CN111199219A - 一种隔离开关状态分布式监测方法、系统及介质 - Google Patents

Abstract

本发明公开了一种隔离开关状态分布式监测方法、系统及介质，监测方法实施步骤包括：获取目标隔离开关的隔离开关图像；通过图像分析获取隔离开关两臂之间的夹角α；将夹角α分别和合、分闸状态夹角标定值进行比较确定目标隔离开关状态。系统为前述监测方法对应的系统，以及用于实现前述监测方法的物理设备，介质上存储有被编程或配置以执行前述监测方法的计算机程序。本发明能够实现隔离开关状态分布式监测，提高变电站隔离开关运行状态监测效率，能够准确监测出目标隔离开关分合闸的状态，具有检测准确可靠、检测速度块、实施成本低、部署方便快捷的优点。

Description

一种隔离开关状态分布式监测方法、系统及介质

技术领域

本发明涉及电力测量技术，具体涉及一种隔离开关状态分布式监测方法、系统及介质。

背景技术

隔离开关是变电站核心设备，其作用是保证高压电器及装置在检修工作时的安全，起隔离电压的作用。在变电站设备检修过程中，需要将隔离开关运动到指定位置实现电路的开合，因此隔离开关运动到位与否直接决定了线路能否正常运行。考虑到变电站线路电压可达数百千伏，电流最大可达到几十千安， 隔离开关运动不到位会对设备造成极大的损害，不仅会导致极大的经济损失，更有可能出现人身伤害等重大安全生产事故。此外，隔离开关的触头温度、机械结构是否损坏都是表征隔离开关状态的重要参数，对于隔离开关正常工作运行同样具有重要的作用。隔离开关在一所变电站中经常被大量使用，数量经常达到数十组，每组隔离开关又分为3相，即包括3个隔离开关，因此隔离开关的总数达到近百个。对于如此众多的隔离开关运行状态进行联合监测，目前仍未出现好的手段。

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，提供一种隔离开关状态分布式监测方法、系统及介质，本发明能够实现隔离开关状态分布式监测，提高变电站隔离开关运行状态监测效率，能够准确监测出目标隔离开关分合闸的状态，具有检测准确可靠、检测速度块、实施成本低、部署方便快捷的优点。

为了解决上述技术问题，本发明采用的技术方案为：

一种隔离开关状态分布式监测方法，实施步骤包括：

1）获取目标隔离开关的隔离开关图像；

2）通过图像分析获取隔离开关两臂之间的夹角α；

3）将夹角α分别和合、分闸状态夹角标定值进行比较确定目标隔离开关状态。

可选地，步骤2）通过图像分析获取隔离开关两臂之间的夹角α的详细步骤包括：

2.1）识别出隔离开关图像中隔离开关两臂上的标记点并计算标记点坐标；

2.2）分别将隔离开关各臂上的标记点进行直线拟合，并计算一条臂拟合得到直线的斜率k₁、另一条臂拟合得到直线的斜率k₂；

2.3）计算斜率k₁、斜率k₂之间的夹角得到隔离开关两臂之间的夹角α。

可选地，步骤2.1）中计算标记点坐标时标记点的坐标具体是指标记点的灰度重心坐标。

可选地，步骤3）的详细步骤包括：将夹角α分别和合闸状态夹角标定值对应的合闸夹角范围、分闸状态夹角标定值对应分闸夹角范围进行比较，如果夹角α位于合闸夹角范围内则判定目标隔离开关处于合闸状态，如果夹角α位于分闸夹角范围内则判定目标隔离开关处于分闸状态，否则判定目标隔离开关处于异常状态。

