CN109738752B - 一种用于接地网维护的快速成像方法 - Google Patents
一种用于接地网维护的快速成像方法 Download PDFInfo
- Publication number
- CN109738752B CN109738752B CN201811346077.9A CN201811346077A CN109738752B CN 109738752 B CN109738752 B CN 109738752B CN 201811346077 A CN201811346077 A CN 201811346077A CN 109738752 B CN109738752 B CN 109738752B
- Authority
- CN
- China
- Prior art keywords
- image
- grounding grid
- grounding
- grid
- line
- 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.)
- Active
Links
Images
Landscapes
- Image Processing (AREA)
Abstract
本发明公开了一种用于接地网维护的快速成像方法。目前的基于电阻抗法的多通道循环测量技术,仍无法在测量完成后快速得到可指导当场开挖维护的诊断结果。本发明通过变电站接地网设计图纸的自动识别技术或手动快速构建方法,分别对接地网各支路与节点进行自动编号,建立接地网的物理模型;所述的物理模型输入现场的测量数据快速产生腐蚀诊断图像,用于指导接地网的维护工作。本发明实现了接地网拓扑模型的快速构建,实现了建模、诊断、成像的一体化及自动化操作,降低了操作人员人工读图与建模技术难度,加快了接地网诊断周期,从而可实现现场诊断结束后立即对接地网开挖验证与维护。
Description
技术领域
本发明属于变电站接地网检测成像与维护领域,特别是一种用于接地网维护的快速成像方法。
背景技术
接地网是电力接地系统的重要组成部分,它普遍存在于发电厂和变电站中。我国一般采用碳钢或镀锌扁钢等金属作为接地材料,焊接成矩形网状结构敷设于土壤中。对于接地网的腐蚀问题,目前主要采用抽样开挖、目测评估、局部增敷和总体改造等粗犷式的维护方法。此外,接地网的施工与管理的漏洞普遍存在,包括接地网设计/施工图纸丢失、无明确的改造或增敷记录等问题。
相关研究已经提出了多种接地网状态监测及诊断方法,其中基于电阻抗法的多通道循环测量技术发展较为成熟,在国内部分省份进行了应用推广。然而,由于这种循环测量方法数据量一般很大,前期建模、测量与后期诊断等过程所需时间较长,特别是建模过程无法实现自动化,因而目前仍无法在测量完成后快速得到可指导当场开挖维护的诊断结果。且这类方法的建模、诊断等操作对检测人员专业水平需求较高,对于一般接地网施工单位存在技术壁垒。
发明内容
针对以上现有技术中存在的不足,本发明的目的在于提供一种用于接地网维护的快速成像方法,其通过变电站接地网设计图纸的自动识别技术或手动快速构建方法,建立接地网的物理模型,物理模型输入现场的测量数据即可快速产生腐蚀诊断图像,用于指导接地网的维护工作。
为此,本发明采用的技术方案如下:一种用于接地网维护的快速成像方法,其通过变电站接地网设计图纸的自动识别技术或手动快速构建方法,分别对接地网的支路与节点进行自动编号,建立接地网的物理模型;所述的物理模型输入现场的测量数据快速产生腐蚀诊断图像,用于指导接地网的维护工作。
本发明设计了适用于变电站和发电厂接地网的图纸识别技术,能够自动建立接地网拓扑模型,同时也设计了高效的手动建模方法作为辅助。本发明利用精确诊断结果指导接地网的开挖和改造。
作为上述技术方案的补充,所述变电站接地网设计图纸的自动识别技术如下:
录入变电站接地网设计图纸的JPEG照片或PDF扫描件,确定图纸采用的标识规则,通过图像预处理与向量化算法提取接地网的拓扑结构。
作为上述技术方案的补充,所述的手动快速构建方法,包含如下步骤:
步骤一,录入接地网拓扑网格最大横向节点数m和最大纵向节点数n;
步骤二,录入接地网导体间距数据:
1)对于等间距的接地网,只输入横向导体间距i和纵向导体间距j两个数据;
2)对于不等间距的接地网,依次输入m-1条横向导体的间距与n-1条纵向导体的间距;
步骤三,根据最大横向节点数、最大纵向节点数和支路长度生成初步矩形网格模型,通过可视化操作方法删除与新增网格的节点与支路。
作为上述技术方案的补充,快速产生腐蚀诊断图像包含如下步骤:
步骤一,上传多通道接地阻抗的测量数据,调用相关算法计算各支路阻抗放大倍数;
步骤二,生成接地网主网的三维模型,各导体的长度与厚度按照实际情况等比例缩小;
步骤三,根据各支路阻抗放大倍数A填充各支路的颜色。
