CN107367361A - 基于视频差异分析的复合绝缘子疲劳程度评价方法 - Google Patents
基于视频差异分析的复合绝缘子疲劳程度评价方法 Download PDFInfo
- Publication number
- CN107367361A CN107367361A CN201710481177.1A CN201710481177A CN107367361A CN 107367361 A CN107367361 A CN 107367361A CN 201710481177 A CN201710481177 A CN 201710481177A CN 107367361 A CN107367361 A CN 107367361A
- Authority
- CN
- China
- Prior art keywords
- composite insulator
- video
- vibration
- image
- mrow
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M7/00—Vibration-testing of structures; Shock-testing of structures
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Insulators (AREA)
Abstract
本发明公开了一种基于视频差异分析的复合绝缘子疲劳程度评价方法，首先采集视频图像及风速波形，然后对获取的复合绝缘子振动视频中各帧图像进行灰度化处理，获得灰度图像P(t)；对获取的灰度化图像P(t)进行边缘提取，获取边缘曲线的两个横向左凸角点坐标，然后再计算t时刻复合绝缘子单位时间内的形变量e(t)＝ηd(t)f1，并根据采集的视频，求取正弦曲线的原函数，获取复合绝缘子强风下的振动正弦曲线波形e(t)；最后计算出复合绝缘子疲劳程度的评价参数α。解决了现有技术未曾涉及的强风下运行的复合绝缘子形变量的测量方法的问题，对构成复合绝缘子的橡胶材料的疲劳程度进行定量评价，为整串复合绝缘子的故障状态的评估奠定良好基础。
Description
技术领域
本发明属于电力设备监测技术领域，涉及一种基于视频差异分析的复合绝缘子疲劳程度评价方法。
背景技术
随着复合绝缘子相关技术的研究与进步，我国特高压输电线路的建设和发展不断提升，对复合绝缘子的制造工艺、材料、试验方法、老化问题、机械性能、脆断、伞裙结构等方面的研究一直是高电压绝缘领域的重点，其中复合绝缘子的伞裙破坏问题是强风灾害下出现的新问题，在IEC和国家标准中尚未有针对性的条项。由于输电线路上的复合绝缘子伞裙在强风下会出现形变，形变导致伞裙根部应力集中，长期存在的应力集中会引起伞裙根部疲劳断裂，又因这方面内容涉及到橡胶材料疲劳断裂过程，在研究中具有一定难度，目前国内外关于复合绝缘子在强风下的伞裙疲劳形变问题的相关报道和研究很少。
发明内容
本发明的目的是提供一种基于视频差异分析的复合绝缘子疲劳程度评价方法，解决了现有技术未曾涉及的强风下运行的复合绝缘子形变量的测量方法的问题，对构成复合绝缘子的橡胶材料的疲劳程度进行定量评价，为整串复合绝缘子的故障状态的评估奠定良好基础。
本发明所采用的技术方案是，一种基于视频差异分析的复合绝缘子疲劳程度评价方法，具体按照以下步骤实施：
步骤1，采集视频图像及风速波形，
步骤2，步骤2，对步骤1中获取的复合绝缘子振动视频中各帧图像进行灰度化处理，获得灰度图像P(t)；
步骤3，对步骤2获取的灰度化图像P(t)进行边缘提取，获取边缘曲线的两个横向左凸角点坐标P1(i1(t),j1(t))和P2(i2(t),j2(t))；
步骤4，计算t时刻复合绝缘子单位时间内的形变量e(t)＝ηd(t)f1，
步骤5，根据采集的视频，求取正弦曲线的原函数，获取复合绝缘子强风下的振动正弦曲线波形e(t)；
步骤6，结合风速传感器获取的风速波形c(t)，可获取随着风速c的变换，复合绝缘子伞裙振动的幅值AE的变化趋势，计算出复合绝缘子疲劳程度的评价参数a。
本发明的特征还在于，
所述的步骤1的具体方法是：通过安装在现场铁塔上的标定的100Hz带云台定焦高速摄像仪及风速传感器获取强风下复合绝缘子的现场实时振动视频与风速波形，根据强风区的主流风向，在现场运行复合绝缘子所在铁塔的相应位置安装标定的带云台的定焦高速摄像机及风速传感器，由于应用于强风区特高压输电线路的复合绝缘子固有频率在10Hz与50Hz之间，复合绝缘子的摆动频率又小于固有频率，故应选用100Hz的高速摄像仪；通过高速摄像机获取复合绝缘子振动的实时视频图像；通过风速传感器获取现场实时风速波形c(t)。
所述的步骤2具体按照以下步骤实施：
