本文關(guān)鍵詞：基于紅外熱像的金屬氧化鋅避雷器故障檢測(cè)技術(shù)研究，由筆耕文化傳播整理發(fā)布。

【摘要】：避雷器是電力系統(tǒng)安全穩(wěn)定運(yùn)行的重要設(shè)備,是避免雷電沖擊過電壓和操作過電壓危害電網(wǎng)安全的重要保障。金屬氧化鋅避雷器因?yàn)槠鋬?yōu)異的伏安特性和保護(hù)性能,取代了同類型產(chǎn)品,在電網(wǎng)中得到越來越廣泛的應(yīng)用。金屬氧化鋅避雷器存在故障,會(huì)影響到電力設(shè)備的運(yùn)行,造成事故。目前金屬氧化鋅避雷器的在線監(jiān)測(cè)技術(shù)主要是通過檢測(cè)泄漏電流中阻性分量的大小來判斷其是否發(fā)生故障。紅外檢測(cè)技術(shù)與現(xiàn)有的檢測(cè)技術(shù)相比,具有不接觸、操作方便、高協(xié)調(diào)性等優(yōu)點(diǎn)。本文研究了金屬氧化鋅避雷器故障識(shí)別的新方法,能夠高效、準(zhǔn)確地判斷避雷器是否存在故障和缺陷。本文對(duì)避雷器的故障特點(diǎn)以及紅外熱像儀的誤差進(jìn)行了分析,總結(jié)了紅外檢測(cè)需要滿足的基本條件和紅外檢測(cè)的方法和原理。采集紅外圖像后采用中值濾波對(duì)采集紅外圖像進(jìn)行預(yù)處理,用最大類間方差法提取出二值圖像,通過氧化鋅避雷器上下端的形狀特征,分割避雷器下端底座和上端保護(hù)罩部分,提取出避雷器的位置。通過圖像與處理和圖像分割,確定了避雷器在圖像中的位置后,本文提出兩種金屬氧化鋅避雷器的故障診斷方法。1、提取避雷器在圖像中的位置信息后,截取避雷器二值圖像的內(nèi)接矩形,舍棄避雷器邊緣部分,然后通過內(nèi)接矩形提取溫度信息并計(jì)算溫度最大值和平均值。以《帶電設(shè)備紅外診斷應(yīng)用規(guī)范》為依據(jù),提出一種最大溫度和平均溫度相結(jié)合的故障識(shí)別方法,該方法準(zhǔn)確性高、操作方便,能夠有效克服因?yàn)閭闳旱恼趽鹾捅砻鏈囟炔町愡^大而產(chǎn)生的誤判。2、分割之后,選擇圖像紋理特征作為特征值。利用灰度-梯度共生矩陣提取13個(gè)特征值,通過K-L變換法篩選、去除冗余后,選擇小梯度優(yōu)勢(shì)、梯度分布不均勻性、灰度分布不均勻性作為神經(jīng)網(wǎng)絡(luò)的輸入。經(jīng)過訓(xùn)練得到了BP神經(jīng)網(wǎng)絡(luò)的金屬氧化鋅避雷器識(shí)別模型,然后選擇數(shù)據(jù)對(duì)模型測(cè)試。測(cè)試結(jié)果證明了該方法準(zhǔn)確有效,是一種變電站避雷器狀態(tài)檢測(cè)的有效技術(shù)。
【關(guān)鍵詞】：紅外熱像 故障檢測(cè) 故障發(fā)熱 紋理特征 BP神經(jīng)網(wǎng)絡(luò) 圖像處理 老化和受潮
【學(xué)位授予單位】：湖南大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TM862
【目錄】：

