CN110045242B - 一种开关柜内弧光监测方法、系统、介质及设备 - Google Patents

一种开关柜内弧光监测方法、系统、介质及设备 Download PDF

Info

Publication number
CN110045242B
CN110045242B CN201910324616.7A CN201910324616A CN110045242B CN 110045242 B CN110045242 B CN 110045242B CN 201910324616 A CN201910324616 A CN 201910324616A CN 110045242 B CN110045242 B CN 110045242B
Authority
CN
China
Prior art keywords
image
contact
switch cabinet
gray
arc light
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
Application number
CN201910324616.7A
Other languages
English (en)
Other versions
CN110045242A (zh
Inventor
袁培
肖致远
毛文奇
刘张磊
李喜桂
黎刚
周挺
韩忠晖
陈功
刘赟
陈佳
张芳
邬旭东
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.)
State Grid Corp of China SGCC
Electric Power Research Institute of State Grid Hunan Electric Power Co Ltd
State Grid Hunan Electric Power Co Ltd
Changsha Power Supply Co of State Grid Hunan Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
Electric Power Research Institute of State Grid Hunan Electric Power Co Ltd
State Grid Hunan Electric Power Co Ltd
Changsha Power Supply Co of State Grid Hunan Electric Power Co Ltd
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 State Grid Corp of China SGCC, Electric Power Research Institute of State Grid Hunan Electric Power Co Ltd, State Grid Hunan Electric Power Co Ltd, Changsha Power Supply Co of State Grid Hunan Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN201910324616.7A priority Critical patent/CN110045242B/zh
Publication of CN110045242A publication Critical patent/CN110045242A/zh
Application granted granted Critical
Publication of CN110045242B publication Critical patent/CN110045242B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/12—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing
    • G01R31/1218—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing using optical methods; using charged particle, e.g. electron, beams or X-rays
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/12—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing
    • G01R31/1227—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing of components, parts or materials
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G06T7/0006—Industrial image inspection using a design-rule based approach
    • 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
    • G06T2207/10004—Still image; Photographic image

Landscapes

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

Abstract

本发明公开了一种开关柜内弧光监测方法、系统、介质及设备，本发明监测方法包括通过图像采集设备采集开关柜内的触头图像并计算触头图像的灰度特征值，将触头图像的灰度特征值和预设的灰度特征阈值进行比较判断开关柜内是否发生弧光现象，并可以根据需要在判定发生弧光现象后进一步选择输出弧光强度、弧光位置的世界坐标以及亮场触头图像中标记灰度重心坐标位置。本发明能够实现自动的弧光现象检测判断，能够实时且准确的检测出开关柜内发生的弧光现象，解决了现有技术中人为通过视频观测触头弧光现象存在耗时长、工作量大、漏检率高的技术问题。

