基于圖像處理技術的電氣設備故障診斷方法研究.pdf

1、電氣設備及電網的安全運行，不僅與人們的日常生活息息相關，也嚴重影響著一個國家的社會經濟活動，因此電力故障的早期預防和維護是十分重要的，電氣設備的故障診斷也成為了一直以來的研究熱點。傳統(tǒng)的電氣設備故障診斷通常是由檢修員利用儀器、儀表等定期地測量電氣設備的運行參數(shù)，在對參數(shù)進行分析計算后得出診斷結果，這種方法不僅操作復雜、無法得出實時結果，而且耗費大量時間和人力成本。紅外熱成像技術是一種無損技術，近年來紅外熱成像設備在電力系統(tǒng)中應用逐漸普遍

2、，本文借助紅外熱成像儀獲取電氣設備的熱圖像，結合圖像處理技術，提出了兩種可行的故障診斷方法，并在搭建的電氣設備故障診斷平臺上對兩種算法進行了實例分析，具體工作如下：
　　本文提出了一種擴展Mean Shift算法，基于傳統(tǒng)Mean Shift算法的迭代思想，利用直方圖描述目標，并使用矢量進行加權來定位目標的位置，將電氣設備的故障診斷這一實際問題轉化為Mean Shift的模態(tài)檢測問題。首先，選取一個初始像素點并求其Mean Shi

3、ft矢量，該矢量將初始像素點引導至更接近目標模態(tài)的位置；其次當檢測到目標模態(tài)時利用Mean Shift核函數(shù)來獲取圖像的真實位置，最后利用Mean Shift算法的迭代作用找到整幅圖像中的所有目標模態(tài)，并對所有真實位置組成的區(qū)域進行分割。該Mean Shift算法的編程在MATLAB平臺上實現(xiàn)，并得到故障診斷的定性結果。實例分析結果顯示該算法的特征計算簡單，能準確判斷電氣設備是否存在故障。
　　本文提出的第二種方法是改進的MSER

4、算法。它利用MSER仿射不變等優(yōu)良特性，首先對電氣設備熱圖像進行特征提取，并找出最大穩(wěn)定極值區(qū)域，再用橢圓對該極值區(qū)域進行擬合，最后進行標準化處理，消除干擾得到分割結果。通過實例分析和比較，改進型MSER算法不僅能得出定性診斷結果，還能從圖像灰度值與溫度之間的聯(lián)系中得出溫度、溫差率等定量數(shù)據(jù)。文中根據(jù)國際電氣測試協(xié)會(NETA)標準對該定量數(shù)據(jù)進行溫差率范圍的判斷，從而確定是否存在故障。
　　本文采用Visual C++、MATL