CN114577807A - 基于高光谱特征量归一化编码表的绝缘子状态检测方法 - Google Patents
基于高光谱特征量归一化编码表的绝缘子状态检测方法 Download PDFInfo
- Publication number
- CN114577807A CN114577807A CN202210041688.2A CN202210041688A CN114577807A CN 114577807 A CN114577807 A CN 114577807A CN 202210041688 A CN202210041688 A CN 202210041688A CN 114577807 A CN114577807 A CN 114577807A
- Authority
- CN
- China
- Prior art keywords
- insulator
- wavelength
- characteristic quantity
- characteristic
- information
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- 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
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Pathology (AREA)
- Immunology (AREA)
- General Health & Medical Sciences (AREA)
- Biochemistry (AREA)
- Data Mining & Analysis (AREA)
- Analytical Chemistry (AREA)
- Chemical & Material Sciences (AREA)
- Artificial Intelligence (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明涉及一种基于高光谱特征量归一化编码表的绝缘子状态检测方法，利用高光谱成像采集待测绝缘子的光谱图像数据以获得反射率‑波长‑空间图像灰度三维数据；所述反射率‑波长‑空间图像灰度三维数据分别通过多个特征运算得到对应多个特征运算的多个特征量；将多个特征量进行归一化运算构成与绝缘子污秽状态具有映射关系的特征量归一化编码表，检索所述特征量归一化编码表以识别绝缘子污秽状态以及可视化重构污秽状态，本方法大幅降低数据运算量实现了快速、准确、高效的绝缘子污秽状态检测，并且可将污秽状态分析结果进行可视化重构，便于电力系统运维人员迅速掌握绝缘子污秽状态和分布情况，准确制定运维策略。
Description
技术领域
本发明涉及一种基于高光谱特征量归一化编码表的绝缘子状态检测方法，属于输配电领域外绝缘在线检测方法。
背景技术
绝缘子是电力系统中承担着电气绝缘和机械支撑的重要电力设施，其具有成本低廉、结构简单、可靠性高等优势，然而由于其长期暴露于自然大气环境中，不可避免地会受到农业污染、工业污染等因素的影响造成绝缘子表面积累大量污秽，进而在雨雾等天气下显著降低绝缘子的外绝缘强度，最终引发污秽闪络等严重事故。因此准确地检测绝缘子的污秽状态对于保障绝缘子安全稳定运行有着十分重要的作用。
为了满足对污秽程度检测的迫切需要，国际大电网组织推荐了五种绝缘子表面污秽状态表征方法，分别是等值盐密法，污秽层电导率法，泄漏电流法，泄漏电流脉冲技术法和污秽闪络电压梯度法。等值盐密法应用最为广泛且准确度最高，但是其难以实现在线监测和大面积普测，并且会丢失污秽的分布信息。污秽层电导率法可以表征污秽层的湿润状态但其同样难以实现在线监测，并且受环境温度和湿度的影响较大。对于泄漏电流法和泄漏电流脉冲技术法，现场运行条件下对小电流信号的准确监测是该方法面临的主要挑战。而污秽闪络电压梯度法则是离线条件下的破坏性试验，难以大面积开展。总的来看，传统污秽检测方法尽管具有较高的准确度，但是在在线应用方面均面临着挑战。
