在極端天氣條件下所引起的風(fēng)偏閃絡(luò),會導(dǎo)致風(fēng)偏放電,跳閘等事故,且重合閘成功的幾率很小,嚴(yán)重影響人們的正常生活,因此對于輸電線路風(fēng)偏的研究具有很重要的意義。本課題以基于視頻監(jiān)控的風(fēng)偏檢測系統(tǒng)為研究對象,以計(jì)算絕緣子串風(fēng)偏為目標(biāo),圍繞視頻圖像的預(yù)處理、圖像邊緣檢測、絕緣子串的風(fēng)偏量計(jì)算、硬件電路的搭建、智能視頻監(jiān)控系統(tǒng)設(shè)計(jì)進(jìn)行了深入的研究,具體工作和結(jié)論如下:針對視頻監(jiān)控的風(fēng)偏檢測系統(tǒng)拍攝圖像中出現(xiàn)的噪聲問題,采用了中值濾波去噪方法。在霧霾天氣下,通過對比直方圖均衡化去霧、Retinex去霧和暗通道去霧方法的優(yōu)缺點(diǎn),最終采用暗通道去霧的方法進(jìn)行圖像去霧處理,實(shí)驗(yàn)表明該算法所需時(shí)間最少,平均梯度最大,效果最好。在圖像邊緣檢測方面,通過對比常用的一階、二階、Canny邊緣檢測方法及基本蟻群算法邊緣檢測中出現(xiàn)的圖像不連續(xù),處理速度慢等問題,研究了一種具有感知能力和可變步長的蟻群邊緣檢測算法,通過對不同像素、不同蟻群數(shù)目、不同背景下的絕緣子串圖像進(jìn)行大量的仿真實(shí)驗(yàn),實(shí)驗(yàn)結(jié)果表明,該算法能夠很好的去除偽邊緣、提取的邊緣點(diǎn)連續(xù)、邊緣檢測的速度有所提高。針對傳統(tǒng)風(fēng)偏檢測方法計(jì)算風(fēng)偏量出現(xiàn)的誤差問題,研究... 

【文章來源】：湖南工業(yè)大學(xué)湖南省

【文章頁數(shù)】：67 頁

【學(xué)位級別】：碩士

【部分圖文】：

輸電線路故障圖

(a) 覆雪線路圖 (b) 覆冰線路圖圖 1-3 覆雪覆冰輸電線路圖1.2.2 國內(nèi)研究現(xiàn)狀目前國內(nèi)也沿用了國外的風(fēng)偏計(jì)算模型的方法進(jìn)行的輸電線路桿塔設(shè)計(jì)其中剛體直桿模型法和弦多邊形法最為常用。但是國內(nèi)外所面對的情況不同中國地大物博，人口眾多，人口區(qū)域分布的不同，輸電線路情況就不同，且地形區(qū)域人口也多，如若只按照風(fēng)偏計(jì)算模型法考慮，而不考慮微地形地區(qū)氣象條件，只選用輸電塔和絕緣子串等輸電線路元器件，就更容易出現(xiàn)線路障。所以國外的理論并不完全適用于國內(nèi)，由于風(fēng)偏計(jì)算模型的方法需要考很多的因素，參數(shù)本身也存在誤差，所以所得到的風(fēng)偏角也存在誤差。國內(nèi)近幾年對絕緣子串的風(fēng)偏檢測方法一直在探索，重慶大學(xué)、西南電設(shè)計(jì)院使用數(shù)值模擬等技術(shù)，通過使用有限元軟件 ABAQUS 對其進(jìn)行分析，到絕緣子串的風(fēng)偏角；研究懸垂絕緣子串在動態(tài)風(fēng)作用下的風(fēng)偏效應(yīng)，文獻(xiàn)[3

形態(tài)學(xué)算法、模擬退火邊緣檢測算法、神經(jīng)網(wǎng)其中啟發(fā)式算法主要包括遺傳算法和蟻群算法是解決了蟻群算法在運(yùn)行在容易出現(xiàn)的局部收強(qiáng)提出了通過對信息素的動態(tài)更新策略解決局風(fēng)偏檢測系統(tǒng)方案設(shè)計(jì)路風(fēng)偏在線檢測系統(tǒng)輸電線路風(fēng)偏檢測系統(tǒng)由風(fēng)偏采集模塊、網(wǎng)絡(luò)成。對于傳統(tǒng)的輸電線路風(fēng)偏在線檢測系統(tǒng)，器組成，主要包括風(fēng)向傳感器、傾角傳感器、件，通過安裝在絕緣子串的球頭掛環(huán)上進(jìn)行采是通過GPRS或者3G網(wǎng)絡(luò)進(jìn)行數(shù)據(jù)的通信，將過風(fēng)偏量計(jì)算公式得到風(fēng)偏的數(shù)據(jù)，根據(jù)數(shù)據(jù) 1-4 為傳統(tǒng)輸電線路風(fēng)偏在線檢測系統(tǒng)框圖。


本文編號：3489149