可选地，步骤3）中合闸夹角范围为[α_合-Δα₁, α_合+Δα₁]，其中α_合为合闸状态夹角标定值，Δα₁为预设的偏差角度。

可选地，步骤3）之前还包括获取合闸状态夹角标定值α_合的步骤，详细步骤包括：

A1）获取目标隔离开关的合闸状态隔离开关图像；

A2）识别出合闸状态隔离开关图像中隔离开关两臂上的标记点并计算标记点坐标；

A3）分别将隔离开关各臂上的标记点进行直线拟合，并计算一条臂拟合得到直线的斜率k_1合、另一条臂拟合得到直线的斜率k_2合；

A4）计算斜率k_1合、斜率k_2合间的夹角得到合闸状态夹角标定值α_合。

可选地，步骤3）中分闸夹角范围为[α_分-Δα₂, α_分+Δα₂]，其中α_分为分闸状态夹角标定值，Δα₂均为预设的偏差角度。

可选地，步骤3）之前还包括获取分闸状态夹角标定值α_分的步骤，详细步骤包括：

B1）获取目标隔离开关的分闸状态隔离开关图像；

B2）识别出分闸状态隔离开关图像中隔离开关两臂上的标记点并计算标记点坐标；

B3）分别将隔离开关各臂上的标记点进行直线拟合，并计算一条臂拟合得到直线的斜率k_1分、另一条臂拟合得到直线的斜率k_2分；

B4）计算斜率k_1分、斜率k_2分间的夹角得到分闸状态夹角标定值α_分。

可选地，步骤3）确定目标隔离开关状态后还包括输出目标隔离开关的状态、目标隔离开关的所属组编号、目标隔离开关的所属相编号的步骤。

可选地，所述输出目标隔离开关的状态、目标隔离开关的所属组编号、目标隔离开关的所属相编号的步骤之前还包括获取目标隔离开关对应的接触式传感器数据的步骤，且在得到接触式传感器数据后将得到的接触式传感器数据分别和预设阈值进行比对，如果超过预设阈值则在输出目标隔离开关的状态、目标隔离开关的所属组编号、目标隔离开关的所属相编号时还一并发出报警信号。

可选地，所述接触式传感器数据包括温度数据和位姿数据。

可选地，步骤1）获取目标隔离开关的隔离开关图像后还包括下述进行破损分类的步骤：将隔离开关图像输入预先完成训练的机器学习分类器，得到目标隔离开关对应的破损类型。

可选地，所述将隔离开关图像输入预先完成训练的机器学习分类器之间还包括下述训练机器学习分类器的步骤：建立隔离开关图像的训练集，所述训练集包括多种破损类型的隔离开关图像，且每一种隔离开关图像均附带有对应的破损类型标签；初始化建立机器学习分类器，并将训练集的隔离开关图像作为机器学习分类器的输入、对应的破损类型标签作为机器学习分类器的标签对机器学习分类器进行训练，且在达到预设的训练次数或者训练得到的机器学习分类器分类误差低于预设阈值时完成对机器学习分类器的训练。

此外，本发明还提供一种隔离开关状态分布式监测系统，包括：

图像采集程序单元，用于获取目标隔离开关的隔离开关图像；

图像分析程序单元，用于通过图像分析获取隔离开关两臂之间的夹角α；

状态检测程序单元，用于将夹角α分别和合、分闸状态夹角标定值进行比较确定目标隔离开关状态。

此外，本发明还提供一种隔离开关状态分布式监测系统，包括计算机设备，该计算机设备被编程或配置以执行所述隔离开关状态分布式监测方法的步骤，或者该计算机设备的存储器上存储有被编程或配置以执行所述隔离开关状态分布式监测方法的计算机程序。

此外，本发明还提供一种隔离开关状态分布式监测系统，包括：数据处理设备、数据采集器以及和每一组隔离开关一一对应的监测单元，所述监测单元包括用于采集目标隔离开关的隔离开关图像的非接触式传感器，所述监测单元的非接触式传感器分别通过数据采集器与数据处理设备的输入端相连，所述数据处理设备被编程或配置以执行所述隔离开关状态分布式监测方法的步骤，或者所述数据处理设备的存储器上存储有被编程或配置以执行所述隔离开关状态分布式监测方法的计算机程序。

可选地，所述数据采集器和每一组隔离开关一一对应，使得每一个隔离开关的监测单元均与对应的数据采集器相连，所述数据采集器通过网络接口与数据处理设备相连。

可选地，所述监测单元还包括用于采集目标隔离开关的监测数据的接触式传感器，所述监测单元的接触式传感器分别通过数据采集器与数据处理设备的输入端相连。

可选地，所述接触式传感器包括温度传感器和位姿传感器。

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或配置以执行所述隔离开关状态分布式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：

