CN114066928A - 一种真空开关触头的运动速度检测方法及装置 - Google Patents

Abstract

本发明属于真空开关技术领域，具体涉及一种真空开关触头的运动速度检测方法及装置。该方法首先获取真空开关在分闸过程中的电弧图像；然后采用拉普拉斯边缘检测算子对获取的各帧电弧图像进行边缘加强处理；接着进行边缘提取，确定各帧电弧图像中电弧的上、下边缘的位置，以确定各帧电弧图像中动、静触头的位置，并结合所述两帧电弧图像之间的时间间隔，确定真空开关触头的运动速度。本发明采用拉普拉斯边缘检测算子对获取的各帧电弧图像进行边缘加强处理，加强了上、下边缘与电弧图像的背景图像的明暗对比，避免了对整帧电弧图像的处理分析，减少了计算量。便于分析操动机构的运动特性对电弧形态的影响，为电弧调控理论的研究提供技术支持。

Description

一种真空开关触头的运动速度检测方法及装置

技术领域

本发明属于真空开关技术领域，具体涉及一种真空开关触头的运动速度检测方法及装置。

背景技术

真空开关作为电力系统的控制和保护设备，具有使用寿命长、无污染、维护方便、结构紧凑、重量轻等优点。真空开关主要包括真空灭弧室和操动机构两部分，当电力系统出现故障时，如何实现操动机构可靠动作是实现灭弧室成功开断电流的关键。分闸速度作为操动机构运动参数之一，是影响真空开关开断能力的重要因素之一。若分闸速度过快，将导致分闸弾振幅度增大，进而破坏波纹管、屏蔽罩等结构；若分闸速度过慢，燃弧时间过长，则导致触头灼损严重等情况发生。

目前采用的分闸速度检测方法主要有电磁信号传感器检测方法及光电传感器检测方法。利用电磁信号传感器的检测方法，只适用于操动机构慢速工作的测量需求，而光电传感器的检测方法，容易受外界信号的干扰，传感器与操动机构出现相对运动情况。

授权公告号为CN103604942B的中国发明专利公开了一种计算真空开关触头位置和运动速度的方法，该方法获取真空开关触头和电弧运动的连续图像，采用了图像分析技术，确定每帧图像中电弧上、下边缘位置(即真空开关的静触头的位置和动触头在当前帧所处的位置)，进而便可根据这些位置信息和帧差时间便可计算得到动触头的运动速度。该方法在对电弧图像进行预处理后，直接采用网格划分、设定阈值的方法来分析得到每帧图像中电弧上、下边缘位置，但由于电弧图像受外界信号的干扰，图像质量不佳，不利于后期的识别与提取上、下边缘处理；而且该种处理方式需要对整个电弧图像进行分析处理，计算处理量较大。

发明内容

本发明提供了一种真空开关触头的运动速度检测方法及装置，用以解决现有技术造成的计算处理量较大的问题。

为解决上述技术问题，本发明的技术方案包括：

本发明提供了一种真空开关触头的运动速度检测方法，包括如下步骤：

获取真空开关在分闸过程中的电弧图像；

采用拉普拉斯边缘检测算子对获取的各帧电弧图像进行边缘加强处理；

对边缘加强处理后的各帧电弧图像进行边缘提取，确定各帧电弧图像中电弧的上、下边缘的位置，以确定各帧电弧图像中动、静触头的位置；

根据电弧图像中动、静触头的位置，确定两帧电弧图像中动触头的实际位移差，并结合所述两帧电弧图像之间的时间间隔，确定真空开关触头的运动速度。

上述技术方案的有益效果为：本发明在获取得到真空开关在分闸过程中的电弧图像后，首先采用拉普拉斯边缘检测算子对获取的各帧电弧图像进行边缘加强处理，加强了上、下边缘与电弧图像的背景图像的明暗对比，避免了对整帧电弧图像的处理分析，减少了计算量，方便后续处理中快速准确地提取得到上、下边缘，使边缘检测更加连续、准确和清晰，有效避免了伪边缘的出现，进而使得计算得到真空开关触头的运动速度更加准确，便于分析操动机构的运动特性对电弧形态的影响，为电弧调控理论的研究提供技术支持。

作为方法的进一步改进，所述拉普拉斯边缘检测算子的函数模型为5×5矩阵形式，所使用的函数模型为：

其中，▽f_x、▽f_y分别是x、y方向的函数模型。

采用5×5矩阵形式的拉普拉斯边缘检测算子，提高了边缘检测精度。

作为方法的进一步改进，还包括采用中值滤波算法对获取的电弧图像进行降噪处理的步骤。采用中值滤波算法可避免图像噪声对定位电弧上、下边缘位置造成的影响。

作为方法的进一步改进，所述两帧电弧图像中动触头的实际位移差为：

式中，s为两帧电弧图像中动触头的实际位移差，D为动触头直径，N′为动触头像素个数，N为两帧电弧图像中动触头的图像位移差。

本发明还提供了一种真空开关触头的运动速度检测装置，包括存储器和处理器，所述处理器用于执行存储在存储器中的指令以实现上述介绍的真空开关触头的运动速度检测方法，并达到与该方法相同的效果。

