CN109493314A - 基于图像分割的绝缘子覆冰监测方法 - Google Patents

基于图像分割的绝缘子覆冰监测方法 Download PDF

Info

Publication number
CN109493314A
CN109493314A CN201811092061.XA CN201811092061A CN109493314A CN 109493314 A CN109493314 A CN 109493314A CN 201811092061 A CN201811092061 A CN 201811092061A CN 109493314 A CN109493314 A CN 109493314A
Authority
CN
China
Prior art keywords
insulator
icing
image
covering ice
method based
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.)
Pending
Application number
CN201811092061.XA
Other languages
English (en)
Inventor
武明虎
徐偲达
刘敏
王娟
刘猛
岳寒桧
李帜
朱莉
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.)
Hubei University of Technology
Original Assignee
Hubei University of 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 Hubei University of Technology filed Critical Hubei University of Technology
Priority to CN201811092061.XA priority Critical patent/CN109493314A/zh
Publication of CN109493314A publication Critical patent/CN109493314A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0004Industrial image inspection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/136Segmentation; Edge detection involving thresholding
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/194Segmentation; Edge detection involving foreground-background segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10016Video; Image sequence

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)

Abstract

本发明涉及一种基于图像分割的绝缘子覆冰监测方法,包括S1:绝缘子图像预处理,用固定在输电杆塔或者变电站监测终端的摄像头获取绝缘子图像;S2:绝缘子灰度图像分割,得到所求分割图像像素点数量;S3:计算绝缘子覆冰程度;S4:将计算值与绝缘子设计覆冰安全阈值进行比较,当计算值超过安全阈值时,上位机发出预警信息,实时提醒线路运维人员进行除冰工作,若没有超过安全阈值,则重新执行上述步骤。本发明针对输电线路,变电站等复杂环境下绝缘子覆冰状态的实时监测及预警,对传统监测的成本高、偏差大等问题提出有效的图像分割算法,增加分割后覆冰状态绝缘子图像的效果,使监测较之传统方法更为便捷。