本发明可直接对接多通道阻抗测量方法,结合测量诊断结果和自动生成的拓扑模型快速生成接地网阻抗三维模型;根据三维接地网腐蚀模型,可以快速判断出各支路的腐蚀情况,并快速对腐蚀严重点定位,进行重点开挖检查与维护。
作为上述技术方案的补充,填充各支路的颜色方案包括彩虹式和诊断式;
彩虹式:根据当前接地网模型的诊断结果确定色标范围,使用彩虹风格的标示方法确定各支路的颜色,并附有色标条;
诊断式:按照阈值法对各支路的腐蚀情况进行分类,不同类别用不同的色彩风格标示,并附有图例说明。
作为上述技术方案的补充,所述阈值默认设置为:
1)若1<A≤5,诊断为“基本正常”;
2)若5<A≤10,诊断为“轻微腐蚀”;
3)若10<A≤20,诊断为“腐蚀较为严重,待进一步考察”;
4)若20<A,诊断为“严重腐蚀或者断裂”。
作为上述技术方案的补充,所述的图像预处理包含如下步骤:
步骤一,图像去噪声:采用二维DB4方法的多分辨分析方式进行图像去噪方法,图像进行四层分解,滤波参数采用混合形式的硬阈值方法,避免滤除图中正常的圆点;
步骤二,图像二值化:对于灰度形式保存的扫描件图片直接进行图像二值化处理;对于RGB形式保存的扫描件图片或相机拍摄照片,先转为灰度图像,再将灰度图像转换为黑白二值图像,图像二值化阈值t的选取采用最大类间方差法。
作为上述技术方案的补充,所述的最大类间方差法的阈值计算方法,包括如下四个步骤:
步骤一,将输入图像的像素灰度值平局分为64个灰度级,记为l=0,1,2……63,并统计各个灰度级的像素点个数Nl,则各个灰度级点的概率Pl记为:
Pl=Nl/N,
式中,N为所有像素点总数;
步骤二,计算亮区和暗区的占图像面积的比值Plight和Pdark:
Plight=∑Pl,l<t,
Pdark=1-Plight,
步骤三,计算亮区和暗区的的灰度均值:
步骤四,依次取阈值t=0,1,2……63,分别计算间类方差σ(t):
σ=Plight×Pdark×(udark-ulight)2,
取σ最大时t的取值为图像二值化阈值。
作为上述技术方案的补充,所述的向量化算法提取接地网的拓扑结构,包含如下步骤:
步骤一,手动设定接地网图纸采用的接地导体标识类型(默认采用实心单直线,亦可设定为虚线、点横线、点线等);
步骤二,确定接地网导体支路位置:采用线条跟踪算法,对步骤一选取的线性进行全图跟踪,记录所有特征点的坐标,根据特征点邻近的8个邻近区间是否存在追踪的线条,将特征点分为四类:若8个邻近只有一个区间有目标线条,即S8(P)=1,则该特征点类型为端点;若S8(P)=2,则该特征点类型为连接点;若S8(P)=3,则该特征点类型为分支点;若S8(P)=4,则该特征点类型为交叉点;
步骤三,后处理生成接地网拓扑结构,后处理过程依次包括:
若两条线段所在直线夹角小于10°,需考虑近点合并:记两条线段长度分别为L1和L2,二者相距最近的端点之间的距离为D,当L1与L2的和同L1、L2和D三者之和的比值大于0.95时,合并这两条线段;
角度矫正:如果线段方向与图像长或宽方向的夹角θ小于等于15°,则将其调整为与图像长或宽方向平行,长度调整为L’=Lcosθ,L为原始线段的长度,并保持调整前后线段中点位置不变;
线段延长:求近点合并处理与角度矫正后线段的平均长度L”,并将所有线段向两端分别延长0.1L”的长度;
单线裁剪:删除所有的端点类特征点及其所连接的线段。
作为上述技术方案的补充,若目标接地网存在以下三种情况之一,则直接执行手动快速构建方法:1)设计/施工图纸丢失;2)进行过大规模改造且无改造施工图;3)图纸质量差。
本发明具有的有益效果如下:本发明实现了接地网拓扑模型的快速构建,实现了建模、诊断、成像的一体化及自动化操作,降低了操作人员人工读图与建模技术难度,加快了接地网诊断周期,从而可实现现场诊断结束后立即对接地网开挖验证与维护。
附图说明
图1为本发明具体实施方式中接地网维护的快速成像流程图;
图2为本发明具体实施方式中变电站接地网设计(施工)图纸样例图;
图3为本发明具体实施方式中样例去噪预处理图;
图4为本发明具体实施方式中样例二值化预处理图;
图5为本发明具体实施方式中接地网维护快速成像结果图。
具体实施方式
下面结合附图给出一个非限定性的实施例,结合仿真结果对本发明作进一步的阐述。
步骤一,假定有一变电站接地网需要进行电阻抗腐蚀诊断,现有其接地网设计/施工图纸如附图2所示,其格式可为PDF或JPEG,将其电子文件直接进行录入。若目标接地网存在以下三种情况之一,则直接执行步骤五:1)设计/施工图纸丢失;2)或进行过大规模改造且无改造施工图;3)图纸质量差,本发明的图纸自动识别技术难以有效工作。
步骤二,对录入的接地网设计/施工图纸图像进行预处理,其处理过程包括对灰度与彩色图像的二维DB4方法的多分辨分析方式进行图像去噪和二值化处理,本例中的预处理结果如附图3和附图4所示。
步骤三,操作人员选择图纸采用的接地网主体标注线性,例如本图采用的是短虚线。
