專(zhuān)利名稱(chēng)：輸電線路絕緣子放電在線監(jiān)測(cè)故障定位方法
技術(shù)領(lǐng)域：
本發(fā)明涉及輸電線路絕緣子放電在線監(jiān)測(cè)故障定位方法。
背景技術(shù)：
安裝在輸電線路上的絕緣子在運(yùn)行中因長(zhǎng)期經(jīng)受機(jī)電負(fù)荷、日曬雨淋、冷熱變化等作用，可能出現(xiàn)絕緣電阻降低、開(kāi)裂甚至擊穿等故障，對(duì)供電可靠性帶來(lái)潛在威脅，因此， 絕緣子在線檢測(cè)意義重大。線路絕緣子因其安裝位置的特殊及分布區(qū)域廣泛，向來(lái)是絕緣在線檢測(cè)的一個(gè)難點(diǎn)，若干年來(lái)，國(guó)內(nèi)外一直在尋找有效的解決方法?，F(xiàn)行的絕緣子在線監(jiān)測(cè)技術(shù)中，對(duì)內(nèi)部故障發(fā)熱導(dǎo)致設(shè)備外部溫度變化的故障， 可應(yīng)用紅外圖像方法進(jìn)行診斷。紫外成像技術(shù)是利用特殊儀器接收電暈放電產(chǎn)生的紫外信號(hào)，經(jīng)處理后成像并與可見(jiàn)光圖像疊加，達(dá)到確定電暈的位置和強(qiáng)度。隨著電壓等級(jí)的提高，應(yīng)用直升機(jī)巡線和航拍技術(shù)，因其反應(yīng)速度快，采集數(shù)據(jù)量大，且能克服地形地貌等障礙，將在電力系統(tǒng)中日益受到重視?，F(xiàn)行的成像技術(shù)所獲得圖像多半為RGB的真彩圖像，圖像質(zhì)量高，這給計(jì)算機(jī)處理提出很高要求。為更好分析圖像，需將圖像換成一種儲(chǔ)存更小且不丟失有效信息的圖像； 而在進(jìn)行圖像的邊緣檢測(cè)時(shí)，故障位置不明顯，對(duì)于圖像背景復(fù)雜不易區(qū)分故障位置。本發(fā)明要解決的技術(shù)問(wèn)題是，針對(duì)現(xiàn)有技術(shù)存在不足，提出一種輸電線路絕緣子放電在線監(jiān)測(cè)故障定位方法，它能對(duì)在線監(jiān)測(cè)所采集圖像能快速進(jìn)行故障定位，算法簡(jiǎn)便， 通過(guò)實(shí)驗(yàn)驗(yàn)證，能在圖片上以直觀簡(jiǎn)單的方式呈現(xiàn)絕緣子故障位置。本發(fā)明的技術(shù)方案是，所述輸電線路絕緣子放電在線監(jiān)測(cè)故障定位方法包括(1)圖像的獲得以現(xiàn)有紅外成像、紫外成像或航拍技術(shù)獲得輸電線路絕緣子RGB 真彩圖像；(2)圖像預(yù)處理將所述RGB真彩圖像轉(zhuǎn)換為儲(chǔ)存空間更小且不丟失有效信息的灰度圖；然后利用濾波算法排除圖片中環(huán)境干擾信息，即去噪；(3)確定故障位置，步驟是a.利用閾值法提取一次圖像將灰度圖的像素定義為灰度值，且灰度值大小為 0-255，其中0為白色，從0到255逐漸從白到灰，最后變成黑；通過(guò)直方圖統(tǒng)計(jì)出0-255中各個(gè)灰度值出現(xiàn)的次數(shù)，得到圖像中灰度的分布的直方圖，利用灰度的分布判斷故障與背景的區(qū)分灰度值，將該區(qū)分灰度值定義為閾值；找出這個(gè)閾值，當(dāng)圖像的灰度值大于所述閾值時(shí)圖像元素保留或置為1 ；當(dāng)圖像的灰度值小于或等于所述閾值時(shí)圖像元素丟失即置為0，得到經(jīng)閾值法處理后的二值圖像；用數(shù)學(xué)關(guān)系表示如下