Description

一种开关柜内弧光监测方法、系统、介质及设备
技术领域
本发明涉及电力监测领域，具体涉及一种开关柜内弧光监测方法、系统、介质及设备。
背景技术
开关柜是电力系统中一种重要的电气设备，主要作用是在电力系统进行发电、输电、配电和电能转换的过程中，进行开合、控制和保护用电设备。在开关柜运行过程中，需要通过控制触头做动，实现开关的分合。开关柜的分合电压经常能够达到上千伏，在开合过程中，会由于加工误差或者设备老化等原因导致触头接触不完全，从而产生弧光放电现象。弧光放电过程虽然极短，但是其伴随着大量热的释放，会造成触头及相关设备烧蚀。更为重要的是，一旦出现此现象，则会不断的循环，不断的烧蚀，最终导致设备损坏，引起漏电等重大安全事故。因此十分有必要对触头开关开合过程中的弧光放电现象进行实时的监控，第一时间发现此现象并发出警报，给出弧光发生位置和强度，帮助专业技术人员开展相应保护性操作并协助其进行后续的维修维护。
考虑到开关柜内部的强电磁环境，目前对于弧光的监测往往采用视频手段，即使用数字相机采集开关柜内部触头的图像，通过人眼观察来判定是否发生弧光现象；这种做法的问题在于弧光现象发生时间短暂，通过人眼判定具有事后性，即只能够在该现象发生之后，通过逐帧查看图像才能够观察到此现象，具有耗时长、工作量大、漏检率高等缺陷，往往难以及时的采取相应的保护措施。更为重要的是，该方法只能定性的观察到弧光发生的现象。
发明内容
本发明要解决的技术问题：针对现有技术的上述问题，提供一种开关柜内弧光监测方法、系统、介质及设备，能够实现自动的弧光现象检测判断，能够实时且准确的检测出开关柜内发生的弧光现象，解决了现有技术中人为通过视频观测触头弧光现象存在耗时长、工作量大、漏检率高的技术问题。
为了解决上述技术问题，本发明采用的技术方案为：
一种开关柜内弧光监测方法，实施步骤包括：
1)通过图像采集设备采集开关柜内的触头图像并计算触头图像的灰度特征值；
2)将触头图像的灰度特征值和预设的灰度特征阈值进行比较判断开关柜内是否发生弧光现象。
可选地，步骤2)中还包括在判定发生弧光现象后将灰度特征值作为监测得到的弧光强度值输出的步骤。
可选地，步骤1)中计算触头图像的灰度特征值是指通过图像采集设备采集开关柜内的单幅触头图像，计算该触头图像的灰度特征值作为最终计算得到的触头图像的灰度特征值；或者是指通过图像采集设备采集开关柜内的两幅或多幅触头图像，分别计算各幅触头图像的灰度特征值，然后取平均值后作为最终计算得到的触头图像的灰度特征值。
可选地，步骤1)中采集开关柜内的触头图像的图像采集设备的数量为一个；步骤2)的详细步骤包括：
2.1A)计算触头图像的灰度特征值、预设的灰度特征阈值之间的差值；
2.2A)判断触头图像的判断条件是否成立，该判断条件是指差值计算结果大于预设阈值、或差值计算结果与触头图像的灰度特征值/预设的灰度特征阈值的比值大于预设阈值，如果成立则判定开关柜内发生弧光现象；否则，判定未发生弧光现象。
可选地，步骤1)中采集开关柜内的触头图像的图像采集设备的数量为两个或两个以上；步骤2)的详细步骤包括：
2.1B)分别计算各幅触头图像的灰度特征值、预设的灰度特征阈值之间的差值；
2.2B)分别判断各个触头图像的判断条件是否成立，该判断条件是指差值计算结果大于预设阈值、或差值计算结果与触头图像的灰度特征值/预设的灰度特征阈值的比值大于预设阈值，如果至少一幅触头图像的判断条件成立，则判定开关柜内发生弧光现象；否则，判定未发生弧光现象。
可选地，步骤1)中通过图像采集设备采集开关柜内的触头图像时，两个或两个以上的图像采集设备的观测范围覆盖触头整个合闸区域，且相邻图像采集设备的观测范围之间存在公共区域。
可选地，步骤2.2B)还包括在超过两幅触头图像的判断条件成立的情况下检测弧光发生位置的世界坐标的步骤，详细步骤包括：
S1)选择两幅判断条件成立的触头图像；
S2)分别计算两幅触头图像的灰度重心坐标；
S3)根据两幅触头图像的灰度重心坐标、及其对应图像采集设备的内部参数矩阵，通过成像模型计算得到弧光发生位置的世界坐标。
可选地，步骤S3)之前还包括对图像采集设备的内部参数矩阵的标定步骤，具体包括：
步骤一，获取通过图像采集设备采集设置在开关柜内触头位置的三维标定架的图像，该三维标定架上至少布置有6个以上的异面的标记点，各个标记点的世界坐标为已知的；
步骤二，针对该三维标定架的图像识别出图像中各标记点的灰度重心坐标；然后将图像中各标记点的灰度重心坐标以及各标记点的世界坐标分别代入式(6)所示成像模型中；
Figure GDA0002837685590000031
式(6)中，m0～m11为图像采集设备的内部参数矩阵的各系数，y代表图像中各标记点的灰度重心坐标，XW、YW、Zw代表图像中各标记点的世界坐标；
步骤三，联立各个标记点的灰度重心坐标以及各标记点的世界坐标分别代入到上述成像模型所得到的方程组，然后求解方程组，计算得到图像采集设备的内部参数矩阵的系数m0～m11，从而得到由系数m0～m11构成的内部参数矩阵。
