CN109376732A - 基于多特征模式匹配和模式分类的刀闸分合状态识别方法 - Google Patents

Abstract

本发明公开了一种基于多特征模式匹配和模式分类的刀闸分合状态识别方法，包括以下步骤：获取待识别刀闸的图像状态信息，提取静态图像并做预处理，对于摄像机获取的图像，先将图像灰度化，再采用灰度拉伸方法提高图像对比度；对于红外热成像仪获取的红外图像，将其像素灰度减去上一行或同一行的灰度均值，以提高图像的信噪比；通过CPU处理器对图像进行识别判断，将判断结果传输给调度台系统。本发明不仅能够避免带地刀合闸事故的发生，且为电力设备可见故障的状态监测提供了新的解决思路和更为丰富的技术手段，降低了电力设备故障发生率。

Description

基于多特征模式匹配和模式分类的刀闸分合状态识别方法

技术领域

本发明涉及电网调度管理技术领域，具体是一种基于多特征模式匹配和模式分类的刀闸分合状态识别方法。

背景技术

刀闸开关是变电站最重要的电气设备之一，其操作的正确与否直接关系到电力系统运行的安全。传统的“五防”中有四项与刀闸操作有关。误操作对电力系统危害极大，轻则损坏设备，重则造成人身伤亡和大面积停电等重大事故。特别是涉及到多个变电站接地刀闸的误操作事故，例如，带接地刀闸合闸误操作事故简称带地刀合闸，一般发生在线路停电检修工作完毕后，一侧变电站未断开接地刀闸，另一侧变电站就合闸送电，或者是带电合接地刀闸误操作事故简称带电合地刀，一般发生在线路由运行到检修时，一侧变电站的断路器和隔离开关还在合闸供电状态时，另一侧变电站就合接地刀闸。由于相关刀闸和开关通常分处两地，相距甚远，一般的“五防”装置都难以解决此类问题。因此，其安全问题尤为突出。

发明内容

本发明要解决的技术问题是，提供一种基于多特征模式匹配和模式分类的刀闸分合状态识别方法，通过对刀闸图像进行识别，进而检测出刀闸触头实际位置，最终判断刀闸是分位还是合位。

为了解决上述技术问题本发明采用如下技术方案：

一种基于多特征模式匹配和模式分类的刀闸分合状态识别方法，包括以下具体步骤：

(1)采用红外热成像仪和摄像机获取待识别刀闸的图像状态信息，并传输至变电站视频监控系统；

(2)通过变电站视频监控系统，提取待识别刀闸的静态图像；

(3)对提取的刀闸静态图像进行预处理，对于摄像机获取的图像，先将图像灰度化，再采用灰度拉伸方法提高图像对比度；对于红外热成像仪获取的红外图像，将其像素灰度减去上一行或同一行的灰度均值，以提高图像的信噪比；

(4)通过CPU处理器对图像进行识别：

4.1)根据图像的灰度边缘特征、灰度区域特征、颜色特征、纹理特征以及几何形状特征，识别运算图像是否存在明显断开点，判断可见断口刀闸是否处于断开状态；

4.2)根据红外图像上是否存在刀闸剧烈升温的表现，判断可见断口刀闸是否处于开合不到位状态；

4.3)根据红外图像上刀闸表面温度场的分布情况，判断不可见断口刀闸是否处于未接通或接通不到位状态；

(5)将刀闸状态的判断结果通过网络通讯模块传输给调度台系统。

所述的步骤4.1)中，CPU处理器通过以下算法对图像进行识别：

a)基于连通区域的识别算法，判断刀闸的动触头和静触头是否接触；当图像上动触头部分像素与静触头部分像素连通，表示动触头与静触头接触，即刀闸处于闭合状态；动触头部分像素与静触头部分像素不连通，表示动触头与静触头分离，即刀闸处于断开状态；