發(fā)明內(nèi)容
式中，H(u，v)為處理后二值圖像中點(diǎn)(U，ν)的灰度值；D(u，v)為處理前(u，ν)的灰度值；Dtl為選擇的閾值，(u，ν)為圖像中點(diǎn)的坐標(biāo)；b.檢測(cè)圖像邊緣將灰度圖進(jìn)行邊緣化處理，得邊緣化處理后二值圖像；C.分別對(duì)閾值法處理后的二值圖像和邊緣化處理后二值圖像取反(鏡像圖)，得閾值法處理后的二值圖像的取反圖像和邊緣化處理后二值圖像的取反圖像；d.將由步驟c得到的兩幅取反圖像疊加，得到故障目標(biāo)圖像。以下對(duì)本發(fā)明做出進(jìn)一步說(shuō)明。所述步驟( 圖像預(yù)處理中，現(xiàn)有技術(shù)的濾波算法MATLAB的小波分析工具箱提供了對(duì)信號(hào)進(jìn)行去噪的一族算法，本文采用medfilt2函數(shù)(中值濾波)簡(jiǎn)單處理，由于本發(fā)明的重點(diǎn)是在故障點(diǎn)分析上，所涉及的圖像處理主要在故障和邊緣提取，加入合適的去噪函數(shù)將能得到更清晰地處理后圖像，對(duì)去噪的詳細(xì)了解可以參閱現(xiàn)有圖像處理技術(shù)資料。所述步驟(3)a中，閾值的選定依據(jù)的原理是圖片上故障點(diǎn)像素的突變，對(duì)于故障圖片，故障點(diǎn)一般表現(xiàn)為亮點(diǎn)或者光斑的形式，而相對(duì)于周?chē)谏尘坝忻黠@的分界點(diǎn)，我們將分界點(diǎn)的像素轉(zhuǎn)換為灰度值后，將分界點(diǎn)對(duì)應(yīng)的點(diǎn)保留為閾值，利用MATLAB取得圖像大小構(gòu)建一次雙重循環(huán)，凡是小于設(shè)定閾值定義為白色，大于閾值都定義為黑色，這樣以便人體視覺(jué)習(xí)慣，算法有兩種，一個(gè)是通過(guò)直方圖人為給定一個(gè)閾值，這個(gè)比較精確，還有就是通過(guò)MATLAB中閾值函數(shù)自動(dòng)設(shè)定閾值選擇參數(shù)，通過(guò)這種方法選擇的閾值對(duì)于有些圖片不能表現(xiàn)很好的效果，本發(fā)明優(yōu)先采用前者。對(duì)于通過(guò)直方圖人為給定一個(gè)閾值，例如(參見(jiàn)圖2)，因?yàn)楣收宵c(diǎn)大多為亮點(diǎn)或光斑，如把有黑-灰-白連續(xù)變化的灰度值量化為256個(gè)灰度級(jí)，灰度值的范圍為0-255，表示亮度從深到淺，對(duì)應(yīng)圖像中的顏色為從黑到白。所以越接近255灰度的像素在圖像上表現(xiàn)為越亮，從圖2中看出，灰度值200以后逐漸減少(對(duì)應(yīng)圖像上光斑占圖像比例小部分)， 而200以前的灰度值仍比較飽和(對(duì)應(yīng)圖像上背景色占大多數(shù))，所以可以判斷大于200以后的灰度值為故障對(duì)應(yīng)位置，然后通過(guò)人為觀察以220-230閾值帶入算法驗(yàn)證，發(fā)現(xiàn)230能得到比較清晰的光斑大小。