• 摘要5-6
• ABSTRACT6-11
• 第1章 緒論11-23
• 1.1 研究背景及意義11-12
• 1.2 概述12-18
• 1.2.1 避雷器概述12-15
• 1.2.2 紅外熱象儀概述15-18
• 1.2.3 紅外檢測(cè)基本原理18
• 1.3 國(guó)內(nèi)外檢測(cè)現(xiàn)狀18-21
• 1.3.1 檢測(cè)方法現(xiàn)狀研究18-20
• 1.3.2 避雷器紅外檢測(cè)研究現(xiàn)狀20-21
• 1.4 本文主要內(nèi)容和創(chuàng)新點(diǎn)21-23
• 第2章 金屬氧化鋅避雷器紅外檢測(cè)原理23-31
• 2.1 紅外成像誤差分析23-27
• 2.1.1 被測(cè)物體表面發(fā)射率誤差的影響23-24
• 2.1.2 大氣透射率誤差的影響24-25
• 2.1.3 大氣溫度誤差的影響25-26
• 2.1.4 環(huán)境溫度誤差的影響26
• 2.1.5 太陽輻射的影響26-27
• 2.2 基本要求27-28
• 2.3 基于紅外熱像技術(shù)的金屬氧化鋅避雷器檢測(cè)28-30
• 2.3.1 紅外檢測(cè)的方法28-29
• 2.3.2 紅外熱像技術(shù)對(duì)金屬氧化鋅避雷器內(nèi)部故障的診斷29-30
• 2.3.3 紅外熱像技術(shù)對(duì)氧化鋅避雷器外部故障的診斷30
• 2.4 本章小結(jié)30-31
• 第3章 圖像預(yù)處理與圖像分割31-49
• 3.1 避雷器紅外圖像特點(diǎn)31
• 3.2 灰度變換31-34
• 3.2.1 線性灰度變換31-32
• 3.2.2 分段線性灰度變換32-33
• 3.2.3 非線性灰度變換33-34
• 3.3 直方圖均衡化34-36
• 3.3.1 直方圖定義34-35
• 3.3.2 直方圖均衡化35-36
• 3.4 圖像去噪36-37
• 3.4.1 均值濾波36-37
• 3.4.2 中值濾波37
• 3.5 圖像分割37-45
• 3.5.1 基于最大類間方差法的圖像分割38-40
• 3.5.2 基于均值迭代法的圖像分割40
• 3.5.3 基于邊緣檢測(cè)的圖像分割40-45
• 3.6 圖像提取45-48
• 3.6.1 形態(tài)學(xué)處理45-47
• 3.6.2 提取主體區(qū)域47
• 3.6.3 提取避雷器區(qū)域47-48
• 3.7 本章小結(jié)48-49
• 第4章 基于帶電設(shè)備紅外診斷應(yīng)用規(guī)范的避雷器故障識(shí)別49-60
• 4.1 帶電設(shè)備紅外診斷應(yīng)用規(guī)范49-50
• 4.2 提取內(nèi)接矩形50-51
• 4.3 溫度提取51-52
• 4.3.1 提取最大溫度和最小溫度51-52
• 4.3.2 提取平均溫度52
• 4.4 故障識(shí)別52-56
• 4.4.1 局部發(fā)熱故障識(shí)別53-54
• 4.4.2 整體發(fā)熱故障識(shí)別54-56
• 4.5 識(shí)別結(jié)果56-59
• 4.6 本章小結(jié)59-60
• 第5章 基于BP神經(jīng)網(wǎng)絡(luò)的故障識(shí)別60-72
• 5.1 特征提取60-63
• 5.1.1 紋理分析概括60-61
• 5.1.2 灰度-梯度共生矩陣法初步提取紋理特征61-63
• 5.2 特征選擇63-65
• 5.2.1 K-L變換64
• 5.2.2 特征提取結(jié)果64-65
• 5.3 神經(jīng)網(wǎng)絡(luò)介紹65-68
• 5.4 模型設(shè)計(jì)及有效性分析68-71
• 5.4.1 模型設(shè)計(jì)68-69
• 5.4.2 有效性分析69-70
• 5.4.3 錯(cuò)誤率原因分析70-71
• 5.5 本章小結(jié)71-72
• 結(jié)論與展望72-73
• 參考文獻(xiàn)73-78
• 致謝78-79
• 附錄A 攻讀學(xué)位期間所發(fā)表的學(xué)術(shù)論文目錄79-80
• 附錄B 攻讀學(xué)位期間所參加的科研項(xiàng)目80

  本文關(guān)鍵詞：基于紅外熱像的金屬氧化鋅避雷器故障檢測(cè)技術(shù)研究，由筆耕文化傳播整理發(fā)布。

，

本文編號(hào)：435475