基于图像处理的电力设备状态检测

来源:用户上传      作者:

　　摘要：本文的主要具体框架是首先介绍了图像压缩的基本原理以及其相关压缩方法分类等理论知识，并且说明了对图像进行压缩的必要性与重要性，然后针对目前图像压缩现状和发展趋势，并以其为基础来进行数字图像的压缩处理，这也许会成为图像数据压缩的主要技术之一。随着图像处理技术的深入发展，从70年代中期开始，随着计算机技术和人工智能、思维科学研究的迅速发展，图像处理向更高、更深层次发展。人们已开始研究如何用计算机系统解释图像，实现类似人类视觉系统理解外部世界，这被称为图像理解或计算机视觉。很多国家，特别是发达国家投入更多的人力、物力到这项研究，取得了不少重要的研究成果。图像处理虽然在理论方法研究上已取得不小的进展，但它本身是一个比较难的研究领域，存在不少困难，因人类本身对自己的视觉过程还了解甚少，因此计算机视觉是一个有待人们进一步探索的新领域。
　　关键词：图像处理；电力设备
　　中图分类号：V351.31文献标识码：A文章编号：
　　
　　1、电力设备检测
　　电力设备是输配电网中的枢纽和通道，设备在使用的过程中会有老化、失修、故障隐患等情况出现。但是这些情况并不能都靠人眼、工作人员的经验一一排除，必须要专门的电力设备检测才能检查出这些电力安全隐患并组织人力及时排除。 在电力运行中，电力安全始终是电力人绷紧的一根弦。电力设备检测实际上是起到了预防、发现隐患的作用。因此电力设备检测（即电力设备预防性试验）至关重要。
　　2、电力设备的概述
　　电力设备预防性试验是指对已投入运行的设备按规定的试验条件（如规定的试验设备、环境条件、试验方法和试验电压等）、试验项目、试验周期所进行的定期检查或试验，以发现运行中电力设备的隐患、预防发生事故或电力设备损坏。它是判断电力设备能否继续投入运行并保证安全运行的重要措施。
　　3、图像处理的发展
　　随着计算机技术的迅猛发展和相关理论的不断完善，数字图像处理 技术在许多应用领域受到广泛重视并取得了重大的开拓性成就。 属于这些领域的有航空 航天、生物医学工程、工业检测、机器人视觉、公安司法、军事制导、文化艺术等。该 技术终将成为一门引人注目、前景远大的新型学科。
　　4、图像处理的意义
　　图像进行处理的主要目的有三个方面:
　　4.1图像的视感质量,如进行图像的亮度、彩色变换,增强、抑制某些成分,对图像进行几何变换等,以改善图像的质量。
　　4.2图像中所包含的某些特征或特殊信息,这些被提取的特征或信息往往为计算机分析图像提供便利。提取特征或信息的过程是图像处理的预处理。提取的特征可以包括很多方面,如频域特征、灰度或颜色特征、边界特征、区域特征、纹理特征、形状特征、拓扑特征和关系结构等。
　　4.3不管是何种目的的图像处理,都需要由计算机和图像专用设备组成的图像处理系统对图像数据进行输入、加工和输出。图像是人类获取和交换信息的主要来源，是视觉的基础，而视觉又是人类重要的感知手段，所以图像成为心理学，生理学，计算机科学等诸多方面学者研究示图感知的有效工具。图像处理是一门实用的科学，在军事，航空，航天，遥感，电力，通信，医学，教育等领域得到广泛应用。
　　5、电力系统概述
　　传统的视频监控系统需要人工监看录像，监控性能受到监控者本身的生理因素的制约。有研究表明: 人盯着屏幕看3 个小时后，注意力将降低70%。随着我国高压输电线路的规模迅速增长，线路运行部门承担了越来越多的线路巡视维护工作量，急需用先进的技术来帮助线路维护人员提高工作效率。图像处理技术借助计算机强大的数据处理功能，对视频画面中的海量数据进行高速分析，过滤掉用户不关心的信息，仅仅为监控者提供有用的关键信息。能够大大减轻视频监控中人工劳动强度，同时可以减少误报漏报，还可以提高报警处理的及时性。图像监控系统应用的范围非常广，最常见的是对民宅、停车场、公共场所、银行等的监控，以防止偷盗、破坏行为的发生，保障社会安全。近年来图像处理技术在电力设备系统监控上也有大量应用: 如赵书涛等人利用图像的形状不变矩特征作为特征矢量，采用SVM 分类器识别各类电力设备，取得了较满意的识别效果，实现了变电站的无人值守; 刘金春利用小波不变矩来提取图像的边缘特征，通过与无故障图像的小波不变矩比较，分析出图像的变化情况，实现了对变电站的自动监控。因此图像处理技术能在电力系统的安全监测中发挥重大作用。