步骤四,进行接地网图纸计算机自动识别。操作人员通过编写好的计算机程序依次实现如下操作:1)采用线条跟踪算法,对全图的短虚线进行扫描跟踪,记录所有特征点的坐标并根据8邻近区间的线条情况对特征点分类;2)将有一端点接近且近似平行的追踪线段合并成一条线段,补偿图片处理与线条跟踪过程中造成的断线;3)调整所有近似平行于的图像坐标轴的线段,使其与坐标轴平行,消除扫描图纸褶皱等问题带来的角度误差。考虑到少数接地网存在斜搭导体,非近似平行坐标的线段不进行本操作;4)对所有线段的两端适当向外延长,本操作针对于很多接地网图纸的用弧线替代角型结构(即端点型特征点),通过延长使端点接近的纵横直线相交,形成十字型结构(即交叉点型特征点);5)删除所有的端点类特征点及其所连接的线段,形成矩形网状拓扑结构。
步骤五,由变电站的运维人员根据工作经验手动录入接地网结构,录入步骤依次为:1)设定接地网埋设深度、拓扑网格的最大横向节点数m和最大纵向节点数n;2)选定接地网导体是否等间距;3)输入间距(即导体长度)数据;4)生成规模为(m-1)*(n-1)的矩形网格模型,使用可视化操作方法(鼠标、触摸屏等)删除多余的节点与支路。默认间距(即导体长度)为8m,默认埋设深度为0.8m。
步骤六,利用程序自动分别对各支路与节点进行编号。
步骤七,操作人员上传测量数据与测量点编号。
步骤八,执行对应的腐蚀诊断程序得到各个支路的阻抗增大倍数,利用计算机三维建模技术建立接地网的三维模型,通过各支路的颜色区分阻抗增大倍数,如诊断型的结果如附图5。从图中可以快速判断出各支路的腐蚀情况,并快速对腐蚀严重点定位,进行重点开挖检查与维护。
上述的步骤二、四、六、八可编程由计算机自动完成。
以上的实施例应理解为仅用于说明本发明而不用于限制本发明的保护范围。在阅读了本发明的记载内容之后,技术人员可以对本发明作各种改动或修改,这些等效变化和修饰同样落入本发明权利要求所限定的范围。
Claims (6)
1.一种用于接地网维护的快速成像方法,其特征在于,
通过变电站接地网设计图纸的自动识别技术,分别对接地网的支路与节点进行自动编号,建立接地网的物理模型;所述的物理模型输入现场的测量数据快速产生腐蚀诊断图像,用于指导接地网的维护工作;
所述变电站接地网设计图纸的自动识别技术如下:录入变电站接地网设计图纸的JPEG照片或PDF扫描件,确定图纸采用的标识规则,通过图像预处理与向量化算法提取接地网的拓扑结构;
所述的向量化算法提取接地网的拓扑结构,包含如下步骤:
步骤一,手动设定接地网图纸采用的接地导体标识类型,采用实心单直线、虚线、点横线或点线;
步骤二,确定接地网导体支路位置:采用线条跟踪算法,对步骤一选取的线性进行全图跟踪,记录所有特征点的坐标,根据特征点邻近的8个邻近区间是否存在追踪的线条,将特征点分为四类:若8个邻近只有一个区间有目标线条,即S8(P)=1,则该特征点类型为端点;若S8(P)=2,则该特征点类型为连接点;若S8(P)=3,则该特征点类型为分支点;若S8(P)=4,则该特征点类型为交叉点;
步骤三,后处理生成接地网拓扑结构,后处理过程依次包括:
若两条线段所在直线夹角小于10°,需考虑近点合并:记两条线段长度分别为L1和L2,二者相距最近的端点之间的距离为D,当L1与L2的和同L1、L2和D三者之和的比值大于0.95时,合并这两条线段;
角度矫正:如果线段方向与图像长或宽方向的夹角θ小于等于15°,则将其调整为与图像长或宽方向平行,长度调整为L’=Lcosθ,L为原始线段的长度,并保持调整前后线段中点位置不变;
线段延长:求近点合并处理与角度矫正后线段的平均长度L”,并将所有线段向两端分别延长0.1L”的长度;
单线裁剪:删除所有的端点类特征点及其所连接的线段。
2.根据权利要求1所述的用于接地网维护的快速成像方法,其特征在于,快速产生腐蚀诊断图像包含如下步骤:
步骤一,上传多通道接地阻抗的测量数据,调用相关算法计算各支路阻抗放大倍数;
步骤二,生成接地网主网的三维模型,各导体的长度与厚度按照实际情况等比例缩小;
步骤三,根据各支路阻抗放大倍数A填充各支路的颜色。
3.根据权利要求2所述的用于接地网维护的快速成像方法,其特征在于,填充各支路的颜色方案包括彩虹式和诊断式;
彩虹式:根据当前接地网模型的诊断结果确定色标范围,使用彩虹风格的标示方法确定各支路的颜色,并附有色标条;
诊断式:按照阈值法对各支路的腐蚀情况进行分类,不同类别用不同的色彩风格标示,并附有图例说明。
4.根据权利要求3所述的用于接地网维护的快速成像方法,其特征在于,所述阈值默认设置为:
1)若1<A≤5,诊断为“基本正常”;
2)若5<A≤10,诊断为“轻微腐蚀”;
3)若10<A≤20,诊断为“腐蚀较为严重,待进一步考察”;
4)若20<A,诊断为“严重腐蚀或者断裂”。
5.根据权利要求1所述的用于接地网维护的快速成像方法,其特征在于,所述的图像预处理包含如下步骤:
