CN112906576A - 隔离开关设备的状态识别方法、装置、设备及其测温方法 - Google Patents
隔离开关设备的状态识别方法、装置、设备及其测温方法 Download PDFInfo
- Publication number
- CN112906576A CN112906576A CN202110201540.6A CN202110201540A CN112906576A CN 112906576 A CN112906576 A CN 112906576A CN 202110201540 A CN202110201540 A CN 202110201540A CN 112906576 A CN112906576 A CN 112906576A
- Authority
- CN
- China
- Prior art keywords
- image
- switch device
- value
- connecting rod
- disconnecting switch
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 61
- 238000009529 body temperature measurement Methods 0.000 title claims abstract description 26
- 238000002955 isolation Methods 0.000 claims abstract description 27
- 238000012545 processing Methods 0.000 claims abstract description 20
- 238000004364 calculation method Methods 0.000 claims description 11
- 238000003860 storage Methods 0.000 claims description 11
- 238000004422 calculation algorithm Methods 0.000 claims description 7
- 238000012216 screening Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 13
- 238000007689 inspection Methods 0.000 description 9
- 230000007547 defect Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000004590 computer program Methods 0.000 description 5
- 238000001514 detection method Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000005520 cutting process Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 238000009413 insulation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J5/0096—Radiation pyrometry, e.g. infrared or optical thermometry for measuring wires, electrical contacts or electronic systems
-
- 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
- G01R31/327—Testing of circuit interrupters, switches or circuit-breakers
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/53—Querying
- G06F16/532—Query formulation, e.g. graphical querying
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
-
- 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
- G06V10/28—Quantising the image, e.g. histogram thresholding for discrimination between background and foreground patterns
-
- 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
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