光学成像技术在非接触式检测方面的优势为绝缘子污秽状态在线检测提供了一种新的研究思路。以可见光波段下颜色特征、红外波段下异常发热检测和紫外波段下电晕放电检测方法得到了众多学者的关注。然而，可见光图像在实际应用中诊断模型准确率较低，红外图像和紫外图像的检测结果不仅受到了绝缘子污秽状态的影响，还受到了其运行电压以及运行负载的影响。为了进一步提高污秽检测模型的可靠性，部分学者提出了以可见光波段、红外波段和紫外波段联合诊断的“多光谱检测方法”，该方法通过信息融合有效地提高了诊断模型的精度，但是其仍未能充分利用光谱信息维度蕴含的丰富信息。
基于高光谱成像技术的绝缘子污秽状态检测方法是近几年提出的一种新的遥感遥测方法，其具有准确度高、结果可视化等优势，但是目前而言该方法的应用主要依赖于将反射率光谱输入至分类算法中得到最终的分类结果，这样的运算过程需要耗费大量的运算时间并且需要较高的算力支撑，难以实现实时、快速的污秽状态评估。
发明内容
本申请提供了一种基于高光谱特征量归一化编码表的绝缘子状态检测方法，旨在解决现有高光谱检测技术中运算时间长、算力要求高、实时性低、依赖于复杂分类算法的问题。
为了解决上述技术问题，本申请实施例公开了以下技术方案：
基于高光谱特征量归一化编码表的绝缘子状态检测方法包括，
步骤S01，利用高光谱成像采集待测绝缘子的光谱图像数据以获得反射率-波长-空间图像灰度三维数据；
步骤S02，所述反射率-波长-空间图像灰度三维数据分别通过多个特征运算得到对应多个特征运算的多个特征量；
步骤S03，将多个特征量进行归一化运算构成与绝缘子污秽状态具有映射关系的特征量归一化编码表，检索所述特征量归一化编码表以识别绝缘子污秽状态以及可视化重构污秽状态。
所述的基于高光谱特征量归一化编码表的绝缘子状态检测方法中，步骤S01中，利用高光谱成像采集待测绝缘子的反射率-波长信息以及采集待测绝缘子的空间图像信息，基于反射率-波长信息和空间图像信息汇集得到反射率-波长-空间图像灰度三维数据。
所述的基于高光谱特征量归一化编码表的绝缘子状态检测方法中，所述反射率-波长-空间图像灰度三维数据的波长范围为400nm-1000nm。
所述的基于高光谱特征量归一化编码表的绝缘子状态检测方法中，步骤S02中，根据光的波长划分为三个分量并得到对应的反射率-波长信息、波长-空间图像灰度信息；基于反射率-波长信息开展特征运算以及基于波长-空间图像灰度信息开展特征运算。
所述的基于高光谱特征量归一化编码表的绝缘子状态检测方法中，三个分量为400nm-600nm的F分量，600nm-800nm的S分量和800nm-1000nm的T分量，分别计算F分量、S分量和T分量下反射率-波长信息的积分面积[SF，SS，ST]，陡峭度和[KFu，KSu，KTu]特征量，分别计算F分量、S分量和T分量下波长-空间图像灰度信息中每个像素点的灰度和[HF，Hs，HT]以及信息熵[QF，Qs，QT]。
所述的基于高光谱特征量归一化编码表的绝缘子状态检测方法中，针对反射率-波长信息开展特征运算，获得三个分量下的积分面积和、信息熵、偏斜度和、陡峭度和的特征量；针对波长-空间图像灰度信息开展特征运算，获得三个分量下的每个像素点的灰度和、灰度差均值。
所述的基于高光谱特征量归一化编码表的绝缘子状态检测方法中，步骤S03中，针对三个分量下的反射率-波长信息的特征量和波长-空间图像灰度信息的特征量开展归一化运算，获得每个特征量的三分量比值关系；
建立每个特征量的三分量比值关系表，并且根据先验建立的不同污秽状态下污秽绝缘子三分量的比值区间获得三比值分量与绝缘子污秽状态的映射关系；
对于待测绝缘子污秽状态，计算得到其各特征量三比值，查阅对比三分量比值关系表确定各像素点污秽状态判断结果；
根据各像素点污秽等级判断结果给污秽绝缘子图片重构伪彩效果，并根据各像素点污秽等级分布结果评估出总体绝缘子总体污秽等级。
