论文部分内容阅读
绝缘子是将高压载流导体与支撑构架及大地相绝缘的重要电气设备,每根电杆、每个塔架及变压器等供电设备都必须使用。运行中的绝缘子由于长期受大气污染、冷热变化、雨水侵蚀等作用,可能出现绝缘劣化。一旦绝缘子串中出现劣化绝缘子,将降低绝缘子串的有效爬电距离并增加绝缘子串的闪络概率,直接导致绝缘子断串、导线落地等连锁事故,严重威胁电力系统的安全稳定运行。因此绝缘子的状态检测是一项繁重的工作。相较于传统的人工登杆巡线检测方式,利用红外热像仪进行巡线拍摄并使用图像处理技术自动检测故障的巡线方式更为高效,是目前智能巡线检查的主要发展方向。针对目前绝缘子低、零值检测方法漏判率高、操作繁琐等问题,本文提出了一种改进的绝缘子区域智能提取方法,获取绝缘子盘面和钢帽区域的图像纹理与温度等信息,实现绝缘子红外图像的自动、批量处理,为绝缘子的状态检测奠定了基础。针对红外图像背景复杂的特点,本文提出了基于灰度拉伸和线性回归的自动定位方法。首先采用基于Otsu阀值的灰度拉伸法对图像增强;利用灰度图像的开运算对图像去噪;然后采用灰度Otsu阀值法对图像进行阀值分割;图像二值化后,用最大连通区域过滤法提取绝缘子串区域;最后利用回归分析法进行倾斜度校正,完成绝缘子串的最终定位。试验结果表明:提出的分割方法可以快速完整地将目标提取出来;所提出的定位方法可以完成复杂背景下绝缘子串的自动精确定位,为实现劣化绝缘子红外智能检测奠定基础。本文基于江西省一起劣化绝缘子案例利用图像分割算法对其进行智能验证分析,首先将红外图像进行灰度化,利用本文增强算法对灰度图像进行图像增强,经过二值化、阈值分割、区域过滤提取绝缘子区域位置,提取绝缘子钢帽和盘面的位置,最后根据钢帽和盘面位置提取相应的温度和灰度信息,得出劣化绝缘子发热及灰度规律。结果表明:本文方法能够从变电站现场拍摄的红外图像中完整地提取出绝缘子盘面和钢帽图像区域,有较高的工程应用价值。