所述步驟(3)b中，對(duì)于故障圖片，與閾值法所處理的重點(diǎn)不同，閾值法針對(duì)故障點(diǎn)，而邊緣檢測(cè)是針對(duì)整個(gè)故障設(shè)備的外形，我們需要通過(guò)邊緣檢測(cè)提取整個(gè)故障設(shè)備的邊緣，比如絕緣子的節(jié)數(shù)，這樣綜合閾值法提取的故障點(diǎn)，就能很清楚的知道故障究竟發(fā)生在絕緣子哪節(jié)上。由于噪聲和模糊的存在，檢測(cè)到的邊緣的邊界可能會(huì)變寬或在某點(diǎn)處發(fā)生間斷，因此邊緣檢測(cè)包括兩個(gè)基本內(nèi)容，首先抽取反應(yīng)灰度變化的邊緣點(diǎn)，然后剔除某些邊界點(diǎn)或填補(bǔ)邊界剪短點(diǎn)，并將這些邊緣連接成完整的線。MATLAB圖像處理工具箱提供的edge函數(shù)可以實(shí)現(xiàn)檢測(cè)邊緣的功能，其語(yǔ)法格式為Bff = edge (J,，canny’)，其中J為目標(biāo)圖像文件，canny為edge函數(shù)的canny算子)本發(fā)明中，對(duì)于圖像檢測(cè)系統(tǒng)，最重要的是在大量圖像信息中提取有效信息，如何利用這些信息解釋圖像，透過(guò)現(xiàn)象分析故障的本質(zhì)。為了有效地分析和理解圖像，往往需要把給定的圖像以及已經(jīng)分割的圖像區(qū)域去掉無(wú)用信息，并將有用信息采用更為簡(jiǎn)單明確的數(shù)值、符號(hào)或者圖形表示出來(lái)。電力系統(tǒng)所獲得的圖像信息，實(shí)際監(jiān)測(cè)時(shí)由于噪聲的復(fù)雜性，必然對(duì)圖像存在影響，為獲得更好的監(jiān)測(cè)效果，進(jìn)行更準(zhǔn)確的故障分析、識(shí)別和定位，必須對(duì)采集來(lái)的圖像進(jìn)行預(yù)處理。通常采用特定的濾波方法濾去圖像噪聲，即圖像去噪，再對(duì)經(jīng)過(guò)預(yù)處理的圖像進(jìn)行分析以判斷電暈發(fā)生的具體位置?，F(xiàn)行的成像技術(shù)所獲得圖像多半為RGB的真彩圖像，圖像質(zhì)量高，這給計(jì)算機(jī)處理提出很高要求。為更好分析圖像，需將圖像換成一種儲(chǔ)存更小且不丟失有效信息的圖像——灰度圖。相對(duì)于RGB圖像，灰度圖像需要的存儲(chǔ)空間小，且對(duì)電暈放電的位置確定不影響。本發(fā)明中，對(duì)輸電線路絕緣子故障位置的確立采用了閾值法。閾值法是根據(jù)直方圖中的灰度分布選擇合適的閾值對(duì)圖像進(jìn)行處理。RGB圖像經(jīng)過(guò)處理后變成灰度圖，圖像大小沒(méi)有變化，但是原來(lái)一個(gè)位置由三個(gè)數(shù)值決定的像素R(Red)、G(Green)、B (Blue)變?yōu)橛梢粋€(gè)數(shù)值確定，我們將這個(gè)數(shù)值定義為灰度值，且大小為0-255。其中0為白色，從0到 255逐漸從白到灰，最后變成黑。通過(guò)直方圖統(tǒng)計(jì)出0-255中各個(gè)灰度值出現(xiàn)的次數(shù)。通過(guò)直方圖可以很直觀的看到圖像中灰度的分布，利用灰度的分布判斷故障與背景的區(qū)分灰度值，我們把它稱(chēng)作閾值。閾值法就是找出這個(gè)區(qū)分灰度值，當(dāng)圖像的灰度值大于選擇的閾值時(shí)圖像元素保留或置為1 ；當(dāng)圖像的灰度值小于選擇的閾值時(shí)圖像元素丟失即置為0。