CN106340034B - 一种变压器漏油检测方法 - Google Patents

一种变压器漏油检测方法 Download PDF

Info

Publication number
CN106340034B
CN106340034B CN201610703818.9A CN201610703818A CN106340034B CN 106340034 B CN106340034 B CN 106340034B CN 201610703818 A CN201610703818 A CN 201610703818A CN 106340034 B CN106340034 B CN 106340034B
Authority
CN
China
Prior art keywords
image
oil leak
detection zone
transformer
region
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN201610703818.9A
Other languages
English (en)
Other versions
CN106340034A (zh
Inventor
谢晓娜
常政威
吴丽娟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chengdu University of Information Technology
Original Assignee
Chengdu University of Information Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Chengdu University of Information Technology filed Critical Chengdu University of Information Technology
Priority to CN201610703818.9A priority Critical patent/CN106340034B/zh
Publication of CN106340034A publication Critical patent/CN106340034A/zh
Application granted granted Critical
Publication of CN106340034B publication Critical patent/CN106340034B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence

Landscapes

  • Examining Or Testing Airtightness (AREA)

Abstract

本发明公开了一种变压器漏油检测方法，所述方法包括：S1：获取变压器检测区未漏油时的图像信息；S2：获取变压器检测区当前图像信息，将未漏油时的图像信息与当前图像信息进行比较和处理，获得检测区的漏油方向信息和检测区的颜色信息，基于检测区的漏油方向信息和检测区的颜色信息，对检测区是否漏油进行判断，并获得判断结果，实现了变压器漏油检测方法检测效率和准确率较高的技术效果。