b)基于边界闭合的识别算法，通过边缘提取算法得到待识别刀闸的边界轮廓，当待识别刀闸中只包括动触头和静触头，图像中有两条封闭边界即表示刀闸处于断开状态；图像中只有一条封闭边界动即表示刀闸处于闭合状态；当待识别刀闸中除了动触头、静触头，还包括其他部件时，图像中只存在一条封闭边界且封闭边界围成的区域内不存在孔，即表示刀闸处于断开状态；图像中在外封闭边界所围成的区域里面还存在一条内封闭边界，即表示刀闸处于闭合状态；

c)基于Hough变换检测直线的识别算法，通过检测闸刀片边缘直线与底座边缘直线之间的夹角来识别刀闸分合状态；

d)基于多特征的模式匹配和模式分类的识别方法，增加其他多个特征参数，包括矩、字符串描述符、形状数、边界的角点或拐点，并将这些特征参数形成模式矢量，利用模式识别的各种技术进行模式匹配和分类，以增强识别的可靠性和抗噪声性。

本发明基于视觉信息实现对刀闸的分合状态进行识别，不仅能够解决诸如因接地刀闸分闸不到位而误合送电开关及刀闸造成的带地刀合闸事故，并且能够为电力设备可见故障的状态监测提供一种新的解决思路和更为丰富的技术手段，从而将电力设备故障发生率降低到最低的水平。

具体实施方式

下面结合实施例对本发明做进一步说明。

一种基于多特征模式匹配和模式分类的刀闸分合状态识别方法，包括以下具体步骤：

(1)采用红外热成像仪和摄像机获取待识别刀闸的图像状态信息，并传输至变电站视频监控系统；

(2)通过变电站视频监控系统，提取待识别刀闸的静态图像；

(3)对提取的刀闸静态图像进行预处理，对于摄像机获取的图像，先将图像灰度化，再采用灰度拉伸方法提高图像对比度；对于红外热成像仪获取的红外图像，将其像素灰度减去上一行或同一行的灰度均值，以提高图像的信噪比；

(4)通过CPU处理器对图像进行识别：

4.1)根据图像的灰度边缘特征、灰度区域特征、颜色特征、纹理特征以及几何形状特征，识别运算图像是否存在明显断开点，判断可见断口刀闸是否处于断开状态；

4.1.1)基于连通区域的识别算法，判断刀闸的动触头和静触头是否接触；当图像上动触头部分像素与静触头部分像素连通，表示动触头与静触头接触，即刀闸处于闭合状态；动触头部分像素与静触头部分像素不连通，表示动触头与静触头分离，即刀闸处于断开状态；

4.1.2)基于边界闭合的识别算法，通过边缘提取算法得到待识别刀闸的边界轮廓，当待识别刀闸中只包括动触头和静触头，图像中有两条封闭边界即表示刀闸处于断开状态；图像中只有一条封闭边界动即表示刀闸处于闭合状态；当待识别刀闸中除了动触头、静触头，还包括其他部件时，图像中只存在一条封闭边界且封闭边界围成的区域内不存在孔，即表示刀闸处于断开状态；图像中在外封闭边界所围成的区域里面还存在一条内封闭边界，即表示刀闸处于闭合状态；

4.1.3)基于Hough变换检测直线的识别算法，通过检测闸刀片边缘直线与底座边缘直线之间的夹角来识别刀闸分合状态；

4.1.4)基于多特征的模式匹配和模式分类的识别方法，增加其他多个特征参数，包括矩、字符串描述符、形状数、边界的角点或拐点，并将这些特征参数形成模式矢量，利用模式识别的各种技术进行模式匹配和分类，以增强识别的可靠性和抗噪声性。