步骤一,图像去噪声:采用二维DB4方法的多分辨分析方式进行图像去噪方法,图像进行四层分解,滤波参数采用混合形式的硬阈值方法,避免滤除图中正常的圆点;
步骤二,图像二值化:对于灰度形式保存的扫描件图片直接进行图像二值化处理;对于RGB形式保存的扫描件图片或相机拍摄照片,先转为灰度图像,再将灰度图像转换为黑白二值图像,图像二值化阈值t的选取采用最大类间方差法。
6.根据权利要求5所述的用于接地网维护的快速成像方法,其特征在于,所述的最大类间方差法的阈值计算方法,包括如下四个步骤:
步骤一,将输入图像的像素灰度值平局分为64个灰度级,记为l=0,1,2……63,并统计各个灰度级的像素点个数Nl,则各个灰度级点的概率Pl记为:
Pl=Nl/N,
式中,N为所有像素点总数;
步骤二,计算亮区和暗区的占图像面积的比值Plight和Pdark:
Plight=ΣPl,l<t,
Pdark=1-Plight,
步骤三,计算亮区和暗区的的灰度均值:
步骤四,依次取阈值t=0,1,2……63,分别计算间类方差σ(t):
σ=Plight×Pdark×(udark-ulight)2,
取σ最大时t的取值为图像二值化阈值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811346077.9A CN109738752B (zh) | 2018-11-13 | 2018-11-13 | 一种用于接地网维护的快速成像方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811346077.9A CN109738752B (zh) | 2018-11-13 | 2018-11-13 | 一种用于接地网维护的快速成像方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109738752A CN109738752A (zh) | 2019-05-10 |
CN109738752B true CN109738752B (zh) | 2021-01-29 |
Family
ID=66355621
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811346077.9A Active CN109738752B (zh) | 2018-11-13 | 2018-11-13 | 一种用于接地网维护的快速成像方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109738752B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111262246A (zh) * | 2020-03-16 | 2020-06-09 | 国网天津市电力公司电力科学研究院 | 一种变电站接地网快速模型建立与腐蚀准确诊断方法 |
CN112380715B (zh) * | 2020-11-20 | 2023-10-20 | 平顶山学院 | 一种变电站接地网腐蚀检测用诊断模型建模方法 |
CN114136869B (zh) * | 2021-10-26 | 2024-01-19 | 安徽大学 | 一种变电站接地网腐蚀预测系统及其使用方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102323302A (zh) * | 2011-08-16 | 2012-01-18 | 浙江大学 | 非接触式电阻层析成像数据采集装置及方法 |
CN103235013A (zh) * | 2013-03-25 | 2013-08-07 | 浙江大学 | 非接触式一体化电容/电阻双模态层析成像测量装置及方法 |
CN105506645A (zh) * | 2014-09-26 | 2016-04-20 | 大唐林州热电有限责任公司 | 一种接地线的防腐装置及防腐方法 |
CN107167497A (zh) * | 2017-06-27 | 2017-09-15 | 北京必可测科技股份有限公司 | 一种设备故障检测方法及系统 |
JP2018091981A (ja) * | 2016-12-02 | 2018-06-14 | 日本精機株式会社 | 有機elパネル用駆動装置及び有機el装置 |
CN108596223A (zh) * | 2018-04-11 | 2018-09-28 | 珠海博明视觉科技有限公司 | 一种自动生成物体数据集的方法 |
-
2018
- 2018-11-13 CN CN201811346077.9A patent/CN109738752B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102323302A (zh) * | 2011-08-16 | 2012-01-18 | 浙江大学 | 非接触式电阻层析成像数据采集装置及方法 |