Description

一种变压器漏油检测方法
技术领域
本发明涉及电力设备安全检测领域，具体地，涉及一种变压器漏油检测方法。
背景技术
变压器常有漏油现象发生，变压器油油位在规定的范围内，仍可继续运行或安排计划检修。但是变压器油渗漏严重，会影响变压器的使用寿命。另外变压器油的油面过低，使套管引线和分接开关暴露于空气中，绝缘水平将大大降低，因此易引起击穿放电，造成重大事故。
在无人值守变电站中，电力变压器作为常用和主要的设备，其运行状况必须能适时监测到，当出现异常状况时应给出相应的报警，现有技术中通过检测变压器油中的气体成分，来检测其是否会发生异常的方法准确性有待提高，当气体成分发生变化时不一定就说明发生了漏油异常。
综上所述，本申请发明人在实现本申请实施例中发明技术方案的过程中，发现上述技术至少存在如下技术问题：
在现有技术中，现有的变压器漏油检测方法存在检测效率和准确率较低的技术问题。
发明内容
本发明提供了一种变压器漏油检测方法，解决了现有的变压器漏油检测方法存在检测效率和准确率较低的技术问题，实现了变压器漏油检测方法检测效率和准确率较高的技术效果。
为解决上述技术问题，本申请实施例提供了一种变压器漏油检测方法，所述方法包括：
S1：获取变压器检测区未漏油时的图像信息；
S2：获取变压器检测区当前图像信息，将未漏油时的图像信息与当前图像信息进行比较和处理，获得检测区的漏油方向信息和检测区的颜色信息，基于检测区的漏油方向信息和检测区的颜色信息，对检测区是否漏油进行判断，并获得判断结果。
进一步的，所述步骤S1具体包括：
S1-1：获取一帧变压器未漏油的图像；
S1-2：在未漏油的图像上标识出检测区域，将检测区域图像作为背景图并转换为灰度图。在变压器未漏油的图像上标识出会漏油的区域作为检测区域，可以缩小检测区域范围，提高方法性能。
进一步的，所述步骤S2具体包括：
S2-1：判断漏油区域的漏油的方向，包括：
S2-1-1：获取一张当前帧图像，截取检测区域图像转换为灰度图，并与未漏油时的背景灰度图进行帧差法获取前景图；
S2-1-2：根据前景图计算运动历史图像(MHI)；MHI通过计算时间段内同一位置的像素变化，将目标运动情况以图像亮度的形式表现出来。它是这样的一种图像：其每个像素的灰度值表示了在一组视频序列中该位置像素的最近的运动情况。最后运动的时刻越接近当前帧，该像素的灰度值越高。
S2-1-3：对运动历史图像与前景图进行分析，获得获选的漏油区域，并计算获选漏油区域的重心；
S2-1-4：若获选漏油区域的重心Y值递增，则执行步骤S2-2；否则继续执行步骤S2-1，并依次向下执行；根据漏油的特性，漏油的方向向下；那么在图像上的表现为获选的漏油区域重心向下，即漏油区域的中心点不断向下递增。只有满足了这个必要条件再执行漏油区域的颜色判断。
S2-2：判断漏油区域的颜色，包括：
S2-2-1：获取一张当前帧图像，截取检测区域图像转换为灰度图；
S2-2-2：对获选漏油区域的外接矩形的像素值进行双高斯拟合；
S2-2-3：若满足双高斯函数的均值差较大，如大于>120，均值小的高斯函数的方差较小，该获选漏油区域为漏油区域，并进行告警。根据变压器的特性，变压器本身的颜色的为灰色，而油的颜色为深褐色，转换为灰度图后，变压器本身的颜色会非常接近白色RGB(255，255，2555)，而漏油区域的颜色会非常接近黑色RGB(0，0，0)。对获选漏油区域的外接矩形的像素值进行双高斯拟合；若满足双高斯函数的均值差较大、均值小的高斯函数的方差较小，则该获选漏油区域为漏油区域。
进一步的，所述与未漏油时的背景灰度图进行帧差法获取前景图，具体包括：首先，将S2-1-1所述的图片与未漏油时的背景灰度图对应像素值相减得到差分图像，然后对差分图像二值化，在环境亮度变化不大的情况下，如果对应像素值变化小于事先确定的阂值时，可以认为此处为背景像素；如果图像区域的像素值变化很大，可以认为这是由于图像中运动物体引起的，将这些区域标记为前景像素，利用标记的像素区域可以确定运动目标在图像中的位置。
进一步的，所述根据前景图计算运动历史图像，具体包括：通过计算时间段t0内检测区域的像素变化，将目标运动情况以图像亮度的形式表现出来。其每个像素的灰度值表示了在一组视频序列中该位置像素的最近的运动情况。最后运动的时刻越接近当前帧，该像素的灰度值越高。
进一步的，所述对运动历史图像与前景图进行分析，计算获选漏油区域的重心，具体包括：分别计算运动历史图像的运动区域的中心位置C1与前景图的中的运动区域的的中心位置C2，若C1.Y小于C2.Y，则获选漏油区域的重心朝下，C1.Y表示中心位置C1在Y轴上的坐标，C2.Y表示中心位置C2在Y轴上的坐标。
进一步的，对获选漏油区域的外接矩形的像素值进行双高斯拟合，具体包括：式为获选漏油区域高斯函数公式，x1ij表示点(i,j)处的灰度值，μ1ij表示点(i,j)处的像素均值，δ1ij 2表示点处(i,j)的像素方差，P(x1ij)表示点(i,j)灰度值为的概率；
式为获选漏油区域外接矩形的高斯函数公式，x2ij表示点(i,j)处的灰度值，μ2ij表示点(i,j)处的像素均值，δ2ij 2表示点处(i,j)的像素方差，P(x2ij)表示点(i,j)灰度值为的概率。
本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：
由于采用了将变压器漏油检测方法设计为包括：S1：获取变压器检测区未漏油时的图像信息；S2：获取变压器检测区当前图像信息，将未漏油时的图像信息与当前图像信息进行比较和处理，获得检测区的漏油方向信息和检测区的颜色信息，基于检测区的漏油方向信息和检测区的颜色信息，对检测区是否漏油进行判断，并获得判断结果的技术方案，即考虑到电力变压器油的颜色一般呈黑色，漏油的方向向下且Y方向的重心不断增大，漏油区域与周围区域存在色差，基于这种思想本章运动历史图的变压器漏油检测方法，可以实时的检测变压器的是否出现了漏油异常，并给出实时告警，所以，有效解决了现有的变压器漏油检测方法存在检测效率和准确率较低的技术问题，进而实现了变压器漏油检测方法检测效率和准确率较高的技术效果，并且采用该方法，通过监控变压器，实时的分析变压器的漏油情况并告警，及时的发现漏油情况，提高变电站的安全监控能力，有效减少因变压器渗漏油异常引起变压器绝缘性能下降影响变压器的安全运行而造成的不必要的停运甚至变压器的损毁事故。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解，构成本申请的一部分，并不构成对本发明实施例的限定；
