CN114092437B - 一种变压器渗漏油检测方法 - Google Patents
一种变压器渗漏油检测方法 Download PDFInfo
- Publication number
- CN114092437B CN114092437B CN202111370261.9A CN202111370261A CN114092437B CN 114092437 B CN114092437 B CN 114092437B CN 202111370261 A CN202111370261 A CN 202111370261A CN 114092437 B CN114092437 B CN 114092437B
- Authority
- CN
- China
- Prior art keywords
- oil leakage
- transformer
- leakage area
- components
- picture
- 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
Links
Images
Classifications
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Abstract
本发明公开了一种变压器渗漏油检测方法,通过获取所述变压器的紫外荧光图片,然后将所述紫外荧光图片转换为YUV图片,最后基于所述YUV图片确定变压器渗漏油区域,其中,确定渗漏油区域具体为先确定出YUV图片中的三个分量,然后将三个分量中的V色度分量通过预设分割算法确定出前景和背景的分割阈值,再基于三个分量中的灰度值分量和分割阈值确定出变压器渗漏油区域,本发明实现了自动判断变压器渗漏油情况,避免了人工识别的操作方式,实现了检测自动化、智能化。
Description
技术领域
本发明属于渗漏油检测技术领域,具体涉及一种变压器渗漏油检测方法。
背景技术
变压器渗漏油是指变压器随着运行时间的增加,绝缘油可能因为设备老化从薄弱处渗漏,目前对于变压器渗漏油的检测主要是靠人工巡检的方式,由相关工作人员在现场或通过现场图片去人为判断变压器渗漏油情况,人力检测成本较高。
因此,如何自动判断变压器渗漏油情况,是本领域技术人员有待解决的技术问题。
发明内容
本发明的目的是为了解决现有技术无法自动检测变压器渗漏油情况,提出了一种变压渗漏油检测方法。
本发明的技术方案为:一种变压器渗漏油检测方法,包括以下步骤:
S1、获取所述变压器的紫外荧光图片;
S2、将所述紫外荧光图片转换为YUV图片;
S3、基于所述YUV图片确定出变压器渗漏油区域。
进一步地,所述步骤S3具体包括以下分步骤:
S31、确定出所述YUV图片的三个分量;
S32、将所述三个分量中的V色度分量通过预设分割算法确定出前景和背景的分割阈值;
S33、基于所述三个分量中的灰度值分量和所述分割阈值确定出所述变压器渗漏油区域。
进一步地,通过如下公式确定出所述分割阈值:
式中,ω0为前景像素点占所述色度分量的比例,N0为所述色度分量灰度值小于所述分割阈值的像素个数,M和N为所述色度分量的大小,ω1为背景像素点占所述色度分量的比例,N1为所述色度分量灰度值大于所述分割阈值的像素个数,g为类间方差,μ0为前景像素点平均灰度,μ1为背景像素点平均灰度。
进一步地,在所述步骤S3之后,若判断出不存在渗漏油区域,则更换拍摄位置继续执行步骤S1,直至所有预设位置均已判断完毕。
进一步地,在所述步骤S3之后,还包括根据所述渗漏油区域确定报警级别。
进一步地,根据所述渗漏油区域确定报警级别具体包括以下分步骤:
A1、当第一次检测到所述渗漏油区域时,向相关负责人和管理人员发出一级警告,并在相同位置等待预设时长后继续拍摄并判断渗漏油区域得到第二判断结果;
A2、将第一次检测到的渗漏油区域与所述第二判断结果进行比对确定出渗漏油区域差值;
A3、若所述渗漏油区域差值小于预设阈值,则所述一级警告保持,若所述渗漏油区域差值大于所述预设阈值,则将所述一级警告升级为二级警告并向相关负责人和管理人员发出。
进一步地,所述步骤S1具体为通过紫外光源照射所述变压器,并通过CCD相机获取紫外荧光图片。
与现有技术相比,本发明具备以下有益效果:
(1)本发明通过获取所述变压器的紫外荧光图片,然后将所述紫外荧光图片转换为YUV图片,最后基于所述YUV图片确定变压器渗漏油区域,其中,确定渗漏油区域具体为先确定出YUV图片中的三个分量,然后将三个分量中的V色度分量通过预设分割算法确定出前景和背景的分割阈值,再基于三个分量中的灰度值分量和分割阈值确定出变压器渗漏油区域,本发明实现了自动判断变压器渗漏油情况,避免了人工识别的操作方式,实现了检测自动化、智能化。
(2)本发明还在第一次检测到渗漏油区域时,在相同位置等待预设时长后继续拍摄得到第二判断结果,并将两次检测到的渗漏油区域进行比对确定出渗漏油区域差值,通过该差值判断是否需要将警告进行升级,极大地保证了检测结果的真实性以及对渗漏油区域的监控性。
附图说明
图1所示为本发明实施例提供的一种变压器渗漏油检测方法的流程示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