有益效果：本发明涉及一种基于高光谱特征量归一化编码表的绝缘子状态检测方法，利用高光谱成像系统采集待测绝缘子光谱图像数据获得反射率-波长-空间图像灰度三维数据；反射率-波长信息、波长-空间图像灰度信息分别通过多个特征运算，得到多个特征运算对应的特征量；将多个特征量进行归一化运算构成与绝缘子污秽状态具有映射关系的特征量归一化编码表，通过表格检索方式实现绝缘子污秽状态的识别，并可凭借图像信息实现污秽状态的可视化重构。本申请中，充分利用光谱图像数据的丰富数据作为绝缘子污秽状态的特征参数，利用编码表方式替代分类算法，大幅降低数据运算量实现了快速、准确、高效的绝缘子污秽状态检测，并且可将污秽状态分析结果进行可视化重构，便于电力系统运维人员迅速掌握绝缘子污秽状态和分布情况，准确制定运维策略。
附图说明
为了更清楚地说明本申请的技术方案，下面将对实施例中所需要的使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是一种基于高光谱特征量归一化编码表的绝缘子状态检测方法流程图；
图2是绝缘子污秽状态高光谱反射率-波长-空间图像灰度三维数据的示意图；
图3(a)和图3(b)为三分量特征量示意图；
图4为各像素点污秽状态判断结果示意图；
图5为各像素点污秽评估结果伪彩图。
具体实施方式
为进一步描述本发明，下面结合附图1至图5对其作进一步说明。
参见图1，为本申请的一种基于高光谱特征量归一化编码表的绝缘子状态检测方法的流程图，可知本申请提供了一种基于高光谱特征量归一化编码表的绝缘子状态检测方法包括：
S01：如图2所示，利用高光谱成像系统采集污秽绝缘子样品的反射率-波长信息；利用高光谱成像系统采集污秽绝缘子样品的空间图像信息。
S011：利用高光谱成像系统采集污秽绝缘子样品从400nm-1000nm范围内的176个波段的反射率-波长信息；
利用高光谱成像系统采集污秽绝缘子样品从400nm-1000nm范围内的对应176个波段下的176张空间图像信息。
S012：将反射率-波长信息和空间图像信息汇集，得到反射率-波长-空间图像灰度三维数据；
S02：根据光的波长划分为三个分量并得到对应的反射率-波长信息、波长-空间图像灰度信息；针对反射率-波长信息开展特征运算；针对波长-空间图像灰度信息开展特征运算。
S021：如图3(a)和图3(b)所示，根据光的波长划分为三个分量并得到对应的反射率-波长信息、波长-空间图像灰度信息包括F分量400nm-600nm下的反射率-波长信息、波长-空间图像灰度信息，S分量600nm-800nm下的反射率-波长信息、波长-空间图像灰度信息和T分量800nm-1000nm下的反射率-波长信息、波长-空间图像灰度信息。
S022：分别计算F分量、S分量和T分量下反射率-波长信息的积分面积[SF，SS，ST]，陡峭度和[KFu，KSu，KTu]特征量。
S023：分别计算F分量、S分量和T分量下波长-空间图像灰度信息中每个像素点的灰度和[HF，HS，HT]，信息熵[QF，QS，QT]。
S03：针对三个分量下的反射率-波长信息特征量和波长-空间图像灰度信息特征量开展归一化运算，获得每个特征量的三分量比值关系；建立每个特征量的三分量比值关系表，并且根据先验建立的不同污秽状态下污秽绝缘子三分量的比值区间获得三比值分量与绝缘子污秽状态的映射关系；对于待测绝缘子污秽状态，计算得到其各特征量三比值，查阅对比三分量比值关系表确定各像素点污秽状态判断结果；根据各像素点污秽等级判断结果给污秽绝缘子图片重构伪彩效果，并根据各像素点污秽等级分布结果评估出总体绝缘子总体污秽等级。
S031：针对三个分量下的反射率-波长信息特征量和波长-空间图像灰度信息特征量开展归一化运算，获得每个特征量的三分量比值关系，当各分量的特征量归一化值在0-0.35之间时赋值该分量为“0”，当各分量的特征量归一化值在0.35-0.65之间时赋值该分量为“1”，当各分量的特征量归一化值在0.65-1之间时赋值该分量为“2”；
S032：建立每个特征量的三分量比值关系表，并且根据先验建立的不同污秽状态下污秽绝缘子三分量的比值区间获得三比值分量与绝缘子污秽状态的映射关系，如表1所示：
S033：对于待测绝缘子污秽状态，计算得到其各特征量三比值，查阅对比三分量比值关系表确定各像素点污秽状态判断结果如图4所示；
S034：根据各像素点污秽等级判断结果给污秽绝缘子图片重构伪彩效果，如图5所示，并根据各像素点污秽等级分布结果评估出总体绝缘子危险度，计算方法为
