一種高壓開關(guān)柜觸頭溫度檢測(cè)裝置制造方法
【專利摘要】本實(shí)用新型涉及一種高壓開關(guān)柜觸頭溫度檢測(cè)裝置，包括可見光觀測(cè)窗口、紅外觀測(cè)窗口、通過可見光觀測(cè)窗口和紅外觀測(cè)窗口采集圖像的圖像采集模塊、用于處理采集到圖像的圖像處理模塊，可見光觀測(cè)窗口和紅外觀測(cè)窗口設(shè)置在高壓開關(guān)柜有機(jī)玻璃面板上；所述圖像處理模塊包括圖像配準(zhǔn)單元、小波變換單元、PCNN處理單元、小波逆變換單元，圖像采集單元采用CCD攝像頭和紅外攝像頭組合溫度監(jiān)測(cè)系統(tǒng)，在高壓開關(guān)柜溫度監(jiān)測(cè)中，為檢測(cè)員提供完整的有關(guān)高壓開關(guān)柜溫度狀況信息，保證高壓開關(guān)柜穩(wěn)定順行。
【專利說明】一種高壓開關(guān)柜觸頭溫度檢測(cè)裝置

【技術(shù)領(lǐng)域】
[0001]本實(shí)用新型涉及溫度檢測(cè)領(lǐng)域，具體涉及到高壓開關(guān)柜溫度檢測(cè)方向。

【背景技術(shù)】
[0002]高壓開關(guān)柜為發(fā)電廠和變電站系統(tǒng)中非常重要的電氣設(shè)備，開關(guān)柜內(nèi)手車斷路器的梅花觸頭、隔離開關(guān)的動(dòng)靜觸頭及母線、電纜接頭等部位長期處于高電壓、大電流工作狀態(tài)中，這些部位因表面氧化、腐蝕、螺栓松動(dòng)或者散熱不良等原因?qū)⒁鹩|頭或接頭處溫度升高。且隨著時(shí)間的加長，其過熱程度會(huì)不斷加劇，最終將會(huì)導(dǎo)致升溫處絕緣破壞發(fā)生“崩燒”事故，此種事件的發(fā)生不僅會(huì)造成大面積的停電事故，同時(shí)也將給正常的生成、生活帶來重大影響。近年來，因高壓開關(guān)柜過熱原因引起的電力事故已在全國多地發(fā)生，因此，檢測(cè)監(jiān)測(cè)開關(guān)柜觸頭過熱問題是杜絕此類事故發(fā)生的關(guān)鍵。而目前高壓開關(guān)柜多采用室內(nèi)全封閉式，柜體為全封閉式結(jié)構(gòu)，在設(shè)備帶電的情況下不允許開啟柜門，值班人員無法通過正常的監(jiān)視手段發(fā)現(xiàn)熱缺陷，而傳統(tǒng)的測(cè)溫手段并不適合高電壓，大電流，強(qiáng)磁場的環(huán)境。隨著數(shù)字圖像處理技術(shù)和光電技術(shù)的發(fā)展，紅外熱像非接觸測(cè)溫技術(shù)因其獨(dú)特的優(yōu)點(diǎn)被廣泛應(yīng)用。但是紅外輻射圖像不能反應(yīng)實(shí)物真實(shí)場景，而可見光圖像與目標(biāo)場景熱對(duì)比度無關(guān)，將紅外圖像與可見光圖像進(jìn)行圖像融合作為熱源辨識(shí)的依據(jù)，就改善了兩者局限性。但是開關(guān)柜的觀察孔為有機(jī)玻璃材料，直接隔著有機(jī)玻璃進(jìn)行測(cè)量得到的結(jié)果并不準(zhǔn)確。
[0003]在圖像融合算法中，比較成熟和應(yīng)用較為廣泛的當(dāng)屬基于拉普拉斯金字塔的圖像融合算法和基于小波變換的圖像融合算法。但這兩種方法都有其局限性，在基于拉普拉金字塔的圖像融合算法中，源圖像經(jīng)拉普拉斯金字塔分解后不僅會(huì)產(chǎn)生大量的冗余信息，致使融合過程中數(shù)據(jù)量增大，而且分解后產(chǎn)生的信息不具備方向性，在基于小波變換的圖像融合算法中，雖然小波分解后不會(huì)造成數(shù)據(jù)量增大，且有一定的方向性，從而在一定程度上彌補(bǔ)了拉普拉斯金字塔分解的不足，但小波分解只能對(duì)低頻信號(hào)進(jìn)行，不能對(duì)高頻信號(hào)進(jìn)行，同時(shí)分解后如何選擇一個(gè)具有優(yōu)良特性的融合準(zhǔn)則也是一個(gè)問題，最重要的是，由于小波基不具備各向異性，因此往往不能實(shí)現(xiàn)對(duì)圖像最為稀疏的表達(dá)，這些都會(huì)對(duì)最終的融合圖像質(zhì)量產(chǎn)生不利影響。