- G06V10/457—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components by analysing connectivity, e.g. edge linking, connected component analysis or slices
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J2005/0077—Imaging
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Library & Information Science (AREA)
- Mathematical Physics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Radiation Pyrometers (AREA)
Abstract
本发明涉及一种隔离开关设备的状态识别方法、装置、设备及其测温方法,通过对隔离开关设备的红外图像进行标记隔离开关设备的两端接头位置,之后对红外图像进行处理,得到模板图像和图像灰度图,在模板图像和图像灰度图上得到目标图像和搜索窗口图像并计算NCC值,只有NCC值大于设定阈值,在图像灰度图中找到隔离开关设备两端接头并连接形成一条连杆,在图像灰度图中提取连杆区域内的图像并进行二值化处理,得到二值化图像,在二值化图像中获取连杆上所有像素点的数值,根据数值是否大于设定像素阈值进行判断隔离开关设备处于合闸或分闸状态,从而实现识别隔离开关设备的状态。
Description
技术领域
本发明涉及隔离开关的温度检测技术领域,尤其涉及一种隔离开关设备的状态识别方法、装置、设备及其测温方法。
背景技术
隔离开关是一种主要用于“隔离电源、倒闸操作、用以连通和切断小电流电路”,无灭弧功能的开关器件。隔离开关在分位置时,触头间有符合规定要求的绝缘距离和明显的断开标志;隔离开关在合位置时,能承载正常回路条件下的电流及在规定时间内异常条件(例如短路)下的电流的开关设备。额定电压在1kV以上的隔离开关一般用作高压隔离开关,它本身的工作原理及结构比较简单,但是由于使用量大,工作可靠性要求高,对变电站、电厂的设计、建立和安全运行的影响均较大。
由于设备的热像图是设备运行状态下的热状态及其温度分布的真实描写,而设备在运行状态下的热分布正常与否是判断设备状态与否良好的一个重要特征。红外测温是检测设备状态常用的工具,在变电站中,巡检机器人通过定期对隔离开关设备进行红外测温,并生成历史曲线图,能够有效分析和诊断隔离开关设备的状态及其隐患缺陷。对隔离开关设备进行红外测温过程中,只有在隔离开关设备合闸时对隔离开关设备检测的温度才能准确判断隔离开关设备的使用状态,排查出可能存在的缺陷隐患。在变电站中,为确保巡检机器人实效化应用,巡检机器人在对隔离开关设备进行自主测温时,要能首先判断隔离开关设备的分合状态。
发明内容
本发明提供了一种隔离开关设备的状态识别方法、装置、设备及其测温方法,用于解决现有对隔离开关设备采用红外测温过程中并无区分隔离开关设备的分合状态,不能准确根据检测的温度判断隔离开关设备的使用状态的技术问题。
为了实现上述目的,本发明提供如下技术方案:
一种隔离开关设备的状态识别方法,包括以下步骤:
S10.获取隔离开关设备的红外图像,并在所述红外图像上标记所述隔离开关设备两端接头的位置,得到接头位置;
S20.从所述红外图像的像素点中提取对应的温度点,生成模板图像和图像灰度图;
S30.在所述模板图像中提取与所述接头位置对应的图像作为目标图像,在所述图像灰度图中提取与所述目标图像对应的搜索窗口图像,计算所述目标图像与所述搜索窗口图像之间的NCC值;
S40若所述NCC值大于设定阈值,在所述图像灰度图中标定与所述接头位置对应接头的两端,并记为第一端和第二端;将所述第一端与所述第二端连接,得到连杆;
S50.从所述图像灰度图中提取与所述连杆对应的连杆图,并将所述连杆图进行处理得到二值化图像,获取所述二值化图像中连杆上所有像素点的数值;
S60.若所述数值大于设定像素阈值,则所述隔离开关设备处于合闸状态。
优选地,在步骤S30中,计算所述目标图像与所述搜索窗口图像之间的NCC值的步骤包括:根据NCC算法计算NCC值;
所述NCC算法的表达式为:
式中,n为模板图像的像素点总个数,f(p)为图像灰度图中像素点p的灰度值,t(p)为模板图像中像素点p的灰度值,μf为图像灰度图中搜索窗口图像内所有像素点的像素平均值,μt为模板图像中搜索窗口图像内所有像素点的像素平均值,σt为模板图像中所有像素点值的标准方差,σf为图像灰度图中所有像素点值的标准方差。
优选地,在步骤S40中,若所述NCC值不大于设定阈值,若计算所述NCC值的时间没有超过预设计算时间,重新执行步骤S30。
优选地,在步骤S50中,将所述连杆图采用二值化处理,得到二值化图像。
优选地,在步骤S60中,若所述数值不大于设定像素阈值,则所述隔离开关设备处于分闸状态。