可选地，步骤S3)的详细步骤包括：
S3.1)将两幅触头图像的灰度重心坐标、及其对应图像采集设备的内部参数矩阵代入式(6)所示成像模型，得到式(7)所示的四个方程组；
Figure GDA0002837685590000032
式(6)中，m0～m11为图像采集设备的内部参数矩阵的各系数，y代表图像中各标记点的灰度重心坐标，XW、YW、Zw代表图像中各标记点的世界坐标；
Figure GDA0002837685590000033
式(7)中，m′0～m′11为上述其中一个图像采集设备的内部参数矩阵，(x1,y1)为该图像采集设备当前采集到的触头图像的灰度重心坐标；m″0～m″11为另一个图像采集设备的内部参数矩阵，(x2,y2)为该图像采集设备当前采集到的触头图像的灰度重心坐标；(XW,YW,Zw)为弧光发生位置的世界坐标；
S3.2)联立求解式(7)所示的四个方程组，得到弧光发生位置的世界坐标(XW,YW,Zw)。
可选地，步骤S3)中灰度重心坐标的计算函数表达式如式(5)所示；
Figure GDA0002837685590000034
式(5)中，(x,y)为触头图像的灰度重心坐标，M×N为触头图像的大小，I(i,j)为触头图像中第i行第j列像素点的灰度值，i为第i行第j列像素点的行号，j为第i行第j列像素点的列号。
可选地，步骤2.2B)中判定开关柜内发生弧光现象后还包括在亮场触头图像中标记灰度重心坐标位置的步骤，详细步骤包括：针对差值计算结果大于预设阈值成立的触头图像，计算该触头图像的灰度重心坐标，然后找到对应的图像采集设备在开关柜内有照明的情况下采集到的亮场触头图像，并在该亮场触头图像中对应的该灰度重心坐标位置上作标记。
可选地，步骤2)之前还包括预设的灰度特征阈值的标定步骤，具体包括：通过指定的图像采集设备在开关柜内没有照明的情况下采集多张开关柜内未发生弧光现象的触头图像，分别计算各个触头图像的灰度特征值，并将各个触头图像的灰度特征值取平均值作为该图像采集设备预设的灰度特征阈值。
可选地，步骤1)中灰度特征值的计算函数表达式如式(2)所示；
Figure GDA0002837685590000041
式(2)中，S*表示触头图像的灰度特征值，M×N为触头图像的大小，I(i,j)为上述当前从图像采集设备获取到的开关柜内的触头图像中坐标为(i,j)的像素点的灰度值，
Figure GDA0002837685590000042
为上述当前从图像采集设备获取到的开关柜内的触头图像的灰度平均值。
本发明还提供一种开关柜内弧光监测系统，包括计算机设备，该计算机设备被编程以执行本发明前述开关柜内弧光监测方法的步骤，或者该计算机设备的存储介质上存储有被编程以执行本发明前述开关柜内弧光监测方法的计算机程序。
本发明还提供一种计算机可读存储介质，该计算机可读存储介质上存储有被编程以执行本发明前述开关柜内弧光监测方法的计算机程序。
本发明还提供一种开关柜内弧光监测设备，包括图像采集单元和弧光监测终端，该弧光监测终端被编程以执行本发明前述开关柜内弧光监测方法的步骤，或者该弧光监测终端的存储介质上存储有被编程以执行本发明前述开关柜内弧光监测方法的计算机程序。
和现有技术相比，本发明具有下述优点：在弧光监测过程中，本发明针对图像采集设备采集到的每一张触头图像，将该张触头图像的灰度特征值与未发生弧光现象的触头图像平均灰度特征值(预设的灰度特征阈值)进行比较，从而确定该张触头图像是否有弧光现象，能够实时且准确的检测出开关柜内发生的弧光现象，并且可以得到弧光强度以及弧光发生的时间，能够实现自动的弧光现象检测判断，能够实时且准确的检测出开关柜内发生的弧光现象，解决了现有技术中人为通过视频观测触头弧光现象存在耗时长、工作量大、漏检率高的技术问题。
附图说明
图1为本发明实施例一的方法流程示意图。
图2为本发明实施例二的方法流程示意图。
图3为本发明实施例二的成像原理示意图。
具体实施方式
实施例一：
参见图1，本实施例开关柜内弧光监测方法的实施步骤包括：
1)通过图像采集设备采集开关柜内的触头图像并计算触头图像的灰度特征值；
2)将触头图像的灰度特征值和预设的灰度特征阈值进行比较判断开关柜内是否发生弧光现象。
作为一种可选的实施方式，参见图1，本实施例步骤2)中还包括在判定发生弧光现象后将灰度特征值作为监测得到的弧光强度值输出的步骤，不仅可以实现自动的弧光现象检测的定性判断，还可实现定量检测。
在弧光监测过程中，本实施例针对图像采集设备采集到的每一张触头图像，将该张触头图像的灰度特征值与未发生弧光现象的触头图像平均灰度特征值(预设的灰度特征阈值)进行比较，从而确定该张触头图像是否有弧光现象，能够实时且准确的检测出开关柜内发生的弧光现象，并且可以得到弧光强度以及弧光发生的时间，能够实现自动的弧光现象检测判断，能够实时且准确的检测出开关柜内发生的弧光现象，解决了现有技术中人为通过视频观测触头弧光现象存在耗时长、工作量大、漏检率高的技术问题。本实施例灰度特征值作为判断对象，计算简单方便，且容易排除干扰。