图1是本申请实施例一中变压器漏油检测方法的流程示意图。
具体实施方式
本发明提供了一种变压器漏油检测方法，解决了现有的变压器漏油检测方法存在检测效率和准确率较低的技术问题，实现了变压器漏油检测方法检测效率和准确率较高的技术效果。
为了更好的理解上述技术方案，下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。
为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在相互不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述范围内的其他方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。
实施例一：
在实施例一中，请参考图1，提供了一种基于运动历史图的变压器漏油检测方法，包括如下步骤：
训练阶段S1：
S1-1：从数字摄像机获取一帧变压器未漏油的图像。
S1-2：在图像上标识出检测区域，将检测区域图像作为背景图并转换为灰度图；
检测阶段S2：
S2-1、判断漏油区域的漏油的方向：
S2-1-1：从视频流中获取一张当前帧图像，截取检测区域图像转换为灰度图，并与背景图像进行帧差法获取前景图；
S2-1-2：根据前景图计算MHI(运动历史图像)；
S2-1-3：对MHI与前景进行分析，获得获选的漏油区域，并计算获选漏油区域的重心；
S2-1-4：若满足获选漏油区域的重心Y值递增，执行步骤S2-2；否则执行步骤S2-1。并依次向下执行。
S2-2、判断漏油区域的颜色：
S2-2-1：从视频流中获取一张当前帧图像，截取检测区域图像转换为灰度图。
S2-2-2：对获选漏油区域的外接矩形的像素值进行双高斯拟合；
S2-2-3：若满足双高斯函数的均值差较大、均值小的高斯函数的方差较小，该获选漏油区域为漏油区域，则告警。
下面对S1-2、S2-1-2、S2-1-3、S2-1-4、S2-2-2、S2-2-3进行详细说明。
对S1-2的详细描述：
如果在变压器未漏油的图像上标识出会漏油的区域作为检测区域，可以缩小检测区域范围，提高算法性能。
对S2-1-2的详细描述：
MHI通过计算时间段内同一位置的像素变化，将目标运动情况以图像亮度的形式表现出来。它是这样的一种图像：其每个像素的灰度值表示了在一组视频序列中该位置像素的最近的运动情况。最后运动的时刻越接近当前帧，该像素的灰度值越高。
对S2-1-3、S2-1-4的详细描述：
根据漏油的特性，漏油的方向向下；那么在图像上的表现为获选的漏油区域重心向下，即漏油区域的中心点不断向下递增。只有满足了这个必要条件再执行漏油区域的颜色判断。
对S2-2-2、S2-2-3的详细描述：
根据变压器的特性，变压器本身的颜色的为灰色，而油的颜色为深褐色，转换为灰度图后，变压器本身的颜色会非常接近白色rgb(255，255，2555)，而漏油区域的颜色会非常接近黑色rgb(0，0，0)。对获选漏油区域的外接矩形的像素值进行双高斯拟合；若满足双高斯函数的均值差较大、均值小的高斯函数的方差较小，则该获选漏油区域为漏油区域。
本发明公开了一种基于运动历史图的变压器漏油检测方法，包括如下步骤：从数字摄像机获取一帧变压器未漏油的图像，标识出检测区域，将检测区域图像作为背景图并转换为灰度图；从视频流中获取一张当前帧图像，截取检测区域图像转换为灰度图，并与背景图像进行帧差法获取前景图；根据前景图计算MHI(运动历史图像)；对MHI与前景进行重合分析，获得获选的漏油区域，并计算获选漏油区域的外接矩形和重心；若满足获选漏油区域的重心Y值递增，则对获选漏油区域的外接矩形的像素值进行双高斯拟合；若双高斯函数的均值差较大、均值小的高斯函数的方差较小，该获选漏油区域为漏油区域，则告警。若不满足获选漏油区域的重心Y值递增，则继续从视频流中获取图像计算获选漏油区域的外接矩形和重心，如此循环。采用本发明，实时监测变压器渗漏油异常，可以有效减少因变压器渗漏油异常引起变压器绝缘性能下降影响变压器的安全运行而造成的不必要的停运甚至变压器的损毁事故。
上述本申请实施例中的技术方案，至少具有如下的技术效果或优点：
由于采用了将变压器漏油检测方法设计为包括：S1：获取变压器检测区未漏油时的图像信息；S2：获取变压器检测区当前图像信息，将未漏油时的图像信息与当前图像信息进行比较和处理，获得检测区的漏油方向信息和检测区的颜色信息，基于检测区的漏油方向信息和检测区的颜色信息，对检测区是否漏油进行判断，并获得判断结果的技术方案，即考虑到电力变压器油的颜色一般呈黑色，漏油的方向向下且Y方向的重心不断增大，漏油区域与周围区域存在色差，基于这种思想本章运动历史图的变压器漏油检测方法，可以实时的检测变压器的是否出现了漏油异常，并给出实时告警，所以，有效解决了现有的变压器漏油检测方法存在检测效率和准确率较低的技术问题，进而实现了变压器漏油检测方法检测效率和准确率较高的技术效果，并且采用该方法，通过监控变压器，实时的分析变压器的漏油情况并告警，及时的发现漏油情况，提高变电站的安全监控能力，有效减少因变压器渗漏油异常引起变压器绝缘性能下降影响变压器的安全运行而造成的不必要的停运甚至变压器的损毁事故。
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (6)