Description

基于图像分割的绝缘子覆冰监测方法
技术领域
本发明涉及视频图像处理技术领域,尤其涉及一种基于图像分割的绝缘子覆冰监测方法。
背景技术
覆冰是分布十分广泛的自然现象,极端环境下会导致输电导线、杆塔及绝缘子产生覆冰现象,根据运行经验及大量观测和调查数据,宏观上将绝缘子覆冰程度分为轻微,轻度,中等及严重覆冰四中类型。随着覆冰等级的提高,将严重威胁输电线路的安全运行,甚至造成巨大的经济损失及人员伤亡事故。
自二十世纪三十年代开始,国外便开始研究电网覆冰问题。如何实时掌握复杂条件下输电线路绝缘子的覆冰情况,以便及时采取措施避免事故的发生,是目前研究的热点。传统的绝缘子覆冰监测方法主要分为荷重(增量)法,倾角-弧垂法,人工巡检法及图像法。弧垂法以其劳动强度轻,计算简便,相对较可靠广泛应用在输电线路绝缘子覆冰监测中,但其电子设备易受强磁场干扰,电阻应变片受温度、湿度影响,导致运行稳定性和测量精度有较大差异,并且该方法不适用于变电站等环境绝缘子覆冰状态的监测。倾角-弧垂法可应用输电导线状态方程简化不规则计算,但不能反映导线覆冰后的不均匀分布情况,且导线弧垂变化影响因素复杂,稍有误差,覆冰质量相差很大,并且同样不适用于变电站。人工巡检法检测与除冰同时进行,但其工作强度大,受人为因素影响较大,容易出现故障的误判和漏判,可靠性差。图像法原理简单,成本低,但只能观测近处覆冰状况,且受背景变化影响较大,采集信息有限。
本发明旨在针对输电线路,变电站等复杂环境下绝缘子覆冰状态的实时监测及预警,针对传统监测的成本高,偏差大等问题提出有效的图像分割算法,增加分割后覆冰状态绝缘子图像的效果,使监测较之传统方法更为便捷。
发明内容
基于背景技术存在的技术问题,本发明提出一种基于图像分割的绝缘子覆冰监测方法,为输电线路安全运行提供更直观、便捷的监控手段。
一种基于图像分割的绝缘子覆冰监测方法,方法步骤如下:
S1:绝缘子图像预处理:用固定在输电杆塔或者变电站监测终端的摄像头获取绝缘子图像;
S2:绝缘子灰度图像分割:得到所求分割图像像素点数量;
S3:计算绝缘子覆冰程度:根据S1和S2获得绝缘子覆冰前后的像素点数量,实测覆冰程度的关系,得到目标绝缘子覆冰状态图程度;
S4:将S3得到的计算值与绝缘子设计覆冰安全阈值一般情况下绝缘子串覆冰达30mm以上,就有可能最终发展成全串闪络。针对不同型号绝缘子,根据实际运行情况提出安全阈值)进行比较,当计算值超过安全阈值时,发出预警信息,若没有超过安全阈值,则重新执行上述步骤。
优选的,所述S1中绝缘子图像包括覆冰前及覆冰后图像,采用OpenCV对绝缘子图像进行灰度处理,并处理后图像进行对数变换的增强,通过压缩高亮度区并扩展低亮度区,消除因光照不均造成的绝缘子局部亮度过大或亮度较低,使目标区域亮度接近。
优选的,所述S2中采用阈值化分割算法获得像素个数。
1)确定阈值化分割算法的最优阈值:利用最大类间方差法确定最优阈值t;
2)利用阈值化分割算法将低于或高于最优阈值的像素分割为两类,灰度值等于最优阈值的像素可以归入这两类之一。分割后的两类像素一般属于图像的两个不同的区域,因此达到将图像分割为绝缘子区域及背景区域的目的,同时在处理覆冰绝缘子图像时得到覆冰绝缘子区域及背景区域;
3)图像分割后计算分割后绝缘子区域的像素个数。
优选的,所述阈值化分割算法为:将图像中的像素根据灰度值t分为两个部分,其中0-t之间像素组成CO,t-255之间的像素组成C1,通过计算CO,C1的类间方差σ2(t)来确定阈值,σ2(t)=PO(t)P1(t)[HO(t)-H1(t)]2,其中PO(t)为的CO的像素个数,P1(t)为的C1的像素个数,HO(t)和H1(t)分别为CO和C1中像素的平均灰度值,则最优阈值为0-255之间使得σ2(t)最大的值t。
优选的,所述S3中实测覆冰程度的关系为:设覆冰前后绝缘子分割区域的像素个数分别为NO及N1,覆冰绝缘子达到安全阈值时面积变化百分比PO,绝缘子覆冰前后面积变化百分比P1,P1=(N1-NO)/NO*100%,P1<PO
优选的,所述S4中当得到的覆冰前后面积变化百分比超过设计覆冰的面积变化安全阈值时,则发出报警信息。
与现有技术相比,本发明具有的有益效果在于:
本发明提出一种基于图像分割的绝缘子覆冰监测方法,针对输电线路,变电站等复杂环境下绝缘子覆冰状态的实时监测及预警,对传统监测的成本高、偏差大等问题提出有效的图像分割算法,增加分割后覆冰状态绝缘子图像的效果,使监测较之传统方法更为便捷。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1是一种基于图像分割的绝缘子覆冰监测方法的流程图。
具体实施方式
下面结合具体实施例对本发明作进一步解说。
一种基于图像分割的绝缘子覆冰监测方法,方法步骤如下:
S1:绝缘子图像预处理:用固定在输电杆塔或者变电站监测终端的摄像头获取绝缘子图像;绝缘子图像包括覆冰前及覆冰后图像,采用OpenCV对绝缘子图像进行灰度处理,并处理后图像进行对数变换的增强,通过压缩高亮度区并扩展低亮度区,消除因光照不均造成的绝缘子局部亮度过大或亮度较低,使目标区域亮度接近;
S2:绝缘子灰度图像分割:得到所求分割图像像素点数量;
1)确定阈值化分割算法的最优阈值:利用最大类间方差法确定最优阈值t;
2)利用阈值化分割算法将低于或高于最优阈值的像素分割为两类,灰度值等于最优阈值的像素可以归入这两类之一。分割后的两类像素一般属于图像的两个不同的区域,因此达到将图像分割为绝缘子区域及背景区域的目的,同时在处理覆冰绝缘子图像时得到覆冰绝缘子区域及背景区域;
3)图像分割后计算分割后绝缘子区域的像素个数。
所述阈值化分割算法为:将图像中的像素根据灰度值t分为两个部分,其中0-t之间像素组成CO,t-255之间的像素组成C1,通过计算CO,C1的类间方差σ2(t)来确定阈值,σ2(t)=PO(t)P1(t)[HO(t)-H1(t)]2,其中PO(t)为的CO的像素个数,P1(t)为的C1的像素个数,HO(t)和H1(t)分别为CO和C1中像素的平均灰度值,则最优阈值为0-255之间使得σ2(t)最大的值t。
S3:计算绝缘子覆冰程度:根据S1和S2获得绝缘子覆冰前后的像素点数量,实测覆冰程度的关系,得到目标绝缘子覆冰状态图程度;实测覆冰程度的关系为:设覆冰前后绝缘子分割区域的像素个数分别为NO及N1,覆冰绝缘子达到安全阈值时面积变化百分比PO,绝缘子覆冰前后面积变化百分比P1,P1=(N1-NO)/NO*100%,P1<PO
S4:将S3得到的计算值与绝缘子设计覆冰安全阈值进行比较,当计算值超过安全阈值时,发出预警信息,若没有超过安全阈值,则重新执行上述步骤。当得到的覆冰前后面积变化百分比超过设计覆冰的面积变化安全阈值时,则发出报警信息。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。