本發(fā)明中，圖像的邊緣檢測(cè)技術(shù)對(duì)于處理數(shù)字圖像非常重要，因?yàn)檫吘壥谴崛∧繕?biāo)設(shè)備和背景的分界線，提取出邊緣才能將目標(biāo)和背景區(qū)分開(kāi)來(lái)。在圖像中，邊界表明一個(gè)特征區(qū)域的終結(jié)和另一個(gè)特征區(qū)域的開(kāi)始，邊界所分開(kāi)區(qū)域的內(nèi)部特征或?qū)傩允且恢碌?，而不同區(qū)域內(nèi)部的特征或?qū)傩允遣煌?，邊緣的檢測(cè)證實(shí)利用物體和背景在某種圖像特性上的差異來(lái)實(shí)現(xiàn)的，這些差異包括灰度、顏色或者文理特征。邊緣檢測(cè)實(shí)際上就是檢測(cè)圖像特性發(fā)生變化的位置。其主要優(yōu)點(diǎn)是可以較直觀的提取絕緣子外部特征，采集圖像噪聲小的情況下檢測(cè)出邊緣較弱、可能發(fā)生電暈的較小區(qū)域，其缺點(diǎn)是故障位置不明顯，對(duì)于圖像背景復(fù)雜不易區(qū)分故障位置。本發(fā)明以現(xiàn)有紅外成像、紫外成像或航拍技術(shù)所獲得的圖像為研究和處理對(duì)象， 對(duì)被測(cè)設(shè)備進(jìn)行多方位及長(zhǎng)時(shí)間拍攝以及采用區(qū)域航拍技術(shù)獲得大量圖像數(shù)據(jù)，依據(jù)現(xiàn)有閾值法與圖像邊緣檢測(cè)法兩種數(shù)學(xué)圖像檢測(cè)方法，利用位運(yùn)算巧妙克服兩者各自不足，對(duì)其進(jìn)行改進(jìn)后提出了一種圖像識(shí)別方法。本發(fā)明針對(duì)監(jiān)測(cè)圖片信息，先將真彩圖片轉(zhuǎn)化為灰度圖，這樣既能減少處理數(shù)據(jù)而又不丟失有用信息，然后利用濾波算法盡量排除圖片中環(huán)境干擾信息(迅速排除干擾顯示故障在圖片中位置，節(jié)約大量時(shí)間)。經(jīng)過(guò)去噪的圖片即為有用信息圖片，先利用閾值法提取一次圖像保存，然后針對(duì)信息圖片再次得到另外一張圖像，最后利用位運(yùn)算實(shí)現(xiàn)疊加， 將圖片疊加得到只留下故障信息清晰位置的二值圖片。通過(guò)將閾值法與圖像邊緣檢測(cè)法之兩種方法的優(yōu)缺點(diǎn)互補(bǔ)綜合，既克服閾值法故障位置不明，又解決邊緣檢測(cè)故障特征不明顯的問(wèn)題，最后得到一個(gè)二值圖像，圖像不但簡(jiǎn)單直觀，而且圖像存儲(chǔ)空間小，運(yùn)算也較快， 對(duì)硬件要求不高?？梢詾楹罄m(xù)工作如建立數(shù)據(jù)庫(kù)、快速分析放電位置、自動(dòng)數(shù)字化分析故障原因等奠定基礎(chǔ)。由以上可知，本發(fā)明為一種輸電線路絕緣子放電在線監(jiān)測(cè)故障定位方法，它對(duì)在線監(jiān)測(cè)所采集圖像能快速進(jìn)行故障定位，算法簡(jiǎn)便，為電力系統(tǒng)快速應(yīng)用圖像處理獲得故障定位提供了一種圖像識(shí)別技術(shù)。