1.一种变压器漏油检测方法，其特征在于，所述方法包括：
S1：获取变压器检测区未漏油时的图像信息；
S2：获取变压器检测区当前图像信息，将未漏油时的图像信息与当前图像信息进行比较和处理，获得检测区的漏油方向信息和检测区的颜色信息，基于检测区的漏油方向信息和检测区的颜色信息，对检测区是否漏油进行判断，并获得判断结果；
所述步骤S2具体包括：
S2-1：判断漏油区域的漏油的方向，包括：
S2-1-1：获取一张当前帧图像，截取检测区域图像转换为灰度图，并与未漏油时的背景灰度图进行帧差法获取前景图；
S2-1-2：根据前景图计算运动历史图像；
S2-1-3：对运动历史图像与前景图进行分析，获得获选的漏油区域，并计算获选漏油区域的重心；
S2-1-4：若获选漏油区域的重心Y值递增，则执行步骤S2-2；否则继续执行步骤S2-1，并依次向下执行；
S2-2：判断漏油区域的颜色，包括：
S2-2-1：获取一张当前帧图像，截取检测区域图像转换为灰度图；
S2-2-2：对获选漏油区域的外接矩形的像素值进行双高斯拟合；
S2-2-3：若满足双高斯函数的均值差满足预设条件，则该获选漏油区域为漏油区域，并进行告警。
2.根据权利要求1所述的变压器漏油检测方法，其特征在于，所述步骤S1具体包括：
S1-1：获取一帧变压器未漏油的图像；
S1-2：在未漏油的图像上标识出检测区域，将检测区域图像作为背景图并转换为灰度图。
3.根据权利要求1所述的变压器漏油检测方法，其特征在于，所述与未漏油时的背景灰度图进行帧差法获取前景图，具体包括：
首先，将S2-1-1当前帧图像的检测区域图像的灰度图与未漏油时的背景灰度图对应像素值相减得到差分图像，然后对差分图像二值化，若对应像素值变化小于预设阈值时，则认为此处为背景像素；若图像区域的像素值大于预设阈值时，则认为这是由于图像中运动物体引起的，将这些区域标记为前景像素，利用标记的像素区域确定运动目标在图像中的位置。
4.根据权利要求1所述的变压器漏油检测方法，其特征在于，所述根据前景图计算运动历史图像，具体包括：通过计算时间段t0内检测区域的像素变化，将目标运动情况以图像亮度的形式表现出来。
5.根据权利要求1所述的变压器漏油检测方法，其特征在于，所述对运动历史图像与前景图进行分析，计算获选漏油区域的重心，具体包括：分别计算运动历史图像的运动区域的中心位置C1与前景图中的运动区域的中心位置C2，若C1.Y小于C2.Y，则获选漏油区域的重心朝下，C1.Y表示中心位置C1在Y轴上的坐标，C2.Y表示中心位置C2在Y轴上的坐标。
6.根据权利要求1所述的变压器漏油检测方法，其特征在于，对获选漏油区域和其外接矩形的像素值进行双高斯拟合，具体包括：分别拟合获选漏油区域和其外接矩形的像素值的高斯函数：
式为获选漏油区域高斯函数公式，x1ij表示点(i,j)处的灰度值，μ1ij表示点(i,j)处的像素均值，δ1ij 2表示点(i,j)处的像素方差，P(x1ij)表示点(i,j)灰度值的概率；
式为获选漏油区域外接矩形的高斯函数公式，x2ij表示点(i,j)处的灰度值，μ2ij表示点(i,j)处的像素均值，δ2ij 2表示点(i,j)处的像素方差，Q(x2ij)表示点(i,j)灰度值的概率。
CN201610703818.9A 2016-08-22 2016-08-22 一种变压器漏油检测方法 Expired - Fee Related CN106340034B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610703818.9A CN106340034B (zh) 2016-08-22 2016-08-22 一种变压器漏油检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610703818.9A CN106340034B (zh) 2016-08-22 2016-08-22 一种变压器漏油检测方法

