基于圖像分割的變電站電氣設(shè)備故障自動(dòng)檢測.pdf

1、在供電網(wǎng)絡(luò)發(fā)展極為迅速和網(wǎng)架結(jié)構(gòu)日趨合理的今天,國家對(duì)電力系統(tǒng)的智能化和供電可靠性的要求越來越高,要求能夠自動(dòng)快速隔離電氣設(shè)備的故障并恢復(fù)健全區(qū)域的供電,能對(duì)電力系統(tǒng)進(jìn)行在線監(jiān)測和安全預(yù)警,及時(shí)發(fā)現(xiàn)缺陷并采取措施消除隱患。紅外檢測技術(shù)作為一種行之有效的故障檢測手段,已得到廣泛應(yīng)用。將紅外檢測技術(shù)與圖像監(jiān)控系統(tǒng)相結(jié)合大大提高了電力系統(tǒng)故障檢測水平,但是目前的檢測手段依然需要人工診斷,無法達(dá)到實(shí)時(shí)準(zhǔn)確。本文針對(duì)變電站電氣設(shè)備故障問題,利用數(shù)

2、字圖像處理技術(shù)來實(shí)現(xiàn)無人值守變電站電氣設(shè)備故障的自動(dòng)檢測。
　　首先,通過分析變電站紅外圖像的特點(diǎn),對(duì)紅外圖像中存在的噪聲進(jìn)行了歸納總結(jié),并實(shí)驗(yàn)驗(yàn)證了幾種常見的去噪處理方法,在此基礎(chǔ)上進(jìn)行了改進(jìn),提出了具有高信噪比的中值與均值相結(jié)合的去噪方法,既能消除噪聲的擴(kuò)散影響,又能使圖像區(qū)域內(nèi)的灰度值更為平滑,完成了圖像的預(yù)處理。
　　其次,針對(duì)紅外圖像低信噪比、低對(duì)比度的特點(diǎn),在研究分析傳統(tǒng)的圖像分割方法的基礎(chǔ)上,提出了分水嶺與K均

3、值聚類相結(jié)合的分割方法,并實(shí)例驗(yàn)證了該方法不僅能夠克服分水嶺方法的過分割現(xiàn)象,也克服了聚類方法對(duì)噪聲的敏感性,能夠有效、準(zhǔn)確地提取目標(biāo)區(qū)域。
　　最后,根據(jù)變電站紅外圖像中像素空間信息的特點(diǎn),本文提出了基于圖像灰度信息的目標(biāo)檢測方法和基于像素灰度信息的目標(biāo)檢測方法,實(shí)驗(yàn)表明:本文算法不僅能夠檢測出變電站電氣設(shè)備中故障所在,且實(shí)驗(yàn)的實(shí)驗(yàn)值與參考值的誤差處在2％的可忽略范圍內(nèi),驗(yàn)證了本文方法的可行性和準(zhǔn)確性。該方法結(jié)合紅外遙視和巡檢系