1、本发明能够实现隔离开关状态分布式监测，能够准确监测出目标隔离开关分合闸的状态，具有检测准确可靠、检测速度块、实施成本低、部署方便快捷的优点。

2、本发明能够实现变电站各组隔离开关的分布式监测，能够有效避免多种传感器的多种数据采集设备重复安装、互相干扰等问题，提高了变电站隔离开关运行状态监测效率。

附图说明

图1为本发明实施例方法的基本流程图。

图2为本发明实施例方法步骤2的基本流程图。

图3为本发明实施例系统的结构示意图。

具体实施方式

如图1所示，本实施例隔离开关状态分布式监测方法的实施步骤包括：

1）获取目标隔离开关的隔离开关图像；

2）通过图像分析获取隔离开关两臂之间的夹角α；

3）将夹角α分别和合、分闸状态夹角标定值进行比较确定目标隔离开关状态。

如图2所示，步骤2）通过图像分析获取隔离开关两臂之间的夹角α的详细步骤包括：

2.1）识别出隔离开关图像中隔离开关两臂上的标记点并计算标记点坐标；其中标记点为预先在隔离开关两臂上标记，可以根据需要采用圆形以及其他形状，颜色以反差大为佳；

2.2）分别将隔离开关各臂上的标记点进行直线拟合，并计算一条臂拟合得到直线的斜率k₁、另一条臂拟合得到直线的斜率k₂；

2.3）计算斜率k₁、斜率k₂之间的夹角得到隔离开关两臂之间的夹角α。

本实施例步骤2.1）中计算标记点坐标时标记点的坐标具体是指标记点的灰度重心坐标，此外也可以根据需要采用其他规则来确定标记点的唯一坐标，同样也可以用于直线拟合。

假定（x1，y1）为隔离开关图像中一条臂上的其中一个标记点的灰度重心坐标，（x2，y2）为隔离开关图像中一条臂上的另一个标记点的灰度重心坐标；（x3，y3）为隔离开关图像中另一条臂上的其中一个标记点的灰度重心坐标，（x4，y4）为隔离开关图像中另一条臂上的另一个标记点的灰度重心坐标，则步骤2.2）中斜率k₁、斜率k₂的计算函数表达式为：

k₁=(y2-y1)/(x2-x1)；

k₂=(y4-y3)/(x4-x3)；

步骤2.3）中计算斜率k₁、斜率k₂之间的夹角得到隔离开关两臂之间的夹角α的计算函数表达式为：α=arctan((k₂-k₁)/(1+k₁k₂))。

本实施例中，步骤3）的详细步骤包括：将夹角α分别和合闸状态夹角标定值对应的合闸夹角范围、分闸状态夹角标定值对应分闸夹角范围进行比较，如果夹角α位于合闸夹角范围内则判定目标隔离开关处于合闸状态，如果夹角α位于分闸夹角范围内则判定目标隔离开关处于分闸状态，否则判定目标隔离开关处于异常状态。毫无疑问，除了和合、分闸夹角范围的比较方式以外，也可以根据需要采用差值是否小于预设阈值的方式来进行判断，其与上述方法本质相同。

本实施例步骤3）中合闸夹角范围为[α_合-Δα₁, α_合+Δα₁]，其中α_合为合闸状态夹角标定值，Δα₁为预设的偏差角度，若夹角α落入[α_合-Δα₁, α_合+Δα₁]的范围，则判定隔离开关的状态为合闸状态。本实施例步骤3）中分闸夹角范围为[α_分-Δα₂, α_分+Δα₂]，其中α_分为分闸状态夹角标定值，Δα₂均为预设的偏差角度，若夹角α落入[α_分-Δα₂, α_分+Δα₂]的范围，则判定隔离开关的状态为分闸状态。若夹角α既不落入[α_合-Δα₁, α_合+Δα₁]的范围，也不落入[α_分-Δα₂, α_分+Δα₂]的范围，则判定隔离开关既不处于合闸状态，也不处于分闸状态，即异常状态。