Claims (6)

1.一种基于图像分割的绝缘子覆冰监测方法,其特征在于,方法步骤如下:
S1:绝缘子图像预处理:用固定在输电杆塔或者变电站监测终端的摄像头获取绝缘子图像;
S2:绝缘子灰度图像分割:得到所求分割图像像素点数量;
S3:计算绝缘子覆冰程度:根据S1和S2获得绝缘子覆冰前后的像素点数量,实测覆冰程度的关系,得到目标绝缘子覆冰状态图程度;
S4:将S3得到的计算值与绝缘子设计覆冰安全阈值进行比较,当计算值超过安全阈值时,发出预警信息,若没有超过安全阈值,则重新执行上述步骤。
2.根据权利要求1所述的一种基于图像分割的绝缘子覆冰监测方法,其特征在于,所述S1中绝缘子图像包括覆冰前及覆冰后图像,采用OpenCV对绝缘子图像进行灰度处理。
3.根据权利要求1所述的一种基于图像分割的绝缘子覆冰监测方法,其特征在于,所述S2中采用阈值化分割算法获得像素个数。
4.根据权利要求3所述的一种基于图像分割的绝缘子覆冰监测方法,其特征在于,所述阈值化分割算法为:将图像中的像素根据灰度值t分为两个部分,其中0-t之间像素组成CO,t-255之间的像素组成C1,通过计算CO,C1的类间方差σ2(t)来确定阈值。
5.根据权利要求1所述的一种基于图像分割的绝缘子覆冰监测方法,其特征在于,所述S3中实测覆冰程度的关系为:设覆冰前后绝缘子分割区域的像素个数分别为NO及N1,覆冰绝缘子达到安全阈值时面积变化百分比PO,绝缘子覆冰前后面积变化百分比P1,P1=(N1-NO)/NO*100%,P1<PO
6.根据权利要求1所述的一种基于图像分割的绝缘子覆冰监测方法,其特征在于,所述S4中当得到的覆冰前后面积变化百分比超过设计覆冰的面积变化安全阈值时,则发出报警信息。
CN201811092061.XA 2018-09-19 2018-09-19 基于图像分割的绝缘子覆冰监测方法 Pending CN109493314A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811092061.XA CN109493314A (zh) 2018-09-19 2018-09-19 基于图像分割的绝缘子覆冰监测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811092061.XA CN109493314A (zh) 2018-09-19 2018-09-19 基于图像分割的绝缘子覆冰监测方法