其中，图像采集设备可以是相机，也可以是摄像机或者其他图像采集器具。通过图像采集设备采集开关柜内的触头图像前，需要事先在开关柜内的触头周围设置图像采集设备，并调整图像采集设备的位置和焦距，使得图像采集设备能够获取到清晰的高对比图像。
本实施例中步骤1)中计算触头图像的灰度特征值是指通过图像采集设备采集开关柜内的两幅或多幅触头图像，分别计算各幅触头图像的灰度特征值，然后取平均值后作为最终计算得到的触头图像的灰度特征值。通过上述方式，能够克服弧光放电现象时间短的问题，能够提升灰度特征值的采集准确度，从而提升开关柜内弧光监测准确度。
作为一种可选的劣化实施方式，也可以根据需要直接通过图像采集设备采集开关柜内的单幅触头图像，计算该触头图像的灰度特征值作为最终计算得到的触头图像的灰度特征值。
本实施例中，步骤1)中采集开关柜内的触头图像的图像采集设备的数量为一个，此外也可以根据需要采用多个但是仅仅使用其中一个作为有效的图像采集设备；作为一种可选的实施方式，参见图1，步骤2)的详细步骤包括：
2.1A)计算触头图像的灰度特征值、预设的灰度特征阈值之间的差值；
2.2A)判断触头图像的判断条件是否成立，该判断条件是指差值计算结果大于预设阈值，如果成立则判定开关柜内发生弧光现象；否则，判定未发生弧光现象。
毫无疑问，除了上述步骤2.2A)记载的差值计算结果大于预设阈值的判断条件以外，还可以根据需要选用差值计算结果与触头图像的灰度特征值/预设的灰度特征阈值的比值大于预设阈值作为判断条件，其同样也可以实现开关柜内是否发生弧光现象的判断。
本实施例中，触头图像的灰度特征值记为S*，预设的灰度特征阈值记为S，预设阈值记为△S，则如果任意触头图像满足以下条件：S-S*≥△S，则判定开关柜内发生弧光现象，且将灰度特征值S*作为监测得到的弧光强度值输出。本实施例中△S取值为20。
作为一种可选的实施方式，参见图1，本实施例步骤2.2B)中判定开关柜内发生弧光现象后还包括在亮场触头图像中标记灰度重心坐标位置的步骤，详细步骤包括：在判定开关柜内发生弧光现象时计算该触头图像的灰度重心坐标，然后找到对应的图像采集设备在开关柜内有照明的情况下采集到的亮场触头图像，并在该亮场触头图像中对应的该灰度重心坐标位置上作标记，使监测人员可直观知晓触头发生弧光的位置。
本实施例中，步骤2)之前还包括预设的灰度特征阈值S的标定步骤，具体包括：通过指定的图像采集设备在开关柜内没有照明的情况下采集多张开关柜内未发生弧光现象的触头图像，分别计算各个触头图像的灰度特征值，并将各个触头图像的灰度特征值取平均值作为该图像采集设备预设的灰度特征阈值。通过上述方式能够提升预设的灰度特征阈值的准确度。
预设的灰度特征阈值S的计算函数表达式如式(1)所示；
Figure GDA0002837685590000061
式(1)中，T为上述未发生弧光现象的触头图像的总张数，在本实施例中T取值为100，即在开关柜内没有照明的情况下获取图像采集设备采集到的100张开关柜内未发生弧光现象的触头图像。M×N为触头图像的大小；It(i,j)为上述第t张未发生弧光现象的触头图像中坐标为(i,j)的像素点的灰度值，一般为0～255的整数，
Figure GDA0002837685590000062
为上述第t张未发生弧光现象的触头图像的灰度平均值。
触头图像的灰度特征值记为S*的计算函数表达式如式(2)所示；
Figure GDA0002837685590000071
式(2)中，S*表示触头图像的灰度特征值，M×N为触头图像的大小，I(i,j)为上述当前从图像采集设备获取到的开关柜内的触头图像中坐标为(i,j)的像素点的灰度值，一般为0～255的整数，
Figure GDA0002837685590000072
为上述当前从图像采集设备获取到的开关柜内的触头图像的灰度平均值。
此外，本实施例还提供一种开关柜内弧光监测系统，包括计算机设备，该计算机设备被编程以执行本实施例前述开关柜内弧光监测方法的步骤，或者该计算机设备的存储介质上存储有被编程以执行本实施例前述开关柜内弧光监测方法的计算机程序。该计算设备可以是台式电脑、笔记本电脑、服务器等终端设备，也可以是智能手机、平板电脑、智能手表等便携式智能计算设备。
此外，本实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有被编程以执行本实施例前述开关柜内弧光监测方法的计算机程序。该存储介质可以是磁盘、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、U盘、移动硬盘等介质。