需要说明的是，预设的偏差角度Δα₂和Δα₁之间既可以取相同值，也可以根据目标隔离开关的实际偏差情况取不同值。本实施例中Δα₂和Δα₁均设置为1°。

本实施例中，步骤3）之前还包括获取合闸状态夹角标定值α_合的步骤，详细步骤包括：

A1）获取目标隔离开关的合闸状态隔离开关图像；

A2）识别出合闸状态隔离开关图像中隔离开关两臂上的标记点并计算标记点坐标；

A3）分别将隔离开关各臂上的标记点进行直线拟合，并计算一条臂拟合得到直线的斜率k_1合、另一条臂拟合得到直线的斜率k_2合；

A4）计算斜率k_1合、斜率k_2合间的夹角得到合闸状态夹角标定值α_合。

上述计算处理过程与夹角α的计算处理过程基本原理相同。假定（x1_合，y1_合）为合闸状态下隔离开关图像中一条臂上的其中一个标记点的灰度重心坐标，（x2_合，y2_合）为合闸状态下隔离开关图像中一条臂上的另一个标记点的灰度重心坐标；（x3_合，y3_合）为合闸状态下隔离开关图像中另一条臂上的其中一个标记点的灰度重心坐标，（x4_合，y4_合）为合闸状态下隔离开关图像中另一条臂上的另一个标记点的灰度重心坐标，则有计算函数表达式：

k_1合=(y2_合-y1_合)/(x2_合-x1_合)；

k_2合=(y4_合-y3_合)/(x4_合-x3_合)；

步骤A4）中合闸状态夹角标定值α_合的计算函数表达式为：

α_合=arctan((k_2合-k_1合)/(1+k_1合k_2合))。

本实施例中，步骤3）之前还包括获取分闸状态夹角标定值α_分的步骤，详细步骤包括：

B1）获取目标隔离开关的分闸状态隔离开关图像；

B2）识别出分闸状态隔离开关图像中隔离开关两臂上的标记点并计算标记点坐标；

B3）分别将隔离开关各臂上的标记点进行直线拟合，并计算一条臂拟合得到直线的斜率k_1分、另一条臂拟合得到直线的斜率k_2分；

B4）计算斜率k_1分、斜率k_2分间的夹角得到分闸状态夹角标定值α_分。

上述计算处理过程与夹角α的计算处理过程基本原理相同。假定（x1_分，y1_分）为分闸状态下隔离开关图像中一条臂上的其中一个标记点的灰度重心坐标，（x2_分，y2_分）为分闸状态下隔离开关图像中一条臂上的另一个标记点的灰度重心坐标；（x3_分，y3_分）为分闸状态下隔离开关图像中另一条臂上的其中一个标记点的灰度重心坐标，（x4_分，y4_分）为分闸状态下隔离开关图像中另一条臂上的另一个标记点的灰度重心坐标，则有计算函数表达式：

k_1分=(y2_分-y1_分)/(x2_分-x1_分)；

k_2分=(y4_分-y3_分)/(x4_分-x3_分) ；

步骤B4）中合闸状态夹角标定值α_分的计算函数表达式为：

α_分=arctan((k_2分-k_1分)/(1+k_1分k_2分))。

本实施例中，步骤3）确定目标隔离开关状态后还包括输出目标隔离开关的状态、目标隔离开关的所属组编号、目标隔离开关的所属相编号的步骤。

本实施例中，输出目标隔离开关的状态、目标隔离开关的所属组编号、目标隔离开关的所属相编号的步骤之前还包括获取目标隔离开关对应的接触式传感器数据的步骤，且在得到接触式传感器数据后将得到的接触式传感器数据分别和预设阈值进行比对，如果超过预设阈值则在输出目标隔离开关的状态、目标隔离开关的所属组编号、目标隔离开关的所属相编号时还一并发出报警信号。

本实施例中，接触式传感器数据包括温度数据和位姿数据。

本实施例中，步骤1）获取目标隔离开关的隔离开关图像后还包括下述进行破损分类的步骤：将隔离开关图像输入预先完成训练的机器学习分类器，得到目标隔离开关对应的破损类型。

本实施例中，将隔离开关图像输入预先完成训练的机器学习分类器之间还包括下述训练机器学习分类器的步骤：建立隔离开关图像的训练集，所述训练集包括多种破损类型的隔离开关图像，且每一种隔离开关图像均附带有对应的破损类型标签；初始化建立机器学习分类器，并将训练集的隔离开关图像作为机器学习分类器的输入、对应的破损类型标签作为机器学习分类器的标签对机器学习分类器进行训练，且在达到预设的训练次数或者训练得到的机器学习分类器分类误差低于预设阈值时完成对机器学习分类器的训练。

此外，本实施例还提供一种隔离开关状态分布式监测系统，包括：

图像采集程序单元，用于获取目标隔离开关的隔离开关图像；

图像分析程序单元，用于通过图像分析获取隔离开关两臂之间的夹角α；

状态检测程序单元，用于将夹角α分别和合、分闸状态夹角标定值进行比较确定目标隔离开关状态。

此外，本实施例还提供一种隔离开关状态分布式监测系统，包括计算机设备，该计算机设备被编程或配置以执行本实施例前述隔离开关状态分布式监测方法的步骤，或者该计算机设备的存储器上存储有被编程或配置以执行本实施例前述隔离开关状态分布式监测方法的计算机程序。