步骤2.1，依次对复合绝缘子振动视频中各帧图像进行灰度化处理，将相邻的两帧图像相减，即将相邻帧灰度化图像各像素点的像素值相减，即后一帧图像Pc(t)减前一帧图像
其中t表示视频拍摄的具体时间，f1为高速摄像机采集图像的频率；
步骤2.2，将步骤2.1中的结果做归一化处理获取灰度图像P(t)。
所述的步骤3具体按照以下步骤实施：
步骤3.1，对步骤2获取的灰度化图像P(t)进行预处理去除图像中的噪声及干扰连通域，
步骤3.2，进行边缘提取，将边缘线上所有像素点灰度置0，获取边缘曲线的两个横向左凸角点P1和P2，两个横向左凸角点P1和P2的灰度值分别为P1(i1(t),j1(t))和P2(i2(t),j2(t))，其中，横向左凸角点P1和P2表示边缘曲线横向左侧最突出的坐标点。
步骤3.2中的横向左凸角点获取的具体过程如下：
步骤3.2.1，遍历边缘曲线各像素点，设其中一像素点P(i(t),j(t))，i(t)和j(t)分别表示t时刻该像素点对应的横、纵坐标，P(i(t),j(t))为坐标(i(t),j(t))处的灰度值；
步骤3.2.2，设坐标原点在图像的左下角处，
若P(i(t),j(t))＝P(i(t)+1,j(t)+1)且P(i(t),j(t))＝P(i(t)+1,j(t)-1)；
或，P(i(t),j(t))＝P(i(t)+1,j(t)+1)且P(i(t),j(t))＝P(i(t),j(t)-1)；
或，P(i(t),j(t))＝P(i(t)+1,j(t)-1)且P(i(t),j(t))＝P(i(t),j(t)+1)，
则记(i(t),j(t))为图像中的横向左凸角点。
若获取的纵坐标j(t)相同，横坐标i(t)相差不大的凸角点不止一个，则选取j最大的点作为给区域的横向左凸角点；
步骤3.2.3，最终获取两个横向左凸角点坐标(i1(t),j1(t))和(i2(t),j2(t))。
所述的步骤4具体步骤为：
步骤4.1，两横向左凸角点坐标(i1(t),j1(t))与(i2(t),j2(t))，对应步骤2中获取的图像Pc(t)中的像素点Pc(i1(t),j1(t))与Pc(i2(t),j2(t))，
两像素点对应的红色分量表示为
两像素点对应的绿色分量表示为
两像素点对应的蓝色分量分别可表示为与
步骤4.2，判断图像P(t)中表示复合绝缘子振动前后的左凸角点，
根据复合绝缘子区域的颜色特征，计算各像素点右侧间隔两个像素点大小为3×3的模板内各像素点红色分量的中值 与
若则图像Pc(t)中的像素点Pc(i2(t),j2(t))对应t时刻复合绝缘子所在位置，令d(t)＝j2(t)-j1(t)，d(t)的大小表示单位时间内复合绝缘子形变量，d(t)的正负表示复合绝缘子的振动方向；
若则图像Pc(t)中的像素点Pc(i1(t),j1(t))对应t时刻复合绝缘子所在位置，令d(t)＝j1(t)-j2(t)，d(t)的大小表示单位时间内复合绝缘子形变量，d(t)的正负表示复合绝缘子的振动方向。
步骤4.3，设标定的高速摄像机几何参数为η，即视频图像中单个像素块表示的实际距离的大小，定义ηd(t)为相邻帧的时间间隔内复合绝缘子的形变量，设高速摄像机采集图像的频率为f1，则t时刻复合绝缘子单位时间内的形变量e(t)＝ηd(t)f1。
所述的步骤5的方法具体为：
根据采集的视频，对连续5帧图像中的各相邻帧依次重复实施步骤2、步骤3、步骤4，一共实施4次，对获取的4组时间与形变量对应的数据进行最小二乘法正弦曲线拟合，求取正弦曲线的原函数，获取复合绝缘子强风下的振动正弦曲线波形e(t)；
其中，t为复合绝缘子视频图像的具体拍摄时间；A为t时刻正弦曲线(1)的幅值；ω为t时刻正弦曲线(1)的角频率；为t时刻正弦曲线(1)的初始相位。
所述的最小二乘法正弦曲线拟合的具体流程如下：
设，拟合方程为
设有一组n个点的待拟合数据(ti,e(ti))，求解拟合参数，即下式取最小值：
即
求解方程
获取最终的拟合正弦函数：
因强风区，风速变换迅速，复合绝缘子大伞裙的形变大小变化幅度较大，为增强计算效率，减小误差，文中n取4。
由于e(t)为复合绝缘子形变量变化速率的变换波形，求取正弦曲线(1)的原函数即为复合绝缘子强风下的振动正弦曲线波形，求得的计算复合绝缘子伞裙振动形变量的结果如公式(2)所示：
其中E为t时刻复合绝缘子伞裙振动形变；其中为t时刻复合绝缘子伞裙的振动幅值；ω为t时刻复合绝缘子伞裙振动的角频率，t时刻振动频率为
根据权利要求1所述的基于视频差异分析的复合绝缘子疲劳程度评价方法，其特征在于，所述的步骤6具体为：设全新复合绝缘子伞裙振动幅值Ao与风速c之间的关系为：
Ao＝h(c)
其中h(c)为拟合获取的表述幅值AE与风速c之间的关系的函数表达式。
设归一化的复合绝缘子疲劳程度的评价参数为α，α∈[0,1]，参数α的值越大表示相应复合绝缘子的疲劳程度越强；所述的α的计算公式如下：