式中，P危险度为总体绝缘子危险度，该值越大表示危险度越高，n等级0、n等级I、n等级II、n等级III、n等级IV分别表示由S033判断出的各污秽等级像素点个数，n总为总像素点个数。
尽管以上结合附图对本发明的实施方案进行了描述，但本发明并不局限于上述的具体实施方案和应用领域，上述的具体实施方案仅仅是示意性的、指导性的，而不是限制性的。本领域的普通技术人员在本说明书的启示下和在不脱离本发明权利要求所保护的范围的情况下，还可以做出很多种的形式，这些均属于本发明保护之列。
Claims (7)
1.一种基于高光谱特征量归一化编码表的绝缘子状态检测方法，其特征在于，所述方法包括：
步骤S01，利用高光谱成像采集待测绝缘子的光谱图像数据以获得反射率-波长-空间图像灰度三维数据；
步骤S02，所述反射率-波长-空间图像灰度三维数据分别通过多个特征运算得到对应多个特征运算的多个特征量；
步骤S03，将多个特征量进行归一化运算构成与绝缘子污秽状态具有映射关系的特征量归一化编码表，检索所述特征量归一化编码表以识别绝缘子污秽状态以及可视化重构污秽状态。
2.根据权利要求1所述的基于高光谱特征量归一化编码表的绝缘子状态检测方法，其特征在于，优选的，步骤S01中，利用高光谱成像采集待测绝缘子的反射率-波长信息以及采集待测绝缘子的空间图像信息，基于反射率-波长信息和空间图像信息汇集得到反射率-波长-空间图像灰度三维数据。
3.根据权利要求1所述的基于高光谱特征量归一化编码表的绝缘子状态检测方法，其特征在于，所述反射率-波长-空间图像灰度三维数据的波长范围为400nm-1000nm。
4.根据权利要求1所述的基于高光谱特征量归一化编码表的绝缘子状态检测方法，其特征在于，步骤S02中，根据光的波长划分为三个分量并得到对应的反射率-波长信息、波长-空间图像灰度信息；基于反射率-波长信息开展特征运算以及基于波长-空间图像灰度信息开展特征运算。
5.根据权利要求4所述的基于高光谱特征量归一化编码表的绝缘子状态检测方法，其特征在于，三个分量为400nm-600nm的F分量，600nm-800nm的S分量和800nm-1000nm的T分量，分别计算F分量、S分量和T分量下反射率-波长信息的积分面积[SF，SS，ST]，陡峭度和[KFu，KSu，KTu]特征量，分别计算F分量、S分量和T分量下波长-空间图像灰度信息中每个像素点的灰度和[HF，HS，HT]以及信息熵[QF，QS，QT]。
6.根据权利要求4所述的基于高光谱特征量归一化编码表的绝缘子状态检测方法，其特征在于，针对反射率-波长信息开展特征运算，获得三个分量下的积分面积和、信息熵、偏斜度和、陡峭度和的特征量；针对波长-空间图像灰度信息开展特征运算，获得三个分量下的每个像素点的灰度和、灰度差均值。
7.根据权利要求4所述的基于高光谱特征量归一化编码表的绝缘子状态检测方法，其特征在于，步骤S03中，针对三个分量下的反射率-波长信息的特征量和波长-空间图像灰度信息的特征量开展归一化运算，获得每个特征量的三分量比值关系；
建立每个特征量的三分量比值关系表，并且根据先验建立的不同污秽状态下污秽绝缘子三分量的比值区间获得三比值分量与绝缘子污秽状态的映射关系；
对于待测绝缘子污秽状态，计算得到其各特征量三比值，查阅对比三分量比值关系表确定各像素点污秽状态判断结果；
根据各像素点污秽等级判断结果给污秽绝缘子图片重构伪彩效果，并根据各像素点污秽等级分布结果评估出总体绝缘子总体污秽等级。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210041688.2A CN114577807A (zh) | 2022-01-11 | 2022-01-11 | 基于高光谱特征量归一化编码表的绝缘子状态检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210041688.2A CN114577807A (zh) | 2022-01-11 | 2022-01-11 | 基于高光谱特征量归一化编码表的绝缘子状态检测方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114577807A true CN114577807A (zh) | 2022-06-03 |