如图3所示，本实施例还提供一种隔离开关状态分布式监测系统，包括：数据处理设备1、数据采集器2以及和每一组隔离开关一一对应的监测单元，所述监测单元包括用于采集目标隔离开关的隔离开关图像的非接触式传感器4，所述监测单元的非接触式传感器4分别通过数据采集器2与数据处理设备1的输入端相连，所述数据处理设备1被编程或配置以执行本实施例前述隔离开关状态分布式监测方法的步骤，或者所述数据处理设备1的存储器上存储有被编程或配置以执行本实施例前述隔离开关状态分布式监测方法的计算机程序。在本实施例中，将变电站中各位置的隔离开关分成多组，其中每组隔离开关均包括三相隔离开关，三相隔离开关分别为设置在变电站A、B、C相交流电路中的3个隔离开关。

本实施例中，数据处理设备1具体采用服务器实现，此外也可以根据需要采用云端服务节点、台式机、笔记本电脑、工业计算机、嵌入式终端设备、智能终端设备来实现。

本实施例中，数据采集器2和每一组隔离开关一一对应，使得每一个隔离开关的监测单元均与对应的数据采集器2相连，所述数据采集器2通过网络接口与数据处理设备1相连。针对于各组隔离开关布置的各数据采集器2分别连接数据处理设备1，在本实施例中，各数据采集器2通过RJ45接口连接到数据处理设备1，即各数据采集器2通过RJ45组网。

本实施例中，监测单元还包括用于采集目标隔离开关的监测数据的接触式传感器5，所述监测单元的接触式传感器5分别通过数据采集器2与数据处理设备1的输入端相连。针对于各组隔离开关中各相隔离开关布置的接触式传感器5，安装在各相隔离开关2上；针对于各组隔离开关中各相隔离开关布置的非接触式传感器4，安装在各相隔离开关的周围；针对于各组隔离开关，其中每相隔离开关对应的布置的各接触式传感器5和各非接触式传感器4均连接同一个数据采集器2，该数据采集器为针对于该组隔离开关所布置的数据采集器2。

参见图3可知，本实施例的隔离开关状态分布式监测系统包括数据处理设备1、数据采集器2、非接触式传感器4和接触式传感器5；针对于各组隔离开关中各相隔离开关布置的非接触式传感器4和接触式传感器5；其中：针对于各组隔离开关中各相隔离开关布置的接触式传感器5安装在各相隔离开关上；针对于各组隔离开关中各相隔离开关布置的非接触式传感器4安装在各相隔离开关的周围。其中每组隔离开关分别对应布置一个数据采集器2，每组隔离开关中的每相隔离开关分别对应布置接触式传感器5和非接触式传感器4，针对于各组隔离开关，其中每相隔离开关对应的布置的各接触式传感器5和各非接触式传感器4均连接同一个数据采集器2，其中接触式传感器5通过A/D转换器连接到对应的数据采集器2，该数据采集器2为针对于该组隔离开关所布置的数据采集器2；针对于各组隔离开关布置的各数据采集器2分别连接数据处理设备1。

