CN111950508A - 变电所断路器外观破损识别方法 - Google Patents

变电所断路器外观破损识别方法 Download PDF

Info

Publication number
CN111950508A
CN111950508A CN202010868005.1A CN202010868005A CN111950508A CN 111950508 A CN111950508 A CN 111950508A CN 202010868005 A CN202010868005 A CN 202010868005A CN 111950508 A CN111950508 A CN 111950508A
Authority
CN
China
Prior art keywords
appearance
target image
lfg
value
proximity
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.)
Withdrawn
Application number
CN202010868005.1A
Other languages
English (en)
Inventor
李昌
张溯宁
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.)
SHANGHAI SUNRISE POWER TECHNOLOGY CO LTD
Original Assignee
SHANGHAI SUNRISE POWER TECHNOLOGY 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 SHANGHAI SUNRISE POWER TECHNOLOGY CO LTD filed Critical SHANGHAI SUNRISE POWER TECHNOLOGY CO LTD
Priority to CN202010868005.1A priority Critical patent/CN111950508A/zh
Publication of CN111950508A publication Critical patent/CN111950508A/zh
Withdrawn legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/56—Extraction of image or video features relating to colour
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/18—Status alarms

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Quality & Reliability (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Image Analysis (AREA)

Abstract

一种变电所断路器外观破损识别方法，涉及电力系统技术领域，所解决的是识别断路器受损的技术问题。该方法利用摄像头拍摄变电所中需要监视的目标断路器，并在监视图像中设定一个矩形的外观识别区域，对外观识别区域实时图像实施多值灰度处理后，再将像素点按灰度值排序、分组，计算出各个分组的加权平均值，再根据各个分组的加权平均值计算目标图像的各个临近比例值，再根据目标图像的各个临近比例值与历史数据的比对，识别断路器外观是否发生变化，并适时发出断路器外观报警信号。本发明提供的方法，适用于变电所。