此外，本实施例还提供一种开关柜内弧光监测设备，包括图像采集单元和弧光监测终端，该弧光监测终端被编程以执行本实施例前述开关柜内弧光监测方法的步骤，或者该弧光监测终端的存储介质上存储有被编程以执行本实施例前述开关柜内弧光监测方法的计算机程序；弧光监测终端可以是一个设置在开关柜外的上位机，上位机可以是一个微处理器，也可以是一台终端设备，例如电脑、服务器等计算设备，本实施例中，弧光监测终端连接开关柜的总控系统，在判定出当前开关柜内触头存在弧光现象，发送“0”或“1”的弧光判定电平信号至总控系统，同时也可以将带有标记的亮场触头图像发送给开关柜总控系统，使得开关柜总控系统知晓开关柜触头当前出现弧光以及出现弧光的位置。
实施例二：
本实施例与实施例一的基本原理相同，其主要区别点为：将图像采集设备的数量增加到多个，由于多个图像采集设备的观测范围能够覆盖触头整个合闸区域，因此本实施例通过多个图像采集设备采集到的触头图像对开关柜内的弧光现象进行判定的情况下，能够监测到触头任一位置发生的弧光现象；进一步地，本实施例还可以通过多个图像采集设备可以实现检测弧光发生位置的世界坐标。
本实施例中，步骤1)中采集开关柜内的触头图像的图像采集设备的数量为3个，此外也可以根据需要采用2个或更多，其原理与本实施例相同，故在此不再赘述。
参见图2，本实施例中步骤2)的详细步骤包括：
2.1B)分别计算各幅触头图像的灰度特征值、预设的灰度特征阈值之间的差值；
2.2B)分别判断各个触头图像的判断条件是否成立，该判断条件是指差值计算结果大于预设阈值，如果至少一幅触头图像的判断条件成立，则判定开关柜内发生弧光现象；否则，判定未发生弧光现象。此外，判断条件也可以根据需要采用差值计算结果与触头图像的灰度特征值/预设的灰度特征阈值的比值大于预设阈值，其同样也可以实现开关柜内是否发生弧光现象的判断。
在判定开关柜内发生弧光现象后，可以根据需要选择将各幅触头图像的灰度特征值作为监测得到的弧光强度值输出，不仅可以实现自动的弧光现象检测的定性判断，还可以实现定量检测。
本实施例中，第n个图像采集设备采集的触头图像的灰度特征值记为Sn *，其预设的灰度特征阈值记为Sn，预设阈值记为△S，则如果该触头图像满足以下条件：Sn-Sn *≥△S，则判定开关柜内发生弧光现象，且将灰度特征值Sn *作为第n个图像采集设备监测得到的弧光强度值输出。其中，n＝1,2,3,…m，m为开关柜内图像采集设备的总数。
和实施例一类似，预设的灰度特征阈值Sn *的计算函数表达式为如式(3)所示；
Figure GDA0002837685590000081
式(3)中，Sn为第n个图像采集设备所采集触头图像的灰度特征值判定值，Tn为第n个图像采集设备采集到的未发生弧光现象的触头图像的总张数，M×N为触头图像的大小，
Figure GDA0002837685590000082
为步骤S1中第n个图像采集设备采集的第t张未发生弧光现象的触头图像中坐标为(i,j)的像素点的灰度值，一般为0～255的整数，
Figure GDA0002837685590000083
为步骤S1中第n个图像采集设备采集的第t张未发生弧光现象的触头图像的灰度平均值。
触头图像的灰度特征值Sn *的计算函数表达式如式(4)所示；
Figure GDA0002837685590000084
式(4)中，M×N为触头图像的大小，In(i,j)为当前从第n个图像采集设备获取到的开关柜内的触头图像中坐标为(i,j)的像素点的灰度值，
Figure GDA0002837685590000085
为当前从第n个图像采集设备获取到的开关柜内的触头图像的灰度平均值。
若当前从一个或多个图像采集设备获取到的开关柜内的触头图像满足上述条件Sn-Sn *≥△S，则判定当前开关柜内触头存在弧光现象。即当有一个或多个图像采集设备采集到的触头图像中监测到有弧光现象时，即判断开关柜内触头存在弧光现象。
如图3所示，本实施例步骤1)中通过图像采集设备采集开关柜内的触头图像时，3个图像采集设备的观测范围覆盖触头(图3中a所示)整个合闸区域，且相邻图像采集设备的观测范围之间存在公共区域，本实施例中3个图像采集设备b1～b3分别布置在开关柜内的触头的四周，且相邻图像采集设备的观测范围之间的公共区域占到整个需要拍摄触头(图3中a所示)的1/3左右。
作为一种可选的实施方式，如图2所示，本实施例中步骤2.2B)还包括检测弧光发生位置的世界坐标的步骤，能够确定出触头上弧光发生的具体位置，解决了现有技术中难以准确的定量化获取弧光发生的位置和强度，对电力技术人员进行后续的检修造成很大的困难。
作为一种可选的实施方式，参见图2，本实施例中步骤2.2B)还包括在超过两幅触头图像的判断条件成立的情况下检测弧光发生位置的世界坐标的步骤，详细步骤包括：
S1)选择两幅判断条件成立的触头图像；
S2)分别计算两幅触头图像的灰度重心坐标；
S3)根据两幅触头图像的灰度重心坐标、及其对应图像采集设备的内部参数矩阵，通过成像模型计算得到弧光发生位置的世界坐标。
