基于圖像分割的變電站電氣設備故障自動檢測.pdf

1、在供電網絡發(fā)展極為迅速和網架結構日趨合理的今天,國家對電力系統的智能化和供電可靠性的要求越來越高,要求能夠自動快速隔離電氣設備的故障并恢復健全區(qū)域的供電,能對電力系統進行在線監(jiān)測和安全預警,及時發(fā)現缺陷并采取措施消除隱患。紅外檢測技術作為一種行之有效的故障檢測手段,已得到廣泛應用。將紅外檢測技術與圖像監(jiān)控系統相結合大大提高了電力系統故障檢測水平,但是目前的檢測手段依然需要人工診斷,無法達到實時準確。本文針對變電站電氣設備故障問題,利用數

2、字圖像處理技術來實現無人值守變電站電氣設備故障的自動檢測。
　　首先,通過分析變電站紅外圖像的特點,對紅外圖像中存在的噪聲進行了歸納總結,并實驗驗證了幾種常見的去噪處理方法,在此基礎上進行了改進,提出了具有高信噪比的中值與均值相結合的去噪方法,既能消除噪聲的擴散影響,又能使圖像區(qū)域內的灰度值更為平滑,完成了圖像的預處理。
　　其次,針對紅外圖像低信噪比、低對比度的特點,在研究分析傳統的圖像分割方法的基礎上,提出了分水嶺與K均

3、值聚類相結合的分割方法,并實例驗證了該方法不僅能夠克服分水嶺方法的過分割現象,也克服了聚類方法對噪聲的敏感性,能夠有效、準確地提取目標區(qū)域。
　　最后,根據變電站紅外圖像中像素空間信息的特點,本文提出了基于圖像灰度信息的目標檢測方法和基于像素灰度信息的目標檢測方法,實驗表明:本文算法不僅能夠檢測出變電站電氣設備中故障所在,且實驗的實驗值與參考值的誤差處在2％的可忽略范圍內,驗證了本文方法的可行性和準確性。該方法結合紅外遙視和巡檢系