Publications (1)

Publication Number Publication Date
CN109493314A true CN109493314A (zh) 2019-03-19

Family

ID=65690515

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811092061.XA Pending CN109493314A (zh) 2018-09-19 2018-09-19 基于图像分割的绝缘子覆冰监测方法

Country Status (1)

Country Link
CN (1) CN109493314A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111310549A (zh) * 2019-12-06 2020-06-19 国网湖南省电力有限公司 基于图像模式的激光除冰安全处置方法及系统
CN114673638A (zh) * 2022-05-26 2022-06-28 国网江西省电力有限公司电力科学研究院 一种风力发电机叶片覆冰监测方法及装置

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103400140A (zh) * 2013-07-24 2013-11-20 华南理工大学 一种基于改进图像法处理绝缘子覆冰的方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103400140A (zh) * 2013-07-24 2013-11-20 华南理工大学 一种基于改进图像法处理绝缘子覆冰的方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
张烨 等.: "输电线路绝缘子覆冰厚度图像识别算法", 《电力系统自动化》 *
郝艳捧等: "基于图像分割评估运行绝缘子自然覆冰程度", 《高电压技术》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111310549A (zh) * 2019-12-06 2020-06-19 国网湖南省电力有限公司 基于图像模式的激光除冰安全处置方法及系统
CN114673638A (zh) * 2022-05-26 2022-06-28 国网江西省电力有限公司电力科学研究院 一种风力发电机叶片覆冰监测方法及装置
CN114673638B (zh) * 2022-05-26 2022-09-02 国网江西省电力有限公司电力科学研究院 一种风力发电机叶片覆冰监测方法及装置

Similar Documents

Publication Publication Date Title
CN106124942B (zh) 一种基于红外和紫外成像法的零值绝缘子检测方法
CN104990629B (zh) 一种红外成像测温的电力设备故障自动预警系统
US8400504B2 (en) Contamination monitoring of high voltage insulators
CN104977087B (zh) 一种基于红外成像测温的电力设备故障自动预警的方法
CN207335774U (zh) 一种输电线路综合在线监测与巡检系统
CN109284938A (zh) 一种电力电缆线路状态的综合评估方法与装置
CN109493314A (zh) 基于图像分割的绝缘子覆冰监测方法
CN104849287A (zh) 一种复合绝缘子污秽程度非接触检测方法
CN107764424A (zh) 一种基于温度差法的电缆中间接头温升在线监测装置及方法
CN112001327A (zh) 一种阀厅设备故障识别方法及系统
CN103163353B (zh) 基于电流波形相空间重构和分形理论的电弧故障检测方法
CN112257632A (zh) 一种基于边缘计算的变电站监测系统
CN103852018A (zh) 基于图像处理的输电线路覆冰厚度测量算法
JP5302926B2 (ja) 煙検出装置
CN114397041A (zh) 一种耐张线夹温度异常监测方法及系统
CN114384352A (zh) 基于地线电磁信号的架空线路覆冰监测方法及装置
CN114370898A (zh) 一种覆冰舞动综合监测系统
CN112578311A (zh) 一种避雷器泄露电流检测装置及方法
CN112054594A (zh) 一种配电站智能状态监测系统
CN111007905A (zh) 一种覆冰检测摄像头防起雾结冰装置
CN206074840U (zh) 一种面向电网的局部灾害性天气临近预警系统
CN110109195A (zh) 一种基于雷达和探空资料的雷电临近预报方法
CN117890827B (zh) 一种基于可视化的绝缘管型母线运行智能监测系统
Wang et al. Research on sag monitoring of ice-accreted transmission line arcs based on stereovision technique
CN109190815A (zh) 输电线路在线防冰融冰超短期精准预测方法

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20190319