数据采集器2可以安装在变电站现场，数据处理设备1可安装于变电站控制室或者其他远程操控位置甚至是私有云端。

本实施例中，数据采集器2为具有数据处理能力的终端设备，例如可基于单片机、DSP或PLC实现，且数据采集器2具有网络接口（本实施例中为RJ45接口），数据采集器2通过网络接口连接到数据处理设备1。数据采集器2采集其所连接的各非接触式传感器4和各接触式传感器5发送的传感数据。针对于接收到的传感数据：若传感数据为隔离开关的图像数据，则数据采集器2将隔离开关的图像数据、以及图像数据所对应的隔离开关所属组编号、所属相编号传送给数据处理设备1； 若传感数据为其他数据，则数据采集器2分析传感数据，确定对应隔离开关是否出现异常；若是，则发出对应报警信号，并将报警信号以及出现异常的隔离开关所属组编号、所属相编号发送给数据处理设备1。在本实施例中，数据采集器2记录各IO端口所连接的接触式传感器5所对应的隔离开关的组号和相号；各组隔离开关的各相隔离开关上，接触式传感器5例如温度传感器和位姿传感器等将检测到的传感数据发送给所连接的数据采集器2，数据采集器2根据所接收的传感数据的IO端口，可以确定传感数据所来自的隔离开关分组以及分相。同时数据采集器2在接收到一些接触式传感器5传送的传感数据后，能够分析出传感数据是否存在异常，并且确定出存在异常的隔离开关所在分组和分相。当分析传感数据确定隔离开关存在异常的情况下，数据采集器2发送对应的报警信号以及出现异常的隔离开关分组号和分相号给数据处理设备1，使得数据处理设备1知晓具体哪组哪相的隔离开关出现异常，具体是出现何种的异常。数据处理设备1在接收到隔离开关的图像数据时，对隔离开关图像数据进行分析处理，得到隔离开关的状态，并且确定隔离开关的状态是否为异常状态。

本实施例中非接触式传感器4可采用数码相机或摄像机，用于获取目标隔离开关的隔离开关图像并通过数据采集器2发送给数据处理设备1。非接触式传感器4包括但不限于图像采集设备，图像采集设备可以是可见光相机等。在本实施例中，非接触式传感器4可以通过有线或无线的方式和数据采集器2进行数据传输即通信，当为无线方式时，非接触式传感器4也连接有无线通信模块，两者之间通过无线通信模块实现数据传输。本实施例中通过数据处理设备1来集中进行数据处理，此外也可以根据需要通过数据采集器2来进行数据处理。各数据采集器2通过其所连接的非接触式传感器4采集对应隔离开关在分闸和合闸状态下的图像数据，且将对应隔离开关的图像数据以及对应隔离开关所属组编号、所属相编号发送给数据处理设备1。在本实施例中，数据采集器2记录各IO端口所连接的非接触式传感器4所对应的隔离开关的组号和相号；各组隔离开关的各相隔离开关上，非接触式传感器4例如图像采集设备等将检测到的传感数据发送给所连接的数据采集器2，数据采集器2根据所接收的传感数据的IO端口，可以确定传感数据所来自的隔离开关分组以及分相。同时数据采集器2在接收到非接触式传感器4传送的传感数据后，能够分析出传感数据是否存在异常，并且确定出存在异常的隔离开关所在分组和分相。如果非接触式传感器4为图像采集设备，数据采集器2在获取到图像采集设备发送的图像数据后，将图像数据发送给数据处理设备1，由数据处理设备1针对图像数据进行分析处理，确定出图像数据对应隔离开关的状态以及隔离开关是否出现外观破损的情况。

本实施例中，接触式传感器5包括温度传感器和位姿传感器。接触式传感器5包括但不限于温度传感器、位姿传感器等，其中接触式传感器5通过A/D转换器（模数转换器）连接到数据采集器，其中A/D转换器可以通过有线或无线的方式和数据采集器2进行数据传输即通信，当为无线方式时，A/D转换器和数据采集器2均连接有无线通信模块，两者之间通过无线通信模块实现数据传输。各数据采集器2通过其所连接的温度传感器采集对应隔离开关的温度信息，并判断温度信息中的温度值是否超过一定值，若是，则确定对应隔离开关出现异常，则发出对应报警信号，并将报警信号以及出现异常的隔离开关所属组编号、所属相编号发送给数据处理设备1。各数据采集器2通过其所连接的位姿传感器采集对应隔离开关的位姿信息，并且判断位姿信息是否超过一定值，若是，则确定对应隔离开关出现异常，则发出对应报警信号，并将报警信号以及出现异常的隔离开关所属组编号、所属相编号发送给数据处理设备1。需要说明的是，这样接触式传感器5的异常检测既可以通过数据采集器2实现（这样可以降低数据处理设备1的处理压力），也可以通过数据处理设备1来实现。