【發(fā)明內(nèi)容】

[0004]針對(duì)目前高壓開關(guān)柜觸點(diǎn)溫度檢測(cè)問題，本實(shí)用新型提供一種高壓開關(guān)柜觸點(diǎn)溫度檢測(cè)裝置及方法，根據(jù)工程任務(wù)需求，本實(shí)用新型設(shè)計(jì)一種基于小波變換的脈沖耦合神經(jīng)網(wǎng)絡(luò)(PCNN)融合技術(shù)為紅外和可見光圖像融合的實(shí)際應(yīng)用提供一種途徑。
[0005]一種高壓開關(guān)柜溫度檢測(cè)裝置，包括可見光觀測(cè)窗口、紅外觀測(cè)窗口、通過可見光觀測(cè)窗口和紅外觀測(cè)窗口采集圖像的圖像采集模塊、用于處理采集到圖像的圖像處理模塊，可見光觀測(cè)窗口和紅外觀測(cè)窗口設(shè)置在高壓開關(guān)柜有機(jī)玻璃面板上；
[0006]所述圖像處理模塊包括:圖像配準(zhǔn)單元，用于將紅外熱像和可見光圖像空間同一位置的點(diǎn)一一對(duì)應(yīng)起來；小波變換單元，用于對(duì)配準(zhǔn)后的紅外熱像和可見光圖像進(jìn)行小波變換，得到小波金字塔；PCNN處理單元，用于得到融合后的小波多尺度系數(shù)；小波逆變換單元，用于對(duì)融合后的小波多尺度系數(shù)進(jìn)行小波逆變換，得到融合圖像。
[0007]所述圖像采集模塊包括CXD攝像頭和紅外攝像頭。
[0008]所述CXD攝像頭和紅外攝像頭通過支架固定在可見光觀測(cè)窗口和紅外觀測(cè)窗口上。
[0009]所述的圖像處理模塊還包括無線傳輸單元，圖像處理模塊通過無線傳輸單元把高壓柜異常信息發(fā)送給檢測(cè)員。
[0010]一種高壓開關(guān)柜觸頭溫度檢測(cè)方法，該方法包括以下步驟:步驟一、圖像采集模塊的CCD攝像頭和紅外攝像頭分別固定在高壓開關(guān)柜有機(jī)玻璃面板上的可見光觀測(cè)窗口和紅外觀測(cè)窗口上，分別通過可見光觀測(cè)窗口和紅外窗口采集可見光圖像和紅外熱像；步驟二、圖像采集模塊將采集的圖像傳送至圖像處理模塊；步驟三、圖像處理模塊對(duì)采集的紅外熱像與可見光圖像利用小波-PCNN進(jìn)行融合處理；步驟四、圖像處理模塊根據(jù)融合后的圖像判斷開關(guān)柜內(nèi)部是否有故障。
[0011]所述步驟三包括以下步驟:步驟一、圖像配準(zhǔn):采用Harris角點(diǎn)提取法對(duì)可見光圖像和紅外熱像進(jìn)行特征提取，然后在兩幅圖像對(duì)應(yīng)的特征集中利用粒子群優(yōu)化算法實(shí)現(xiàn)兩幅圖像特征之間的匹配，最后通過特征的匹配關(guān)系建立兩幅圖像之間的配準(zhǔn)映射變換步驟二、小波變換:采集的紅外與可見光圖像通過小波變換進(jìn)行分解，得到小波金字塔，設(shè)C(i, j)為小波域中點(diǎn)(i, j)處的小波系數(shù)，對(duì)于M*N的局部窗口，局部熵為:
I = -1fL1R, icgP,;，其中C 獅:;:?步驟三、PCNN處理:將局部熵作為PCNN相應(yīng)的神經(jīng)元鏈接強(qiáng)度β，將小波系數(shù)映射到對(duì)應(yīng)圖像的灰度范圍內(nèi)；閾值函數(shù)輸出隨時(shí)間衰減到最小灰度時(shí)圖像中所有像素均得到點(diǎn)火，這樣PCNN在每次迭代中的輸出為在不同時(shí)刻產(chǎn)生對(duì)應(yīng)該時(shí)刻閾值強(qiáng)度的點(diǎn)火小波系數(shù)，這時(shí)，就可以使用神經(jīng)元的輸出點(diǎn)火小波系數(shù)的先后次序來表示每個(gè)神經(jīng)元的點(diǎn)火時(shí)間；步驟四、計(jì)算小波融合系數(shù)值:將待融合圖像的小波系數(shù)Py作為各神經(jīng)元的輸入刺激輸入到PCNN中，不同頻率下PCNN輸出為該頻率下的小波系數(shù)點(diǎn)火映射圖，計(jì)算點(diǎn)火時(shí)間映射圖中每個(gè)兀素的點(diǎn)火時(shí)間局部梯度，計(jì)算小波融合系數(shù)值；步驟五、小波逆變換得到融合圖像:對(duì)融合后的小波多尺度系數(shù)進(jìn)行小波逆變換，得到融合圖像。
[0012]本實(shí)用新型的有益效果是:用CXD攝像頭和紅外攝像頭復(fù)合采集圖像，在高壓開關(guān)柜溫度監(jiān)測(cè)中，為檢測(cè)員提供完整的有關(guān)高壓開關(guān)柜溫度狀況信息，保證高壓開關(guān)柜穩(wěn)定順行。

【專利附圖】

【附圖說明】
[0013]圖1本實(shí)用新型【具體實(shí)施方式】的高壓開關(guān)柜溫度檢測(cè)裝置的結(jié)構(gòu)圖；
[0014]圖2本實(shí)用新型【具體實(shí)施方式】的圖像融合處理流程圖；
[0015]圖3本實(shí)用新型【具體實(shí)施方式】的脈沖耦合神經(jīng)網(wǎng)絡(luò)(PCNN)神經(jīng)元模型；
[0016]其中，I為高壓開關(guān)柜柜體，2有機(jī)玻璃觀察窗，3為可見光觀測(cè)窗口，4為CXD攝像頭，5為紅外觀測(cè)窗口，6為紅外攝像頭，7為支架，8為圖像采集單元，9為圖像處理系統(tǒng)。

【具體實(shí)施方式】
[0017]下面對(duì)照附圖，通過對(duì)實(shí)施例的描述，本實(shí)用新型的【具體實(shí)施方式】如所涉及的各構(gòu)件的形狀、構(gòu)造、各部分之間的相互位置及連接關(guān)系、各部分的作用及工作原理、制造工藝及操作使用方法等，作進(jìn)一步詳細(xì)的說明，以幫助本領(lǐng)域技術(shù)人員對(duì)本實(shí)用新型的發(fā)明構(gòu)思、技術(shù)方案有更完整、準(zhǔn)確和深入的理解。
[0018]一種高壓開關(guān)柜溫度檢測(cè)裝置，包括可見光觀測(cè)窗口 3、紅外觀測(cè)窗口 5、通過可見光觀測(cè)窗口 3和紅外觀測(cè)窗口 5采集圖像的圖像采集模塊8、用于處理采集到圖像的圖像處理模塊9，可見光觀測(cè)窗口 3和紅外觀測(cè)窗口 5設(shè)置在高壓開關(guān)柜I有機(jī)玻璃面板2上；圖像處理模塊8包括:圖像配準(zhǔn)單元，用于將紅外熱像和可見光圖像空間同一位置的點(diǎn)一一對(duì)應(yīng)起來；小波變換單元，用于對(duì)配準(zhǔn)后的紅外熱像和可見光圖像進(jìn)行小波變換，得到小波金字塔；PCNN處理單元，用于得到融合后的小波多尺度系數(shù)；小波逆變換單元，用于對(duì)融合后的小波多尺度系數(shù)進(jìn)行小波逆變換，得到融合圖像。圖像采集模塊8包括CCD攝像頭4和紅外攝像頭6。CXD攝像頭4和紅外攝像頭6通過支架固定在可見光觀測(cè)窗口 3和紅外觀測(cè)窗口 5上。圖像處理模塊9還包括無線傳輸單元，圖像處理模塊9通過無線傳輸單元把高壓柜異常信息發(fā)送給檢測(cè)員。
[0019]一種高壓開關(guān)柜觸頭溫度檢測(cè)方法，其步驟包括:
[0020]步驟一、圖像采集模塊8的CO) (Charge-coupled Device)攝像頭4和紅外攝像頭6鏡頭分別固定在高壓開關(guān)柜I有機(jī)玻璃面板2上的可見光觀測(cè)窗口 3和紅外觀測(cè)窗口5，分別通過可見光觀測(cè)窗口 3紅外窗口 5采集可見光圖像和紅外熱像；
[0021]步驟二、圖像采集模塊8將采集的圖像傳送至圖像處理模塊；
[0022]步驟三、對(duì)采集的紅外熱像與可見光圖像利用小波-PCNN進(jìn)行融合處理；
[0023]步驟四、判斷步驟四中融合后的圖像是否有異常，判斷開關(guān)柜內(nèi)部故障。
[0024]其中步驟三包括以下步驟；具體如圖2的技術(shù)流程所示，參考武治國，王延杰，李桂菊在《光學(xué)精密工程》的論文《應(yīng)用小波變換的自適應(yīng)脈沖耦合神經(jīng)網(wǎng)絡(luò)在圖像融合中的應(yīng)用》，步驟為:
[0025](I)圖像配準(zhǔn):采用Harris角點(diǎn)提取法對(duì)可見光圖像和紅外熱像進(jìn)行特征提取，然后在兩幅圖像對(duì)應(yīng)的特征集中利用粒子群優(yōu)化算法(PSO)實(shí)現(xiàn)兩幅圖像特征之間的匹配，最后通過特征的匹配關(guān)系建立兩幅圖像之間的配準(zhǔn)映射變換；
[0026](2)小波變換:采集的紅外與可見光圖像通過小波變換進(jìn)行分解，得到小波金字塔。設(shè)C(i, j)為小波域中點(diǎn)(i, j)處的小波系數(shù)，對(duì)于M*N的局部窗口，局部熵為:
A- =(β W反映了圖像窗口的灰度變化率大小，在小波系數(shù)相對(duì)較均勻的地方，局部熵就大)其中
[0027](3)PCNN處理:將局部熵作為PCNN相應(yīng)的神經(jīng)元鏈接強(qiáng)度β，將小波系數(shù)映射到對(duì)應(yīng)圖像的灰度范圍內(nèi)；閾值函數(shù)輸出隨時(shí)間衰減到最小灰度時(shí)圖像中所有像素均得到點(diǎn)火，這樣PCNN在每次迭代中的輸出為在不同時(shí)刻產(chǎn)生對(duì)應(yīng)該時(shí)刻閾值強(qiáng)度的點(diǎn)火小波系數(shù)，這時(shí)，就可以使用神經(jīng)元的輸出點(diǎn)火小波系數(shù)的先后次序來表示每個(gè)神經(jīng)元的點(diǎn)火時(shí)間；
[0028](4)計(jì)算小波融合系數(shù)值:將待融合圖像的小波系數(shù)Pi, j作為各神經(jīng)元的輸入刺激輸入到PCNN中，不同頻率下PCNN輸出為該頻率下的小波系數(shù)點(diǎn)火映射圖，計(jì)算點(diǎn)火時(shí)間映射圖中每個(gè)元素的點(diǎn)火時(shí)間局部梯度，計(jì)算小波融合系數(shù)值；
[0029](5)小波逆變換得到融合圖像:對(duì)融合后的小波多尺度系數(shù)進(jìn)行小波逆變換，得到融合圖像。
[0030]如圖3所示的脈沖耦合神經(jīng)網(wǎng)絡(luò)(PCNN)神經(jīng)元模型，PCNN圖像處理技術(shù)是由若干個(gè)PCNN的神經(jīng)元互連構(gòu)成的反饋型網(wǎng)絡(luò)，每個(gè)神經(jīng)元包括分支樹、鏈接器和脈沖產(chǎn)生器，如圖3所示，其模型步驟為:
[0031](I)分支樹接收信號(hào)的通過有兩條，一為樹突的反饋輸AFu[n]，另一個(gè)為是線性連接輸入‘[η];輸入后的^[η]、Ι^_[η]分別經(jīng)過公式(I)和(2)計(jì)算得到，
[0032]Fij [n] = Iij (I)
[0033]LijQi] = exp (_α J Lij [n]+Vl Σ WijklYkl [η-1] (2)
[0034]式中i，j是神經(jīng)元坐標(biāo)山,j是外部輸入刺激信號(hào)；a i是Ι^_[η]衰減時(shí)間常數(shù)；Wijkl是為Lu[n]中Ykl的加權(quán)系數(shù)八是相應(yīng)區(qū)域的固有電勢(shì)。L.jtn]是各神經(jīng)元的連接輸入，L是LijW的幅度常數(shù)(固有電勢(shì))
[0035](2)鏈接器中將分支樹中的信號(hào)LiIn]加上一個(gè)偏移量后與信號(hào)&」[η]進(jìn)行相乘調(diào)制，得到非線性連接調(diào)制構(gòu)成的內(nèi)部活動(dòng)項(xiàng)UijLn] ^ij[η]經(jīng)過公式(3)計(jì)算得到的，
[0036]Uij[n] = Fij[η] (1+^Lij[η]) (3)
[0037]式中β是突觸之間連接強(qiáng)度常數(shù)。
[0038](3) Uij[η]輸入到脈沖產(chǎn)生器中，經(jīng)過公式(4)得出閾值項(xiàng)θ "[η]，繼而經(jīng)過公式
(5)得到PCNN的脈沖輸出Yij ；
[0039]Qij [n] = exp (- α θ) θ [η-1]+V0 Yij [η-1] (4)

f I, U:, [?ι] > ft, [.η]
[0040]I；； = |Qi \.卜]<\如](5>
[0041]式中α θ是為θ Jj[η]的衰減時(shí)間常數(shù)；Ve是相應(yīng)區(qū)域的固有電勢(shì)，Θ [η]是神經(jīng)元的外部刺激(圖像像素構(gòu)成的矩陣第i，j個(gè)像素的灰度值)的動(dòng)態(tài)閾值。Ve是θα_[η]的幅度常數(shù)(固有電勢(shì))
[0042]上面結(jié)合附圖對(duì)本實(shí)用新型進(jìn)行了示例性描述，顯然本實(shí)用新型具體實(shí)現(xiàn)并不受上述方式的限制，只要采用了本實(shí)用新型的方法構(gòu)思和技術(shù)方案進(jìn)行的各種非實(shí)質(zhì)性的改進(jìn)，或未經(jīng)改進(jìn)將本實(shí)用新型的構(gòu)思和技術(shù)方案直接應(yīng)用于其它場合的，均在本實(shí)用新型的保護(hù)范圍之內(nèi)。
【權(quán)利要求】
1.一種高壓開關(guān)柜觸頭溫度檢測(cè)裝置，其特征在于:包括可見光觀測(cè)窗口(3)、紅外觀測(cè)窗口(5)、通過可見光觀測(cè)窗口(3)和紅外觀測(cè)窗口(5)采集圖像的圖像采集模塊(8)、用于處理采集到圖像的圖像處理模塊(9)，可見光觀測(cè)窗口(3)和紅外觀測(cè)窗口(5)設(shè)置在高壓開關(guān)柜(I)有機(jī)玻璃面板(2)上，所述圖像采集模塊(8)包括CCD攝像頭(4)和紅外攝像頭⑶。
2.根據(jù)權(quán)利要求1所述的一種高壓開關(guān)柜觸頭溫度檢測(cè)裝置，其特征在于:所述CCD攝像頭(4)和紅外攝像頭(6)通過支架(7)固定在可見光觀測(cè)窗口(3)和紅外觀測(cè)窗口(5)上。
3.根據(jù)權(quán)利要求1所述的一種高壓開關(guān)柜觸頭溫度檢測(cè)裝置，其特征在于:所述的圖像處理模塊(9)還包括無線傳輸單元。
【文檔編號(hào)】G01J5/00GK203929236SQ201420047860
【公開日】2014年11月5日 申請(qǐng)日期:2014年1月24日 優(yōu)先權(quán)日:2014年1月24日
【發(fā)明者】袁一鳴, 江明, 高文根 申請(qǐng)人:安徽工程大學(xué)