如背景技术中所述,现有技术无法自动检测变压器渗漏油情况,只能通过人工的方式进行判断。
因此,本申请提出了一种变压器渗漏油检测方法,如图1所示为本申请实施例提出的一种变压器渗漏油检测方法的流程示意图,该方法包括以下步骤:
步骤S1、获取所述变压器的紫外荧光图片。
在本申请实施例中,所述步骤S1具体为通过365nm的紫外光源照射所述变压器,并通过CCD相机获取紫外荧光图片,CCD是电荷耦合器件(charge coupled device)的简称。
步骤S2、将所述紫外荧光图片转换为YUV图片。
具体的,也即将RGB色彩模型的紫外荧光图片转化为YUV色彩模型的YUV图片,转换公式如下所示:
其中R(x,y)、G(x,y)、B(x,y)为RGB色彩模型的三个分量,Y(x,y)、U(x,y)、V(x,y)为YUV色彩模型的三个分量。
步骤S3、基于所述YUV图片确定出变压器渗漏油区域。
在本申请实施例中,所述步骤S3具体包括以下分步骤:
S31、确定出所述YUV图片的三个分量;
S32、将所述三个分量中的V色度分量通过预设分割算法确定出前景和背景的分割阈值;
S33、基于所述三个分量中的灰度值分量和所述分割阈值确定出所述变压器渗漏油区域。
在本申请实施例中,通过如下公式确定出所述分割阈值:
式中,ω0为前景像素点占所述色度分量的比例,N0为所述色度分量灰度值小于所述分割阈值的像素个数,M和N为所述色度分量的大小,ω1为背景像素点占所述色度分量的比例,N1为所述色度分量灰度值大于所述分割阈值的像素个数,g为类间方差,μ0为前景像素点平均灰度,μ1为背景像素点平均灰度。
具体的,变压器油在365nm紫外光源的照射下会出现荧光现象,分割阈值是通过公式遍历不同灰度阶得到的,此时在紫外荧光图片中基于所得到的阈值将荧光作为前景信息,其他图片内容将作为背景信息,然后将前景信息置为灰度最小(黑色),背景信息置为灰度最大(白色),在最终的图像上荧光区域将呈现黑色,其他区域呈现白色,此时便可识别渗漏油情况确定出渗漏油区域。
具体的,预设分割算法可以是Otus阈值分割算法,也可以是任意一种阈值分割方法,V(x,y)分量,1≤x≤M,1≤x≤N,M、N表示V(x,y)的大小。
在本申请实施例中,在所述步骤S3之后,若判断出不存在渗漏油区域,则更换拍摄位置继续执行步骤S1,直至所有预设位置均已判断完毕。
在本申请实施例中,在所述步骤S3之后,还包括根据所述渗漏油区域确定报警级别。
具体的,根据所述渗漏油区域确定报警级别具体包括以下分步骤:
A1、当第一次检测到所述渗漏油区域时,向相关负责人和管理人员发出一级警告,并在相同位置等待预设时长后继续拍摄并判断渗漏油区域得到第二判断结果;
A2、将第一次检测到的渗漏油区域与所述第二判断结果进行比对确定出渗漏油区域差值;
A3、若所述渗漏油区域差值小于预设阈值,则所述一级警告保持,若所述渗漏油区域差值大于所述预设阈值,则将所述一级警告升级为二级警告并向相关负责人和管理人员发出。
具体的,本申请技术方案通过在相同位置两次拍摄判断,能够更加精准的判断出变压器渗漏油的渗漏情况,实现渗漏量化分级,方便管理人员对渗漏情况的把握。
本领域的普通技术人员将会意识到,这里所述的实施例是为了帮助读者理解本发明的原理,应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合,这些变形和组合仍然在本发明的保护范围内。
Claims (3)
1.一种变压器渗漏油检测方法,其特征在于,包括以下步骤:
S1、获取所述变压器的紫外荧光图片;
S2、将所述紫外荧光图片转换为YUV图片;
S3、基于所述YUV图片确定出变压器渗漏油区域;
所述步骤S3具体包括以下分步骤:
S31、确定出所述YUV图片的三个分量;
S32、将所述三个分量中的V色度分量通过预设分割算法确定出前景和背景的分割阈值;
S33、基于所述三个分量中的灰度值分量和所述分割阈值确定出所述变压器渗漏油区域;
通过如下公式确定出所述分割阈值:
式中,ω0为前景像素点占所述色度分量的比例,N0为所述色度分量灰度值小于所述分割阈值的像素个数,M和N为所述色度分量的大小,ω1为背景像素点占所述色度分量的比例,N1为所述色度分量灰度值大于所述分割阈值的像素个数,g为类间方差,μ0为前景像素点平均灰度,μ1为背景像素点平均灰度;
在所述步骤S3之后,还包括根据所述渗漏油区域确定报警级别;
根据所述渗漏油区域确定报警级别具体包括以下分步骤:
A1、当第一次检测到所述渗漏油区域时,向相关负责人和管理人员发出一级警告,并在相同位置等待预设时长后继续拍摄并判断渗漏油区域得到第二判断结果;
A2、将第一次检测到的渗漏油区域与所述第二判断结果进行比对确定出渗漏油区域差值;
A3、若所述渗漏油区域差值小于预设阈值,则所述一级警告保持,若所述渗漏油区域差值大于所述预设阈值,则将所述一级警告升级为二级警告并向相关负责人和管理人员发出。
2.如权利要求1所述的变压器渗漏油检测方法,其特征在于,在所述步骤S3之后,若判断出不存在渗漏油区域,则更换拍摄位置继续执行步骤S1,直至所有预设位置均已判断完毕。