Description

变电所断路器外观破损识别方法
技术领域
本发明涉及电力系统的技术，特别是涉及一种变电所断路器外观破损识别方法的技术。
背景技术
变电所配备有较多的开关设备，断路器就是一种常用的开关设备，断路器的结构复杂、元件紧凑，其外观受到环境的腐蚀，长期使用后绝缘程度会逐步恶化。
目前对于变电所断路器的外观破损状况只能采用人工定期巡察的方式进行检测，这种检测方式存在着信息滞后的缺陷，无法及时反馈受损信息，会影响到变电所的安全运行。
发明内容
针对上述现有技术中存在的缺陷，本发明所要解决的技术问题是提供一种能实时反馈断路器外观破损状况的变电所断路器外观破损识别方法。
为了解决上述技术问题，本发明所提供的一种变电所断路器外观破损识别方法，其特征在于，具体步骤如下：
1)利用摄像头拍摄变电所中需要监视的目标断路器，并在监视图像中设定一个矩形的外观识别区域，使得目标断路器整体位于外观识别区域内，并且目标断路器在外观识别区域中的像素占比大于80％；
2)将当前时刻的外观识别区域实时图像设定为目标图像；
3)对目标图像实施多值灰度处理，得到目标图像的灰度图，多值灰度处理公式为：
如果ri＝rmin，则令Fti＝0；
如果rmin＜ri＜rmax，则令Fti＝100×int(ri/(rmax-rmin))；
如果ri＝rmax，则令Fti＝100；
其中，1≤i≤k，k为目标图像中的像素点总数，Fti为目标图像中的第i个像素点的灰度值，ri为目标图像中的第i个像素点的红色色值，rmin为目标图像的红色最小色值，rmax为目标图像的红色最大色值，int为取整函数；
4)将目标图像灰度图中的所有像素点，按灰度值从小到大排序后组成一个像素序列Fg；
5)将像素序列Fg中的元素均分成m个分组，每个分组包含n个元素，再计算各个分组的加权平均值，计算公式为：
Figure BDA0002650298880000021
λ＝efabs(i-m)
其中，1≤i≤m，WFg(i)为像素序列Fg的第i个分组的加权平均值，Fg(i×n-n+j)为像素序列Fg的第i×n-n+j个分组的平均灰度值；
6)计算目标图像的各个临近比例值，计算公式为：
LFg(i)＝WFg(i)/WFg(i+1)
其中，1≤i≤m-1，LFg(i)为目标图像的第i个临近比例值；
7)如果不存在上一时刻的外观识别区域实时图像，则转至步骤10)，反之则将目标图像的各个临近比例值与上一时刻的外观识别区域实时图像的各个临近比例值进行比对，如果存在(LFg(t，i)-LFg(t-1，i))/LFg(t-1，i)＞5％，则判定断路器外观发生变化，发出断路器外观报警信号，其中的1≤i≤m，m为目标图像的临近比例值总数，LFg(t，i)为目标图像的第i个临近比例值，LFg(t-1，i)为上一时刻的外观识别区域实时图像的第i个临近比例值；
8)如果不存在上一日同一时刻的外观识别区域实时图像，则转至步骤10)，反之则将目标图像的各个临近比例值与上一日同一时刻的外观识别区域实时图像的各个临近比例值进行比对，如果存在(LFg(d，i)-LFg(d-1，i))/LFg(d-1，i)＞5％，则判定断路器外观发生变化，发出断路器外观报警信号，其中的1≤i≤m，m为目标图像的临近比例值总数，LFg(d，i)为目标图像的第i个临近比例值，LFg(d-1，i)为上一日同一时刻的外观识别区域实时图像的第i个临近比例值；
9)如果不存在上一月同一时刻的外观识别区域实时图像，则转至步骤10)，反之则将目标图像的各个临近比例值与上一月同一时刻的外观识别区域实时图像的各个临近比例值进行比对，如果存在(LFg(f，i)-LFg(f-1，i))/LFg(f-1，i)＞5％，则判定断路器外观发生变化，发出断路器外观报警信号，其中的1≤i≤m，m为目标图像的临近比例值总数，LFg(f，i)为目标图像的第i个临近比例值，LFg(f-1，i)为上一月同一时刻的外观识别区域实时图像的第i个临近比例值；
10)将下一时刻的外观识别区域实时图像设定为新的目标图像，再返回步骤3)。
本发明提供的变电所断路器外观破损识别方法，利用摄像头拍摄变电所内的断路器，对识别区域采用多值灰度算法及非线性的加权计算，可以把设备破损变化情况实时识别出，能实时反馈断路器外观破损状况。
具体实施方式
以下结合具体实施例对本发明的技术方案作进一步详细描述，但本实施例并不用于限制本发明，凡是采用本发明的相似结构及N其相似变化，均应列入本发明的保护范围，本发明中的顿号均表示和的关系，本发明中的英文字母区分大小写。
本发明实施例所提供的一种变电所断路器外观破损识别方法，其特征在于，具体步骤如下：
1)利用摄像头拍摄变电所中需要监视的目标断路器，并在监视图像中设定一个矩形的外观识别区域，使得目标断路器整体位于外观识别区域内，并且目标断路器在外观识别区域中的像素占比大于80％；
2)将当前时刻的外观识别区域实时图像设定为目标图像；
3)对目标图像实施多值灰度处理，得到目标图像的灰度图，多值灰度处理公式为：
如果ri＝rmin，则令Fti＝0；
如果rmin＜ri＜rmax，则令Fti＝100×int(ri/(rmax-rmin))；
如果ri＝rmax，则令Fti＝100；
其中，1≤i≤k，k为目标图像中的像素点总数，Fti为目标图像中的第i个像素点的灰度值，ri为目标图像中的第i个像素点的红色色值，rmin为目标图像的红色最小色值，rmax为目标图像的红色最大色值，int为取整函数；
4)将目标图像灰度图中的所有像素点，按灰度值从小到大排序后组成一个像素序列Fg；
5)将像素序列Fg中的元素均分成m个分组，每个分组包含n个元素，再计算各个分组的加权平均值，计算公式为：
Figure BDA0002650298880000041
λ＝efabs(i-m)
其中，1≤i≤m，WFg(i)为像素序列Fg的第i个分组的加权平均值，Fg(i×n-n+j)为像素序列Fg的第i×n-n+j个分组的平均灰度值；
6)计算目标图像的各个临近比例值，计算公式为：
LFg(i)＝WFg(i)/WFg(i+1)
其中，1≤i≤m-1，LFg(i)为目标图像的第i个临近比例值；
7)如果不存在上一时刻的外观识别区域实时图像，则转至步骤10)，反之则将目标图像的各个临近比例值与上一时刻的外观识别区域实时图像的各个临近比例值进行比对，如果存在(LFg(t，i)-LFg(t-1，i))/LFg(t-1，i)＞5％，则判定断路器外观发生变化，发出断路器外观报警信号，其中的1≤i≤m，m为目标图像的临近比例值总数，LFg(t，i)为目标图像的第i个临近比例值，LFg(t-1，i)为上一时刻的外观识别区域实时图像的第i个临近比例值；
8)如果不存在上一日同一时刻的外观识别区域实时图像，则转至步骤10)，反之则将目标图像的各个临近比例值与上一日同一时刻的外观识别区域实时图像的各个临近比例值进行比对，如果存在(LFg(d，i)-LFg(d-1，i))/LFg(d-1，i)＞5％，则判定断路器外观发生变化，发出断路器外观报警信号，其中的1≤i≤m，m为目标图像的临近比例值总数，LFg(d，i)为目标图像的第i个临近比例值，LFg(d-1，i)为上一日同一时刻的外观识别区域实时图像的第i个临近比例值；
9)如果不存在上一月同一时刻的外观识别区域实时图像，则转至步骤10)，反之则将目标图像的各个临近比例值与上一月同一时刻的外观识别区域实时图像的各个临近比例值进行比对，如果存在(LFg(f，i)-LFg(f-1，i))/LFg(f-1，i)＞5％，则判定断路器外观发生变化，发出断路器外观报警信号，其中的1≤i≤m，m为目标图像的临近比例值总数，LFg(f，i)为目标图像的第i个临近比例值，LFg(f-1，i)为上一月同一时刻的外观识别区域实时图像的第i个临近比例值；
10)将下一时刻的外观识别区域实时图像设定为新的目标图像，再返回步骤3)。