优选地,在步骤S20中,将所述温度点以OpenCV的Mat格式形成文件作为所述图像灰度图。
本发明还提供一种隔离开关设备的测温方法,应用于变电站的巡检机器人上,包括以下步骤:
S1.采用上述所述的隔离开关设备的状态识别方法,得到待测隔离开关设备处于合闸状态;
S2.采用红外测温获取待测隔离开关设备的温度图像,并从所述温度图像中提取待测隔离开关设备的连杆和两端接头的像素点,得到像素点集合;
S3.将所述像素点集合中的所有像素点转换为温度值,并筛选出最大的温度值作为待测隔离开关设备检测的温度最大值。
本发明还提供一种隔离开关设备的状态识别装置,包括图像获取模块、图像处理模块、计算模块、生成连杆模块、获取数值模块和状态识别模块;
所述图像获取模块,用于获取隔离开关设备的红外图像,并在所述红外图像上标记所述隔离开关设备两端接头的位置,得到接头位置;
所述图像处理模块,用于从所述红外图像的像素点中提取对应的温度点,生成模板图像和图像灰度图;
所述计算模块,用于在所述模板图像中提取与所述接头位置对应的图像作为目标图像,在所述图像灰度图中提取与所述目标图像对应的搜索窗口图像,计算所述目标图像与所述搜索窗口图像之间的NCC值;
所述生成连杆模块,用于根据所述NCC值大于设定阈值,在所述图像灰度图中标定与所述接头位置对应接头的两端,并记为第一端和第二端;将所述第一端与所述第二端连接,得到连杆;
所述获取数值模块,用于从所述图像灰度图中提取与所述连杆对应的连杆图,并将所述连杆图进行处理得到二值化图像,获取所述二值化图像中连杆上所有像素点的数值;
所述状态识别模块,用于根据所述数值大于设定像素阈值,则所述隔离开关设备处于合闸状态。
本发明还提供一种计算机可读存储介质,所述计算机存储介质用于存储计算机指令,当其在计算机上运行时,使得计算机执行上述所述的隔离开关设备的状态识别方法。
本发明还提供一种终端设备,包括处理器以及存储器;
所述存储器,用于存储程序代码,并将所述程序代码传输给所述处理器;
所述处理器,用于根据所述程序代码中的指令执行上述所述的隔离开关设备的状态识别方法。
从以上技术方案可以看出,本发明实施例具有以下优点:该隔离开关设备的状态识别方法、装置、设备通过对隔离开关设备的红外图像进行标记隔离开关设备的两端接头位置,之后对红外图像进行处理,得到模板图像和图像灰度图,在模板图像和图像灰度图上得到目标图像和搜索窗口图像并计算NCC值,只有NCC值大于设定阈值,在图像灰度图中找到隔离开关设备两端接头并连接形成一条连杆,在图像灰度图中提取连杆区域内的图像并进行二值化处理,得到二值化图像,在二值化图像中获取连杆上所有像素点的数值,根据数值是否大于设定像素阈值进行判断隔离开关设备处于合闸或分闸状态,从而实现识别隔离开关设备的状态,解决了现有对隔离开关设备采用红外测温过程中并无区分隔离开关设备的分合状态,不能准确根据检测的温度判断隔离开关设备的使用状态的技术问题。
该隔离开关设备的测温方法通过首先判断隔离开关设备是否处于合闸状态下才能对隔离开关设备进行测温,通过测温得到的数据能够有效排查出隔离开关设备存在的缺陷隐患,提高分析隔离开关设备缺陷的准确性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其它的附图。
图1为本发明实施例所述的隔离开关设备的状态识别方法的步骤流程图。
图2a为本发明实施例所述的隔离开关设备的状态识别方法的图像灰度图。
图2b为本发明实施例所述的隔离开关设备的状态识别方法的搜索窗口图像。
图3为本发明实施例所述的隔离开关设备的测温方法的步骤流程图。
图4为本发明实施例所述的隔离开关设备的测温方法的连杆图。
图5为本发明实施例所述的隔离开关设备的状态识别装置的框架图。
具体实施方式
为使得本发明的发明目的、特征、优点能够更加的明显和易懂,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,下面所描述的实施例仅仅是本发明一部分实施例,而非全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
本申请实施例提供了一种隔离开关设备的状态识别方法、装置、设备及其测温方法,解决了现有对隔离开关设备采用红外测温过程中并无区分隔离开关设备的分合状态,不能准确根据检测的温度判断隔离开关设备的使用状态的技术问题。
实施例一:
图1为本发明实施例所述的隔离开关设备的状态识别方法的步骤流程图。
如图1所示,本发明实施例提供了一种隔离开关设备的状态识别方法,包括以下步骤:
S10.获取隔离开关设备的红外图像,并在红外图像上标记隔离开关设备两端接头的位置,得到接头位置;
S20.从红外图像的像素点中提取对应的温度点,生成模板图像和图像灰度图;
S30.在模板图像中提取与接头位置对应的图像作为目标图像,在图像灰度图中提取与目标图像对应的搜索窗口图像,计算目标图像与搜索窗口图像之间的NCC值;
S40若NCC值大于设定阈值,在图像灰度图中标定与接头位置对应接头的两端,并记为第一端和第二端;将第一端与第二端连接,得到连杆;
S50.从图像灰度图中提取与连杆对应的连杆图,并将连杆图进行处理得到二值化图像,获取二值化图像中连杆上所有像素点的数值;