圖1是紅外成像的輸電線路絕緣子接頭處故障圖像的灰度圖；圖2是圖1所示故障圖像的直方圖；圖3是圖1所示灰度圖經(jīng)閾值法處理后的二值圖像；圖4是圖1所示灰度圖經(jīng)經(jīng)邊緣化處理后的二值圖像；圖5是圖3所示圖像的取反圖像(閾值法運(yùn)算取反)；圖6是圖4所示圖像的取反圖像(Carmy算子運(yùn)算取反)；圖7是將圖5和圖6兩幅圖像重疊后得到的目標(biāo)圖形；
具體實(shí)施例方式現(xiàn)以圖1紅外成像技術(shù)檢測(cè)絕緣子接頭處故障為例對(duì)圖1計(jì)算直方圖得到像圖2，從直方圖中能夠看出，閾值一般大于200，本文對(duì)于圖1的閾值設(shè)定為230，采用MATLAB雙重循環(huán)語(yǔ)句去掉閾值小于230的像素點(diǎn)后得到。由圖3看出，雖然算法提取了故障信號(hào)，放電區(qū)域明顯，但是無(wú)法得到它在電氣設(shè)備上的具體位置，不便于人們對(duì)電氣設(shè)備的檢修和維護(hù)。圖4主要優(yōu)點(diǎn)是可以較直觀的提取絕緣子外部特征，采集圖像噪聲小的情況下檢測(cè)出邊緣較弱、可能發(fā)生電暈的較小區(qū)域，其缺點(diǎn)是故障位置不明顯，對(duì)于圖像背景復(fù)雜不易區(qū)分故障位置。由以上兩種方法得到兩幅二值圖像均不能很好的反應(yīng)故障位置和得到有用信息， 考慮其所得圖像像素點(diǎn)為O或者1，本技術(shù)采用MATLAB位運(yùn)算，先將閾值法所得圖像圖3與邊緣檢測(cè)法所得圖像4取反，得到圖5和圖6。最后將圖5和圖6兩幅二值圖像做與運(yùn)算，即將該兩幅圖像重疊后得圖7所示的目標(biāo)圖形。下面為本發(fā)明涉及的算法在MATLAB上的實(shí)現(xiàn)%圖像處理原程序clear ；close ； %釋放內(nèi)存容量I = imreadC E: \STUDY\MATLAB71\work\tuxiangchuli\TestD，，，tif，) ； %打開(kāi)圖像文件，以TestD故障為例G = rgb2gray(I) ； %將圖像由真彩變?yōu)榛叶葓D像Gl = medfilt2(G)；subplot (221) ；imshow (Gl) ；title (，故障灰度圖 A，) ；grid on ； %顯示變換后灰度圖像[x,y] = Size(Gl) ； %獲得灰度圖像大小subplot (222) ；imhist(G) ； %顯示直方圖G2 = repmat (logical (uint8 (0)), χ, y) ； %構(gòu)建一個(gè)與源圖像大小相同零矩陣， 用來(lái)存放二值圖像0，1數(shù)據(jù)for fanzhii = l:l:X%用一個(gè)雙重循環(huán)選出故障圖像中小于閾值的灰度值，本例中根據(jù)直方圖閾值設(shè)定為170for fanzhij = 1 1 :y
ifG(fanzhii, fanzhij) > 170% TestD 閾值選擇為 170G2(fanzhii, fanzhij) = 1 ；endendendsubplot 022)，imshow ( G2) ；title (，經(jīng)過(guò)閾值法處理 A-> B，) ；grid on ； % G2圖像為經(jīng)過(guò)閾值法選擇后的二值圖像% [BW，thresh] = edge (G,，canny，) ； %按 MATLAB 默認(rèn)方式選取閾值進(jìn)行邊緣化處理G3 = edge (Gl，，canny', 0. 