CN102519974B - 基于图像智能识别的复合绝缘子龟裂检测方法 - Google Patents
基于图像智能识别的复合绝缘子龟裂检测方法 Download PDFInfo
- Publication number
- CN102519974B CN102519974B CN201110419583.8A CN201110419583A CN102519974B CN 102519974 B CN102519974 B CN 102519974B CN 201110419583 A CN201110419583 A CN 201110419583A CN 102519974 B CN102519974 B CN 102519974B
- Authority
- CN
- China
- Prior art keywords
- composite insulator
- image
- cluster parachute
- full
- slight crack
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Landscapes
- Insulators (AREA)
Abstract
本发明提供一种基于图像识别的复合绝缘子龟裂检测方法,用高空间分辨率相机对复合绝缘子成像,对影像进行预处理,边缘检测,从影像上提取裂痕的特征,判断复合绝缘子龟裂的程度。本发明基于图像识别的方法可以在线检测复合绝缘子的龟裂情况,不需工人登塔,现场检测难度不大,及早发现并替换龟裂的复合绝缘子可以避免电网安全事故的发生。
Description
技术领域
本发明涉及一种复合绝缘子龟裂检测方法,属于输变电设备运行状态检修领域,尤其涉及一种基于图像智能识别的复合绝缘子龟裂检测方法,可用于现场带电检测复合绝缘子的龟裂状态。
背景技术
复合绝缘子有优良的防污闪性能,不容易被击穿,且不会出现瓷绝缘子的零值、低值和玻璃绝缘子的伞群自爆等问题。20世纪80年代,我国专家学者在吸取国外经验的基础上展开了对复合绝缘子的研发,中期样品于80年代末期投入试运行。90年代初,各地相继出现污闪事故,由于耐污性能好,复合绝缘子被投入挂网使用。到1994 年底,挂网运行的复合绝缘子达5 万支。自此,复合绝缘子入网数量迅猛增加:1995年为10万支,1998 年为46 万支,2001年为160 万支,2005年挂网运行已达300万支。截止2010年12月,国家电网公司管辖的66kV及以上电压等级线路在运复合绝缘子支数占同种电压等级线路所有类型在运绝缘子支数的37.02%。
从目前的运行情况来看,复合绝缘子的运行可靠性比瓷绝缘子和玻璃绝缘子好。但是,随着运行年限的增加,伞套材料脆化、硬化、粉化、开裂,芯棒暴露,绝缘表面出现局部放电现象,憎水性能减弱等问题逐渐凸显。绝缘子对电气设备或导体不仅要起绝缘作用,还要起固定悬挂作用,劣化的绝缘子将威胁电网的安全运行。
国内外专家学者对绝缘子的检测方法展开了大量研究,现有的复合绝缘子检测方法有接触式、非接触式,其中接触式检测法包括电压分布法、短路叉法、火花间隙法、光电式检测杆法、声脉冲检测法、泄露电流测量法,非接触式检测法包括超声波检测法、激光多普勒振动法、红外测温法、电晕摄像机法、声波检测及无线电波检测法。接触式检测法需要人工登塔操作,不适合现场检测。非接触式检测法中多数方法只对某一种或某几种的故障检测效果明显,但是对其他类型的故障难以检测,而且所需设备昂贵,检测效果不是很理想。
复合绝缘子材质龟裂会导致芯棒暴露,暴露在空气中的芯棒容易被腐蚀,机械强度降低甚至发生脆断。由于复合绝缘子为棒型结构,一旦失效,对输电线路的影响将大于由多个绝缘子组成的绝缘子串。现有的复合绝缘子龟裂检测方法大多只适合在实验室进行,成本高,工作量大,不适合现场带电检测,复合绝缘子缺乏合适的现场检测方法及装置。
有关这方面的文献报道例如申请号为200520006400.X的名为液晶图形显示高压输电线路复合绝缘子带电检测仪的实用新型专利,公开了一种带电检测高压输电线路复合绝缘子缺陷的装置,能够识别带电复合绝缘子的导通性缺陷、内部脱空和复合绝缘子串中的低零值绝缘。然而,上述专利并没有涉及现场带电检测复合绝缘子的龟裂情况的检测方法。
有鉴于此,有必要提供一种基于图像识别的复合绝缘子龟裂检测方法,可以现场带电检测复合绝缘子的运行状态,并对复合绝缘子的龟裂状况进行检测分析。
发明内容
本发明所要解决的技术问题是:针对现有技术存在的不足,提供一种复合绝缘子龟裂的检测方法,不必登塔,不用拆卸复合绝缘子,能在现场检测复合绝缘子的龟裂情况。
本发明所采用的技术方案是:一种基于图像智能识别的复合绝缘子龟裂检测方法,其特征在于,包括以下步骤:
1)用高空间分辨率相机对复合绝缘子成像,获取复合绝缘子的高空间分辨率影像;