S60.若数值大于设定像素阈值,则隔离开关设备处于合闸状态。
在本发明实施例中,该隔离开关设备的状态识别方法主要通过提取隔离开关设备红外图像中的温度点形成由温度值组成的图像,再结合图像的接头位置匹配确定隔离开关设备在图像中的位置,进而判断隔离开关设备的状态。
在本发明实施例的步骤S10中,主要是获取隔离开关设备的红外图像,并在红外图像中标记隔离开关设备两端接头的位置。
需要说明的是,隔离开关设备的红外图像可以通过巡检机器人在巡检时采用摄像设备(如相机)拍摄得到的,通过软件绘制矩形框来标定隔离开关设备的两端接头,将接头位置的矩形框信息保存到变电站的数据库。在本实施例中,由于获取隔离开关设备的红外图像存在误差,因此需要在红外图像中对隔离开关设备进行标定位置,能够定量评估定位准确度,确保能够准确找到隔离开关设备。
在本发明实施例的步骤S20中,主要是提取红外图像中的温度点,并生成模板图像和图像灰度图。
需要说明的是,红外图像中的温度点以二进制形式保存在红外图像的文件中,通过读取红外图像能够将温度点提取,然后以OpenCV的Mat格式形成文件,得到模板图像和图像灰度图。根据步骤S20能够将获取的红外图像和巡检时拍摄隔离开关设备的检测图像转为灰度图像,用以消除温度云图、日期戳等干扰物,以及渲染的温度颜色差异影响。其中,OpenCV是一个基于BSD许可(开源)发行的跨平台计算机视觉和机器学习软件库。
在本发明实施例的步骤S30中,按照数据库中存储的接头位置的矩形框信息,在模板图像上提取与隔离开关设备两端的接头位置对应的图像作为目标图像,在图像灰度图上搜索与目标图像对应的区域作为搜索窗口图像,即是搜索窗口图像与目标图像具有同样尺寸的图像,计算目标图像和搜索窗口图像的NCC值,也就是目标图像与搜索窗口图像像素点的对应关系,找到NCC值大于设定阈值的搜索窗口图像,记为ROI区域。
在本发明实施例的步骤S40至步骤S60中,主要是在图像灰度图的搜索窗口图像中确定隔离开关设备两端接头的位置,并将它们连接形成连杆,即是得到标记连杆的搜索窗口图像并记为连接图,采用OpenCV的threshold函数可以将连接图转化为二值图,并记为二值化图像,根据隔离开关设备的两个端头的相对位置关系,确定合闸状态时在连接图的对角线位置,对角线连接线作为连杆,获取连杆上所有像素点的数值,当数值超过设定像素阈值时,判断隔离开关设备两个端头处于连接状态,即隔离开关设备处于合闸状态,否则隔离开关设备处于分闸状态。
图2a为本发明实施例所述的隔离开关设备的状态识别方法的图像灰度图,图2b为本发明实施例所述的隔离开关设备的状态识别方法的搜索窗口图像。
在本发明的实施例中,该隔离开关设备的状态识别方法在红外图像上用两个矩形框分别标记出隔离开关设备接头的两端,如图2a中的虚线矩形框,将矩形区域信息存入数据库中,对红外图像进行图像预处理,得到灰度的模板图像和图像灰度图,并从模板图像上提取出预先标记接头位置的图像作为目标图像;以目标图像的中心不变,将矩形面积扩大3倍作为在图像灰度图上搜索与目标图像对应的区域,即是在图像灰度图上从搜索区域的中心向外移动搜索窗口(搜索窗口的大小与目标图像一致),计算每移动一个像素之后搜索窗口内图像与目标图像的NCC值并将NCC值与设定阈值比较,大于设定阈值则记录位置并停止搜索。这种由搜索区域的中心向外扩散搜索目标图像的方法能有效减少目标搜索次数,缩小计算时间。得到在图像灰度图上找到隔离开关设备的第一端和第二端,连接第一端和第二端的中心,即确定了隔离开关设备合闸时连杆的位置,如图2a和图2b中的实线线段作为隔离开关设备连杆在合闸位置的中心线(也称连杆),如图2a中双点画线形成的矩形框作为以中心线为对角线确定的矩形框,即是搜索窗口图像。
本发明提供的一种隔离开关设备的状态识别方法通过对隔离开关设备的红外图像进行标记隔离开关设备的两端接头位置,之后对红外图像进行处理,得到模板图像和图像灰度图,在模板图像和图像灰度图上得到目标图像和搜索窗口图像并计算NCC值,只有NCC值大于设定阈值,在图像灰度图中找到隔离开关设备两端接头并连接形成一条连杆,在图像灰度图中提取连杆区域内的图像并进行二值化处理,得到二值化图像,在二值化图像中获取连杆上所有像素点的数值,根据数值是否大于设定像素阈值进行判断隔离开关设备处于合闸或分闸状态,从而实现识别隔离开关设备的状态,解决了现有对隔离开关设备采用红外测温过程中并无区分隔离开关设备的分合状态,不能准确根据检测的温度判断隔离开关设备的使用状态的技术问题。
在本发明的一个实施例中,步骤S30中,计算目标图像与搜索窗口图像之间的NCC值的步骤包括:根据NCC算法计算NCC值:
NCC算法的表达式为:
式中,n为模板图像的像素点总个数,f(p)为图像灰度图中像素点p的灰度值,t(p)为模板图像中像素点p的灰度值,μf为图像灰度图中搜索窗口图像内所有像素点的像素平均值,μt为模板图像中搜索窗口图像内所有像素点的像素平均值,σt为模板图像中所有像素点值的标准方差,σf为图像灰度图中所有像素点值的标准方差。
