无人机电力巡检红外测温的核心标准以 DL/T、GB/T 与 T/CES 系列为主，数据处理遵循 “预处理→测温分析→缺陷诊断→报告归档” 流程，结合 AI 智能分析实现高效精准检测。

一、核心标准体系

1. 国内主要标准

T/CES 233-2023《无人机电力巡检红外图像分析技术规范》：核心专项标准，规定数据采集、故障判据、分析方法与数据管理要求。

DL/T 664《带电设备红外诊断应用规范》：电力红外测温基础标准，明确缺陷判定阈值与方法。

GB/T 15333-2017《电力设备红外诊断技术导则》：设备分类、缺陷判定及检测周期规范。

DL/T 2693—2023《架空输电线路巡检用小型多旋翼无人机系统通用技术条件》：无人机平台与红外负载技术要求全国标准信息公共服务平台。

2. 国际参考标准

ISO 18434-1:2008：机器状态监测热成像通用流程。

ASTM E1862-2014：红外热像仪性能测试方法。

二、红外测温关键标准要求

1. 设备技术指标（T/CES 233-2023）

红外相机：分辨率≥640×480，波段 8–14μm，测温范围 - 20℃~+350℃，灵敏度≤50mK（30℃环境）。

测温精度：≤±0.5℃（环境温度 - 10℃~40℃）。

安全距离：按电压等级设定（如 110kV≥15m，220kV≥20m）。

2. 环境与采集要求

环境条件：温度 - 10℃~40℃，相对湿度≤85%，无强风（≤5m/s）、无雨雪、无浓雾。

拍摄角度：设备表面法线夹角≤30°，避免逆光与反光。

数据质量：图像清晰无模糊、无过曝欠曝，测温区域完整覆盖设备关键部位。

3. 缺陷判定标准（DL/T 664）

温差判据（相对温差 δT）：

一般缺陷：δT≥10K 且 < 20K

严重缺陷：δT≥20K 且 < 40K

危急缺陷：δT≥40K 或绝对温度 > 130℃。

绝对温度判据：

导线 / 接续金具：>80℃为异常

绝缘子：>50℃或温差 > 10K 为异常

设备接头：>100℃为严重缺陷。

三、数据处理与分析方法

1. 数据预处理

图像校正：去模糊、去噪、对比度增强，修正环境温度 / 湿度 / 发射率影响。

温度校准：用标准黑体源校准，确保测温精度；统一发射率（电力设备一般取 0.95）。

数据筛选：剔除模糊、重复、角度异常数据，保留有效红外与可见光双光数据。

2. 测温分析方法（T/CES 233-2023）

点测温：适用于设备接头、金具等单点温度测量，对比同类型设备温度。

直线测温：适用于绝缘子串、导线等线性设备，输出最高 / 最低 / 平均温度，分析温度分布均匀性。

区域测温：框选复杂设备（如变压器、断路器），自动识别高温点与过热区域，计算面积与温度梯度。

温差分析：同设备不同部位、同类型设备间、历史数据对比，计算相对温差 δT，判断缺陷等级。

3. 智能分析技术（AI 辅助）

目标分割：深度学习模型（如 U-Net）分割设备轮廓，提取测温区域，排除背景干扰。

缺陷识别：目标检测模型（如 YOLO）自动识别热斑、过热接头、劣化绝缘子等缺陷，输出位置、温度、置信度。

精度指标：召回率≥85%，准确率≥75%，mAP≥70%，单图分析耗时 < 1000ms。

4. 缺陷诊断与报告

缺陷定级：依据 DL/T 664，结合温差、绝对温度、设备重要性，划分为一般 / 严重 / 危急缺陷。

趋势分析：对比历史巡检数据，分析缺陷发展趋势，预测隐患风险，指导检修计划。

报告生成：自动生成含设备信息、环境参数、红外图像、测温数据、缺陷分析、处理建议的标准化报告。

四、典型应用流程

航线规划：按电压等级与设备分布规划航线，设置悬停点与拍摄参数，确保全覆盖无遗漏。

数据采集：红外 + 可见光双光同步采集，实时回传监控，异常自动告警。

数据处理：预处理→测温分析→AI 缺陷识别→人工复核，确保结果准确。

缺陷管理：定级→归档→推送检修→闭环跟踪，形成巡检管理闭环。