2)影像预处理:对复合绝缘子的影像进行预处理,包括几何校正、辐射校正、去噪,以获得较为精确的光谱信息;
3)边缘检测:采用高斯滤波器平滑影像,用一阶偏导有限差分计算梯度幅值和方向,对梯度幅值进行非极大值抑制,用双阈值算法检测和连接边缘;
4)提取裂痕:首先,根据边缘检测的结果确定复合绝缘子的范围,将边缘检测的结果跟复合绝缘子的原始影像套合,确定复合绝缘子伞群的像素范围,并将影像上不同的伞群用不同的灰度值标记;然后,对每个伞群,标记其像素范围内的边缘,并判断边缘是否为裂痕,其中,判断裂痕的方法为:若边缘点像素连续的数目超过阈值则将该边缘判定为裂痕,若没有,则不是裂痕;最后,即可得到所有伞群的裂痕;
5)判断复合绝缘子的龟裂情况:根据复合绝缘子的伞群范围,计算一个伞群所包含的像素数N1,对该伞群,根据之前所判定的裂痕,计算该伞群内所包含的裂痕的像素和N2;令 ,用阈值的范围来判定复合绝缘子龟裂的程度,若t大于等于阈值,则该伞群龟裂;若t小于阈值,则该伞群没有龟裂;逐个判断复合绝缘子上每个伞群的龟裂程度,若有一个伞群龟裂,则判定整串复合绝缘子龟裂;若伞群全部无龟裂情况发生,则判定整串复合绝缘子没有龟裂。
本发明的有益效果是:本发明基于图像识别的方法可以在线检测复合绝缘子的龟裂情况,不需工人登塔,现场检测难度不大,及早发现并替换龟裂的复合绝缘子可以避免电网安全事故的发生。
附图说明
图1为本发明实施例的基于图像智能识别的复合绝缘子龟裂检测方法的技术路线图。
图2为图1中获取高空间分辨率影像的实施框图。
图3为图1中影像预处理的流程图。
图4为图1中提取裂痕的实施框图。
图5为图1中判断复合绝缘子龟裂情况的方法框图。
具体实施方式
为了更好地理解本发明,下面结合实施例进一步阐明本发明的内容,但本发明的内容不仅仅局限于下面的实施例。本领域技术人员可以对本发明作各种改动或修改,这些等价形式同样在本申请所列权利要求书限定范围之内。
附图中的标记说明:1-获取高空间分辨率影像,2-影像预处理,3-边缘检测,4-裂痕提取,5-判断复合绝缘子的龟裂情况,1.1-复合绝缘子,1.2-高空间分辨率相机,1.3-高空间分辨率影像,2.1-几何校正,2.2-辐射校正,2.3-去噪,2.4-处理后的影像,4.1-复合绝缘子伞群的像素范围,4.2-裂痕,5.1-伞群的龟裂情况,5.2-复合绝缘子的龟裂情况。
本发明的工作原理:高空间分辨率影像可以反映被拍摄物体丰富的细节信息,复合绝缘子若有裂痕,在高空间分辨率影像上能够被分辨出来,因此,只需现场对复合绝缘子进行成像,通过影像可以分析复合绝缘子的龟裂状况。影像上裂痕有一定的形状特征,能通过提取影像的纹理特征分析其对应复合绝缘子的裂痕情况。
图1为本发明的技术路线图。本发明提供的基于图像识别的复合绝缘子龟裂检测方法首先要获取复合绝缘子的高空间分辨率影像,影像预处理2,然后边缘检测3,提取裂痕4,判断复合绝缘子的龟裂情况5。
图2为图1中获取高空间分辨率影像的实施框图,直接用高空间分辨率相机对复合绝缘子成像,然后对影像进行预处理。预处理的流程如图3所示,对高空间分辨率影像1.3进行几何校正2.1、辐射校正2.2,然后去噪2.3,得到处理后的复合绝缘子影像。
对处理后的复合绝缘子影像,用canny算子对复合绝缘子影像进行边缘检测,步骤如下:用高斯滤波器平滑影像,用一阶偏导有限差分计算梯度幅值和方向,对梯度幅值进行非极大值抑制,用双阈值算法检测和连接边缘。
图4为图1中提取裂痕的实施框图。首先,根据边缘检测的结果确定复合绝缘子的范围,将边缘检测的结果跟复合绝缘子的原始影像套合,确定复合绝缘子伞群的像素范围,并将影像上不同的伞群用不同的灰度值标记。然后,对每个伞群,标记其像素范围内的边缘,并判断边缘是否为裂痕。其中,判断裂痕的方法为:若边缘点像素连续的数目超过阈值则将该边缘判定为裂痕,若没有,则不是裂痕。最后,即可得到所有伞群的裂痕。
获取了复合绝缘子的伞群范围和裂痕后,判断复合绝缘子龟裂程度的方法如图5所示。根据复合绝缘子的伞群范围,计算一个伞群所包含的像素数N1,对该伞群,根据之前所判定的裂痕,计算该伞群内所包含的裂痕的像素和N2。令,用阈值的范围来判定复合绝缘子龟裂的程度,若t大于等于阈值,则该伞群龟裂;若t小于阈值,则该伞群没有龟裂。逐个判断复合绝缘子上每个伞群的龟裂程度,若有一个伞群龟裂,则判定整串复合绝缘子龟裂;若伞群全部无龟裂情况发生,则判定整串复合绝缘子没有龟裂。
本说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。
Claims (1)
1.一种基于图像智能识别的复合绝缘子龟裂检测方法,其特征在于,包括以下步骤:
1)用高空间分辨率相机对复合绝缘子成像,获取复合绝缘子的高空间分辨率影像;
2)影像预处理:对复合绝缘子的影像进行预处理,包括几何校正、辐射校正、去噪,以获得较为精确的光谱信息;
3)边缘检测:采用高斯滤波器平滑影像,用一阶偏导有限差分计算梯度幅值和方向,对梯度幅值进行非极大值抑制,用双阈值算法检测和连接边缘;
4)提取裂痕:首先,根据边缘检测的结果确定复合绝缘子的范围,将边缘检测的结果跟复合绝缘子的原始影像套合,确定复合绝缘子伞群的像素范围,并将影像上不同的伞群用不同的灰度值标记;然后,对每个伞群,标记其像素范围内的边缘,并判断边缘是否为裂痕,其中,判断裂痕的方法为:若边缘点像素连续的数目超过阈值则将该边缘判定为裂痕,若没有,则不是裂痕;最后,即可得到所有伞群的裂痕;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110419583.8A CN102519974B (zh) | 2011-12-15 | 2011-12-15 | 基于图像智能识别的复合绝缘子龟裂检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110419583.8A CN102519974B (zh) | 2011-12-15 | 2011-12-15 | 基于图像智能识别的复合绝缘子龟裂检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102519974A CN102519974A (zh) | 2012-06-27 |
CN102519974B true CN102519974B (zh) | 2014-07-02 |
Family
ID=46290964
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201110419583.8A Active CN102519974B (zh) | 2011-12-15 | 2011-12-15 | 基于图像智能识别的复合绝缘子龟裂检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102519974B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103886610B (zh) * | 2014-04-05 | 2016-08-17 | 东北电力大学 | 一种绝缘子图像缺陷检测方法 |
CN108737686A (zh) * | 2018-06-11 | 2018-11-02 | 昆明理工大学 | 基于图像系数变更的边缘增强误差扩散数字半色调方法 |
CN109615656A (zh) * | 2018-11-20 | 2019-04-12 | 哈尔滨理工大学 | 一种基于模型搜索的脊柱定位方法 |
CN109884468B (zh) * | 2019-03-05 | 2020-06-02 | 河海大学 | 一种基于图像像素积累分析的绝缘子自爆缺陷检测方法 |
CN111260637B (zh) * | 2020-01-19 | 2022-12-13 | 石家庄铁道大学 | 一种基于区域差分的沥青道路横向断裂检测方法 |
CN112379225A (zh) * | 2020-10-31 | 2021-02-19 | 国网天津市电力公司 | 电力设备电晕识别和评估报警***及其使用方法 |
CN113622239A (zh) * | 2021-09-28 | 2021-11-09 | 吴海涛 | 一种道路路基的局部加强方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101609053A (zh) * | 2009-07-24 | 2009-12-23 | 国网电力科学研究院武汉南瑞有限责任公司 | 一种智能式绝缘子在线监测装置及其方法 |
CN102230893A (zh) * | 2011-03-28 | 2011-11-02 | 广西电网公司电力科学研究院 | 复合绝缘子伞裙老化定量鉴别方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3215646B2 (ja) * | 1997-02-25 | 2001-10-09 | 日本碍子株式会社 | プライマー塗布不良検査方法及びそれに用いる検査装置 |
-
2011
- 2011-12-15 CN CN201110419583.8A patent/CN102519974B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101609053A (zh) * | 2009-07-24 | 2009-12-23 | 国网电力科学研究院武汉南瑞有限责任公司 | 一种智能式绝缘子在线监测装置及其方法 |