需要说明的是,Normalized cross correlation(NCC)是用来比较两幅图像的相似程度在在工业生产环节检测、监控领域对目标检测与识别均有应用,NCC算法可以有效降低光照对图像比较结果的影响。而且NCC最终结果在-1到1之间,所以特别容易量化比较结果,只要给出一个阈值就可以判断结果的好与坏;对图像来说,每个像素点都可以看出是RGB数值,这样整幅图像就可以看成是一个样本数据的集合,如果它有一个子集与另外一个样本数据相互匹配则它的NCC值为1,表示相关性很高,如果是-1则表示完全不相关。在本实施例中,基于这个原理,计算目标图像与搜索窗口图像之间的NCC值,判断搜索窗口图像与目标图像是否匹配,只有搜索窗口图像与目标图像之间匹配,才能进行下一步的处理。
在本发明实施例中,在步骤S40中,若NCC值不大于设定阈值,若计算NCC值的时间没有超过预设计算时间,重新执行步骤S30。
需要说明的是,NCC值为-1到1之间,NCC值越大说明搜索窗口图像与目标图像越相似,预设计算时间是指设定的计算NCC值的最大时间,因为图像尺寸越大,计算NCC值的时间也就越长。在本实施例中,预设计算时间可以为60s。
在本发明的一个实施例中,在步骤S60中,若数值不大于设定像素阈值,则隔离开关设备处于分闸状态。
需要说明的是,设定像素阈值可以为数值的百分之一。
实施例二:
图3为本发明实施例所述的隔离开关设备的测温方法的步骤流程图,图4为本发明实施例所述的隔离开关设备的测温方法的连杆图。
如图3所示,本发明实施例还提供一种隔离开关设备的测温方法,应用于变电站的巡检机器人上,包括以下步骤:
S1.采用上述的隔离开关设备的状态识别方法,得到待测隔离开关设备处于合闸状态;
S2.采用红外测温获取待测隔离开关设备的温度图像,并从温度图像中提取待测隔离开关设备的连杆和两端接头的像素点,得到像素点集合;
S3.将像素点集合中的所有像素点转换为温度值,并筛选出最大的温度值作为待测隔离开关设备检测的温度最大值。
需要说明的是,当判断隔离开关设备为合闸状态时,才能对隔离开关设备进行测温;对隔离开关设备的红外测温要求主要是诊断合闸时在电流通过的情况下是否存在异常发热的情况,因此要对连杆和两端接头进行最高温度的测量。在本实施例中,采用红外测温技术获取待测隔离开关设备的温度图像,在温度图像中采用实施例一的步骤S10至步骤S50得到待测隔离开关设备的连杆和两端接头的像素点,对得到的所有像素点转换为温度值,并从所有温度值中筛选出最大的温度值作为待测隔离开关设备检测的温度最大值。
在本发明实施例中,由于实施例一的步骤S10至步骤S50得到待测隔离开关设备的连杆中心线两侧的宽度相同,需要确定连杆两侧的宽度,如图4所示,遍历连杆上的点,并记录向连杆的两边作垂线并向外延伸到像素为0除的垂线段长度,选取两侧垂线段中的最小值作为连杆两侧的连杆宽度,进而可确定连杆上要进行红外测温的像素点,之后再记录连杆上各个像素点的温度值,因此可得到隔离开关设备的两端接头和连杆上各个像素点的温度,进而能够得到隔离开关设备的最高温度(即是检测的温度最大值)。
本发明提供的一种隔离开关设备的测温方法通过首先判断隔离开关设备是否处于合闸状态下才能对隔离开关设备进行测温,通过测温得到的数据能够有效排查出隔离开关设备存在的缺陷隐患,提高分析隔离开关设备缺陷的准确性。
实施例三:
图5为本发明实施例所述的隔离开关设备的状态识别装置的框架图。
如图5所示,本发明实施例还提供一种隔离开关设备的状态识别装置,包括图像获取模块10、图像处理模块20、计算模块30、生成连杆模块40、获取数值模块50和状态识别模块60;
图像获取模块10,用于获取隔离开关设备的红外图像,并在红外图像上标记隔离开关设备两端接头的位置,得到接头位置;
图像处理模块20,用于从红外图像的像素点中提取对应的温度点,生成模板图像和图像灰度图;
计算模块30,用于在模板图像中提取与接头位置对应的图像作为目标图像,在图像灰度图中提取与目标图像对应的搜索窗口图像,计算目标图像与搜索窗口图像之间的NCC值;
生成连杆模块40,用于根据NCC值大于设定阈值,在图像灰度图中标定与接头位置对应接头的两端,并记为第一端和第二端;将第一端与第二端连接,得到连杆;
获取数值模块50,用于从图像灰度图中提取与连杆对应的连杆图,并将连杆图进行处理得到二值化图像,获取二值化图像中连杆上所有像素点的数值;
状态识别模块60,用于根据数值大于设定像素阈值,则隔离开关设备处于合闸状态。
需要说明的是,实施例三装置中的模块对应于实施例一方法中的步骤,实施例一方法中的步骤已在实施例一中详细阐述了,在此实施例三中不再对装置中的模块内容进行详细阐述。
实施例四:
本发明实施例提供了一种计算机可读存储介质,计算机存储介质用于存储计算机指令,当其在计算机上运行时,使得计算机执行上述的隔离开关设备的状态识别方法。
实施例五:
本发明实施例提供了一种终端设备,包括处理器以及存储器;
存储器,用于存储程序代码,并将程序代码传输给处理器;
处理器,用于根据程序代码中的指令执行上述的隔离开关设备的状态识别方法。