本实施例隔离开关状态分布式监测系统的工作过程如下：（1）各数据采集器2采集其所连接的各非接触式传感器4和各接触式传感器5发送的传感数据；（2）针对于接收到的传感数据：若传感数据为隔离开关的图像数据，则数据采集器2将隔离开关的图像数据、以及图像数据所对应的隔离开关所属组编号、所属相编号传送给数据处理设备1；数据处理设备1在接收到隔离开关的图像数据时，对隔离开关图像数据进行分析处理，得到隔离开关的状态，并且确定隔离开关的状态是否为异常状态。 若传感数据为其他数据，则数据采集器2分析传感数据，确定对应隔离开关是否出现异常；若是，则发出对应报警信号，并将报警信号以及出现异常的隔离开关所属组编号、所属相编号发送给数据处理设备1；例如，当针对于各组隔离开关中各相隔离开关布置的接触式传感器5包括温度传感器时；各数据采集器2通过其所连接的温度传感器采集对应隔离开关的温度信息，并且判定温度信息中的温度值是否超过一定值，如60摄氏度，若是，则确定对应隔离开关出现异常，发出对应报警信号，并将报警信号以及出现异常的隔离开关所属组编号、所属相编号发送给数据处理设备1。（3）数据处理设备1在接收到数据采集器2的报警信号，和/或在通过隔离开关的图像数据判定出隔离开关为异常状态时，通过声和/或光的方式进行报警，并且在总控系统上显示出现异常状态的隔离开关所属分组、分相以及具体出现的异常情况，例如温度过高异常情况，隔离开关未完全合闸或分闸的情况，以指引工作人员注意和处理故障。

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或配置以执行本实施例前述隔离开关状态分布式监测方法的计算机程序。

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 (20)

1.一种隔离开关状态分布式监测方法，其特征在于实施步骤包括：

1）获取目标隔离开关的隔离开关图像；

2）通过图像分析获取隔离开关两臂之间的夹角α；

3）将夹角α分别和合、分闸状态夹角标定值进行比较确定目标隔离开关状态。

2.根据权利要求1所述的隔离开关状态分布式监测方法，其特征在于，步骤2）通过图像分析获取隔离开关两臂之间的夹角α的详细步骤包括：

2.1）识别出隔离开关图像中隔离开关两臂上的标记点并计算标记点坐标；

2.2）分别将隔离开关各臂上的标记点进行直线拟合，并计算一条臂拟合得到直线的斜率k₁、另一条臂拟合得到直线的斜率k₂；

2.3）计算斜率k₁、斜率k₂之间的夹角得到隔离开关两臂之间的夹角α。

3.根据权利要求2所述的隔离开关状态分布式监测方法，其特征在于，步骤2.1）中计算标记点坐标时标记点的坐标具体是指标记点的灰度重心坐标。

4.根据权利要求1所述的隔离开关状态分布式监测方法，其特征在于，步骤3）的详细步骤包括：将夹角α分别和合闸状态夹角标定值对应的合闸夹角范围、分闸状态夹角标定值对应分闸夹角范围进行比较，如果夹角α位于合闸夹角范围内则判定目标隔离开关处于合闸状态，如果夹角α位于分闸夹角范围内则判定目标隔离开关处于分闸状态，否则判定目标隔离开关处于异常状态。

5.根据权利要求4所述的隔离开关状态分布式监测方法，其特征在于，步骤3）中合闸夹角范围为[α_合-Δα₁, α_合+Δα₁]，其中α_合为合闸状态夹角标定值，Δα₁为预设的偏差角度。

6.根据权利要求5所述的隔离开关状态分布式监测方法，其特征在于，步骤3）之前还包括获取合闸状态夹角标定值α_合的步骤，详细步骤包括：

A1）获取目标隔离开关的合闸状态隔离开关图像；

A2）识别出合闸状态隔离开关图像中隔离开关两臂上的标记点并计算标记点坐标；

A3）分别将隔离开关各臂上的标记点进行直线拟合，并计算一条臂拟合得到直线的斜率k_1合、另一条臂拟合得到直线的斜率k_2合；

A4）计算斜率k_1合、斜率k_2合间的夹角得到合闸状态夹角标定值α_合。

7.根据权利要求4所述的隔离开关状态分布式监测方法，其特征在于，步骤3）中分闸夹角范围为[α_分-Δα₂, α_分+Δα₂]，其中α_分为分闸状态夹角标定值，Δα₂均为预设的偏差角度。

