【摘要】：隨著我國電力事業(yè)的快速布局與發(fā)展,電網(wǎng)安全性檢測開始不斷被提出。絕緣子設(shè)備是電網(wǎng)輸電線路上的重要組成部分,其能夠在導(dǎo)線、橫桿及桿塔間起到良好的絕緣作用。然而,長時(shí)間高負(fù)荷運(yùn)行以及在自然環(huán)境暴露下,絕緣子非常容易發(fā)生故障,如裂紋、覆冰和掉串等情況,一旦發(fā)生故障將嚴(yán)重阻礙電力系統(tǒng)的穩(wěn)定運(yùn)行。傳統(tǒng)的絕緣子檢測是由檢測人員通過攀爬塔桿進(jìn)行肉眼的一系列觀測與記錄,由于我國國土跨越大,環(huán)境情況多變以及輸電行業(yè)的布局大、安裝設(shè)備多等情況,人為檢測工作量大,周期長,員工安全無法保障,同時(shí)不符合未來智能電網(wǎng)的發(fā)展方向。計(jì)算機(jī)視覺的快速發(fā)展,利用圖像采集設(shè)備作為媒介和圖像處理技術(shù)去進(jìn)行絕緣子設(shè)備的識(shí)別與檢測,將大大提高檢測效率,降低投入成本。因此本文提出基于圖像的輸電設(shè)備絕緣子檢測方法,利用圖像識(shí)別技術(shù)與分類算法代替人為檢測,不僅提高了工作效率,保護(hù)了工人安全,同時(shí)符合未來智能電網(wǎng)事業(yè)的發(fā)展方向。針對(duì)絕緣子識(shí)別定位問題,首先,根據(jù)ORB(Oriented FAST and Rotated BRIEF)算法抗視角變換能力弱、誤點(diǎn)率高等缺點(diǎn),本文提出改進(jìn)ORB算法,并在標(biāo)準(zhǔn)測試集上進(jìn)行實(shí)驗(yàn),使得改進(jìn)的算法具有較強(qiáng)抗視角變化能力和較好的尺度旋轉(zhuǎn)不變性;針對(duì)絕緣子圖像存在多尺度、多視角以及旋轉(zhuǎn)等問題,構(gòu)建絕緣子識(shí)別定位算法,首先將絕緣子圖像預(yù)處理得到二值化圖像,其次利用形態(tài)學(xué)方法得到二值化圖像的多個(gè)待檢測區(qū)域,最后利用改進(jìn)的ORB算法對(duì)模板絕緣子圖像與待檢測區(qū)域圖像進(jìn)行匹配,并根據(jù)相似性度量準(zhǔn)則識(shí)別定位到具有絕緣子串的區(qū)域。通過對(duì)絕緣子圖像的實(shí)驗(yàn),本文所提算法可以高效的識(shí)別定位出絕緣子,解決了因大視角多尺度等因素而出現(xiàn)識(shí)別定位不準(zhǔn)確的問題,同時(shí)具有較高的魯棒性。針對(duì)輸電線路絕緣子掉串問題,使用基于Adaboost的絕緣子掉串缺陷檢測算法。首先將存在旋轉(zhuǎn)角度的絕緣子串調(diào)整到垂直情況;然后將垂直狀態(tài)下的絕緣子分別做x軸和y軸的投影,計(jì)算獲取到單個(gè)絕緣子盤片的寬度和高度,從而利用單個(gè)盤片高度寬度以及位置信息分割得到單個(gè)盤片區(qū)域;最后對(duì)每個(gè)單片區(qū)域提特征信息,利用Adaboost分類器進(jìn)行分類得到是否掉串,并根據(jù)掉串位置的信息在原圖進(jìn)行標(biāo)注。實(shí)驗(yàn)結(jié)果證明,本算法對(duì)掉串位置標(biāo)記精確,檢測準(zhǔn)確率較高。
【學(xué)位授予單位】：華北電力大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：TP391.41;TM216
【圖文】：

7圖 2-1 絕緣子檢測操作流程據(jù)絕緣子檢測操作流程進(jìn)行相關(guān)技術(shù)的介紹像灰度化、圖像去噪和圖像分割技術(shù)，并且B 算法以及 Adaboost 分類器。由于拍攝機(jī)器的抖動(dòng)、數(shù)據(jù)的傳輸以及拍攝圖片的具有較大的信息量，計(jì)算復(fù)雜，影響理操作，可去除圖像中的噪聲，分割出目標(biāo)子識(shí)別定位和缺陷檢測的重要基礎(chǔ)保障。如下的絕緣子圖像。

圖 2-2 輸電線路絕緣子圖像，將彩色圖像通過運(yùn)算轉(zhuǎn)化成灰度圖每一個(gè)像素點(diǎn)都存在 R、B、G 三個(gè)量在 0-255 的范圍取值，取值越大代量需要分別運(yùn)算。不同的是，灰色圖分量對(duì)于圖像上的目標(biāo)形態(tài)不具有說圖像的計(jì)算可大大減少運(yùn)算復(fù)雜度以行識(shí)別定位以及缺陷檢測之前，應(yīng)先算復(fù)雜度。方法之一，加權(quán)平均法對(duì) R、B、G 作。根據(jù)人眼對(duì)三個(gè)分量敏感度由高權(quán)平均的公式如下： (i ,j)= 0.299*R(i,j)+0.578*G(i,j)+0.1度圖像中 (i ,j)點(diǎn)處的灰度。本文采用

將彩色圖像通過運(yùn)算轉(zhuǎn)化成灰度圖像的每一個(gè)像素點(diǎn)都存在 R、B、G 三個(gè)分分量在 0-255 的范圍取值，取值越大代表分量需要分別運(yùn)算。不同的是，灰色圖像色分量對(duì)于圖像上的目標(biāo)形態(tài)不具有說明度圖像的計(jì)算可大大減少運(yùn)算復(fù)雜度以及進(jìn)行識(shí)別定位以及缺陷檢測之前，應(yīng)先對(duì)計(jì)算復(fù)雜度。的方法之一，加權(quán)平均法對(duì) R、B、G 三操作。根據(jù)人眼對(duì)三個(gè)分量敏感度由高到加權(quán)平均的公式如下： (i ,j)= 0.299*R(i,j)+0.578*G(i,j)+0.11度圖像中 (i ,j)點(diǎn)處的灰度。本文采用該-3 為轉(zhuǎn)化后絕緣子灰度圖。

【參考文獻(xiàn)】

相關(guān)期刊論文 前9條

1 李巖;;基于HOG特征和SVM的絕緣子識(shí)別與定位[J];交通運(yùn)輸工程與信息學(xué)報(bào);2015年04期

2 王鵬皓;閆杰;王天正;;紫外成像法的GIS盆式絕緣子局部放電研究[J];高壓電器;2015年09期

3 苑津莎;崔克彬;李寶樹;;基于ASIFT算法的絕緣子視頻圖像的識(shí)別與定位[J];電測與儀表;2015年07期

4 高強(qiáng);楊紅葉;;基于差異的圖像特征描述及其在絕緣子識(shí)別中的應(yīng)用[J];電測與儀表;2015年03期

5 劉巧紅;李斌;林敏;;結(jié)合復(fù)方向?yàn)V波器組高斯尺度混合模型及非局部均值濾波的圖像去噪[J];光學(xué)精密工程;2014年10期

6 張晶晶;韓軍;趙亞博;劉O

本文編號(hào)：2778884