其中，表示为t时刻风速c(t)时检测的撕裂复合绝缘子的最大形变；Ao(c(t))表示全新复合绝缘子强风下的最大形变；AE(c(t))为t时刻风速c(t)与现场检测的复合绝缘子伞裙振动幅值；Ao(c(t))表示风速为c(t)时全新复合绝缘子伞裙振动幅值。
其中若α的值越接近于1表示现场检测的复合绝缘子的形变量越接近于撕裂绝缘子的形变量，表示其疲劳程度越强。
本发明的有益效果是，针对目前国内外关于复合绝缘子强风下的伞裙疲劳形变问题相关报道和研究少这一研究现状，本发明提出一种基于视频差异分析的复合绝缘子疲劳程度测量方法，能充分利用图像处理技术与无线传输技术，克服橡胶材料疲劳断裂研究难的问题；另外，本发明根据复合绝缘子随风摆动的周期特性，结合视频差异分析方法，通过相关处理获取复合绝缘子的实时形变速率，根据获取的离散点拟合正弦曲线波形，求取原函数能够还原复合绝缘子强风下的振动波形。而且本发明通过定义归一化参数，根据复合绝缘子的疲劳过程，对现场检测的复合绝缘子的疲劳程度进行定量评价，有利于复合绝缘子的故障状态评估，具有重大的实际意义和应用价值。
附图说明
图1是本发明的基于视频差异分析的复合绝缘子疲劳程度评价方法中处理对象复合绝缘子的结构示意图；
图2是本发明的基于视频差异分析的复合绝缘子疲劳程度评价方法中步骤3中涉及的复合绝缘子边缘左凸角点检测的形状模型；
图3是本发明的基于视频差异分析的复合绝缘子疲劳程度评价方法中步骤4中涉及到的复合绝缘子振动前后位置示意图。
具体实施方式
下面结合附图及具体实施方式对本发明做进一步的说明。
一种基于视频差异分析的复合绝缘子疲劳程度评价方法，具体按照以下步骤实施：
步骤1，采集视频图像及风速波形，具体方法为：通过安装在现场铁塔上的标定的100Hz带云台定焦高速摄像仪及风速传感器获取强风下复合绝缘子的现场实时振动视频与风速波形，根据强风区的主流风向，在现场运行复合绝缘子所在铁塔的相应位置安装标定的带云台的定焦高速摄像机及风速传感器，由于应用于强风区特高压输电线路的复合绝缘子固有频率在10Hz与50Hz之间，复合绝缘子的摆动频率又小于固有频率，故应选用100Hz的高速摄像仪；通过高速摄像机获取复合绝缘子振动的实时视频图像；通过风速传感器获取现场实时风速波形c(t)。
步骤2，对步骤1中获取的复合绝缘子振动视频中各帧图像进行灰度化处理，获得灰度图像P(t)，具体按照以下步骤实施：
步骤2.1，依次对复合绝缘子振动视频中各帧图像进行灰度化处理，将相邻的两帧图像相减，即将相邻帧灰度化图像各像素点的像素值相减，即后一帧图像Pc(t)减前一帧图像
其中t表示视频拍摄的具体时间，f1为高速摄像机采集图像的频率；
步骤2.2，将步骤2.1中的结果做归一化处理获取灰度图像P(t)；
步骤3，对步骤2获取的灰度化图像P(t)进行边缘提取，获取边缘曲线的两个横向左凸角点坐标P1(i1(t),j1(t))和P2(i2(t),j2(t))；
具体步骤为，
步骤3.1，对步骤2获取的灰度化图像P(t)进行预处理去除图像中的噪声及干扰连通域，
步骤3.2，进行边缘提取，将边缘线上所有像素点灰度置0，获取边缘曲线的两个横向左凸角点P1和P2，两个横向左凸角点P1和P2的灰度值分别为P1(i1(t),j1(t))和P2(i2(t),j2(t))，其中，横向左凸角点P1和P2表示边缘曲线横向左侧最突出的坐标点。
横向左凸角点获取的具体过程如下：
步骤3.2.1，遍历边缘曲线各像素点，设其中一像素点P(i(t),j(t))，i(t)和j(t)分别表示t时刻该像素点对应的横、纵坐标，P(i(t),j(t))为坐标(i(t),j(t))处的灰度值。
步骤3.2.2，设坐标原点在图像的左下角处，
若P(i(t),j(t))＝P(i(t)+1,j(t)+1)且P(i(t),j(t))＝P(i(t)+1,j(t)-1)；
或，P(i(t),j(t))＝P(i(t)+1,j(t)+1)且P(i(t),j(t))＝P(i(t),j(t)-1)；
或，P(i(t),j(t))＝P(i(t)+1,j(t)-1)且P(i(t),j(t))＝P(i(t),j(t)+1)，
则记(i(t),j(t))为图像中的横向左凸角点。
若获取的纵坐标j(t)相同，横坐标i(t)相差不大的凸角点不止一个，则选取j最大的点作为给区域的横向左凸角点；
步骤3.2.3，最终获取两个横向左凸角点坐标(i1(t),j1(t))和(i2(t),j2(t))。
步骤4，计算t时刻复合绝缘子单位时间内的形变量e(t)＝ηd(t)f1，
步骤4.1，两横向左凸角点坐标(i1(t),j1(t))与(i2(t),j2(t))，对应步骤2中获取的图像Pc(t)中的像素点Pc(i1(t),j1(t))与Pc(i2(t),j2(t))，
两像素点对应的红色分量表示为
两像素点对应的绿色分量表示为
两像素点对应的蓝色分量分别可表示为与
