微电网是电力网络由传统集中式供电向分布智能化供电转型的主要手段,是支撑未来智能电网和能源互联网发展的关键技术。储能系统作为微电网实现稳态运行和能量管理的核心与载体,具有削峰填谷、调压调频、应急备用等功能。温度监测是储能系统进行热量管理和安全保护的一项重要依据,目前常用的手段多为接触式测温,只能反映电池的单点温度,且需要布置大量探头和线缆,可应用性差,且加大了后期维护难度。相较于传统的接触式测温,非接触式红外测温能够更加直观地检测出目标对象的全场性温度分布,具有测温范围广、响应速度快等优势。图像分割是非接触式红外测温中的重要环节,可以从图像中找出“感兴趣”的区域,以面向对象的方式进行信息处理。C. A. Almeida等采用分水岭算法分割灰度均匀且轮廓清晰的目标,冯振新等提出一种基于改进极大稳态区域的红外故障区域分割机制,上述方法仅能得到单个视角下的表面温度信息。储能系统在实际运行过程中极易出现内部温度不均匀、局部过热等现象,因此以上方法很难直接应用于电池堆温度监测。S. Izadi等将三维深度信息融入二维红外图像中,能够捕捉到多个视角下的表面温度信息,但物体内部的温度分布情况依然无法获知。王晓松等通过繁琐的边界条件实现了对三维温度场的完整重构,但模型基于理想稳定工作状态搭建,且计算量十分庞大。史贵连等通过内部热源与传热模型重构三维温度场,简化了边界条件,但由于储能系统的生热、传热及散热模型非常复杂,很难通过其行为和特征进行求解。针对电池堆红外图像存在对比度低、边缘灰度混叠和“感兴趣”区域分割困难的问题,综合利用可见光和红外图像,浙江工业大学的研究人员提出了一种基于先验框目标信息加权的改进MRF-KFCM算法,通过引入先验框目标信息,解决了电池堆可见光图像存在的目标区域灰度不一致、边缘阴影等问题。