附图说明

图1是本发明的真空开关触头的运动速度检测方法实施例的流程图；

图2-1是本发明的CMOS高速相机采集的电弧图像；

图2-2是本发明的将电弧图像导入LabVIEW软件后的电弧图像；

图2-3是本发明的进行中值滤波处理后的电弧图像；

图2-4是本发明的采用拉普拉斯边缘检测算子进行边缘加强处理后的电弧图像；

图2-5是本发明的提取上、下边缘后的电弧图像；

图3-1是采用Robert边缘检测算子进行边缘加强处理后的电弧图像；

图3-2是采用Sobel边缘检测算子进行边缘加强处理后的电弧图像；

图3-3是采用Prewitt边缘检测算子进行边缘加强处理后的电弧图像；

图3-4是采用Laplacian边缘检测算子进行边缘加强处理后的电弧图像；

图4是本发明的真空开关触头的运动速度检测装置的结构图。

具体实施方式

下面结合附图及实施例，对发明的一种真空开关触头的运动速度检测方法和一种真空开关触头的运动速度检测装置进行详细说明。

方法实施例：

本发明的一种真空开关触头的运动速度检测方法实施例，基于LabVIEW虚拟仪器开发平台，利用高速摄像机采集整个周期内触头运动图像，应用LabVIEW的图像处理模块对动、静触头边缘进行高精度定位，计算得到真空开关触头的运动速度，为真空开关电弧动态研究提供技术基础。LabVIEW采用的是图形化编程G语言，通过数据流实现编程，不仅能够做到对数据流的实时监控和直接编辑，还能做到与其他软件进行数据共享，相较于采用MATLAB的C语言编程更加形象、直观，编程环境简单，能有效提高运算效率，在图像处理过程中不需要编写复杂的公式及运算程序。通过参数选择来提高图像处理的准确性，缩短了运算及编程时间。

下面结合图1，对整个检测方法进行详细说明。

步骤一，利用CMOS高速像机对真空开关分闸过程中的电弧图像进行采集，如图2-1所示，CMOS的模拟信号经A/D转换成图像数字信号，并将获取的电弧图像(共计N帧)传输至计算机，如图2-2所示，该计算机中安装有LabVIEW图像处理软件。

步骤二，利用LabVIEW图像处理软件，对电弧图像进行预处理。该预处理过程对分闸电弧图像依次进行灰度化和二值化处理，然后采用滤波算法进行降噪处理，采用拉普拉斯边缘检测算子(Laplacian边缘检测算子)进行边缘加强处理。

电弧图像在图像采集及传送过程中，受到光线、大气运动等外界因素的影响，图像质量下降，使图像产生椒盐噪声等污染。因此在接收到电弧图像之后，需采用滤波算法对电弧图像中的椒盐噪声进行处理。本实施例中，滤波算法为中值滤波算法，中值滤波算法能够在有效平滑脉冲噪声的同时，保护图像尖锐的边缘，对电弧图像的两级有很好的保护作用，处理效果较理想，其处理后的图像如图2-3所示，。中值滤波的函数可以表示为：

其中，y为序列x₁,x₂,x₃,...,x_n的中值。当选定邻域为一维时，中值滤波为一个含有奇数像素点的邻域，邻域中心像素点的像素值用中值代替。

图像进行降噪处理后，采用拉普拉斯边缘检测算子对电弧图像进行边缘检测，对电弧图像进行边缘加强处理，处理后的图像如图2-4所示。当图像中出现一个灰度值高的像素点，通过用Laplacian算子进行边缘检测后，能能够实现边缘强化的作用。拉普拉斯边缘检测算子特点是边缘检测更加连续、准确和清晰，有效避免了伪边缘的出现。可选用传统的3×3矩阵形式的拉普拉斯边缘检测算子，其函数模型为：

其中，中心点的系数为0，其余相邻系数为负，系数总和为0。

实验中发现，该3×3矩阵形式的算法在一些非特殊方向，例如在计算电弧内部、弧柱左右两端等区域时，因计算点到中心点的距离不同，而忽略部分真实边缘。经多次实验发现，选用5×5矩阵形式的拉普拉斯边缘检测算子对电弧图像的处理效果最理想。故本实施例中选用5×5矩阵形式的拉普拉斯边缘检测算子，其函数模型为：

其中，▽f_x、▽f_y分别是x、y方向的函数模型。

步骤三，将电弧图像进行预处理后，对其进行边缘提取。本实施例中采用LabVIEW中的Find Straight Edge函数进行边缘提取，准确定位到电弧图像中电弧的上、下边缘的位置，即确定了静触头的位置、以及动触头在当前帧电弧图像中所处的位置，边缘提取后的电弧图像如图2-5所示，进而便可确定相邻两帧电弧图像中动触头的位移差，称为动触头的图像位移差。