3.如权利要求1所述变压器渗漏油检测方法,其特征在于,所述步骤S1具体为通过紫外光源照射所述变压器,并通过CCD相机获取紫外荧光图片。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111370261.9A CN114092437B (zh) | 2021-11-18 | 2021-11-18 | 一种变压器渗漏油检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111370261.9A CN114092437B (zh) | 2021-11-18 | 2021-11-18 | 一种变压器渗漏油检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114092437A CN114092437A (zh) | 2022-02-25 |
CN114092437B true CN114092437B (zh) | 2023-04-25 |
Family
ID=80301799
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111370261.9A Active CN114092437B (zh) | 2021-11-18 | 2021-11-18 | 一种变压器渗漏油检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114092437B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117450413B (zh) * | 2023-12-25 | 2024-03-15 | 江西铜业集团铜板带有限公司 | 一种铜板带冷轧机的机油渗漏检测方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015143569A1 (en) * | 2014-03-28 | 2015-10-01 | Intelliview Technologies Inc. | Leak detection |
CN105184790A (zh) * | 2015-08-31 | 2015-12-23 | 中国烟草总公司广东省公司 | 一种烟田图像分割方法 |
CN106331636A (zh) * | 2016-08-31 | 2017-01-11 | 东北大学 | 基于行为事件触发的输油管道智能视频监控系统及方法 |
CN109738137A (zh) * | 2019-01-02 | 2019-05-10 | 山东交通学院 | 基于图像对比的土石坝渗漏实时监测与快速诊断方法 |
CN110310223A (zh) * | 2019-07-03 | 2019-10-08 | 云南电网有限责任公司电力科学研究院 | 一种紫外光与可见光图像的融合方法 |
CN210375566U (zh) * | 2019-10-14 | 2020-04-21 | 云南电网有限责任公司电力科学研究院 | 变压器渗漏油预警装置 |
CN112053377A (zh) * | 2020-08-28 | 2020-12-08 | 常州码库数据科技有限公司 | 一种药物合成过程控制方法及系统 |
CN112507911A (zh) * | 2020-12-15 | 2021-03-16 | 浙江科技学院 | 一种基于机器视觉的山核桃果实在图像中的实时识别方法 |
CN112964437A (zh) * | 2021-03-11 | 2021-06-15 | 华能东莞燃机热电有限责任公司 | 一种油液微漏识别方法 |
CN113554526A (zh) * | 2020-11-30 | 2021-10-26 | 国网北京市电力公司 | 电力设备的故障预警方法、装置、存储介质及处理器 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2847707C (en) * | 2014-03-28 | 2021-03-30 | Intelliview Technologies Inc. | Leak detection |
-
2021
- 2021-11-18 CN CN202111370261.9A patent/CN114092437B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015143569A1 (en) * | 2014-03-28 | 2015-10-01 | Intelliview Technologies Inc. | Leak detection |
CN105184790A (zh) * | 2015-08-31 | 2015-12-23 | 中国烟草总公司广东省公司 | 一种烟田图像分割方法 |
CN106331636A (zh) * | 2016-08-31 | 2017-01-11 | 东北大学 | 基于行为事件触发的输油管道智能视频监控系统及方法 |