Claims (1)

1.一种变电所断路器外观破损识别方法，其特征在于，具体步骤如下：
1)利用摄像头拍摄变电所中需要监视的目标断路器，并在监视图像中设定一个矩形的外观识别区域，使得目标断路器整体位于外观识别区域内，并且目标断路器在外观识别区域中的像素占比大于80％；
2)将当前时刻的外观识别区域实时图像设定为目标图像；
3)对目标图像实施多值灰度处理，得到目标图像的灰度图，多值灰度处理公式为：
如果ri＝rmin，则令Fti＝0；
如果rmin＜ri＜rmax，则令Fti＝100×int(ri/(rmax-rmin))；
如果ri＝rmax，则令Fti＝100；
其中，1≤i≤k，k为目标图像中的像素点总数，Fti为目标图像中的第i个像素点的灰度值，ri为目标图像中的第i个像素点的红色色值，rmin为目标图像的红色最小色值，rmax为目标图像的红色最大色值，int为取整函数；
4)将目标图像灰度图中的所有像素点，按灰度值从小到大排序后组成一个像素序列Fg；
5)将像素序列Fg中的元素均分成m个分组，每个分组包含n个元素，再计算各个分组的加权平均值，计算公式为：
Figure FDA0002650298870000011
λ＝efabs(i-m)
其中，1≤i≤m，WFg(i)为像素序列Fg的第i个分组的加权平均值，Fg(i×n-n+j)为像素序列Fg的第i×n-n+j个分组的平均灰度值；
6)计算目标图像的各个临近比例值，计算公式为：
LFg(i)＝WFg(i)/WFg(i+1)
其中，1≤i≤m-1，LFg(i)为目标图像的第i个临近比例值；
7)如果不存在上一时刻的外观识别区域实时图像，则转至步骤10)，反之则将目标图像的各个临近比例值与上一时刻的外观识别区域实时图像的各个临近比例值进行比对，如果存在(LFg(t，i)-LFg(t-1，i))/LFg(t-1，i)＞5％，则判定断路器外观发生变化，发出断路器外观报警信号，其中的1≤i≤m，m为目标图像的临近比例值总数，LFg(t，i)为目标图像的第i个临近比例值，LFg(t-1，i)为上一时刻的外观识别区域实时图像的第i个临近比例值；
8)如果不存在上一日同一时刻的外观识别区域实时图像，则转至步骤10)，反之则将目标图像的各个临近比例值与上一日同一时刻的外观识别区域实时图像的各个临近比例值进行比对，如果存在(LFg(d，i)-LFg(d-1，i))/LFg(d-1，i)＞5％，则判定断路器外观发生变化，发出断路器外观报警信号，其中的1≤i≤m，m为目标图像的临近比例值总数，LFg(d，i)为目标图像的第i个临近比例值，LFg(d-1，i)为上一日同一时刻的外观识别区域实时图像的第i个临近比例值；
9)如果不存在上一月同一时刻的外观识别区域实时图像，则转至步骤10)，反之则将目标图像的各个临近比例值与上一月同一时刻的外观识别区域实时图像的各个临近比例值进行比对，如果存在(LFg(f，i)-LFg(f-1，i))/LFg(f-1，i)＞5％，则判定断路器外观发生变化，发出断路器外观报警信号，其中的1≤i≤m，m为目标图像的临近比例值总数，LFg(f，i)为目标图像的第i个临近比例值，LFg(f-1，i)为上一月同一时刻的外观识别区域实时图像的第i个临近比例值；
10)将下一时刻的外观识别区域实时图像设定为新的目标图像，再返回步骤3)。
CN202010868005.1A 2020-08-26 2020-08-26 变电所断路器外观破损识别方法 Withdrawn CN111950508A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010868005.1A CN111950508A (zh) 2020-08-26 2020-08-26 变电所断路器外观破损识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010868005.1A CN111950508A (zh) 2020-08-26 2020-08-26 变电所断路器外观破损识别方法