CN103235013A (zh) * | 2013-03-25 | 2013-08-07 | 浙江大学 | 非接触式一体化电容/电阻双模态层析成像测量装置及方法 |
CN105506645A (zh) * | 2014-09-26 | 2016-04-20 | 大唐林州热电有限责任公司 | 一种接地线的防腐装置及防腐方法 |
JP2018091981A (ja) * | 2016-12-02 | 2018-06-14 | 日本精機株式会社 | 有機elパネル用駆動装置及び有機el装置 |
CN107167497A (zh) * | 2017-06-27 | 2017-09-15 | 北京必可测科技股份有限公司 | 一种设备故障检测方法及系统 |
CN108596223A (zh) * | 2018-04-11 | 2018-09-28 | 珠海博明视觉科技有限公司 | 一种自动生成物体数据集的方法 |
Non-Patent Citations (2)
Title |
---|
代锋.接地网的电阻抗成像系统与方法研究.《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》.2016, * |
接地网的电阻抗成像系统与方法研究;代锋;《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》;20160630;摘要、正文第31-53页 * |
Also Published As
Publication number | Publication date |
---|---|
CN109738752A (zh) | 2019-05-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109738752B (zh) | 一种用于接地网维护的快速成像方法 | |
CN110059694B (zh) | 电力行业复杂场景下的文字数据的智能识别方法 | |
CN109635748B (zh) | 高分辨率影像中道路特征的提取方法 | |
CN111859805B (zh) | 基于人工智能的电力图纸拓扑关系的检测方法 | |
CN110288586A (zh) | 一种基于可见光图像数据的多尺度输电线路缺陷检测方法 | |
CN109631766B (zh) | 一种基于图像的木材板尺寸测量方法 | |
Paspalakis et al. | Automated fish cage net inspection using image processing techniques | |
CN110288624A (zh) | 一种图像中直线段的检测方法、装置及相关设备 | |
CN116756836B (zh) | 一种隧道超欠挖体积计算方法、电子设备及存储介质 | |
CN108171702A (zh) | 易损斑块识别方法、应用服务器及计算机可读存储介质 | |
CN115457591A (zh) | 一种电网厂站主接线图拓扑关系的识别方法 | |
CN113255590A (zh) | 一种缺陷检测模型训练方法、缺陷检测方法、装置及系统 | |
CN110211200B (zh) | 一种基于神经网络技术的牙弓线生成方法及其系统 | |
Li et al. | Adaptive local implicit image function for arbitrary-scale super-resolution | |
CN118245560A (zh) | 一种高效的电子海图数据组织方法 | |
CN116452604B (zh) | 一种复杂变电站场景分割方法、设备及存储介质 | |
CN112053769B (zh) | 一种三维医学影像标注方法、装置及相关产品 | |
CN112132823A (zh) | 一种基于人工智能的光伏电池图像局部光照不均处理方法 | |
CN110334818B (zh) | 一种管路自动识别的方法及系统 | |
CN109934185A (zh) | 数据处理方法及装置、介质和计算设备 | |
CN113901868B (zh) | 一种变电现场安全监控方法及系统 | |
CN107273893A (zh) | 一种智能城市绿化遥感调查的数据校正控制系统 | |
CN114973009A (zh) | 适用于全局遥感影像去云方法、装置及计算机设备 | |
CN110135426B (zh) | 样本标注方法及计算机存储介质 | |
CN116993728B (zh) | 一种基于点云数据的大坝裂缝监测系统及方法 |
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 |