得到再次检测结果。
42.步骤170：当再次检测结果满足预设条件时，以清洗后的红外测温数据进行数据更新原始数据。
43.若清洗后的红外测温数据的检测结果满足预设条件时，以清洗后的红外测温数据更新原始数据，即以清洗后的红外测温数据为最终的红外测温数据。
44.步骤180：根据清洗后的红外测温数据生成清洗日志。
45.在得到最终的红外测温数据后，根据该红外测温数据生成更新日志，即记录数据更新的时间、更新数据等信息，以备后续查阅和检查。
46.图3是本技术另一示例性实施例提供的一种红外测温数据处理方法的流程示意图。如图3所示，在步骤120之前，该红外测温数据处理方法还可以包括：
47.步骤190：对红外测温数据进行预处理，以得到预处理后的红外测温数据。
48.对应的，步骤120可以调整为：对预处理后的红外测温数据进行检测。将红外测温数据预处理以将每条记录中的每个词都转换为模型可以识别的词向量(word embedding)。根据电力行业红外热成像历史数据存在的问题以及其特点，将数据预处理主要步骤分为历史数据缺失值的简单清洗、错误值的简单清洗、分词和词向量生成三部分。
49.图4是本技术另一示例性实施例提供的一种红外测温数据处理方法的流程示意图。如图4所示，步骤190可以包括：
50.步骤191：将红外测温数据的格式修改为规范数据格式。
51.格式修改主要是规范数据格式、统一数据的表达方式和统一缩等，例如日期字段采用iso8601国际标准，使用yyyy-mm-dd格式，监测点采用11位固定的格式等，这些格式标准存放在规则库中。
52.图5是本技术另一示例性实施例提供的一种红外测温数据处理方法的流程示意图。如图5所示，在步骤130之前，该红外测温数据处理方法还可以包括：
53.步骤1100：对红外测温数据进行去重清洗。
54.在一实施例中，步骤1100的具体实现方式可以是：将红外测温数据输入卷积神经网络模型，以去除红外测温数据中的重复数据或相似数据。相似重复记录的清洗对整个数据集的改变比较大，会影响整体的记录数。但是如果首先进行相似重复记录的清洗，会导致相似重复记录清洗的结果不理想，甚至清洗失败。所以无法直接进行相似重复记录的清洗，在此之前需要清除大部分的缺失值和错误值。因为研究重点是电力行业红外热成像历史数据中相似重复记录的清洗，所以对于缺失值、违反约束规则的数据和错误数据等脏数据。
55.图6是本技术一示例性实施例提供的一种红外测温数据检测方法的流程示意图。如图6所示，上述步骤120可以包括：
56.步骤121：选取至少一种评价方式。
57.其中，评价方式包括准确率评价、精确率评价、召回率评价、f1值。
58.步骤122：获取真实数据。
59.其中，真实数据表征目标设备的真实温度数据和对应环境的真实温度数据。
60.步骤123：基于评价方式，并根据红外测温数据与真实数据，计算得到检测结果。
61.图7是本技术另一示例性实施例提供的一种红外测温数据处理方法的流程示意图。如图7所示，在步骤130之后，该红外测温数据处理方法还可以包括：
62.步骤1110：将红外测温数据上传至数据库并生成回传日志。
63.数据回传模块的主要功能是将清洗后的结果上传至原始数据库中，同时也设置了临时数据库展示接口，可以向用户展示清洗后的数据，也可以根据用户选择返回规则修改、数据清洗模块或数据评价模块等功能或者模块，重新进行相关操作。具体的操作方式可以是：首先向用户展示当前临时库中的数据，用户根据数据情况可选择重新清洗、上传数据、不上传数据三种操作。选择重新清洗需要指定模块编号，并生成回传日志。选择上传数据后，需要指定上传后表的名称，如果与原始数据表名字相同，则覆盖原始数据表，反之则新建一个表，上传后生成数据回传日志，然后删除临时库数据并结束运行。若选择不上传数据同样在生成数据回传日志后会删除临时库数据并结束运行。