步骤4.2，判断图像P(t)中表示复合绝缘子振动前后的左凸角点，
根据复合绝缘子区域的颜色特征，计算各像素点右侧间隔两个像素点大小为3×3的模板内各像素点红色分量的中值 与
若则图像Pc(t)中的像素点Pc(i2(t),j2(t))对应t时刻复合绝缘子所在位置，令d(t)＝j2(t)-j1(t)，d(t)的大小表示单位时间内复合绝缘子形变量，d(t)的正负表示复合绝缘子的振动方向；
若则图像Pc(t)中的像素点Pc(i1(t),j1(t))对应t时刻复合绝缘子所在位置，令d(t)＝j1(t)-j2(t)，d(t)的大小表示单位时间内复合绝缘子形变量，d(t)的正负表示复合绝缘子的振动方向。
步骤4.3，设标定的高速摄像机几何参数为η，即视频图像中单个像素块表示的实际距离的大小，定义ηd(t)为相邻帧的时间间隔内复合绝缘子的形变量，设高速摄像机采集图像的频率为f1，则t时刻复合绝缘子单位时间内的形变量e(t)＝ηd(t)f1。
步骤5，根据采集的视频，对连续5帧图像中的各相邻帧依次重复实施步骤2、步骤3、步骤4，一共实施4次，对获取的4组时间与形变量对应的数据进行最小二乘法正弦曲线拟合，求取正弦曲线的原函数，获取复合绝缘子强风下的振动正弦曲线波形e(t)；
其中，t为复合绝缘子视频图像的具体拍摄时间；A为t时刻正弦曲线(1)的幅值；ω为t时刻正弦曲线(1)的角频率；为t时刻正弦曲线(1)的初始相位。
所述的最小二乘法正弦曲线拟合的具体流程如下：
设，拟合方程为
设有一组n个点的待拟合数据(ti,e(ti))，求解拟合参数，即下式取最小值：
即
求解方程
获取最终的拟合正弦函数：
因强风区，风速变换迅速，复合绝缘子大伞裙的形变大小变化幅度较大，为增强计算效率，减小误差，文中n取4。
由于e(t)为复合绝缘子形变量变化速率的变换波形，求取正弦曲线(1)的原函数即为复合绝缘子强风下的振动正弦曲线波形，求得的计算复合绝缘子伞裙振动形变量的结果如公式(2)所示：
其中E为t时刻复合绝缘子伞裙振动形变；其中为t时刻复合绝缘子伞裙的振动幅值；ω为t时刻复合绝缘子伞裙振动的角频率，t时刻振动频率为
步骤6，结合风速传感器获取的风速波形c(t)，可获取随着风速c的变换，复合绝缘子伞裙振动的幅值AE的变化趋势，计算出复合绝缘子疲劳程度的评价参数a，具体步骤为，
设全新复合绝缘子伞裙振动幅值Ao与风速c之间的关系为：
Ao＝h(c)
其中h(c)为拟合获取的表述幅值AE与风速c之间的关系的函数表达式。
设归一化的复合绝缘子疲劳程度的评价参数为α，α∈[0,1]，参数α的值越大表示相应复合绝缘子的疲劳程度越强；所述的α的计算公式如下：
其中，表示为t时刻风速c(t)时检测的撕裂复合绝缘子的最大形变；Ao(c(t))表示全新复合绝缘子强风下的最大形变；AE(c(t))为t时刻风速c(t)与现场检测的复合绝缘子伞裙振动幅值；Ao(c(t))表示风速为c(t)时全新复合绝缘子伞裙振动幅值。
其中若α的值越接近于1表示现场检测的复合绝缘子的形变量越接近于撕裂绝缘子的形变量，表示其疲劳程度越强。
本方法以带云台的定焦高速摄像机获取的复合绝缘子振动视频图像，与风速传感器获取的风速变换波形为研究对象，通过对视频中各帧图像进行灰度化，做差及归一化处理获取包含振动前后复合绝缘子轮廓的灰度图像，定义横向左凸角点，获取振动前后复合绝缘子轮廓的角点，通过将两横向左凸角点映射回帧前、帧后图像，比较两横向左凸角点对应的不同区域模板内像素点红色分量中值之间的欧氏距离，判断振动前后复合绝缘子轮廓对应的角点坐标，获取复合绝缘子单位帧时间内的形变量及复合绝缘子的实时形变速率。通过多组时间与形变速率的映射关系，根据复合绝缘子振动的周期特性拟合正弦波形，获取复合绝缘子形变速率变换波形的原函数，即为复合绝缘子强风下的振动正弦曲线波形。比较获取的现场检测的复合绝缘子实时风速下的振动幅值与已知相同风速下全新复合绝缘子与撕裂绝缘子的振动幅值，定义归一化形变评估参数，并判断复合绝缘子的疲劳程度。
本发明可以通过云台定焦高速摄像机获取的复合绝缘子振动视频及风速传感器获取的风速波形，获取复合复合绝缘子的振动波形，根据现场检测复合绝缘子实时风速下的振动振幅与相同风速下全新复合绝缘子与撕裂绝缘子的振幅，判断复合绝缘子的疲劳等级，该方法克服了橡胶材料疲劳断裂研究难的问题，能够对现场运行的复合绝缘子的疲劳状态进行实时评估，具有很大的实际意义与应用价值。
Claims (8)
1.基于视频差异分析的复合绝缘子疲劳程度评价方法，其特征在于，具体按照以下步骤实施：
步骤1，采集视频图像及风速波形，
步骤2，步骤2，对步骤1中获取的复合绝缘子振动视频中各帧图像进行灰度化处理，获得灰度图像P(t)；
步骤3，对步骤2获取的灰度化图像P(t)进行边缘提取，获取边缘曲线的两个横向左凸角点坐标P1(i1(t),j1(t))和P2(i2(t),j2(t))；