本实施例中，步骤S3)中灰度重心坐标的计算函数表达式如式(5)所示；
Figure GDA0002837685590000091
式(5)中，(x,y)为触头图像的灰度重心坐标，M×N为触头图像的大小，I(i,j)为触头图像中第i行第j列像素点的灰度值，i为第i行第j列像素点的行号，j为第i行第j列像素点的列号。
本实施例中，步骤S3)之前还包括对图像采集设备的内部参数矩阵的标定步骤，具体包括：
步骤一，获取通过图像采集设备采集设置在开关柜内触头位置的三维标定架的图像，该三维标定架上至少布置有6个以上的异面的标记点，各个标记点的世界坐标为已知的；
步骤二，针对该三维标定架的图像识别出图像中各标记点的灰度重心坐标；然后将图像中各标记点的灰度重心坐标以及各标记点的世界坐标分别代入式(6)所示成像模型中；
Figure GDA0002837685590000101
式(6)中，m0～m11为图像采集设备的内部参数矩阵的各系数，y代表图像中各标记点的灰度重心坐标，XW、YW、Zw代表图像中各标记点的世界坐标；
步骤三，联立各个标记点的灰度重心坐标以及各标记点的世界坐标分别代入到上述成像模型所得到的方程组，然后求解方程组，计算得到图像采集设备的内部参数矩阵的系数m0～m11，从而得到由系数m0～m11构成的内部参数矩阵。
本实施例中，步骤S3)的详细步骤包括：
S3.1)将两幅触头图像的灰度重心坐标、及其对应图像采集设备的内部参数矩阵代入式(6)所示成像模型，得到式(7)所示的四个方程组；
Figure GDA0002837685590000102
式(6)中，m0～m11为图像采集设备的内部参数矩阵的各系数，y代表图像中各标记点的灰度重心坐标，XW、YW、Zw代表图像中各标记点的世界坐标；
Figure GDA0002837685590000103
式(7)中，m′0～m′11为上述其中一个图像采集设备的内部参数矩阵，(x1,y1)为该图像采集设备当前采集到的触头图像的灰度重心坐标；m″0～m″11为另一个图像采集设备的内部参数矩阵，(x2,y2)为该图像采集设备当前采集到的触头图像的灰度重心坐标；(XW,YW,Zw)为弧光发生位置的世界坐标；
S3.2)联立求解式(7)所示的四个方程组，得到弧光发生位置的世界坐标(XW,YW,Zw)。
参见图2，本实施例步骤2.2B)中判定开关柜内发生弧光现象后还包括在亮场触头图像中标记灰度重心坐标位置的步骤，详细步骤包括：针对差值计算结果大于预设阈值成立的触头图像，计算该触头图像的灰度重心坐标，然后找到对应的图像采集设备在开关柜内有照明的情况下采集到的亮场触头图像，并在该亮场触头图像中对应的该灰度重心坐标位置上作标记。
本实施例中步骤2)之前还包括预设的灰度特征阈值的标定步骤，具体包括：通过指定的图像采集设备在开关柜内没有照明的情况下采集多张开关柜内未发生弧光现象的触头图像，分别计算各个触头图像的灰度特征值，并将各个触头图像的灰度特征值取平均值作为该图像采集设备预设的灰度特征阈值。
此外，本实施例还提供一种开关柜内弧光监测系统，包括计算机设备，该计算机设备被编程以执行本实施例前述开关柜内弧光监测方法的步骤，或者该计算机设备的存储介质上存储有被编程以执行本实施例前述开关柜内弧光监测方法的计算机程序。该计算设备可以是台式电脑、笔记本电脑、服务器等终端设备，也可以是智能手机、平板电脑、智能手表等便携式智能计算设备。
此外，本实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有被编程以执行本实施例前述开关柜内弧光监测方法的计算机程序。该存储介质可以是磁盘、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、U盘、移动硬盘等介质。
此外，本实施例还提供一种开关柜内弧光监测设备，包括图像采集单元和弧光监测终端，该弧光监测终端被编程以执行本实施例前述开关柜内弧光监测方法的步骤，或者该弧光监测终端的存储介质上存储有被编程以执行本实施例前述开关柜内弧光监测方法的计算机程序；图像采集单元包括多个图像采集设备(>＝2)，且多个图像采集设备的观测范围覆盖触头整个合闸区域，且相邻图像采集设备的观测范围之间存在公共区域。该计算设备可以是台式电脑、笔记本电脑、服务器等终端设备，也可以是智能手机、平板电脑、智能手表等便携式智能计算设备。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述仅是本发明的优选实施方式，本发明的保护范围并不仅局限于上述实施例，凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理前提下的若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (12)