64.图8是本技术一示例性实施例提供的一种红外测温数据处理装置的结构示意图。如图8所示，该红外测温数据处理装置80包括：数据获取模块81，用于获取红外测温数据；其中，红外测温数据包括目标设备温度数据和环境温度数据；数据检测模块82，用于对红外测温数据进行检测，以得到检测结果；其中，检测结果表征红外测温数据的准确性；数据更新模块83，用于当检测结果满足预设条件时，以红外测温数据进行数据更新原始数据；其中，原始数据表征测量得到的目标设备的初始温度数据和对应的初始环境温度数据；以及第一日志模块84，用于根据红外测温数据生成更新日志。
65.本技术提供的一种红外测温数据处理装置，通过数据获取模块81获取红外测温数据，数据检测模块82对红外测温数据进行检测，以得到检测结果，当检测结果满足预设条件时，数据更新模块83以红外测温数据进行数据更新原始数据，第一日志模块84根据红外测温数据生成更新日志；其中，检测结果表征红外测温数据的准确性，原始数据表征目标设备的历史温度数据和对应的历史环境温度数据；即对获取的红外测温数据进行检测，只有在检测结果满足预设条件时更新历史温度数据，以保证红外测温数据的准确性，并且记录数据以供后续查阅和持续化监控。
66.图9是本技术另一示例性实施例提供的一种红外测温数据处理装置的结构示意图。如图9所示，该红外测温数据处理装置80还可以包括：清洗模块85，用于当检测结果不满足预设条件时，对红外测温数据进行数据清洗。对应的，数据检测模块82可以配置为：对清洗后的红外测温数据进行检测，以得到再次检测结果；数据更新模块83可以配置为：当再次检测结果满足预设条件时，以清洗后的红外测温数据进行数据更新原始数据；第一日志模块84可以配置为：根据清洗后的红外测温数据生成清洗日志。
67.在一实施例中，清洗模块85可以进一步配置为：对红外测温数据进行如下操作中
的任一种或多种的组合：设置缺失值、修改错误值。
68.在一实施例中，如图9所示，该红外测温数据处理装置80还可以包括：预处理模块86，用于对红外测温数据进行预处理，以得到预处理后的红外测温数据。对应的，数据检测模块82可以配置为：对预处理后的红外测温数据进行检测。
69.在一实施例中，预处理模块86可以配置为：将红外测温数据的格式修改为规范数据格式。
70.在一实施例中，如图9所示，该红外测温数据处理装置80还可以包括：去重模块87，用于对红外测温数据进行去重清洗。
71.在一实施例中，去重模块87可以配置为：将红外测温数据输入卷积神经网络模型，以去除红外测温数据中的重复数据或相似数据。
72.在一实施例中，数据检测模块82可以配置为：选取至少一种评价方式；获取真实数据；基于评价方式，并根据红外测温数据与真实数据，计算得到检测结果。
73.在一实施例中，如图9所示，该红外测温数据处理装置80还可以包括：回传模块88，用于将红外测温数据上传至数据库并生成回传日志。
74.下面，将参考附图详细地描述根据本技术的示例实施例。显然，所描述的实施例仅仅是本技术的一部分实施例，而不是本技术的全部实施例，应理解，本技术不受这里描述的示例实施例的限制。
75.下面，参考图10来描述根据本技术实施例的电子设备。该电子设备可以是第一设备和第二设备中的任一个或两者、或与它们独立的单机设备，该单机设备可以与第一设备和第二设备进行通信，以从它们接收所采集到的输入信号。
76.图10图示了根据本技术实施例的电子设备的框图。
77.如图10所示，电子设备10包括一个或多个处理器11和存储器12。
78.处理器11可以是中央处理单元(cpu)或者具有数据处理能力和/或指令执行能力的其他形式的处理单元，并且可以控制电子设备10中的其他组件以执行期望的功能。
79.存储器12可以包括一个或多个计算机程序产品，所述计算机程序产品可以包括各种形式的计算机可读存储介质，例如易失性存储器和/或非易失性存储器。所述易失性存储器例如可以包括随机存取存储器(ram)和/或高速缓冲存储器(cache)等。所述非易失性存储器例如可以包括只读存储器(rom)、硬盘、闪存等。在所述计算机可读存储介质上可以存储一个或多个计算机程序指令，处理器11可以运行所述程序指令，以实现上文所述的本技术的各个实施例的红外测温数据处理方法以及/或者其他期望的功能。在所述计算机可读存储介质中还可以存储诸如输入信号、信号分量、噪声分量等各种内容。