　　6、图像检测
　　边缘检测是一种重要的区域处理方法。边缘是所要提取目标和背景的分界线, 提取出边缘才能将目标和背景区分开来。边缘检测是利用物体和背景在某种图像特性上的差异来实现的, 这些差异包括灰度、颜色或者纹理特征。实际上, 就是检测图像特性发生变化的位置。边缘检测包括两个基本内容: 一是抽取出反映灰度变化的边缘点; 二是剔除某些边界点或填补边界间断点, 并将这些边缘连接成完整的线。如果一个像素落在边界上, 那么它的邻域将成为一个灰度级变化地带。对这种变化最有用的两个特征是灰度的变化率和方向。边缘检测算子可以检查每个像素的邻域, 并对灰度变化率进行量化, 也包括对方向的确定, 其中大多数是基于方向导数掩模求卷积的方法。
　　6.1图像几何校正
　　图像的几何畸变表现为像元相对于地面目标实际位置发生挤压、扭曲、变形等。其基本环节有两个，即像素坐标变换和重采样。
　　6.2图像重采样
　　图像重采样的目的主要是保证图像像素的连续性，因为对图像空间分辨率进行提升时，需要利用插值的手段在空出的像素上补上对应的值，使整个图像平滑，有利于进一步处理。其最基本方法有三种：最近邻插值、双线性插值和双三次插值。
　　6.3 图像增强
　　图像增强就是采用一定的方法对图像的某些特征进行调整，以突出图像中的某些感兴趣信息，同时抑制或去除不需要的信息来提高图像质量。它的主要目的是改变图像的灰度等级，提高对比度；消除边缘噪声，平滑图像；突出边缘及图像主要信息，锐化图像、压缩数据量等。图像增强主要方法根据处理空间的不同，分为空间域方法和频率域方法两大类。空间域增强主要是通过改变像元及相邻像元的灰度值达到增强的目的。而频率域增强则是通过对图像进行傅里叶变换后改变频域图像的频谱来达到图像增强的目的。此外，根据图像处理的范围又可以将增强处理技术分为全局处理和局部处理两种。
　　7、结束语
　　我国电力行业的不断发展，和停电机会的不断减少。现代化的电力设备停电检修试验的机会越来越少。电力设备的检修试验也从原来的传统试验逐步的转型为现在的不停电检修试验。由于现在的状态监测与传统试验相比不具有破坏性或破坏性较小和不停电等优点。现在的电力设备状态监测试验也将逐步取代于传统的试验，为未来的电力发展和可靠的安全供电提供有力的技术保障。电力设备的状态监测也将必然成为未来电力电网试验发展的主导方向。社会经济的飞速发展，科学技术的突飞猛进，电力设备检测的范围，设备与技术也在与时俱进。一套设备的“健康指数”包括其电气特性和机械特性两部分内容组成；而无法得到电力设备在通电运行中的电气特性的“健康数值”这一难题，一直困扰电力用户多年。全新的状态监测技术的出现解决了这一难题。不仅扩展了电力设备检测的概念，而且填补了电力设备检测领域的盲点。常规停电检测技术和状态监测技术相辅相承，为电力设备的可靠运行提供全方位的数据支持。
　　参考文献：
　　[1] 龚超,罗毅,涂光瑜.计算机视觉技术及其在电力系统自动化中的应用[J]. 电力系统自动化. 2003。
　　[2] 赵熹.基于图像处理的电力设备状态检测[D].华北电力大学（河北），2006。
　　[3] 孙凤杰,崔维新,张晋保等. 远程数字视频监控与图像识别技术在电力系统中的应用[J].电网技术，2005,29(5)：81~84。

转载注明来源:https://www.xzbu.com/2/view-4599640.htm