步骤4，计算t时刻复合绝缘子单位时间内的形变量e(t)＝ηd(t)f1，
步骤5，根据采集的视频，求取正弦曲线的原函数，获取复合绝缘子强风下的振动正弦曲线波形e(t)；
步骤6，结合风速传感器获取的风速波形c(t)，可获取随着风速c的变换，复合绝缘子伞裙振动的幅值AE的变化趋势，计算出复合绝缘子疲劳程度的评价参数α。
2.根据权利要求1所述的基于视频差异分析的复合绝缘子疲劳程度评价方法，其特征在于，所述的步骤1的具体方法是：通过安装在现场铁塔上的标定的100Hz带云台定焦高速摄像仪及风速传感器获取强风下复合绝缘子的现场实时振动视频与风速波形，根据强风区的主流风向，在现场运行复合绝缘子所在铁塔的相应位置安装标定的带云台的定焦高速摄像机及风速传感器，由于应用于强风区特高压输电线路的复合绝缘子固有频率在10Hz与50Hz之间，复合绝缘子的摆动频率又小于固有频率，故应选用100Hz的高速摄像仪；通过高速摄像机获取复合绝缘子振动的实时视频图像；通过风速传感器获取现场实时风速波形c(t)。
3.根据权利要求1所述的基于视频差异分析的复合绝缘子疲劳程度评价方法，其特征在于，所述的步骤2具体按照以下步骤实施：
步骤2.1，依次对复合绝缘子振动视频中各帧图像进行灰度化处理，将相邻的两帧图像相减，即将相邻帧灰度化图像各像素点的像素值相减，即后一帧图像Pc(t)减前一帧图像
其中t表示视频拍摄的具体时间，f1为高速摄像机采集图像的频率；
步骤2.2，将步骤2.1中的结果做归一化处理获取灰度图像P(t)。
4.根据权利要求1所述的基于视频差异分析的复合绝缘子疲劳程度评价方法，其特征在于，所述的步骤3具体按照以下步骤实施：
步骤3.1，对步骤2获取的灰度化图像P(t)进行预处理去除图像中的噪声及干扰连通域，
步骤3.2，进行边缘提取，将边缘线上所有像素点灰度置0，获取边缘曲线的两个横向左凸角点P1和P2，两个横向左凸角点P1和P2的灰度值分别为P1(i1(t),j1(t))和P2(i2(t),j2(t))，其中，横向左凸角点P1和P2表示边缘曲线横向左侧最突出的坐标点。
5.根据权利要求4所述的基于视频差异分析的复合绝缘子疲劳程度评价方法，其特征在于，所述的步骤3.2中的横向左凸角点获取的具体过程如下：
步骤3.2.1，遍历边缘曲线各像素点，设其中一像素点P(i(t),j(t))，i(t)和j(t)分别表示t时刻该像素点对应的横、纵坐标，P(i(t),j(t))为坐标(i(t),j(t))处的灰度值；
步骤3.2.2，设坐标原点在图像的左下角处，
若P(i(t),j(t))＝P(i(t)+1,j(t)+1)且P(i(t),j(t))＝P(i(t)+1,j(t)-1)；
或，P(i(t),j(t))＝P(i(t)+1,j(t)+1)且P(i(t),j(t))＝P(i(t),j(t)-1)；
或，P(i(t),j(t))＝P(i(t)+1,j(t)-1)且P(i(t),j(t))＝P(i(t),j(t)+1)，
则记(i(t),j(t))为图像中的横向左凸角点；
若获取的纵坐标j(t)相同，横坐标i(t)相差不大的凸角点不止一个，则选取j最大的点作为给区域的横向左凸角点；
步骤3.2.3，最终获取两个横向左凸角点坐标(i1(t),j1(t))和(i2(t),j2(t))。
6.根据权利要求1所述的基于视频差异分析的复合绝缘子疲劳程度评价方法，其特征在于，所述的步骤4具体步骤为：
步骤4.1，两横向左凸角点坐标(i1(t),j1(t))与(i2(t),j2(t))，对应步骤2中获取的图像Pc(t)中的像素点Pc(i1(t),j1(t))与Pc(i2(t),j2(t))，
两像素点对应的红色分量表示为
两像素点对应的绿色分量表示为
两像素点对应的蓝色分量分别可表示为与
步骤4.2，判断图像P(t)中表示复合绝缘子振动前后的左凸角点，
根据复合绝缘子区域的颜色特征，计算各像素点右侧间隔两个像素点大小为3×3的模板内各像素点红色分量的中值 与
若则图像Pc(t)中的像素点Pc(i2(t),j2(t))对应t时刻复合绝缘子所在位置，令d(t)＝j2(t)-j1(t)，d(t)的大小表示单位时间内复合绝缘子形变量，d(t)的正负表示复合绝缘子的振动方向；
若则图像Pc(t)中的像素点Pc(i1(t),j1(t))对应t时刻复合绝缘子所在位置，令d(t)＝j1(t)-j2(t)，d(t)的大小表示单位时间内复合绝缘子形变量，d(t)的正负表示复合绝缘子的振动方向；
步骤4.3，设标定的高速摄像机几何参数为η，即视频图像中单个像素块表示的实际距离的大小，定义ηd(t)为相邻帧的时间间隔内复合绝缘子的形变量，设高速摄像机采集图像的频率为f1，则t时刻复合绝缘子单位时间内的形变量e(t)＝ηd(t)f1。
7.根据权利要求1所述的基于视频差异分析的复合绝缘子疲劳程度评价方法，其特征在于，所述的步骤5的方法具体为：