80.在一个示例中，电子设备10还可以包括：输入装置13和输出装置14，这些组件通过总线系统和/或其他形式的连接机构(未示出)互连。
81.在该电子设备是单机设备时，该输入装置13可以是通信网络连接器，用于从第一设备和第二设备接收所采集的输入信号。
82.此外，该输入设备13还可以包括例如键盘、鼠标等等。
83.该输出装置14可以向外部输出各种信息，包括确定出的距离信息、方向信息等。该输出设备14可以包括例如显示器、扬声器、打印机、以及通信网络及其所连接的远程输出设备等等。
84.当然，为了简化，图10中仅示出了该电子设备10中与本技术有关的组件中的一些，省略了诸如总线、输入/输出接口等等的组件。除此之外，根据具体应用情况，电子设备10还可以包括任何其他适当的组件。
85.除了上述方法和设备以外，本技术的实施例还可以是计算机程序产品，其包括计算机程序指令，所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述“示例性方法”部分中描述的根据本技术各种实施例的红外测温数据处理方法中的步骤。
86.所述计算机程序产品可以以一种或多种程序设计语言的任意组合来编写用于执行本技术实施例操作的程序代码，所述程序设计语言包括面向对象的程序设计语言，诸如java、c++等，还包括常规的过程式程序设计语言，诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。
87.此外，本技术的实施例还可以是计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述“示例性方法”部分中描述的根据本技术各种实施例的红外测温数据处理方法中的步骤。
88.所述计算机可读存储介质可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以包括但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。
89.以上结合具体实施例描述了本技术的基本原理，但是，需要指出的是，在本技术中提及的优点、优势、效果等仅是示例而非限制，不能认为这些优点、优势、效果等是本技术的各个实施例必须具备的。另外，上述公开的具体细节仅是为了示例的作用和便于理解的作用，而非限制，上述细节并不限制本技术为必须采用上述具体的细节来实现。
90.本技术中涉及的器件、装置、设备、系统的方框图仅作为例示性的例子并且不意图要求或暗示必须按照方框图示出的方式进行连接、布置、配置。如本领域技术人员将认识到的，可以按任意方式连接、布置、配置这些器件、装置、设备、系统。诸如“包括”、“包含”、“具有”等等的词语是开放性词汇，指“包括但不限于”，且可与其互换使用。这里所使用的词汇“或”和“和”指词汇“和/或”，且可与其互换使用，除非上下文明确指示不是如此。这里所使用的词汇“诸如”指词组“诸如但不限于”，且可与其互换使用。
91.还需要指出的是，在本技术的装置、设备和方法中，各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本技术的等效方案。
92.提供所公开的方面的以上描述以使本领域的任何技术人员能够做出或者使用本技术。对这些方面的各种修改对于本领域技术人员而言是非常显而易见的，并且在此定义的一般原理可以应用于其他方面而不脱离本技术的范围。因此，本技术不意图被限制到在此示出的方面，而是按照与在此公开的原理和新颖的特征一致的最宽范围。
93.为了例示和描述的目的已经给出了以上描述。此外，此描述不意图将本技术的实施例限制到在此公开的形式。尽管以上已经讨论了多个示例方面和实施例，但是本领域技
术人员将认识到其某些变型、修改、改变、添加和子组合。