其中，边缘强度、边缘极性、搜索间距等参数设置如下：在搜索下边缘时，目标区域ROI(Region of interesting)的搜索线方向从下到上，边缘极性选择由黑到白，查找第一点。手动设置边缘最小强度50，搜索间隔为1，算子尺寸以及投影宽度设置13。通过以上参数设置，Vision处理包对所有像素点进行检测，筛选出符合条件的边缘点，进行拟合。在搜索上边缘时，只需将搜索方向改为从上到下，其余参数设置不变，便可提取出触头图像上边缘。真空电弧图像的背景亮度较小，灰度值极低。而电弧部分亮度较大，灰度值极高。若边缘强度值太小会产生较多的伪边缘。若强度值太大，虽然能抑制伪边缘，但会丢失部分真实边缘。经过验证将最小边缘强度设为50，对电弧边缘的检测效果最理想。

步骤四，采用几何约束的标定算法对触头的图像位移与实际位移进行标定，将相邻两帧电弧图像中动触头的图像位移差转化为实际位移差。其中，动触头的图像位移差与实际位移差的转换公式如式(4)所示，可以将像素单位位移差转化为毫米单位的实际位移差。

其中，s为实际位移差，单位为mm；D为动触头直径，单位为mm；N′为动触头像素个数；N为动触头的图像位移差。

步骤五，根据相邻两帧电弧图像中动触头的实际位移差s以及相邻两帧电弧图像的时间间隔T，计算相邻两帧间平均速度v，如式(5)所示，并将帧间平均速度v作为瞬时速度。

另外，在检测动、静触头位置的过程中，若在电弧拉弧的起始阶段，电弧面积较小，通过定位动、静触头上下边缘的方法检测触头的运动速度存在误差。故可设定一个电弧宽度阈值，在步骤三中，当电弧图像的电弧宽度超过该电弧宽度阈值时才对当前电弧图像进行后续的处理与分析。

根据该方法便可计算得到动触头的分闸速度曲线，进而计算得到真空开关的平均分闸速度、刚分速度及其他运动参数，为分析操动机构的运动特性对电弧形态的影响及电弧调控理论的研究提供技术支持。

下面采用其他边缘检测算子对电弧图像进行处理，以说明本发明的真空开关触头的运动速度检测方法的有效性。

如图3-1、3-2、3-3、3-4分别是采用Robert边缘检测算子、Sobel边缘检测算子、Prewitt边缘检测算子和Laplacian边缘检测算子进行边缘加强处理后的电弧图像。通过检测结果可以看出，Sobel算子与Prewitt算子因为工作原理相似，所以对电弧图像边缘的检测结果相差不大。这两种检测算子检测出来的图像边缘清晰度不够，特别是Sobel算子对电弧图像内部灰度值较大的像素点不敏感。Robert算子检测出来的电弧边缘较细，且亮度是几种检测算子中最低的。而Laplacian算子检测出来的图像边缘清晰度高，亮度也是几种检测算子中最高的。通过实验对比，选用Laplacian算子对电弧图像进行边缘检测的效果最好。

装置实施例：

本发明的一种真空开关触头的运动速度检测装置实施例，如图4所示，包括存储器、处理器和内部总线，处理器、存储器之间通过内部总线完成相互间的通信。

处理器可以为微处理器MCU、可编程逻辑器件FPGA等处理装置。

存储器可为利用电能方式存储信息的各式存储器，RAM、ROM等；利用磁能方式存储信息的各式存储器，例如硬盘、软盘、磁带、磁芯存储器、磁泡存储器、U盘等；利用光学方式存储信息的各式存储器，例如CD、DVD等。当然，还有其他方式的存储器，例如量子存储器、石墨烯存储器等。

处理器可以调用存储器中的逻辑指令，以实现一种真空开关触头的运动速度检测方法。在方法实施例中对该方法做了详细介绍。

Claims (5)

1.一种真空开关触头的运动速度检测方法，其特征在于，包括如下步骤：

获取真空开关在分闸过程中的电弧图像；

采用拉普拉斯边缘检测算子对获取的各帧电弧图像进行边缘加强处理；

对边缘加强处理后的各帧电弧图像进行边缘提取，确定各帧电弧图像中电弧的上、下边缘的位置，以确定各帧电弧图像中动、静触头的位置；

根据电弧图像中动、静触头的位置，确定两帧电弧图像中动触头的实际位移差，并结合所述两帧电弧图像之间的时间间隔，确定真空开关触头的运动速度。

2.根据权利要求1所述的真空开关触头的运动速度检测方法，其特征在于，所述拉普拉斯边缘检测算子的函数模型为5×5矩阵形式，所使用的函数模型为：

其中，

分别是x、y方向的函数模型。

3.根据权利要求1或2所述的真空开关触头的运动速度检测方法，其特征在于，还包括采用中值滤波算法对获取的电弧图像进行降噪处理的步骤。

4.根据权利要求1所述的真空开关触头的运动速度检测方法，其特征在于，所述两帧电弧图像中动触头的实际位移差为：

式中，s为两帧电弧图像中动触头的实际位移差，D为动触头直径，N′为动触头像素个数，N为两帧电弧图像中动触头的图像位移差。

5.一种真空开关触头的运动速度检测装置，其特征在于，包括存储器和处理器，所述处理器用于执行存储在存储器中的指令以实现如权利要求1～4任一项所述的真空开关触头的运动速度检测方法。

Images