CN109738137A (zh) * | 2019-01-02 | 2019-05-10 | 山东交通学院 | 基于图像对比的土石坝渗漏实时监测与快速诊断方法 |
CN110310223A (zh) * | 2019-07-03 | 2019-10-08 | 云南电网有限责任公司电力科学研究院 | 一种紫外光与可见光图像的融合方法 |
CN210375566U (zh) * | 2019-10-14 | 2020-04-21 | 云南电网有限责任公司电力科学研究院 | 变压器渗漏油预警装置 |
CN112053377A (zh) * | 2020-08-28 | 2020-12-08 | 常州码库数据科技有限公司 | 一种药物合成过程控制方法及系统 |
CN113554526A (zh) * | 2020-11-30 | 2021-10-26 | 国网北京市电力公司 | 电力设备的故障预警方法、装置、存储介质及处理器 |
CN112507911A (zh) * | 2020-12-15 | 2021-03-16 | 浙江科技学院 | 一种基于机器视觉的山核桃果实在图像中的实时识别方法 |
CN112964437A (zh) * | 2021-03-11 | 2021-06-15 | 华能东莞燃机热电有限责任公司 | 一种油液微漏识别方法 |
Non-Patent Citations (4)
Title |
---|
Shouyin Lu等.Mobile robot for power substation inspection: A survey.IEEE/CAA Journal of Automatica Sinica.2017,第4卷(第4期),第830 - 847页. * |
彭敬敬.基于图像处理的飞机管路漏油检测方法研究.中国优秀硕士学位论文全文数据库 工程科技II辑.2017,(第3期),第C031-1094页. * |
朱真兵.基于图像识别的输变电设备状态评估技术集成研究及应用.中国优秀硕士学位论文全文数据库 工程科技II辑.2021,(第3期),第C042-319页. * |
邢致恺 ; 贾鹤鸣 ; 邢国军 ; 张森 ; 朱柏卓 ; 朱传旭 ; .基于Lab和YUV颜色空间的污油图像分割研究.中国新技术新产品.2017,(23),第5-6页. * |
Also Published As
Publication number | Publication date |
---|---|
CN114092437A (zh) | 2022-02-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111294589B (zh) | 摄像模组镜头表面检测方法 | |
CN105828065B (zh) | 一种视频画面过曝检测方法及装置 | |
CN112395928A (zh) | 一种设备状态运行自动检测的方法 | |
CN104168478B (zh) | 基于Lab空间及相关性函数的视频图像偏色检测方法 | |
CN103310422B (zh) | 获取图像的方法及装置 | |
CN103702111B (zh) | 一种检测摄像头视频偏色的方法 | |
WO2018010386A1 (zh) | 元件反件检测方法和系统 | |
CN102622763A (zh) | 阴影检测与消除方法 | |
CN106067177A (zh) | Hdr场景侦测方法和装置 | |
CN114627316B (zh) | 基于人工智能的液压系统漏油检测方法 | |
CN114092437B (zh) | 一种变压器渗漏油检测方法 | |
CN111601047A (zh) | 一种油液泄漏图像采集方法 | |
CN109801322A (zh) | 一种漏光检测方法及装置 | |
CN106127124A (zh) | 出租车前排区域的异常图像信号的自动检测方法 | |
CN110610485A (zh) | 一种基于ssim算法的特高压输电线路通道隐患预警方法 | |
CN110533626B (zh) | 一种全天候水质识别方法 | |
WO2017181722A1 (zh) | 元件漏检方法和系统 | |
CN104243967A (zh) | 一种图像检测方法及装置 | |
CN103200349A (zh) | 一种扫描图像色偏自动检测方法 | |
JP2004212311A (ja) | ムラ欠陥の検出方法及び装置 | |
TWI465699B (zh) | 水位量測方法 | |
Xu | A new method for license plate detection based on color and edge information of Lab space | |
KR101993654B1 (ko) | 표시패널의 얼룩 검사 장치 및 그 방법 | |
CN109448012A (zh) | 一种图像边缘检测方法及装置 | |
CN114723691A (zh) | 基于人工智能的液压系统漏油故障程度检测方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |