CN108961247A - 基于弧光图像检测的分段绝缘器损伤诊断***及方法 - Google Patents
基于弧光图像检测的分段绝缘器损伤诊断***及方法 Download PDFInfo
- Publication number
- CN108961247A CN108961247A CN201810751400.4A CN201810751400A CN108961247A CN 108961247 A CN108961247 A CN 108961247A CN 201810751400 A CN201810751400 A CN 201810751400A CN 108961247 A CN108961247 A CN 108961247A
- Authority
- CN
- China
- Prior art keywords
- image
- arc discharge
- section insulator
- arc
- current value
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/12—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing
- G01R31/1218—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing using optical methods; using charged particle, e.g. electron, beams or X-rays
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30168—Image quality inspection
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Quality & Reliability (AREA)
- Testing Relating To Insulation (AREA)
Abstract
本发明涉及一种基于弧光图像检测的分段绝缘器损伤诊断***及方法,其中***包括:图像采集模块,用于采集包含分段绝缘器区域的视频图像;图像预处理模块,用于对所述视频图像进行预处理;异常检测模块,用于根据预处理后的视频图像提取弧光放电图像,计算所述弧光放电图像的灰度值和弧光放电区域面积值,并根据预先测得的映射函数得到对应的弧光放电电流值,根据所述弧光放电电流值判断分段绝缘器是否异常。本发明基于图像计算弧光放电电流值,能够有效准确地判断出分段绝缘器工作状态,便于故障判断预警。
Description
技术领域
本发明涉及计算机图像检测领域,尤其涉及一种基于弧光图像检测的分段绝缘器损伤诊断***及方法。
背景技术
分段绝缘器是接触网进行供电分段时采用的一种绝缘设备。由于电压差、安装缺陷以及受电弓磨损等原因,列车通过分段绝缘器时可能产生拉弧放电现象,对分段绝缘器造成损伤,同时会进一步加重拉弧放电现象,损伤到一定程度的分段绝缘器如不及时更换,会对列车行车安全造成威胁。目前,分段绝缘器的一般使用寿命约为3年,现阶段主要通过人眼识别来检测设备是否正常工作,缺乏定量指标来表征其损伤情况。
因此,亟待开发一种能够快速对分段绝缘器损伤进行检测的***和方法。
发明内容
本发明要解决的技术问题在于,针对现有技术中以上的缺陷,提供一种基于弧光图像检测的分段绝缘器损伤诊断***及方法。
为了解决上述技术问题,本发明提供了一种基于弧光图像检测的分段绝缘器损伤诊断***,包括:
图像采集模块,用于采集包含分段绝缘器区域的视频图像;
图像预处理模块,用于对所述视频图像进行预处理;
异常检测模块,用于根据预处理后的视频图像提取弧光放电图像,计算所述弧光放电图像的灰度值和弧光放电区域面积值,并根据预先测得的映射函数得到对应的弧光放电电流值,根据所述弧光放电电流值判断分段绝缘器是否异常。
在本发明所述的基于弧光图像检测的分段绝缘器损伤诊断***中,优选地,所述异常检测模块包括:
放电图像提取单元,用于对预处理后的视频图像进行前景检测获得弧光放电图像;
放电电流计算单元,用于计算所述弧光放电图像的灰度值H和弧光放电区域面积值S,并根据预先测得映射函数I=f(H)g(S)得到对应的弧光放电电流值I,其中f(H)为灰度值拟合函数,g(S)为面积值拟合函数;
异常判断单元,用于将弧光放电电流值I与先验电流值Iref进行比较,判断是否满足以下公式,是则判断分段绝缘器工作状态异常,否则判断分段绝缘器工作状态正常:
|I-Iref|≥50%Iref。
在本发明所述的基于弧光图像检测的分段绝缘器损伤诊断***中,优选地,所述异常判断单元还用于统计同一处分段绝缘器多次列车通过时弧光放电电流值,得到该分段绝缘器的弧光放电电流序列;并与列车通过序列进行匹配,当连续出现不同列车的数量超过预设阈值且每辆列车经过时分段绝缘器工作状态均异常时,认为该分段绝缘器故障或剩余使用寿命不足。
在本发明所述的基于弧光图像检测的分段绝缘器损伤诊断***中,优选地,所述异常判断单元还用于统计同一辆列车通过整条线路的各个分段绝缘器的弧光放电电流值,得到该列车的弧光放电电流序列,若超过预定数量的分段绝缘器的工作状态异常,则判定该辆列车受电弓存在故障。
在本发明所述的基于弧光图像检测的分段绝缘器损伤诊断***中,优选地,所述图像采集模块设有用于过滤杂散光的窄带滤波片。
在本发明所述的基于弧光图像检测的分段绝缘器损伤诊断***中,优选地,所述先验电流值Iref的上限为整个供电网的最大供电值,下限为列车启动电流阈值。
在本发明所述的基于弧光图像检测的分段绝缘器损伤诊断***中,优选地,所述***还包括:显示控制模块,用于显示所述视频图像及分段绝缘器是否异常的结果。
本发明还提供了另一种基于弧光图像检测的分段绝缘器损伤诊断***,包括:
摄像头,用于采集包含分段绝缘器区域的视频图像;
综合显控装置,用于对所述视频图像进行预处理,并根据预处理后的视频图像提取弧光放电图像,计算所述弧光放电图像的灰度值和弧光放电区域面积值,并根据预先测得的映射函数得到对应的弧光放电电流值,根据所述弧光放电电流值判断分段绝缘器是否异常。
本发明还提供了一种基于弧光图像检测的分段绝缘器损伤诊断方法,包括以下步骤:
图像采集步骤、采集包含分段绝缘器区域的视频图像;
图像预处理步骤、对所述视频图像进行预处理;
异常检测步骤、根据预处理后的视频图像提取弧光放电图像,计算所述弧光放电图像的灰度值和弧光放电区域面积值,并根据预先测得的映射函数得到对应的弧光放电电流值,根据所述弧光放电电流值判断分段绝缘器是否异常。
在本发明所述的基于弧光图像检测的分段绝缘器损伤诊断方法中,优选地,所述异常检测步骤包括:
对预处理后的视频图像进行前景检测获得弧光放电图像;
计算所述弧光放电图像的灰度值H和弧光放电区域面积值S,并根据预先测得的映射函数I=f(H)g(S)得到对应的弧光放电电流值I,其中f(H)为灰度值拟合函数,g(S)为面积值拟合函数;
将弧光放电电流值I与先验电流值Iref进行比较,判断是否满足以下公式,是则判断分段绝缘器工作状态异常,否则判断分段绝缘器工作状态正常:
|I-Iref|≥50%Iref。
实施本发明的基于弧光图像检测的分段绝缘器损伤诊断***及方法,具有以下有益效果:本发明通过采集包含分段绝缘器区域的视频图像,并根据视频图像计算弧光放电区域的灰度值和面积值,代入预先测得的函数中得到对应的弧光放电电流值,从而能够有效准确地判断出分段绝缘器工作状态,并对此进行故障判断预警。
附图说明
图1为根据本发明优选实施例的基于弧光图像检测的分段绝缘器损伤诊断***的模块框图;
图2为根据本发明优选实施例的基于弧光图像检测的分段绝缘器损伤诊断***中异常检测模块的框图;
图3a为根据本发明优选实施例的基于弧光图像检测的分段绝缘器损伤诊断***获取的分段绝缘器区域图像,图3b为分段绝缘器区域图像的背景模型,图3c为获得的弧光放电图像;
图4为根据本发明优选实施例的基于弧光图像检测的分段绝缘器损伤诊断界面图;
图5a和5b为根据本发明优选实施例的基于弧光图像检测的分段绝缘器损伤诊断结果统计图一和图二;
图6为根据本发明的基于弧光图像检测的分段绝缘器损伤诊断***的硬件结构图;
图7为根据本发明优选实施例的基于弧光图像检测的分段绝缘器损伤诊断方法的流程图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明的一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1,为根据本发明优选实施例的基于弧光图像检测的分段绝缘器损伤诊断***的模块框图。如图1所示,该实施例提供的***至少包括:图像采集模块101、图像预处理模块102和异常检测模块103。
图像采集模块101用于采集包含分段绝缘器区域的视频图像。例如,将摄像头对准列车运行线路,以采集包含分段绝缘器区域的视频图像。优选地,该图像采集模块101在采集图像时通过窄带滤光片过滤杂散光。具体地,对分段绝缘器区域通过各类非AGC(自动增益)成像器(可见光,红外,紫外等)采集的视频图像,搭配窄带滤光片过滤杂散光,窄带滤光片峰值波段即为弧光光谱最为丰富的谱段。其中非AGC成像器采集的图像在标定后无自动增益扰动,不影响后续弧光灰度值面积等计算。
图像预处理模块102用于对所述视频图像进行预处理。该预处理包括但不限于对原始的视频图像进行降噪滤波等处理。图像预处理模块102将预处理后的视频图像传递给异常检测模块103。
异常检测模块103用于根据预处理后的视频图像提取弧光放电图像,计算所述弧光放电图像的灰度值H和弧光放电区域面积值S,并根据预先测得的映射函数得到对应的弧光放电电流值I,根据所述弧光放电电流值I判断分段绝缘器是否异常。该映射函数为预先通过实验测得的弧光放电电流值I与弧光放电图像的灰度统计量之间的映射函数,该弧光放电图像的灰度统计量即灰度值H和弧光放电区域面积值S。
优选地,该基于弧光图像检测的分段绝缘器损伤诊断***还可以进一步包括显示控制模块104,用于显示所述视频图像及分段绝缘器是否异常的结果。
请参阅图2,为根据本发明优选实施例的基于弧光图像检测的分段绝缘器损伤诊断***中异常检测模块的框图。如图2所示,优选地,异常检测模块103包括:放电图像提取单元201、放电电流计算单元202和异常判断单元203。
放电图像提取单元201用于对预处理后的视频图像进行前景检测获得弧光放电图像。优选地,先根据预先得到的分段绝缘器区域的参数坐标信息选取ROI区域(region ofinterest,感兴趣区域),如图3a所示,再对该ROI区域进行前景检测。其中,先对ROI区域(分段绝缘器区域)图像进行背景建模,得到分段绝缘器区域背景模型,如图3b所示;进而在列车通过时,通过对分段绝缘器区域进行前景检测,,即将实时采集的弧光发生时的分段绝缘器区域图像减去分段绝缘器区域背景模型即可获取前景检测图像。优选地,可以对该前景检测图像进行进一步处理,以生成弧光放电图像,如图3c所示。例如根据前景检测结果进一步缩小图像大小。
放电电流计算单元202用于计算所述弧光放电图像的灰度值H和弧光放电区域面积值S,并根据预先测得的映射函数I=f(H)g(S)得到对应的弧光放电电流值I。
本发明在已知线路供电信息(电流、电压值)以及先验统计信息(历史放电情况)的基础上,获取弧光电流强度与灰度统计量之间的函数映射关系。该映射函数可以通过对弧光放电进行实验室的定量标定获得。采用非AGC相机,对弧光放电现象进行实验室测试,得到放电能量大小与电流值的数学关系,再通过图像灰度信息和面积分布表征放电能量大小,获得函数关系:
I=f(H)g(S); (1)
其中,H为弧光放电图像的灰度值,S为弧光放电区域面积值,I为弧光放电电流值。f(H)为灰度值拟合函数,g(S)为面积值拟合函数,均可以根据上述实验拟合结果。
优选地,灰度值拟合函数f(H)可以通过以下公式拟合f(H)=a1H2+a2H+a3,其中a1、a2和a3均为实验获取的经验参数,结合测得电流值计算获得。例如,在本发明的一个优选实施例中,根据实验值拟合得到的a1=2,a2=16,a3=50。
优选地,面积值拟合函数g(S)可以通过以下公式拟合g(S)=b1S2+b2S+b3,其中b1、b2和b3均为实验获取的经验参数,结合测得电流值计算获得。例如,在本发明的一个优选实施例中,根据实验值拟合得到的b1=0.1,b2=0.6,b3=5。
优选地,本发明可以通过以下方式计算所述弧光放电图像的灰度值H与弧光放电区域面积值S:
1、基于弧光放电图像的灰度直方图,统计各灰度值所占比例,计算均值或者依据3σ准则,获得该弧光放电图像的灰度值H。
2、基于弧光放电图像的灰度面积统计,对弧光放电图像进行二值化处理,并统计弧光放电区域面积的像素大小(即通过二值化处理后图像中灰度值为0的像素数量),从而获得弧光放电图像的面积值S。
在计算得到弧光放电图像的灰度值H与面积值S之后,代入公式(1)中就可以得到该灰度值H与面积值S对应的弧光放电电流值I。
异常判断单元203用于将弧光放电电流值I与先验电流值Iref进行比较,判断是否满足以下公式,是则判断分段绝缘器工作状态异常,否则判断分段绝缘器工作状态正常:
|I-Iref|≥50%Iref (2)
本发明在检测到的弧光放电电流值I与先验电流值Iref出现背离时,则可判定分段绝缘器工作状态异常,可能出现故障或者需要检修。先验电流值Iref的获取可依据经验值,其中经验值的获得可根据实验室测定或实际供电网络的历史放电。先验电流值Iref的上限为整个供电网的最大供电值,其下限为列车启动电流阈值。
在本发明更优选的实施例中,异常判断单元203还用于统计同一处分段绝缘器多次列车通过时弧光放电电流值,得到该分段绝缘器的弧光放电电流序列;并与列车通过序列进行匹配,当连续出现不同列车经过且分段绝缘器工作状态异常时,认为该分段绝缘器故障或剩余使用寿命不足。
在本发明的一个实施例中,可以在检测连续出现的不同列车数量超过预设阈值,且每辆列车经过时分段绝缘器工作状态均异常时,判定该分段绝缘器故障或剩余使用寿命不足。
例如,同一处分段绝缘器的弧光放电电流序列为I1,I2,I3,I4,I5,I6,……,其中Ij表示Tj时刻采集的弧光放电电流值,j=1,2,3,…;相同时间点采样获得的通过该分段绝缘漆的列车通过序列为S1,S1,S1,S2,S2,S2,……,其中S1表示第一辆列车的编号,S2表示第二辆列车的编号……。由此可见,每辆列车经过时,可能测得几次弧光放电电流值。将弧光放电电流序列与列车通过序列相匹配,就可以获得每辆列车经过时分段绝缘器工作状态是否异常。例如,对于第一辆列车S1而言,通过判断计算序列I1,I2,I3的弧光放电电流均值,再通过公式(2)判断是否超过先验电流值Iref50%以上,是则判定该辆列车S1通过时该分段绝缘器工作状态异常。在本发明的一个实施例中当连续10次以上列车通过同一分段绝缘器,且每辆列车经过时的弧光放电电流均值都超过先验电流值Iref50%以上,则判定该分段绝缘器损坏。
在本发明更优选的实施例中,异常判断单元203还用于统计同一辆列车通过整条线路的各个分段绝缘器的弧光放电电流值,得到该列车的弧光放电电流序列,设同一线路上分段绝缘器数量为N,若超过预定数量(例如50%*N)的分段绝缘器的工作状态异常,则判定该辆列车受电弓存在故障。例如,当该辆列出通过的线路上共有10个分段绝缘器,而其中有6个显示弧光放电电流值异常,则判定为该该辆列车受电弓存在故障,并可根据该判定结果进一步报警。
本发明的分段绝缘器损伤诊断***还可以进一步包括存储模块,用于存储所述视频图像以及分段绝缘器是否异常的结果等。前述各种分析结果中的文件(视频截取以及关键图片集)也可以以FTP方式上传到web服务器中。通过远程查看分段绝缘器故障情况来进行维护保养检修等安排。
优选地,显示控制模块104用于视频图像的显示与控制,包括云台控制等,自动将摄像机对准待观测的分段绝缘器区域,选择并确认实际观测范围,操作鼠标绘制实际观测区域即分段绝缘器区域,并在图像对应位置标注分段绝缘器编号,以及输入待检测分段绝缘器编号信息。优选地,显示控制模块104将视频图像RGB数据传递给图像预处理模块102,将分段绝缘器区域的参数坐标信息等传递给异常检测模块103。本发明的基于弧光图像检测的分段绝缘器损伤诊断界面如图4所示,图中可以选取视频图像的截图,并标示出弧光放电区域,同时以统计图的形式给出检测结果。例如,可以给出分段绝缘器的历史放电情况,即累计拉弧次数统计,其放大图如图5a所示,图中横轴为分段绝缘器的编号,纵轴为累计拉弧次数。又例如,统计图包括同一处分段绝缘器的弧光放电电流序列,其中涵盖了不同的列车时的的弧光放电电流值,如图5b所示,图中横轴为弧光放电的时间点序号,纵轴为弧光放电电流值。
优选地,本发明的基于弧光图像检测的分段绝缘器损伤诊断***还包括报警模块,用于根据异常检测模块103的检测结果进行报警。例如,当异常检测模块103的异常判断单元203判断分段绝缘器工作状态异常时生成报警信号给报警模块,由该报警模块进行声光报警,或者通过PC端电脑界面,或者通过发送短信给维护人员手机进行报警。
请结合参阅图6,为根据本发明的基于弧光图像检测的分段绝缘器损伤诊断***的硬件结构图。如图6所示,本发明的基于弧光图像检测的分段绝缘器损伤诊断***主要包括摄像头601以及与之通讯的综合显控装置603。优选地,该***还包括网络交换机602。
摄像头601用于采集包含分段绝缘器区域的视频图像,例如采用高清摄像头实现。网络交换机602将摄像头601采集到的图像通过网络传送汇总至网络交换机602最终与综合显控装置603相连。前述图像采集模块101可通过该摄像头601采集包含窗户的视频图像。
综合显控装置603用于对摄像头601采集的视频图像进行预处理,并根据预处理后的视频图像提取弧光放电图像,计算所述弧光放电图像的灰度值和弧光放电区域面积值,并根据预先测得的映射函数得到对应的弧光放电电流值,根据所述弧光放电电流值判断分段绝缘器是否异常。优选地,综合显控装置603中部署的上位机显控软件完成视频图像的显示与控制,以及云台控制等,自动将摄像机对准待观测的分段绝缘器,选择并确认实际观测范围,操作鼠标绘制实际观测区域(即分段绝缘器区域),并在图像对应位置标注分段绝缘器编号,以及输入待检测分段绝缘器编号信息。前述图像预处理模块102、异常检测模块103和显示控制模块104可通过该综合显控装置603实现。
优选地,本发明的分段绝缘器损伤诊断***还可以进一步包括web服务器604,用于存储前述各种分析结果中的文件(视频截取以及关键图片集)。
请参阅图7,为根据本发明优选实施例的基于弧光图像检测的分段绝缘器损伤诊断方法的流程图。如图7所示,该实施例提供的方法包括以下步骤:
首先,在步骤S1中,执行图像采集步骤,采集包含分段绝缘器区域的视频图像;
随后,在步骤S2中,执行图像预处理步骤,对所述视频图像进行预处理;
随后,在步骤S3中,执行异常检测步骤,根据预处理后的视频图像提取弧光放电图像,计算所述弧光放电图像的灰度值和弧光放电区域面积值,并根据预先测得的映射函数得到对应的弧光放电电流值,根据所述弧光放电电流值判断分段绝缘器是否异常。
优选地,异常检测步骤S3具体通过以下步骤实现:
1)对预处理后的视频图像进行前景检测。
2)计算所述弧光放电图像的灰度值H和弧光放电区域面积值S,并根据预先测得的映射函数I=f(H)g(S)得到对应的弧光放电电流值I,其中f(H)为灰度值拟合函数,g(S)为面积值拟合函数;
3)将弧光放电电流值I与先验电流值Iref进行比较,判断是否满足以下公式,是则判断分段绝缘器工作状态异常,否则判断分段绝缘器工作状态正常:
|I-Iref|≥50%Iref。
优选地,先验电流值Iref的上限为整个供电网的最大供电值,下限为列车启动电流阈值。
优选地,在上述基于弧光图像检测的分段绝缘器损伤诊断方法中:
异常判断步骤中还用于统计同一处分段绝缘器多次列车通过时弧光放电电流值,得到该分段绝缘器的弧光放电电流序列;并与列车通过序列进行匹配,当连续出现不同列车的数量超过预设阈值且每辆列车经过时分段绝缘器工作状态均异常时,认为该分段绝缘器故障或剩余使用寿命不足。
优选地,异常判断步骤中还用于统计同一辆列车通过整条线路的各个分段绝缘器的弧光放电电流值,得到该列车的弧光放电电流序列,若超过预定数量的分段绝缘器的工作状态异常,则判定该辆列车受电弓存在故障。
优选地,上述方法还包括显示控制步骤,用于显示所述视频图像及分段绝缘器是否异常的结果等。
综上所述,本发明基于高清视频图像采集与计算机图像识别技术,通过构建分段绝缘器检测***,能够有效准确地判断分段绝缘器工作状态,并对此进行故障判断预警。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种基于弧光图像检测的分段绝缘器损伤诊断***,其特征在于,包括:
图像采集模块,用于采集包含分段绝缘器区域的视频图像;
图像预处理模块,用于对所述视频图像进行预处理;
异常检测模块,用于根据预处理后的视频图像提取弧光放电图像,计算所述弧光放电图像的灰度值和弧光放电区域面积值,并根据预先测得的映射函数得到对应的弧光放电电流值,根据所述弧光放电电流值判断分段绝缘器是否异常。
2.根据权利要求1所述的基于弧光图像检测的分段绝缘器损伤诊断***,其特征在于,所述异常检测模块包括:
放电图像提取单元,用于对预处理后的视频图像进行前景检测获得弧光放电图像;
放电电流计算单元,用于计算所述弧光放电图像的灰度值H和弧光放电区域面积值S,并根据预先测得映射函数I=f(H)g(S)得到对应的弧光放电电流值I,其中f(H)为灰度值拟合函数,g(S)为面积值拟合函数;
异常判断单元,用于将弧光放电电流值I与先验电流值Iref进行比较,判断是否满足以下公式,是则判断分段绝缘器工作状态异常,否则判断分段绝缘器工作状态正常:
|I-Iref|≥50%Iref。
3.根据权利要求2所述的基于弧光图像检测的分段绝缘器损伤诊断***,其特征在于,所述异常判断单元还用于统计同一处分段绝缘器多次列车通过时弧光放电电流值,得到该分段绝缘器的弧光放电电流序列;并与列车通过序列进行匹配,当连续出现不同列车的数量超过预设阈值且每辆列车经过时分段绝缘器工作状态均异常时,认为该分段绝缘器故障或剩余使用寿命不足。
4.根据权利要求2所述的基于弧光图像检测的分段绝缘器损伤诊断***,其特征在于,所述异常判断单元还用于统计同一辆列车通过整条线路的各个分段绝缘器的弧光放电电流值,得到该列车的弧光放电电流序列,若超过预定数量的分段绝缘器的工作状态异常,则判定该辆列车受电弓存在故障。
5.根据权利要求2所述的基于弧光图像检测的分段绝缘器损伤诊断***,其特征在于,所述先验电流值Iref的上限为整个供电网的最大供电值,下限为列车启动电流阈值。
6.根据权利要求1所述的基于弧光图像检测的分段绝缘器损伤诊断***,其特征在于,所述图像采集模块设有用于过滤杂散光的窄带滤波片。
7.根据权利要求1~5中任一项所述的基于弧光图像检测的分段绝缘器损伤诊断***,其特征在于,所述***还包括:
显示控制模块,用于显示所述视频图像及分段绝缘器是否异常的结果。
8.一种基于弧光图像检测的分段绝缘器损伤诊断***,其特征在于,包括:
摄像头,用于采集包含分段绝缘器区域的视频图像;
综合显控装置,用于对所述视频图像进行预处理,并根据预处理后的视频图像提取弧光放电图像,计算所述弧光放电图像的灰度值和弧光放电区域面积值,并根据预先测得的映射函数得到对应的弧光放电电流值,根据所述弧光放电电流值判断分段绝缘器是否异常。
9.一种基于弧光图像检测的分段绝缘器损伤诊断方法,其特征在于,包括以下步骤:
图像采集步骤、采集包含分段绝缘器区域的视频图像;
图像预处理步骤、对所述视频图像进行预处理;
异常检测步骤、根据预处理后的视频图像提取弧光放电图像,计算所述弧光放电图像的灰度值和弧光放电区域面积值,并根据预先测得的映射函数得到对应的弧光放电电流值,根据所述弧光放电电流值判断分段绝缘器是否异常。
10.根据权利要求9所述的基于弧光图像检测的分段绝缘器损伤诊断方法,其特征在于,所述异常检测步骤包括:
对预处理后的视频图像进行前景检测获得弧光放电图像;
计算所述弧光放电图像的灰度值H和弧光放电区域面积值S,并根据预先测得的映射函数I=f(H)g(S)得到对应的弧光放电电流值I,其中f(H)为灰度值拟合函数,g(S)为面积值拟合函数;
将弧光放电电流值I与先验电流值Iref进行比较,判断是否满足以下公式,是则判断分段绝缘器工作状态异常,否则判断分段绝缘器工作状态正常:
|I-Iref|≥50%Iref。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810751400.4A CN108961247A (zh) | 2018-07-10 | 2018-07-10 | 基于弧光图像检测的分段绝缘器损伤诊断***及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810751400.4A CN108961247A (zh) | 2018-07-10 | 2018-07-10 | 基于弧光图像检测的分段绝缘器损伤诊断***及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108961247A true CN108961247A (zh) | 2018-12-07 |
Family
ID=64483401
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810751400.4A Pending CN108961247A (zh) | 2018-07-10 | 2018-07-10 | 基于弧光图像检测的分段绝缘器损伤诊断***及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108961247A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111307096A (zh) * | 2020-03-09 | 2020-06-19 | *** | 一种分段绝缘器多点检测方法 |
CN111855796A (zh) * | 2020-09-04 | 2020-10-30 | 浙江城建煤气热电设计院有限公司 | 一种对旋转设备电能传导的接触面检测装置及其方法 |
CN112946436A (zh) * | 2021-02-02 | 2021-06-11 | 成都国铁电气设备有限公司 | 一种车载接触网绝缘器消弧缺断在线智能检测方法 |
CN113191313A (zh) * | 2021-05-20 | 2021-07-30 | 国能大渡河沙坪发电有限公司 | 基于水电厂的视频流放电识别方法、装置及计算机设备 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103115647A (zh) * | 2013-02-01 | 2013-05-22 | 赵乎 | 轨道交通弓网工况监测*** |
JP5736853B2 (ja) * | 2011-03-08 | 2015-06-17 | 株式会社明電舎 | トロリ線の摩耗状態監視装置 |
CN104833904A (zh) * | 2015-04-13 | 2015-08-12 | 东莞市诺丽电子科技有限公司 | 跨座式单轨受电弓拉弧检测方法 |
CN105004972A (zh) * | 2015-06-25 | 2015-10-28 | 华北电力大学(保定) | 基于日盲紫外成像图像特征的瓷绝缘子绝缘状态评估方法 |
CN105004974A (zh) * | 2015-07-14 | 2015-10-28 | 南车青岛四方机车车辆股份有限公司 | 动车组车顶高压绝缘子绝缘性能实时检测方法及*** |
CN105445576A (zh) * | 2015-11-11 | 2016-03-30 | 西南交通大学 | 一种弓网电弧能量测量方法 |
CN106054032A (zh) * | 2016-03-08 | 2016-10-26 | 华北电力大学(保定) | 一种高压绝缘子沿面放电脉冲峰值的非接触式测量方法 |
CN106940886A (zh) * | 2017-03-08 | 2017-07-11 | 华北电力大学(保定) | 一种基于灰度的电气设备放电紫外成像量化参数提取方法 |
-
2018
- 2018-07-10 CN CN201810751400.4A patent/CN108961247A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5736853B2 (ja) * | 2011-03-08 | 2015-06-17 | 株式会社明電舎 | トロリ線の摩耗状態監視装置 |
CN103115647A (zh) * | 2013-02-01 | 2013-05-22 | 赵乎 | 轨道交通弓网工况监测*** |
CN104833904A (zh) * | 2015-04-13 | 2015-08-12 | 东莞市诺丽电子科技有限公司 | 跨座式单轨受电弓拉弧检测方法 |
CN105004972A (zh) * | 2015-06-25 | 2015-10-28 | 华北电力大学(保定) | 基于日盲紫外成像图像特征的瓷绝缘子绝缘状态评估方法 |
CN105004974A (zh) * | 2015-07-14 | 2015-10-28 | 南车青岛四方机车车辆股份有限公司 | 动车组车顶高压绝缘子绝缘性能实时检测方法及*** |
CN105445576A (zh) * | 2015-11-11 | 2016-03-30 | 西南交通大学 | 一种弓网电弧能量测量方法 |
CN106054032A (zh) * | 2016-03-08 | 2016-10-26 | 华北电力大学(保定) | 一种高压绝缘子沿面放电脉冲峰值的非接触式测量方法 |
CN106940886A (zh) * | 2017-03-08 | 2017-07-11 | 华北电力大学(保定) | 一种基于灰度的电气设备放电紫外成像量化参数提取方法 |
Non-Patent Citations (2)
Title |
---|
刘向军,李炜荣,谢宝河: "触头电弧图像面积与电弧功率及其关系", 《电工技术学报》 * |
赵云峰,王永兴,邹积岩,董文亮: "基于电弧图像的中频真空电弧阳极燃烧特性研究", 《高压电器》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111307096A (zh) * | 2020-03-09 | 2020-06-19 | *** | 一种分段绝缘器多点检测方法 |
CN111855796A (zh) * | 2020-09-04 | 2020-10-30 | 浙江城建煤气热电设计院有限公司 | 一种对旋转设备电能传导的接触面检测装置及其方法 |
CN111855796B (zh) * | 2020-09-04 | 2023-08-25 | 浙江城建煤气热电设计院股份有限公司 | 一种对旋转设备电能传导的接触面检测装置及其方法 |
CN112946436A (zh) * | 2021-02-02 | 2021-06-11 | 成都国铁电气设备有限公司 | 一种车载接触网绝缘器消弧缺断在线智能检测方法 |
CN113191313A (zh) * | 2021-05-20 | 2021-07-30 | 国能大渡河沙坪发电有限公司 | 基于水电厂的视频流放电识别方法、装置及计算机设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109816678B (zh) | 一种基于视觉的喷嘴雾化角度自动检测***及方法 | |
CN108961247A (zh) | 基于弧光图像检测的分段绝缘器损伤诊断***及方法 | |
CN108307146B (zh) | 一种高压输电线路安全隐患检测***及方法 | |
CN106056079B (zh) | 一种图像采集设备及人脸五官的遮挡检测方法 | |
CN101551435B (zh) | 电晕放电检测方法及装置 | |
CN110781839A (zh) | 一种基于滑窗的大尺寸图像中小目标识别方法 | |
CN109489724B (zh) | 一种隧道列车安全运行环境综合检测装置及检测方法 | |
CN110493574B (zh) | 基于流媒体和ai技术的安监可视化*** | |
CN101765025A (zh) | 一种监控摄像设备异常检测的***及方法 | |
CN101908142A (zh) | 一种基于特征分析的视频火焰检测方法 | |
CN104535356A (zh) | 一种基于机器视觉的卷筒钢丝绳排绳故障监测方法及*** | |
CN112257632A (zh) | 一种基于边缘计算的变电站监测*** | |
CN111178424A (zh) | 一种石油化工生产现场安全合规性实时检测***及方法 | |
KR20160034726A (ko) | 현수애자 진단 장치 및 방법 | |
CN105023272A (zh) | 农作物叶子虫害检测方法和*** | |
CN117455843A (zh) | 一种电缆头缺陷智能化检测*** | |
CN111862073A (zh) | 一种电力设备的温度采集方法和装置 | |
CN104021576A (zh) | 在场景中追踪移动物体的方法及*** | |
KR20230036557A (ko) | 드론 기반 대단위 태양광 패널 고장 모니터링 시스템 | |
Hashmi et al. | Computer-vision based visual inspection and crack detection of railroad tracks | |
CN111626104B (zh) | 一种基于无人机红外热像的电缆隐患点检测方法和装置 | |
CN111507347A (zh) | 一种基于偏微分方程的电力设备红外图像增强与分割方法 | |
CN115713511A (zh) | 传送带的检测方法、装置和电子设备 | |
CN113793294A (zh) | 一种含有抖动及电磁干扰检测的视频监控质量评估方法 | |
CN108629349B (zh) | 一种基于图像处理的踏板检测方法及*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181207 |
|
RJ01 | Rejection of invention patent application after publication |