需要说明的是,处理器用于根据所程序代码中的指令执行上述的一种隔离开关设备的状态识别方法实施例中的步骤。或者,处理器执行计算机程序时实现上述各系统/装置实施例中各模块/单元的功能。
示例性的,计算机程序可以被分割成一个或多个模块/单元,一个或者多个模块/单元被存储在存储器中,并由处理器执行,以完成本申请。一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述计算机程序在终端设备中的执行过程。
终端设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。终端设备可包括,但不仅限于,处理器、存储器。本领域技术人员可以理解,并不构成对终端设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如终端设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器可以是终端设备的内部存储单元,例如终端设备的硬盘或内存。存储器也可以是终端设备的外部存储设备,例如终端设备上配备的插接式硬盘,智能存储卡(SmartMedia Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,存储器还可以既包括终端设备的内部存储单元也包括外部存储设备。存储器用于存储计算机程序以及终端设备所需的其他程序和数据。存储器还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种隔离开关设备的状态识别方法,其特征在于,包括以下步骤:
S10.获取隔离开关设备的红外图像,并在所述红外图像上标记所述隔离开关设备两端接头的位置,得到接头位置;
S20.从所述红外图像的像素点中提取对应的温度点,生成模板图像和图像灰度图;
S30.在所述模板图像中提取与所述接头位置对应的图像作为目标图像,在所述图像灰度图中提取与所述目标图像对应的搜索窗口图像,计算所述目标图像与所述搜索窗口图像之间的NCC值;
S40若所述NCC值大于设定阈值,在所述图像灰度图中标定与所述接头位置对应接头的两端,并记为第一端和第二端;将所述第一端与所述第二端连接,得到连杆;
S50.从所述图像灰度图中提取与所述连杆对应的连杆图,并将所述连杆图进行处理得到二值化图像,获取所述二值化图像中连杆上所有像素点的数值;
S60.若所述数值大于设定像素阈值,则所述隔离开关设备处于合闸状态。
3.根据权利要求1所述的隔离开关设备的状态识别方法,其特征在于,在步骤S40中,若所述NCC值不大于设定阈值,若计算所述NCC值的时间没有超过预设计算时间,重新执行步骤S30。
4.根据权利要求1所述的隔离开关设备的状态识别方法,其特征在于,在步骤S50中,将所述连杆图采用二值化处理,得到二值化图像。
5.根据权利要求1所述的隔离开关设备的状态识别方法,其特征在于,在步骤S60中,若所述数值不大于设定像素阈值,则所述隔离开关设备处于分闸状态。
6.根据权利要求1所述的隔离开关设备的状态识别方法,其特征在于,在步骤S20中,将所述温度点以OpenCV的Mat格式形成文件作为所述图像灰度图。
7.一种隔离开关设备的测温方法,应用于变电站的巡检机器人上,其特征在于,包括以下步骤:
S1.采用如权利要求1-6任意一项所述的隔离开关设备的状态识别方法,得到待测隔离开关设备处于合闸状态;
S2.采用红外测温获取待测隔离开关设备的温度图像,并从所述温度图像中提取待测隔离开关设备的连杆和两端接头的像素点,得到像素点集合;
S3.将所述像素点集合中的所有像素点转换为温度值,并筛选出最大的温度值作为待测隔离开关设备检测的温度最大值。
8.一种隔离开关设备的状态识别装置,其特征在于,包括图像获取模块、图像处理模块、计算模块、生成连杆模块、获取数值模块和状态识别模块;
所述图像获取模块,用于获取隔离开关设备的红外图像,并在所述红外图像上标记所述隔离开关设备两端接头的位置,得到接头位置;
所述图像处理模块,用于从所述红外图像的像素点中提取对应的温度点,生成模板图像和图像灰度图;
所述计算模块,用于在所述模板图像中提取与所述接头位置对应的图像作为目标图像,在所述图像灰度图中提取与所述目标图像对应的搜索窗口图像,计算所述目标图像与所述搜索窗口图像之间的NCC值;
所述生成连杆模块,用于根据所述NCC值大于设定阈值,在所述图像灰度图中标定与所述接头位置对应接头的两端,并记为第一端和第二端;将所述第一端与所述第二端连接,得到连杆;
所述获取数值模块,用于从所述图像灰度图中提取与所述连杆对应的连杆图,并将所述连杆图进行处理得到二值化图像,获取所述二值化图像中连杆上所有像素点的数值;
所述状态识别模块,用于根据所述数值大于设定像素阈值,则所述隔离开关设备处于合闸状态。
9.一种计算机可读存储介质,其特征在于,所述计算机存储介质用于存储计算机指令,当其在计算机上运行时,使得计算机执行如权利要求1-7任意一项所述的隔离开关设备的状态识别方法。
10.一种终端设备,其特征在于,包括处理器以及存储器;
所述存储器,用于存储程序代码,并将所述程序代码传输给所述处理器;
