電氣設(shè)備紅外圖像分析與處理.pdf

1、紅外熱成像技術(shù)具有適應(yīng)性強、非接觸性等優(yōu)點，并已經(jīng)廣泛用于電力設(shè)備在線監(jiān)測中。目前變電站主要采用人工的方法，根據(jù)工作人員的經(jīng)驗和知識對現(xiàn)場采集的電氣設(shè)備紅外圖像進(jìn)行分析和診斷，因采集的圖像數(shù)量很大，現(xiàn)場檢測需要耗費巨大的人力，且電氣設(shè)備紅外圖像的分析診斷大多需要基于歷史運行情況進(jìn)行綜合判斷。本文提出一種電氣設(shè)備紅外圖像自動分析和處理方法，實現(xiàn)了電氣設(shè)備熱故障判別的自動化，并極大地提高了工作效率和識別的準(zhǔn)確性。
　　首先，本文采用中

2、值濾波等方法對采集的圖像進(jìn)行預(yù)處理，目的是濾除圖像中邊框等干擾。然后創(chuàng)新地運用K-means聚類的方法，依據(jù)設(shè)備與環(huán)境溫度的差異進(jìn)行圖像提取，目的是提取出圖像中的目標(biāo)電氣設(shè)備，K-means聚類方法克服了Otsu二值化方法易誤分割的缺點。
　　圖像識別部分的目的是自動地識別出圖像中的目標(biāo)電氣設(shè)備，以適應(yīng)大規(guī)?，F(xiàn)場采集圖像的自動處理。本文的圖像識別主要分兩個部分:互感器識別和三相電力設(shè)備識別。互感器識別選取互感器紅外圖像作為研究對象

3、，針對互感器的形狀特征，創(chuàng)新地采用x方向Canny檢測的方法提取互感器的邊緣特征點，并通過基于歸一化相關(guān)系數(shù)最大值的特征匹配方法和K-means聚類方法確定了互感器邊緣，最終通過最小二乘法直線擬合確定了互感器在紅外圖像中的具體位置。三相電力設(shè)備識別采用數(shù)學(xué)形態(tài)學(xué)的方法對圖像進(jìn)行處理后，對圖像中的各個連通區(qū)域進(jìn)行標(biāo)定，最后根據(jù)面積和重心坐標(biāo)信息來判斷a，b，c三相電力設(shè)備的區(qū)域，該部分主要選取避雷器和套管作為研究對象。
　　溫度識別

4、的目標(biāo)是根據(jù)比色表自動求取目標(biāo)區(qū)域中電氣設(shè)備的最高溫度、最低溫度和平均溫度，并統(tǒng)計各設(shè)備在各個溫度區(qū)間內(nèi)的像素點個數(shù)及其所占的比例，針對圖像中部分像素點無法與比色條上的點精確對應(yīng)的情況，本文采用像素值歐氏距離平方匹配的方法將所有像素點賦予其近似溫度值，并最終構(gòu)建了設(shè)備的溫度場。
　　最后，故障識別部分根據(jù)《帶電設(shè)備紅外診斷技術(shù)應(yīng)用導(dǎo)則》判斷電氣設(shè)備是否存在故障、故障類型和嚴(yán)重程度，本文形成了套管、互感器、避雷器的故障診斷完整流程，