Family
ID=81771720
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210041688.2A Pending CN114577807A (zh) | 2022-01-11 | 2022-01-11 | 基于高光谱特征量归一化编码表的绝缘子状态检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114577807A (zh) |
-
2022
- 2022-01-11 CN CN202210041688.2A patent/CN114577807A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110865040A (zh) | 天空地一体化高光谱水质监测分析方法 | |
| CN110473187B (zh) | 一种面向对象的线扫描三维路面裂缝提取方法 | |
| CN109799199B (zh) | 一种叶绿素a浓度的协同反演方法 | |
| CN111524224B (zh) | 一种电力变压器表面温度分布的全景成像方法 | |
| CN102565577A (zh) | 复合绝缘子高光谱检测方法 | |
| CN109034252A (zh) | 空气质量站点监测数据异常的自动化识别方法 | |
| CN108108772A (zh) | 一种基于配电线路航拍图像的绝缘子污闪状态检测方法 | |
| CN112414950A (zh) | 一种协同高光谱与红外技术的绝缘子等值盐密检测方法 | |
| CN109407177B (zh) | 基于机器学习与常规气象观测的大雾识别系统和应用方法 | |
| CN111982822B (zh) | 一种长时间序列高精度植被指数改进算法 | |
| CN110376214B (zh) | 基于高光谱技术的绝缘子污秽度非接触检测方法 | |
| Yin et al. | A novel method for visualizing the pollution distribution of insulators | |
| CN117470867B (zh) | 变电设备绝缘子污秽区分方法、装置及电子设备 | |
| CN109799440B (zh) | 基于高光谱技术的绝缘子污层电导检测方法 | |
| CN116167999A (zh) | 一种基于图像匹配的配电线路零值绝缘子红外热像检测方法 | |
| CN111239073A (zh) | 一种基于高光谱技术的复合绝缘子老化程度检测方法 | |
| CN113780177A (zh) | 一种非接触式实时原位水质监测方法 | |
| CN114577807A (zh) | 基于高光谱特征量归一化编码表的绝缘子状态检测方法 | |
| CN117218539A (zh) | 一种基于多种植被指数的遥感监测森林蓄积量方法 | |
| Quan et al. | Evaluation method of surface hydrophobicity class of on-board cable terminal based on MSRCR-SPA-ResNet | |
| CN104401835A (zh) | 一种电梯曳引机温升故障实时检测方法 | |
| CN114994069B (zh) | 基于高光谱的绝缘子污秽成分和含量的检测方法及系统 | |
| CN116124716A (zh) | 基于近感高光谱的水质监测方法及装置 | |
| CN116188505A (zh) | 基于紫外红外协同检测的绝缘电力设备在线监测系统 | |
| CN107194923B (zh) | 一种用于接触网电力设备缺陷巡检的紫外图像诊断方法 |
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 |