所述处理器,用于根据所述程序代码中的指令执行如权利要求1-7任意一项所述的隔离开关设备的状态识别方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110201540.6A CN112906576B (zh) | 2021-02-23 | 2021-02-23 | 隔离开关设备的状态识别方法、装置、设备及其测温方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110201540.6A CN112906576B (zh) | 2021-02-23 | 2021-02-23 | 隔离开关设备的状态识别方法、装置、设备及其测温方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112906576A true CN112906576A (zh) | 2021-06-04 |
CN112906576B CN112906576B (zh) | 2022-03-04 |
Family
ID=76124532
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110201540.6A Active CN112906576B (zh) | 2021-02-23 | 2021-02-23 | 隔离开关设备的状态识别方法、装置、设备及其测温方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112906576B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113610091A (zh) * | 2021-07-30 | 2021-11-05 | 随锐科技集团股份有限公司 | 一种空气开关状态的智能识别方法、识别装置及存储介质 |
CN114155427A (zh) * | 2021-12-17 | 2022-03-08 | 成都交大光芒科技股份有限公司 | 接触网开关可视化监控自适应分合状态识别方法及系统 |
CN116935079A (zh) * | 2023-09-07 | 2023-10-24 | 深圳金三立视频科技股份有限公司 | 一种基于视觉的线状开关状态监测方法及终端 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20140035016A (ko) * | 2012-09-12 | 2014-03-21 | 한국전력공사 | 이미지 코드를 이용한 전력설비 오조작 방지 시스템 및 방법 |
CN105303158A (zh) * | 2015-08-31 | 2016-02-03 | 国家电网公司 | 一种变电站隔离开关线段拟合视频智能分析算法 |
EP3421190A1 (en) * | 2017-06-28 | 2019-01-02 | ABB Schweiz AG | Switchgear or controlgear with unmanned operation and maintenance, and method of operating the same |
WO2019161849A1 (de) * | 2018-02-21 | 2019-08-29 | Hochschule Für Technik Und Wirtschaft Berlin | Verfahren zum bestimmen eines betriebszustands eines elektrischen betriebsmittels und anordnung |
CN111178395A (zh) * | 2019-12-12 | 2020-05-19 | 平高集团有限公司 | 一种隔离开关状态识别方法及装置 |
-
2021
- 2021-02-23 CN CN202110201540.6A patent/CN112906576B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20140035016A (ko) * | 2012-09-12 | 2014-03-21 | 한국전력공사 | 이미지 코드를 이용한 전력설비 오조작 방지 시스템 및 방법 |
CN105303158A (zh) * | 2015-08-31 | 2016-02-03 | 国家电网公司 | 一种变电站隔离开关线段拟合视频智能分析算法 |
EP3421190A1 (en) * | 2017-06-28 | 2019-01-02 | ABB Schweiz AG | Switchgear or controlgear with unmanned operation and maintenance, and method of operating the same |