1.一种开关柜内弧光监测方法，其特征在于实施步骤包括：
1)通过图像采集设备采集开关柜内的触头图像并计算触头图像的灰度特征值；
2)将触头图像的灰度特征值和预设的灰度特征阈值进行比较，判断开关柜内是否发生弧光现象；
步骤1)中采集开关柜内的触头图像的图像采集设备的数量为两个以上；步骤2)的详细步骤包括：
2.1B)分别计算各幅触头图像的灰度特征值、预设的灰度特征阈值之间的差值；
2.2B)分别判断各个触头图像的判断条件是否成立，该判断条件是指差值计算结果大于预设阈值、或差值计算结果与触头图像的灰度特征值/预设的灰度特征阈值的比值大于预设阈值，如果至少一幅触头图像的判断条件成立，则判定开关柜内发生弧光现象；否则，判定未发生弧光现象；
步骤2.2B)还包括在超过两幅触头图像的判断条件成立的情况下检测弧光发生位置的世界坐标的步骤，详细步骤包括：S1)选择两幅判断条件成立的触头图像；S2)分别计算两幅触头图像的灰度重心坐标；S3)根据两幅触头图像的灰度重心坐标、及其对应图像采集设备的内部参数矩阵，通过成像模型计算得到弧光发生位置的世界坐标；
步骤2.2B)中判定开关柜内发生弧光现象后还包括在亮场触头图像中标记灰度重心坐标位置的步骤，详细步骤包括：针对差值计算结果大于预设阈值成立的触头图像，计算该触头图像的灰度重心坐标，然后找到对应的图像采集设备在开关柜内有照明的情况下采集到的亮场触头图像，并在该亮场触头图像中对应的该灰度重心坐标位置上作标记。
2.根据权利要求1所述的开关柜内弧光监测方法，其特征在于，步骤2)中还包括在判定发生弧光现象后将灰度特征值作为监测得到的弧光强度值输出的步骤。
3.根据权利要求1所述的开关柜内弧光监测方法，其特征在于，步骤1)中计算触头图像的灰度特征值是指通过图像采集设备采集开关柜内的单幅触头图像，计算该触头图像的灰度特征值作为最终计算得到的触头图像的灰度特征值；或者是指通过图像采集设备采集开关柜内的两幅或多幅触头图像，分别计算各幅触头图像的灰度特征值，然后取平均值后作为最终计算得到的触头图像的灰度特征值。
4.根据权利要求1所述的开关柜内弧光监测方法，其特征在于，步骤1)中通过图像采集设备采集开关柜内的触头图像时，两个以上的图像采集设备的观测范围覆盖触头整个合闸区域，且相邻图像采集设备的观测范围之间存在公共区域。
5.根据权利要求1所述的开关柜内弧光监测方法，其特征在于，步骤S3)之前还包括对图像采集设备的内部参数矩阵的标定步骤，具体包括：
步骤一，获取通过图像采集设备采集设置在开关柜内触头位置的三维标定架的图像，该三维标定架上至少布置有6个以上的异面的标记点，各个标记点的世界坐标为已知的；
步骤二，针对该三维标定架的图像识别出图像中各标记点的灰度重心坐标；然后将图像中各标记点的灰度重心坐标以及各标记点的世界坐标分别代入式(6)所示成像模型中；
Figure FDA0003184351470000021
式(6)中，m0～m11为图像采集设备的内部参数矩阵的各系数，y代表图像中各标记点的灰度重心坐标，XW、YW、Zw代表图像中各标记点的世界坐标；
步骤三，联立各个标记点的灰度重心坐标以及各标记点的世界坐标分别代入到上述成像模型所得到的方程组，然后求解方程组，计算得到图像采集设备的内部参数矩阵的系数m0～m11，从而得到由系数m0～m11构成的内部参数矩阵。
6.根据权利要求1所述的开关柜内弧光监测方法，其特征在于，步骤S3)的详细步骤包括：
S3.1)将两幅触头图像的灰度重心坐标、及其对应图像采集设备的内部参数矩阵代入式(6)所示成像模型，得到式(7)所示的四个方程组；
Figure FDA0003184351470000022
式(6)中，m0～m11为图像采集设备的内部参数矩阵的各系数，y代表图像中各标记点的灰度重心坐标，XW、YW、Zw代表图像中各标记点的世界坐标；
Figure FDA0003184351470000023
式(7)中，m′0～m′11为上述其中一个图像采集设备的内部参数矩阵，(x1,y1)为该图像采集设备当前采集到的触头图像的灰度重心坐标；m″0～m″11为另一个图像采集设备的内部参数矩阵，(x2,y2)为该图像采集设备当前采集到的触头图像的灰度重心坐标；(XW,YW,Zw)为弧光发生位置的世界坐标；
S3.2)联立求解式(7)所示的四个方程组，得到弧光发生位置的世界坐标(XW,YW,Zw)。
7.根据权利要求1所述的开关柜内弧光监测方法，其特征在于，步骤S3)中灰度重心坐标的计算函数表达式如式(5)所示；
Figure FDA0003184351470000031
式(5)中，(x,y)为触头图像的灰度重心坐标，M×N为触头图像的大小，I(i,j)为触头图像中第i行第j列像素点的灰度值，i为第i行第j列像素点的行号，j为第i行第j列像素点的列号。
8.根据权利要求1所述的开关柜内弧光监测方法，其特征在于，步骤2)之前还包括预设的灰度特征阈值的标定步骤，具体包括：通过指定的图像采集设备在开关柜内没有照明的情况下采集多张开关柜内未发生弧光现象的触头图像，分别计算各个触头图像的灰度特征值，并将各个触头图像的灰度特征值取平均值作为该图像采集设备预设的灰度特征阈值。
9.根据权利要求1所述的开关柜内弧光监测方法，其特征在于，步骤1)中灰度特征值的计算函数表达式如式(2)所示；
Figure FDA0003184351470000032
式(2)中，S*表示触头图像的灰度特征值，M×N为触头图像的大小，I(i,j)为上述当前从图像采集设备获取到的开关柜内的触头图像中坐标为(i,j)的像素点的灰度值，
Figure FDA0003184351470000033
为上述当前从图像采集设备获取到的开关柜内的触头图像的灰度平均值。
10.一种开关柜内弧光监测系统，包括计算机设备，其特征在于，该计算机设备被编程以执行权利要求1～9中任意一项所述开关柜内弧光监测方法的步骤，或者该计算机设备的存储介质上存储有被编程以执行权利要求1～9中任意一项所述开关柜内弧光监测方法的计算机程序。
11.一种计算机可读存储介质，其特征在于，该计算机可读存储介质上存储有被编程以执行权利要求1～9中任意一项所述开关柜内弧光监测方法的计算机程序。
12.一种开关柜内弧光监测设备，其特征在于，包括图像采集单元和弧光监测终端，该弧光监测终端被编程以执行权利要求1～9中任意一项所述开关柜内弧光监测方法的步骤，或者该弧光监测终端的存储介质上存储有被编程以执行权利要求1～9中任意一项所述开关柜内弧光监测方法的计算机程序。
CN201910324616.7A 2019-04-22 2019-04-22 一种开关柜内弧光监测方法、系统、介质及设备 Active CN110045242B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910324616.7A CN110045242B (zh) 2019-04-22 2019-04-22 一种开关柜内弧光监测方法、系统、介质及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910324616.7A CN110045242B (zh) 2019-04-22 2019-04-22 一种开关柜内弧光监测方法、系统、介质及设备