Publications (2)

Publication Number Publication Date
CN106340034A CN106340034A (zh) 2017-01-18
CN106340034B true CN106340034B (zh) 2019-01-29

Family

ID=57825430

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610703818.9A Expired - Fee Related CN106340034B (zh) 2016-08-22 2016-08-22 一种变压器漏油检测方法

Country Status (1)

Country Link
CN (1) CN106340034B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109241851A (zh) * 2018-08-07 2019-01-18 电子科技大学 一种基于视觉图像的漏油检测方法及其系统
CN109238994B (zh) * 2018-08-28 2021-01-29 国网福建省电力有限公司 一种电力设备渗油日间检测方法
CN109268928B (zh) * 2018-09-12 2020-10-23 长安大学 一种供热监控系统
CN110705601A (zh) * 2019-09-09 2020-01-17 安徽继远软件有限公司 基于单阶段目标检测的变电站设备渗漏油图像识别方法
CN113514193B (zh) * 2021-07-13 2022-12-02 江铃汽车股份有限公司 基于图像识别的汽车碰撞燃油泄漏检测方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
IT249776Y1 (it) * 2000-03-17 2003-05-28 Passoni & Villa S P A Isolatore passante monolitico
CN201803956U (zh) * 2010-10-11 2011-04-20 华北电网有限公司北京超高压公司 一种变电站设备外观异常检测系统
CN104809732B (zh) * 2015-05-07 2017-06-20 山东鲁能智能技术有限公司 一种基于图像比对的电力设备外观异常检测方法
CN105868722A (zh) * 2016-04-05 2016-08-17 国家电网公司 异常电力设备图像的识别方法及系统

Also Published As

Publication number Publication date
CN106340034A (zh) 2017-01-18

Similar Documents

Publication Publication Date Title
CN106340034B (zh) 一种变压器漏油检测方法
CN109145689A (zh) 一种机器人火灾检测方法
CN109063764A (zh) 一种基于机器视觉的隔离开关合闸操作到位的判断方法
CN102063614B (zh) 一种安防监控中遗留物品的检测方法及装置
CN111428617A (zh) 一种基于视频图像的配网违规检修行为的识别方法和系统
CN103986906B (zh) 基于监控视频的开关门检测方法
CN110127479A (zh) 一种基于视频分析的电梯门开关异常检测方法
CN109117764A (zh) 在电力监控中采用颜色阈值法识别目标物体区域电气符号的方法
Wang et al. Fire smoke detection based on texture features and optical flow vector of contour
CN103945197B (zh) 基于视频运动检测技术的电力设施防外破预警方案
CA2904319A1 (en) Logo presence detector based on blending characteristics
CN108399359B (zh) 一种视频序列下实时火灾检测预警方法
CN112017173B (zh) 基于目标检测网络和结构化定位的电力设备缺陷检测方法
CN109409395A (zh) 在电力监控中采用模板匹配法识别目标物体区域电气符号的方法
CN104811586A (zh) 场景变换视频智能分析方法、装置、网络摄像机及监控系统
CN107067595A (zh) 一种指示灯的状态辨识方法、装置及电子设备
CN101739694A (zh) 基于图像分析的高压输电线的超高检测的方法及装置
CN112508019A (zh) 基于图像识别的gis隔离/接地开关状态检测方法及系统
CN105321289A (zh) 一种全天候监控图像智能分析与报警系统与方法
CN108038869A (zh) 一种电梯轿厢内乘客倒地行为检测方法
KR101441107B1 (ko) 승강기내 이상 행동 판별 방법 및 그 장치
CN113111771A (zh) 一种发电厂工作人员不安全行为的识别方法
CN104657997B (zh) 一种镜头移位检测方法及装置
Manjunatha et al. Implementation of computer vision based industrial fire safety automation by using neuro-fuzzy algorithms
CN111899210A (zh) 一种基于图像识别的电弧检测方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20190129