根据采集的视频，对连续5帧图像中的各相邻帧依次重复实施步骤2、步骤3、步骤4，一共实施4次，对获取的4组时间与形变量对应的数据进行最小二乘法正弦曲线拟合，求取正弦曲线的原函数，获取复合绝缘子强风下的振动正弦曲线波形e(t)；
其中，t为复合绝缘子视频图像的具体拍摄时间；A为t时刻正弦曲线(1)的幅值；ω为t时刻正弦曲线(1)的角频率；为t时刻正弦曲线(1)的初始相位；
所述的最小二乘法正弦曲线拟合的具体流程如下：
设，拟合方程为
设有一组n个点的待拟合数据(ti,e(ti))，求解拟合参数，即下式取最小值：
即
求解方程
获取最终的拟合正弦函数：
因强风区，风速变换迅速，复合绝缘子大伞裙的形变大小变化幅度较大，为增强计算效率，减小误差，文中n取4；
由于e(t)为复合绝缘子形变量变化速率的变换波形，求取正弦曲线(1)的原函数即为复合绝缘子强风下的振动正弦曲线波形，求得的计算复合绝缘子伞裙振动形变量的结果如公式(2)所示：
其中E为t时刻复合绝缘子伞裙振动形变；其中为t时刻复合绝缘子伞裙的振动幅值；ω为t时刻复合绝缘子伞裙振动的角频率，t时刻振动频率为
8.根据权利要求1所述的基于视频差异分析的复合绝缘子疲劳程度评价方法，其特征在于，所述的步骤6具体为：设全新复合绝缘子伞裙振动幅值Ao与风速c之间的关系为：
Ao＝h(c)
其中h(c)为拟合获取的表述幅值AE与风速c之间的关系的函数表达式；
设归一化的复合绝缘子疲劳程度的评价参数为α，α∈[0,1]，参数α的值越大表示相应复合绝缘子的疲劳程度越强；所述的α的计算公式如下：
<mrow>
<mi>&alpha;</mi>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mrow>
<msub>
<mi>A</mi>
<mi>E</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>c</mi>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
<mo>)</mo>
</mrow>
<mo>-</mo>
<msub>
<mi>A</mi>
<mi>o</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>c</mi>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msubsup>
<mi>A</mi>
<mi>E</mi>
<mi>max</mi>
</msubsup>
<mrow>
<mo>(</mo>
<mi>c</mi>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
<mo>)</mo>
</mrow>
<mo>-</mo>
<msub>
<mi>A</mi>
<mi>o</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>c</mi>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
</mrow>
其中，表示为t时刻风速c(t)时检测的撕裂复合绝缘子的最大形变；Ao(c(t))表示全新复合绝缘子强风下的最大形变；AE(c(t))为t时刻风速c(t)与现场检测的复合绝缘子伞裙振动幅值；Ao(c(t))表示风速为c(t)时全新复合绝缘子伞裙振动幅值；
其中若α的值越接近于1表示现场检测的复合绝缘子的形变量越接近于撕裂绝缘子的形变量，表示其疲劳程度越强。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710481177.1A CN107367361B (zh) | 2017-06-22 | 2017-06-22 | 基于视频差异分析的复合绝缘子疲劳程度评价方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710481177.1A CN107367361B (zh) | 2017-06-22 | 2017-06-22 | 基于视频差异分析的复合绝缘子疲劳程度评价方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107367361A true CN107367361A (zh) | 2017-11-21 |
| CN107367361B CN107367361B (zh) | 2019-07-26 |
Family
ID=60305688
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710481177.1A Active CN107367361B (zh) | 2017-06-22 | 2017-06-22 | 基于视频差异分析的复合绝缘子疲劳程度评价方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107367361B (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108830233A (zh) * | 2018-06-20 | 2018-11-16 | 深圳市科迈爱康科技有限公司 | 基于欧拉视频算法的监控系统、方法及可读存储介质 |
| CN110175378A (zh) * | 2019-05-14 | 2019-08-27 | 三峡大学 | 基于整段-分段结合的复合绝缘子机械疲劳寿命分析方法 |
| CN112184668A (zh) * | 2020-09-29 | 2021-01-05 | 河海大学 | 一种PVC-gel材料偏转角度测量方法 |
| CN113483927A (zh) * | 2021-06-18 | 2021-10-08 | 安徽龙联智能光电有限公司 | 一种架空电缆风摆监测方法、装置、系统及存储介质 |
| CN114545106A (zh) * | 2020-11-26 | 2022-05-27 | 国网天津市电力公司 | 一种复合绝缘子老化程度测试方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101750255A (zh) * | 2008-12-11 | 2010-06-23 | 淄博泰光电力器材厂 | 一种复合绝缘子弯曲疲劳试验方法及装置 |
| CN102353355A (zh) * | 2011-06-14 | 2012-02-15 | 西安工程大学 | 一种基于视频差异的输电线路杆塔倾斜的测量方法 |
| CN202305160U (zh) * | 2011-09-29 | 2012-07-04 | 中国电力科学研究院 | 一种用于绝缘子串振动试验的试验系统 |
| CN204142685U (zh) * | 2014-08-08 | 2015-02-04 | 国家电网公司 | 一种绝缘子损伤检测仪 |
| CN104677756A (zh) * | 2013-12-02 | 2015-06-03 | 国家电网公司 | 复合绝缘子拉伸振动及扭转的综合疲劳试验系统及其方法 |
| CN204495522U (zh) * | 2015-04-16 | 2015-07-22 | 三峡大学 | 复合绝缘子动载荷扭振试验机 |
-
2017
- 2017-06-22 CN CN201710481177.1A patent/CN107367361B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101750255A (zh) * | 2008-12-11 | 2010-06-23 | 淄博泰光电力器材厂 | 一种复合绝缘子弯曲疲劳试验方法及装置 |
| CN102353355A (zh) * | 2011-06-14 | 2012-02-15 | 西安工程大学 | 一种基于视频差异的输电线路杆塔倾斜的测量方法 |
| CN202305160U (zh) * | 2011-09-29 | 2012-07-04 | 中国电力科学研究院 | 一种用于绝缘子串振动试验的试验系统 |
| CN104677756A (zh) * | 2013-12-02 | 2015-06-03 | 国家电网公司 | 复合绝缘子拉伸振动及扭转的综合疲劳试验系统及其方法 |
| CN204142685U (zh) * | 2014-08-08 | 2015-02-04 | 国家电网公司 | 一种绝缘子损伤检测仪 |
| CN204495522U (zh) * | 2015-04-16 | 2015-07-22 | 三峡大学 | 复合绝缘子动载荷扭振试验机 |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108830233A (zh) * | 2018-06-20 | 2018-11-16 | 深圳市科迈爱康科技有限公司 | 基于欧拉视频算法的监控系统、方法及可读存储介质 |
| CN108830233B (zh) * | 2018-06-20 | 2021-08-27 | 深圳市科迈爱康科技有限公司 | 基于欧拉视频算法的监控系统、方法及可读存储介质 |
| CN110175378A (zh) * | 2019-05-14 | 2019-08-27 | 三峡大学 | 基于整段-分段结合的复合绝缘子机械疲劳寿命分析方法 |