Publications (2)

Publication Number Publication Date
CN110045242A CN110045242A (zh) 2019-07-23
CN110045242B true CN110045242B (zh) 2021-09-10

Family

ID=67278331

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910324616.7A Active CN110045242B (zh) 2019-04-22 2019-04-22 一种开关柜内弧光监测方法、系统、介质及设备

Country Status (1)

Country Link
CN (1) CN110045242B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110851296A (zh) * 2019-10-29 2020-02-28 北京海益同展信息科技有限公司 一种故障检测方法及装置、存储介质
CN113850787B (zh) * 2021-09-27 2024-04-12 广东电网有限责任公司江门供电局 一种开关柜运行监控系统及方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2706366A2 (en) * 2012-09-06 2014-03-12 Hyundai Heavy Industries Co., Ltd. Device for monitoring internal arc in gas insulated switchgear
CN104133164A (zh) * 2014-07-07 2014-11-05 国家电网公司 空间局部放电定位中的可视投影方法
CN106291278A (zh) * 2016-08-03 2017-01-04 国网山东省电力公司电力科学研究院 一种基于多视觉系统的开关柜局部放电自动检测方法
CN106340009A (zh) * 2016-08-18 2017-01-18 河海大学常州校区 一种基于平行双目的电力线检测方法及系统
CN108020520A (zh) * 2016-10-31 2018-05-11 深圳市朗驰欣创科技股份有限公司 一种带电设备水冲洗机器人的控制方法与装置
CN208736966U (zh) * 2018-08-09 2019-04-12 天津德塞西科技有限公司 一种光伏逆变器的电弧故障检测装置

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103954897A (zh) * 2014-05-20 2014-07-30 电子科技大学 基于紫外成像的智能电网高压绝缘损坏监控系统及方法
CN104299241A (zh) * 2014-10-30 2015-01-21 武汉大学 基于 Hadoop 的遥感图像显著性目标检测方法及系统
CN106568783B (zh) * 2016-11-08 2019-12-03 广东工业大学 一种五金零件缺陷检测系统及方法
CN107329053B (zh) * 2017-05-26 2019-11-15 华南理工大学 一种利用高速摄像机测量悬浮导体感应放电频率的方法
CN108303623B (zh) * 2018-01-12 2019-07-09 华中科技大学 一种诊断电弧放电非热平衡物理特性的方法
CN108489425B (zh) * 2018-04-24 2023-11-10 西安图玛智能科技有限公司 一种隔离开关分合闸状态全天候自动视频监测系统及方法
CN109283439B (zh) * 2018-08-29 2020-05-19 华中科技大学 一种基于三基色色度信息和机器学习的放电状态识别方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2706366A2 (en) * 2012-09-06 2014-03-12 Hyundai Heavy Industries Co., Ltd. Device for monitoring internal arc in gas insulated switchgear
CN104133164A (zh) * 2014-07-07 2014-11-05 国家电网公司 空间局部放电定位中的可视投影方法
CN106291278A (zh) * 2016-08-03 2017-01-04 国网山东省电力公司电力科学研究院 一种基于多视觉系统的开关柜局部放电自动检测方法
CN106340009A (zh) * 2016-08-18 2017-01-18 河海大学常州校区 一种基于平行双目的电力线检测方法及系统
CN108020520A (zh) * 2016-10-31 2018-05-11 深圳市朗驰欣创科技股份有限公司 一种带电设备水冲洗机器人的控制方法与装置
CN208736966U (zh) * 2018-08-09 2019-04-12 天津德塞西科技有限公司 一种光伏逆变器的电弧故障检测装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于图像分析的高压开关柜内异常强光监测及预警系统设计;乐坚浩;《软件导刊》;20170731;第16卷(第7期);正文第103至105页 *
电器三维电弧动态特性仿真分析与测试;许雄;《中国优秀硕士学位论文全文数据库》;20180715(第07期);正文第四章 *

Also Published As

Publication number Publication date
CN110045242A (zh) 2019-07-23

Similar Documents

Publication Publication Date Title
CN105551064B (zh) 一种基于图像特征估计堆料体积变化率的方法
CN109308447A (zh) 在电力远程监控中自动提取设备运行参数和运行状态的方法
CN110045242B (zh) 一种开关柜内弧光监测方法、系统、介质及设备
CN109754019B (zh) 一种连续监测锅炉燃烧状况的方法
CN110008937B (zh) 开关柜运行状态管理监测系统、方法和计算设备
CN106897653B (zh) 基于红外和可见光视频融合的林区烟火检测方法及其检测系统
CN112434669B (zh) 一种多信息融合的人体行为检测方法及系统
CN112257632A (zh) 一种基于边缘计算的变电站监测系统
CN111753712A (zh) 电力生产人员安全监测方法、系统以及设备
CN109308448A (zh) 一种采用图像处理技术来防止变配电误操作的方法
CN109389040B (zh) 一种作业现场人员安全着装的检查方法及装置
CN113794857A (zh) 一种开关柜非介入式监测方法、装置、存储介质
CN114581760B (zh) 一种机房巡检的设备故障检测方法及系统
CN106340034A (zh) 一种变压器漏油检测方法
CN114445350A (zh) 电力器件的图像检测方法、装置、电子设备及存储介质
CN108198226B (zh) 一种陶瓷颜色识别方法、电子设备、存储介质及装置
CN109579934A (zh) 水浸多重监测方法及系统
CN115855961B (zh) 一种用于运行中的配电箱故障检测方法
CN104427210A (zh) 一种随机异常闪烁点检测方法及装置
CN107358343A (zh) 基于图像数据特征差异性的电力工程安全预警方法
JP2015169618A (ja) 可視煙判定装置及び可視煙判定方法
JPH06308256A (ja) 雲霧検出方法
CN111428987A (zh) 一种基于人工智能的继保装置图像识别方法和系统
CN106846302B (zh) 一种工具正确取件的检测方法及基于此方法的考核台
CN113191336B (zh) 基于图像识别的电力隐患识别方法及系统

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