Publications (1)

Publication Number Publication Date
CN111950508A true CN111950508A (zh) 2020-11-17

Family

ID=73366669

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010868005.1A Withdrawn CN111950508A (zh) 2020-08-26 2020-08-26 变电所断路器外观破损识别方法

Country Status (1)

Country Link
CN (1) CN111950508A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111950510A (zh) * 2020-08-26 2020-11-17 上海申瑞继保电气有限公司 高压开关分合指示牌图像识别方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111950510A (zh) * 2020-08-26 2020-11-17 上海申瑞继保电气有限公司 高压开关分合指示牌图像识别方法
CN111950510B (zh) * 2020-08-26 2023-10-03 上海申瑞继保电气有限公司 高压开关分合指示牌图像识别方法

Similar Documents

Publication Publication Date Title
US8400504B2 (en) Contamination monitoring of high voltage insulators
CN111462057B (zh) 一种基于深度学习的输电线路上玻璃绝缘子自爆检测方法
Adou et al. Insulator faults detection based on deep learning
CN111337789A (zh) 一种高压输电线路中故障电气元件检测方法及检测系统
CN110827435A (zh) 基于智能警示柱的外破监测方法、系统及可读存储介质
CN108512222A (zh) 一种智能变电站综合自动化系统
CN117079397B (zh) 一种基于视频监控的野外人兽安全预警方法
CN111950508A (zh) 变电所断路器外观破损识别方法
CN112001328A (zh) 高压双柱式隔离开关开合状态图像识别方法
Xiao et al. A fault diagnosis method of insulator string based on infrared image feature extraction and probabilistic neural network
CN112232235B (zh) 基于5g和算法的智慧工厂远程监控方法及系统
CN111950510B (zh) 高压开关分合指示牌图像识别方法
CN111950513A (zh) 高压断路器分合指示灯图像识别方法
CN113763397A (zh) 复合绝缘子故障检测方法及系统
CN117612345A (zh) 一种电力设备状态监测报警系统及方法
CN117708494A (zh) 互感器精度误差自适应动态补偿剩余电流的方法
CN111950512A (zh) 变电所断路器指示灯分合状态识别方法
CN108168707A (zh) 一种基于热成像的高温干扰源去除方法
CN108573233B (zh) 一种基于图像处理技术的电网陶瓷绝缘子识别方法
CN115856611A (zh) 一种基于深度学习的高压断路器故障诊断方法
CN114581405A (zh) 一种基于纹理特征的电力设备外观异常检测方法
US20180283955A1 (en) Method of assessing multiple distribution transformer loading conditions in one area using an autonomous drone
CN116363501A (zh) 输电线路异物入侵检测方法、装置和计算机设备
Yang et al. An intelligent identification algorithm for obtaining the state of power equipment in SIFT-based environments
CN113077398A (zh) 断路器圆形分合指示灯图像噪声滤波方法

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
WW01 Invention patent application withdrawn after publication

Application publication date: 20201117

WW01 Invention patent application withdrawn after publication