8.根据权利要求7所述的隔离开关状态分布式监测方法，其特征在于，步骤3）之前还包括获取分闸状态夹角标定值α_分的步骤，详细步骤包括：

B1）获取目标隔离开关的分闸状态隔离开关图像；

B2）识别出分闸状态隔离开关图像中隔离开关两臂上的标记点并计算标记点坐标；

B3）分别将隔离开关各臂上的标记点进行直线拟合，并计算一条臂拟合得到直线的斜率k_1分、另一条臂拟合得到直线的斜率k_2分；

B4）计算斜率k_1分、斜率k_2分间的夹角得到分闸状态夹角标定值α_分。

9.根据权利要求1所述的隔离开关状态分布式监测方法，其特征在于，步骤3）确定目标隔离开关状态后还包括输出目标隔离开关的状态、目标隔离开关的所属组编号、目标隔离开关的所属相编号的步骤。

10.根据权利要求9所述的隔离开关状态分布式监测方法，其特征在于，所述输出目标隔离开关的状态、目标隔离开关的所属组编号、目标隔离开关的所属相编号的步骤之前还包括获取目标隔离开关对应的接触式传感器数据的步骤，且在得到接触式传感器数据后将得到的接触式传感器数据分别和预设阈值进行比对，如果超过预设阈值则在输出目标隔离开关的状态、目标隔离开关的所属组编号、目标隔离开关的所属相编号时还一并发出报警信号。

11.根据权利要求10所述的隔离开关状态分布式监测方法，其特征在于，所述接触式传感器数据包括温度数据和位姿数据。

12.根据权利要求1所述的隔离开关状态分布式监测方法，其特征在于，步骤1）获取目标隔离开关的隔离开关图像后还包括下述进行破损分类的步骤：将隔离开关图像输入预先完成训练的机器学习分类器，得到目标隔离开关对应的破损类型。

13.根据权利要求12所述的隔离开关状态分布式监测方法，其特征在于，所述将隔离开关图像输入预先完成训练的机器学习分类器之间还包括下述训练机器学习分类器的步骤：建立隔离开关图像的训练集，所述训练集包括多种破损类型的隔离开关图像，且每一种隔离开关图像均附带有对应的破损类型标签；初始化建立机器学习分类器，并将训练集的隔离开关图像作为机器学习分类器的输入、对应的破损类型标签作为机器学习分类器的标签对机器学习分类器进行训练，且在达到预设的训练次数或者训练得到的机器学习分类器分类误差低于预设阈值时完成对机器学习分类器的训练。

14.一种隔离开关状态分布式监测系统，其特征在于包括：

图像采集程序单元，用于获取目标隔离开关的隔离开关图像；

图像分析程序单元，用于通过图像分析获取隔离开关两臂之间的夹角α；

状态检测程序单元，用于将夹角α分别和合、分闸状态夹角标定值进行比较确定目标隔离开关状态。

15.一种隔离开关状态分布式监测系统，包括计算机设备，其特征在于，该计算机设备被编程或配置以执行权利要求1～13中任意一项所述隔离开关状态分布式监测方法的步骤，或者该计算机设备的存储器上存储有被编程或配置以执行权利要求1～13中任意一项所述隔离开关状态分布式监测方法的计算机程序。

16.一种隔离开关状态分布式监测系统，其特征在于包括：数据处理设备（1）、数据采集器（2）以及和每一组隔离开关一一对应的监测单元，所述监测单元包括用于采集目标隔离开关的隔离开关图像的非接触式传感器（4），所述监测单元的非接触式传感器（4）分别通过数据采集器（2）与数据处理设备（1）的输入端相连，所述数据处理设备（1）被编程或配置以执行权利要求1～13中任意一项所述隔离开关状态分布式监测方法的步骤，或者所述数据处理设备（1）的存储器上存储有被编程或配置以执行权利要求1～13中任意一项所述隔离开关状态分布式监测方法的计算机程序。

17.根据权利要求16所述的隔离开关状态分布式监测系统，其特征在于，所述数据采集器（2）和每一组隔离开关一一对应，使得每一个隔离开关的监测单元均与对应的数据采集器（2）相连，所述数据采集器（2）通过网络接口与数据处理设备（1）相连。

18.根据权利要求16所述的隔离开关状态分布式监测系统，其特征在于，所述监测单元还包括用于采集目标隔离开关的监测数据的接触式传感器（5），所述监测单元的接触式传感器（5）分别通过数据采集器（2）与数据处理设备（1）的输入端相连。

19.根据权利要求18所述的隔离开关状态分布式监测系统，其特征在于，所述接触式传感器（5）包括温度传感器和位姿传感器。

20.一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或配置以执行权利要求1～13中任意一项所述隔离开关状态分布式监测方法的计算机程序。

Images