WO2019161849A1 (de) * | 2018-02-21 | 2019-08-29 | Hochschule Für Technik Und Wirtschaft Berlin | Verfahren zum bestimmen eines betriebszustands eines elektrischen betriebsmittels und anordnung |
CN111178395A (zh) * | 2019-12-12 | 2020-05-19 | 平高集团有限公司 | 一种隔离开关状态识别方法及装置 |
Non-Patent Citations (2)
Title |
---|
何成 等: "户外隔离开关模拟试验台研制及试验研究", 《机械设计》 * |
张世璐 等: "发电机出口开关状态可视化监测", 《水电站机电技术》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113610091A (zh) * | 2021-07-30 | 2021-11-05 | 随锐科技集团股份有限公司 | 一种空气开关状态的智能识别方法、识别装置及存储介质 |
CN114155427A (zh) * | 2021-12-17 | 2022-03-08 | 成都交大光芒科技股份有限公司 | 接触网开关可视化监控自适应分合状态识别方法及系统 |
CN116935079A (zh) * | 2023-09-07 | 2023-10-24 | 深圳金三立视频科技股份有限公司 | 一种基于视觉的线状开关状态监测方法及终端 |
CN116935079B (zh) * | 2023-09-07 | 2024-02-20 | 深圳金三立视频科技股份有限公司 | 一种基于视觉的线状开关状态监测方法及终端 |
Also Published As
Publication number | Publication date |
---|---|
CN112906576B (zh) | 2022-03-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112906576B (zh) | 隔离开关设备的状态识别方法、装置、设备及其测温方法 | |
CN112734692B (zh) | 一种变电设备缺陷识别方法及装置 | |
US20240087104A1 (en) | Method for monitoring manufacture of assembly units | |
CN108955901B (zh) | 一种红外测温方法、系统及终端设备 | |
CN112258507B (zh) | 互联网数据中心的目标对象检测方法、装置和电子设备 | |
CN115953566B (zh) | 一种用于红外热成像仪的特征分析方法、系统及介质 | |
CN112734698A (zh) | 基于红外图像的电缆终端异常诊断方法和装置 | |
Chavan et al. | Quality control of PCB using image processing | |
CN111738156A (zh) | 一种高压开关设备状态智能巡检管理方法及系统 | |
CN111830439A (zh) | 一种变压器故障检测方法及变压器 | |
Sarawade et al. | Detection of faulty integrated circuits in PCB with thermal image processing | |
CN115995037A (zh) | 信号灯状态检测方法、装置、设备、介质及产品 | |
US20220057271A1 (en) | Apparatus for monitoring a switchgear | |
CN117058063A (zh) | 电池缺陷检测方法、装置和电子设备 | |
CN117590278A (zh) | 基于动力柜的变压器故障检测方法、装置、设备及介质 | |
CN114227717A (zh) | 基于巡检机器人的智能巡检方法、装置、设备及存储介质 | |
CN112729884A (zh) | 基于大数据的设备故障诊断方法及装置 | |
CN117114420A (zh) | 一种基于图像识别的工贸安全事故风险管控系统和方法 | |
CN111428987A (zh) | 一种基于人工智能的继保装置图像识别方法和系统 | |
CN116309532A (zh) | 一种目标物品质量检测的方法、装置、设备及介质 | |
CN115063739B (zh) | 异常行为的检测方法、装置、设备及计算机存储介质 | |
CN116310274A (zh) | 一种输变电设备的状态评估方法 | |
CN115601293A (zh) | 对象检测方法、装置、电子设备及可读存储介质 | |
CN114399496A (zh) | 从红外图像中自动识别电网设备的方法及装置 | |
CN114943720A (zh) | 一种电力图像处理方法及装置 |
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 |