18) ； % 邊緣化處理，采取 canny 算子，TestD 取值為 0. 181subplot (223) ； imshow (G3) ；title (，經(jīng)邊緣化處理后 A- > C，)； grid on ； Bffl = ( G2) &( G3) ； %通過(guò)與運(yùn)算將兩幅圖像合并到一幅圖像上并顯示結(jié)果subplot (224)； imshow (Bffl) ；title (，合并后圖像，)；grid on ；imwrite (Bffl, ‘ result2', ‘ gif' ) ； %將結(jié)果以GIF格式保存至存儲(chǔ)設(shè)備。
權(quán)利要求
1. 一種輸電線路絕緣子放電在線監(jiān)測(cè)故障定位方法，其特征是，該方法為(1)圖像的獲得以現(xiàn)有紅外成像、紫外成像或航拍技術(shù)獲得輸電線路絕緣子RGB真彩圖像；(2)圖像預(yù)處理將所述RGB真彩圖像轉(zhuǎn)換為儲(chǔ)存空間更小且不丟失有效信息的灰度圖；然后利用濾波算法排除圖片中環(huán)境干擾信息，即去噪；(3)確定故障位置，包括a.利用閾值法提取一次圖像將灰度圖的像素定義為灰度值，且灰度值大小為0-255， 其中0為白色，從0到255逐漸從白到灰，最后變成黑；通過(guò)直方圖統(tǒng)計(jì)出0-255中各個(gè)灰度值出現(xiàn)的次數(shù)，得到圖像中灰度的分布的直方圖，利用灰度的分布判斷故障與背景的區(qū)分灰度值，將該區(qū)分灰度值定義為閾值；找出這個(gè)閾值，當(dāng)圖像的灰度值大于所述閾值時(shí)圖像元素保留或置為1 ；當(dāng)圖像的灰度值小于或等于所述閾值時(shí)圖像元素丟失即置為0，得到經(jīng)閾值法處理后的二值圖像；b.檢測(cè)圖像邊緣將灰度圖進(jìn)行邊緣化處理，得邊緣化處理后二值圖像；c.分別對(duì)閾值法處理后的二值圖像和邊緣化處理后二值圖像取反(鏡像圖)，得閾值法處理后的二值圖像的取反圖像和邊緣化處理后二值圖像的取反圖像；d.將由步驟c得到的兩幅取反圖像疊加，得到故障目標(biāo)圖像。
全文摘要
一種輸電線路絕緣子放電在線監(jiān)測(cè)故障定位方法，包括(1)圖像的獲得以現(xiàn)有紅外成像、紫外成像或航拍技術(shù)獲得輸電線路絕緣子RGB真彩圖像；(2)圖像預(yù)處理將所述RGB真彩圖像轉(zhuǎn)換為儲(chǔ)存空間更小且不丟失有效信息的灰度圖，然后利用濾波算法去噪；(3)確定故障位置利用閾值法提取一次圖像，檢測(cè)圖像邊緣，對(duì)閾值法處理后的二值圖像和邊緣化處理后二值圖像取反，將得到的兩幅取反圖像疊加，得到故障目標(biāo)圖像。它對(duì)在線監(jiān)測(cè)所采集圖像能快速進(jìn)行故障定位，算法簡(jiǎn)便，為電力系統(tǒng)快速應(yīng)用圖像處理獲得故障定位提供了一種圖像識(shí)別技術(shù)。
文檔編號(hào)G01R31/08GK102175953SQ20111004731
公開(kāi)日2011年9月7日 申請(qǐng)日期2011年2月28日 優(yōu)先權(quán)日2011年2月28日
發(fā)明者周羽生, 張帆, 朱磊, 董慎學(xué), 賀偉, 高小剛 申請(qǐng)人:長(zhǎng)沙理工大學(xué)