| CN110175378B (zh) * | 2019-05-14 | 2022-12-20 | 三峡大学 | 基于整段-分段结合的复合绝缘子机械疲劳寿命分析方法 |
| CN112184668A (zh) * | 2020-09-29 | 2021-01-05 | 河海大学 | 一种PVC-gel材料偏转角度测量方法 |
| CN112184668B (zh) * | 2020-09-29 | 2022-11-08 | 河海大学 | 一种PVC-gel材料偏转角度测量方法 |
| CN114545106A (zh) * | 2020-11-26 | 2022-05-27 | 国网天津市电力公司 | 一种复合绝缘子老化程度测试方法 |
| CN113483927A (zh) * | 2021-06-18 | 2021-10-08 | 安徽龙联智能光电有限公司 | 一种架空电缆风摆监测方法、装置、系统及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107367361B (zh) | 2019-07-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107367361A (zh) | 基于视频差异分析的复合绝缘子疲劳程度评价方法 | |
| CN107782733B (zh) | 金属表面缺陷的图像识别无损检测装置及方法 | |
| CN110111328A (zh) | 一种基于卷积神经网络的风力发电机叶片裂纹检测方法 | |
| CN110405384A (zh) | 用于机器人焊接过程中实时检测熔深不足的方法及系统 | |
| CN105354847A (zh) | 基于滑动比较窗口自适应分割的水果表面缺陷检测方法 | |
| CN110579354A (zh) | 一种基于卷积神经网络的轴承检测方法 | |
| CN106599890B (zh) | 变电站巡检机器人数字式仪表识别算法 | |
| WO2021052020A1 (zh) | 振动检测系统 | |
| CN107133962A (zh) | 一种基于边缘检测的金刚石锯片裂纹提取方法 | |
| CN107169951B (zh) | 一种基于图像的斜腕臂末端管帽的缺失检测方法及系统 | |
| CN107154034A (zh) | 一种高铁接触网斜拉线定位钩的状态检测方法及系统 | |
| CN105478351B (zh) | 一种振动筛处理量实时检测系统及方法 | |
| CN115018872B (zh) | 一种用于市政施工的吸尘设备智能控制方法 | |
| CN109359537A (zh) | 基于神经网络的人脸姿态角度检测方法及系统 | |
| CN108509696A (zh) | 基于三维激光扫描技术的古建筑健康监测方法及装置 | |
| CN108665468B (zh) | 一种提取直线塔绝缘子串的装置及方法 | |
| CN107423709A (zh) | 一种融合可见光与远红外线的目标检测方法 | |
| CN108492306A (zh) | 一种基于图像轮廓的x型角点提取方法 | |
| CN109272484B (zh) | 一种基于视频图像的降雨检测方法 | |
| CN114550037A (zh) | 一种水电站视频数据数字化安全预警方法及装置 | |
| CN102155933A (zh) | 一种基于视频差异分析的输电导线舞动测量方法 | |
| CN107367362A (zh) | 基于图像处理的复合绝缘子疲劳破坏检测方法 | |
| CN106296651A (zh) | 基于线段拟合方法的平行视角下的弧垂图像识别方法 | |
| CN106228013A (zh) | 一种电力线段平行视角下的弧垂计算方法 | |
| CN108805890A (zh) | 一种基于输电线图像特征点的弧锤测量方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20210816 Address after: 710065 No. 11301, block B, Huajing Business Plaza, No. 20, Fenghui South Road, Zhangba street, high tech Zone, Xi'an, Shaanxi Province Patentee after: XI'AN JIN POWER ELECTRICAL Co.,Ltd. Address before: 710048 No. 19 Jinhua South Road, Shaanxi, Xi'an Patentee before: XI'AN POLYTECHNIC University |