论文部分内容阅读
随着现代智能电网的发展,红外技术在变电站的运行和维护中发挥了巨大的作用。红外技术无需直接接触变电站设备就能实现变电站设备整体温度分布的测量,找出温度最高的发热点,在不停电的状态下发现变电站设备故障。因此本文根据红外技术在变电站设备故障诊断中的优点,研究了红外技术用于变电站设备热故障诊断的各个流程,本文的主要工作如下：(1)针对变电站设备红外图像存在噪声和低对比度的特点,给出了变电站设备红外图像的去噪和增强方法。采用基于形态学的权重自适应算法进行红外图像去噪,采用多尺度Retinex算法进行红外图像增强,并与常用的去噪和增强方法进行对比。实验结果表明,本文给出的变电站设备红外图像去噪和增强方法具有较好的效果。(2)在研究常用图像分割方法的基础上,给出了改进的变电站设备红外图像分割方法,对预处理后的变电站设备红外图像采用基于加权切比雪夫距离的K-means聚类算法进行聚类处理,然后采用二维最大熵法对聚类后的图像进行分割。实验结果表明,本文给出的改进方法能够较好地将目标完整的分割出来,分割效果较好。(3)针对变电站设备红外图像的形状特征,分别采用了Hu不变矩和Zernike不变矩来提取图像的形状特征,通过对特征提取效果的对比,最终采用Zernike不变矩来提取图像形状特征；采用支持向量机分类器对实际的变电站设备红外图像进行分类,并分别验证了Hu不变矩和Zernike不变矩作为特征向量的分类效果。实验结果表明,本文给出的方法识别率较高,分类效果较好。(4)根据以上理论研究结果,结合变电站设备热故障等级和故障诊断规则,设计了变电站设备热故障诊断方案,通过对变电站设备红外图像的分析处理,获得其热故障等级并给出相应的处理方法。