4.2)根据红外图像上是否存在刀闸剧烈升温的表现，判断可见断口刀闸是否处于开合不到位状态；

4.3)根据红外图像上刀闸表面温度场的分布情况，判断不可见断口刀闸是否处于未接通或接通不到位状态；

(5)将刀闸状态的判断结果通过网络通讯模块传输给调度台系统。

采用红外图像识别刀闸状态时，可通过同类比较法或者档案分析法进行识别。同类比较法，是指将工况、环境温度及背景热噪声等均相同的刀闸之间进行对应部位的温度值比较。档案分析法的做法是，先为待识别的刀闸建立红外检测技术档案，具有基础红外图谱或原始的红外检测数据，检测识别时，分析该刀闸在不同时期的红外检测结果，包括温度、温升和温度场分布有无变化，掌握刀闸发热的变化趋势。

本发明具有以下创新点：

(1)自动识别刀闸位置，缩短倒闸操作时间。

当调度台进行刀闸远方遥控操作时，系统自动跟踪锁定到对应的刀闸，通过图像识别技术，自动识别刀闸是分位还是合位，从而快速确认刀闸位置，缩短遥控操作时间，平均每天可减少操作等待时间约15分钟。

(2)实现刀闸异常自动诊断。

通过弧光、水平位置等体征信息判断刀闸是否动作到位，是否有异常，当有异常时自动通知值班调度员及时检查处理。

Claims (2)

1.一种基于多特征模式匹配和模式分类的刀闸分合状态识别方法，其特征在于，包括以下步骤：

(1)采用红外热成像仪和摄像机获取待识别刀闸的图像状态信息，并传输至变电站视频监控系统；

(2)通过变电站视频监控系统，提取待识别刀闸的静态图像；

(3)对提取的刀闸静态图像进行预处理，对于摄像机获取的图像，先将图像灰度化，再采用灰度拉伸方法提高图像对比度；对于红外热成像仪获取的红外图像，将其像素灰度减去上一行或同一行的灰度均值，以提高图像的信噪比；

(4)通过CPU处理器对图像进行识别：

4.1)根据图像的灰度边缘特征、灰度区域特征、颜色特征、纹理特征以及几何形状特征，识别运算图像是否存在明显断开点，判断可见断口刀闸是否处于断开状态；

4.2)根据红外图像上是否存在刀闸剧烈升温的表现，判断可见断口刀闸是否处于开合不到位状态；

4.3)根据红外图像上刀闸表面温度场的分布情况，判断不可见断口刀闸是否处于未接通或接通不到位状态；

(5)将刀闸状态的判断结果通过网络通讯模块传输给调度台系统。

2.根据权利要求1所述的基于多特征模式匹配和模式分类的刀闸分合状态识别方法，其特征在于，所述的步骤4.1)中，CPU处理器通过以下算法对图像进行识别：

a)基于连通区域的识别算法，判断刀闸的动触头和静触头是否接触；当图像上动触头部分像素与静触头部分像素连通，表示动触头与静触头接触，即刀闸处于闭合状态；动触头部分像素与静触头部分像素不连通，表示动触头与静触头分离，即刀闸处于断开状态；

b)基于边界闭合的识别算法，通过边缘提取算法得到待识别刀闸的边界轮廓，当待识别刀闸中只包括动触头和静触头，图像中有两条封闭边界即表示刀闸处于断开状态；图像中只有一条封闭边界动即表示刀闸处于闭合状态；当待识别刀闸中除了动触头、静触头，还包括其他部件时，图像中只存在一条封闭边界且封闭边界围成的区域内不存在孔，即表示刀闸处于断开状态；图像中在外封闭边界所围成的区域里面还存在一条内封闭边界，即表示刀闸处于闭合状态；

c)基于Hough变换检测直线的识别算法，通过检测闸刀片边缘直线与底座边缘直线之间的夹角来识别刀闸分合状态；

d)基于多特征的模式匹配和模式分类的识别方法，增加其他多个特征参数，包括矩、字符串描述符、形状数、边界的角点或拐点，并将这些特征参数形成模式矢量，利用模式识别的各种技术进行模式匹配和分类，以增强识别的可靠性和抗噪声性。