CN102230893A (zh) * | 2011-03-28 | 2011-11-02 | 广西电网公司电力科学研究院 | 复合绝缘子伞裙老化定量鉴别方法 |
Non-Patent Citations (5)
Title |
---|
JP特开平10-235267A 1998.09.08 |
基于彩色图像的玻璃绝缘子缺陷诊断;林聚财 等;《电网技术》;20110131;第35卷(第1期);全文 * |
基于航拍图像的绝缘子表面状态检测;葛玉敏 等;《高压电器》;20100430;第46卷(第4期);全文 * |
林聚财 等.基于彩色图像的玻璃绝缘子缺陷诊断.《电网技术》.2011,第35卷(第1期),全文. |
葛玉敏 等.基于航拍图像的绝缘子表面状态检测.《高压电器》.2010,第46卷(第4期),全文. |
Also Published As
Publication number | Publication date |
---|---|
CN102519974A (zh) | 2012-06-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102519974B (zh) | 基于图像智能识别的复合绝缘子龟裂检测方法 | |
CN102520286B (zh) | 基于高光谱的复合绝缘子运行状态分类方法 | |
CN102520323B (zh) | 基于高光谱的复合绝缘子老化运行状态检测方法 | |
CN102519846B (zh) | 基于高光谱的复合绝缘子憎水性检测方法 | |
CN101487866B (zh) | 基于红外热像交流输电线路瓷质零值绝缘子在线检测方法 | |
CN103926510B (zh) | 一种电缆护层电流及载流量在线监测和故障诊断定位方法 | |
CN106680285B (zh) | 基于红外图像辅助的可见光图像识别绝缘子污秽状态方法 | |
CN111754465B (zh) | 一种绝缘子定位与掉串检测方法 | |
CN102565577A (zh) | 复合绝缘子高光谱检测方法 | |
CN110349128B (zh) | 一种玻璃绝缘子伞间冰柱桥接程度检测方法 | |
CN104849287A (zh) | 一种复合绝缘子污秽程度非接触检测方法 | |
CN104267063A (zh) | 一种基于红外热像的低值绝缘子检测方法 | |
CN103063166A (zh) | 悬式复合绝缘子串风偏角的检测方法及装置 | |
CN102419408B (zh) | 基于负荷监测仪的单相断线故障区域的判定***及其方法 | |
CN101672885A (zh) | 一种带电检测输变电设备外部绝缘状态的方法 | |
CN109827662A (zh) | 基于逆高斯分布低值绝缘子红外检测温度阈值的判定方法 | |
CN204679591U (zh) | 一种基于电场法的线路避雷器状态带电检测装置 | |
CN114283330B (zh) | 基于多源数据的在线巡检识别方法及*** | |
Zhong et al. | Mobile robot for inspection of porcelain insulator strings | |
Cao et al. | Research on small-scale defect identification and detection of smart grid transmission lines based on image recognition | |
Changfu et al. | Research of substation equipment abnormity identification based on image processing | |
Ni et al. | Research on Insulator Defect Detection Method Based on Image Processing and Watershed Algorithm | |
Lin et al. | Edge detection of foreign matter suspension image of high voltage transmission line based on improved Canny operator | |
CN112578311A (zh) | 一种避雷器泄露电流检测装置及方法 | |
CN108108682B (zh) | 一种绝缘子闪络故障定位方法及*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |