CN114757895B - 一种复合绝缘子红外图像阳光直射干扰判断方法及系统 - Google Patents

一种复合绝缘子红外图像阳光直射干扰判断方法及系统 Download PDF

Info

Publication number
CN114757895B
CN114757895B CN202210321812.0A CN202210321812A CN114757895B CN 114757895 B CN114757895 B CN 114757895B CN 202210321812 A CN202210321812 A CN 202210321812A CN 114757895 B CN114757895 B CN 114757895B
Authority
CN
China
Prior art keywords
composite insulator
central axis
frequency component
core rod
temperature curve
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
Application number
CN202210321812.0A
Other languages
English (en)
Other versions
CN114757895A (zh
Inventor
李特
王少华
姜凯华
曹俊平
刘黎
王振国
陶瑞祥
杨勇
赵璐旻
金涌涛
李思南
温典
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.)
Electric Power Research Institute of State Grid Zhejiang Electric Power Co Ltd
Original Assignee
Electric Power Research Institute of State Grid Zhejiang Electric Power 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 Electric Power Research Institute of State Grid Zhejiang Electric Power Co Ltd filed Critical Electric Power Research Institute of State Grid Zhejiang Electric Power Co Ltd
Priority to CN202210321812.0A priority Critical patent/CN114757895B/zh
Publication of CN114757895A publication Critical patent/CN114757895A/zh
Application granted granted Critical
Publication of CN114757895B publication Critical patent/CN114757895B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06T7/0004—Industrial image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G06N20/10—Machine learning using kernel methods, e.g. support vector machines [SVM]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10048—Infrared image
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20081—Training; Learning
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20084—Artificial neural networks [ANN]

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Medical Informatics (AREA)
  • Quality & Reliability (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Radiation Pyrometers (AREA)
  • Testing Relating To Insulation (AREA)

Abstract

本发明公开了一种复合绝缘子红外图像阳光直射干扰判断方法及系统。目前的方法通过分析人员肉眼分析复合绝缘子红外图像，根据伞裙、芯棒的局部亮斑判断绝缘子红外测试是否受到了阳光的影响，该方法依赖分析人员的经验，而且对于微弱阳光的影响容易出现漏判。本发明首先提取复合绝缘子芯棒中轴线温度曲线，随后通过芯棒中轴线温度高频分量包络线绝对值均值、温度高频分量包络线绝对值标准差实现复合绝缘子阳光直射的判断。本发明考虑了阳光直射引起的复合绝缘子芯棒温度曲线高频分量的变化，可以避免人工判断绝缘子阳光直射带来的主观影响误差，同时可实现现场大量复合绝缘子是否受到阳光干扰的快速判断。

Description

一种复合绝缘子红外图像阳光直射干扰判断方法及系统
技术领域
本发明属于电网设备复合绝缘子领域，涉及现场输变电设备红外图像中复合绝缘子是否受到阳光直射干扰的判断方法及系统，具体地说是一种考虑复合绝缘子芯棒温度高频分量包络线绝对值特征的判断复合绝缘子是否受到阳光直射干扰的方法及系统。
背景技术
电网设备复合绝缘子用量巨大，架空线路复合绝缘子、变压器套管、电缆终端等都属于复合绝缘子，同时实际运行中上述不同类别复合绝缘子都存在因为内部绝缘缺陷或者外部污秽引发发热的问题。为了发现早期内部缺陷，或者进行表面污秽评估，往往通过红外测试寻找复合绝缘子表面温度异常区域，然而阳光直射于复合绝缘子表面，会对红外测试产生严重干扰，掩盖存在的发热，或者产生虚假的发热现象，导致误判与漏判。因此对复合绝缘子红外图像进行分析，筛查哪些图像中复合绝缘子存在阳光直射干扰十分重要，避免因阳光干扰掩盖缺陷而造成设备的带病运行。
目前，对复合绝缘子阳光直射干扰状态通过人工肉眼检查，通过绝缘子芯棒表面阳光光斑或者伞裙表面阳光直射、遮挡区域的明晰分解特征来判断阳光直射干扰的存在。然而，上述方法依赖人员的主观判断，与人的经验密切相关，容易因分析人员不熟练或者分析人员的理解不到位产生误差；另一方面，上述方法需要分析人员仔细检查红外图像中复合绝缘子表面状态，分析效率受限，在目前现场每天产生海量无人机、机器人红外巡检照片的情况下，上述方法难以适应快速分析需求。
发明内容
本发明所要解决的技术问题是克服上述现有技术存在的缺陷，提供一种利用复合绝缘子芯棒温度高频分量包络线绝对值特征的复合绝缘子表面阳光直射干扰判断方法及系统，其通过获取复合绝缘子芯棒温度高频分量包络线绝对值的平均值与标准差实现复合绝缘子表面阳光直射干扰的判断，以实现复合绝缘子表面阳光干扰的定量判断，从而避免依赖人工分析带来的主观影响并显著提升阳光干扰的判断效率。
为此，本发明采用的一种技术方案如下：一种复合绝缘子红外图像阳光直射干扰判断方法，其包括如下步骤：
a)对被测复合绝缘子进行红外测试，获取红外测温图像数据；
b)利用架空线路复合绝缘子红外测温图像数据获得其芯棒中轴线温度曲线；
c)对架空线路复合绝缘子芯棒中轴线温度曲线进行小波分解与高频分量重构，得到复合绝缘子芯棒中轴线温度曲线高频分量；
d)对复合绝缘子芯棒中轴线温度曲线高频分量进行希尔伯特变换并取绝对值，得到复合绝缘子芯棒中轴线温度曲线高频分量包络线绝对值；
e)对复合绝缘子芯棒中轴线温度曲线高频分量包络线绝对值求取平均值与标准差；
f)利用预先建立的不存在阳光直射干扰、存在阳光直射干扰复合绝缘子芯棒中轴线温度曲线高频分量包络线绝对值求取平均值、标准差参数的空间分布分界线，判断被测复合绝缘子是否存在阳光直射干扰。
本发明通过获取复合绝缘子芯棒温度高频分量包络线绝对值的平均值和标准差实现复合绝缘子阳光直射干扰的判断。
进一步地，步骤c)中，复合绝缘子芯棒中轴线温度曲线高频分量fHT由复合绝缘子芯棒中轴线温度曲线fT通过小波分解与高频分量重构得到，采用的小波基为dmey，小波分解为3层，再将高频分量进行重构。
进一步地，步骤e)中，复合绝缘子芯棒中轴线温度曲线高频分量包络线绝对值的平均值fMHHT与复合绝缘子芯棒中轴线温度曲线高频分量包络线fHHT的关系为：
Figure GDA0003961685230000021
其中，fHHT(i)为复合绝缘子芯棒中轴线温度曲线高频分量包络线第i个数据位置的值，m为复合绝缘子芯棒中轴线温度曲线数据点数。
进一步地，步骤e)中，复合绝缘子芯棒中轴线温度曲线高频分量包络线绝对值的标准差SkHHT与复合绝缘子芯棒中轴线温度曲线高频分量包络线fHHT的关系为：
Figure GDA0003961685230000022
进一步地，步骤f)中，预先建立的不存在阳光直射干扰、存在阳光直射干扰复合绝缘子芯棒中轴线温度曲线高频分量包络线绝对值求取平均值、标准差参数的空间分布分界线，通过如下步骤建立：
f1)获取一批确定存在阳光直射干扰、不存在阳光直射干扰的复合绝缘子；
f2)获取该批复合绝缘子红外图像；
f3)对每一支绝缘子重复步骤b)至步骤e)，获得存在阳光直射干扰、不存在阳光直射干扰的复合绝缘子的芯棒中轴线温度曲线高频分量包络线绝对值的平均值fMHHT与芯棒中轴线温度曲线高频分量包络线绝对值的标准差SkHHT；
f4)采用支持向量机或者神经网络等机器学习手段，建立存在阳光直射干扰、不存在阳光直射干扰复合绝缘子芯棒中轴线温度曲线高频分量包络线绝对值的平均值fMHHT与芯棒中轴线温度曲线高频分量包络线绝对值的标准差SkHHT的空间分布分界线。
本发明采用的另一种技术方案为：一种复合绝缘子红外图像阳光直射干扰判断系统，其包括：
红外测温图像获取单元：对被测复合绝缘子进行红外测试，获取红外测温图像；
芯棒中轴线温度曲线获取单元：利用复合绝缘子红外测温图像数据获得其芯棒中轴线温度曲线；
高频分量获取单元：对架空线路复合绝缘子芯棒中轴线温度曲线进行小波分解与高频分量重构，得到复合绝缘子芯棒中轴线温度曲线高频分量；
高频分量包络线绝对值获取单元：对复合绝缘子芯棒中轴线温度曲线高频分量进行希尔伯特变换并取绝对值，得到复合绝缘子芯棒中轴线温度曲线高频分量包络线绝对值；
平均值与标准差求取单元：对复合绝缘子芯棒中轴线温度曲线高频分量包络线绝对值求取平均值与标准差；
阳光直射干扰判断单元：利用预先建立的不存在阳光直射干扰及存在阳光直射干扰复合绝缘子芯棒中轴线温度曲线高频分量包络线绝对值求取平均值及标准差参数的空间分布分界线，判断被测复合绝缘子是否存在阳光直射干扰。
与现有方法相比，本发明具有的有益效果如下：本发明利用阳光直射干扰带来的复合绝缘子芯棒中轴线温度高频分量包络线特征变化，实现了阳光干扰的定量判断，避免阳光干扰分析受到分析人员主观影响，并可显著提升现场复合绝缘子阳光干扰分析的工作效率。
附图说明
图1为本发明方法的流程图；
图2为本发明中获得存在、不存在阳光直射干扰复合绝缘子芯棒温度高频分量包络线特征分界线的流程图；
图3为本发明具体实施案方式中存在、不存在阳光直射干扰复合绝缘子芯棒温度高频分量包络线特征分布与分界线示意图；
图4为本发明具体实施案方式中被测复合绝缘子红外图像图；
图5为本发明具体实施案方式中被测复合绝缘子芯棒中轴线温度曲线图；
图6为本发明具体实施案方式中被测复合绝缘子芯棒中轴线温度高频分量图；
图7为本发明具体实施案方式中被测复合绝缘子芯棒中轴线温度高频分量包络线绝对值的示意图。
具体实施方式
下面结合说明书附图和具体实施方式对本发明作进一步说明。
实施例1
本实施例为一种复合绝缘子红外图像阳光直射干扰判断方法，如图1所示，包括步骤：
a)对被测复合绝缘子进行红外测试，获取红外测温图像；
b)利用复合绝缘子红外测温图像数据获得其芯棒中轴线温度曲线；
c)对架空线路复合绝缘子芯棒中轴线温度曲线进行小波分解与高频分量重构，得到复合绝缘子芯棒中轴线温度曲线高频分量；
d)对复合绝缘子芯棒中轴线温度曲线高频分量进行希尔伯特变换并取绝对值，得到复合绝缘子芯棒中轴线温度曲线高频分量包络线绝对值；
e)对复合绝缘子芯棒中轴线温度曲线高频分量包络线绝对值求取平均值与标准差；
f)利用预先建立的不存在阳光直射干扰及存在阳光直射干扰复合绝缘子芯棒中轴线温度曲线高频分量包络线绝对值求取平均值及标准差参数的空间分布分界线，判断被测复合绝缘子是否存在阳光直射干扰。
以220kV架空线路复合绝缘子为例，下面应用本发明存在、不存在阳光直射干扰复合绝缘子芯棒温度高频分量包络线特征分界线进行获取，如图2所示，具体步骤如下：
1.选定一批存在阳光干扰、不存在阳光干扰的在运复合绝缘子。
2.对该批复合绝缘子进行红外测试，获得红外测温图像。
3.获取该批复合绝缘子芯棒中轴线温度曲线。
4.对该批复合绝缘子芯棒中轴线温度曲线进行小波分解与高频分量重构，获得对应的复合绝缘子芯棒中轴线温度高频分量，计算时采用小波基为dmey，小波分解为3层，再将高频分量进行重构。
5.对该批复合绝缘子芯棒中轴线温度高频分量进行希尔伯特变换，得到每一支复合绝缘子芯棒中轴线温度曲线高频分量包络线。
6.对该批复合绝缘子芯棒中轴线温度曲线高频分量包络线取绝对值后，得到每一支复合绝缘子芯棒中轴线温度曲线高频分量包络线绝对值的平均值与标准差，从而得到存在阳光直射干扰、不存在阳光直射干扰复合绝缘子芯棒中轴线温度曲线高频分量包络线的特征分布。
7.采用支持向量机，利用已知的是否存在阳光直射干扰信息，利用该批复合绝缘子芯棒中轴线温度曲线高频分量包络线特征进行训练，得到存在阳光直射干扰、不存在阳光直射干扰复合绝缘子芯棒中轴线温度曲线高频分量包络线绝对值平均值、标准差的分布分界线，如附图3。
以一支220kV架空线路复合绝缘子为例，下面应用本发明判断其红外图像是否存在阳光直射干扰，具体步骤如下：
a.对被测复合绝缘子进行红外测试，获取红外测温图像，如附图4中双串绝缘子的右侧绝缘子；
b.利用该支复合绝缘子红外测温图像数据获得其芯棒中轴线温度曲线，如附图5；
c.对取该支复合绝缘子芯棒中轴线温度曲线进行小波分解与高频分量重构，获得对应的复合绝缘子芯棒中轴线温度高频分量，如附图6，计算时采用小波基为dmey，小波分解为3层，再将高频分量进行重构。
d.对该支复合绝缘子芯棒中轴线温度高频分量进行希尔伯特变换，得到其芯棒中轴线温度曲线高频分量包络线绝对值，如附图7。
e.求取该支复合绝缘子芯棒中轴线温度曲线高频分量包络线绝对值的平均值fMHHT与标准差SkHHT，分别为1.3445℃、0.8266℃。
f.利用前面步骤1-7得到的220kV复合绝缘子阳光直射干扰、无阳光直射干扰复合绝缘子芯棒温度高频分量包络线特征分界线，也即附图3，判断该支复合绝缘子存在阳光直射干扰。
实施例2
本实施例为一种复合绝缘子红外图像阳光直射干扰判断系统，其由红外测温图像获取单元、芯棒中轴线温度曲线获取单元、高频分量获取单元、高频分量包络线绝对值获取单元、平均值与标准差求取单元和阳光直射干扰判断单元组成。
红外测温图像获取单元：对被测复合绝缘子进行红外测试，获取红外测温图像；
芯棒中轴线温度曲线获取单元：利用复合绝缘子红外测温图像数据获得其芯棒中轴线温度曲线；
高频分量获取单元：对架空线路复合绝缘子芯棒中轴线温度曲线进行小波分解与高频分量重构，得到复合绝缘子芯棒中轴线温度曲线高频分量；
高频分量包络线绝对值获取单元：对复合绝缘子芯棒中轴线温度曲线高频分量进行希尔伯特变换并取绝对值，得到复合绝缘子芯棒中轴线温度曲线高频分量包络线绝对值；
平均值与标准差求取单元：对复合绝缘子芯棒中轴线温度曲线高频分量包络线绝对值求取平均值与标准差；
阳光直射干扰判断单元：利用预先建立的不存在阳光直射干扰及存在阳光直射干扰复合绝缘子芯棒中轴线温度曲线高频分量包络线绝对值求取平均值及标准差参数的空间分布分界线，判断被测复合绝缘子是否存在阳光直射干扰。
所述的高频分量获取单元中，复合绝缘子芯棒中轴线温度曲线高频分量fHT由复合绝缘子芯棒中轴线温度曲线fT通过小波分解与高频分量重构得到，采用的小波基为dmey，小波分解为3层，再将高频分量进行重构。
所述的平均值与标准差求取单元中，复合绝缘子芯棒中轴线温度曲线高频分量包络线绝对值的平均值fMHHT与复合绝缘子芯棒中轴线温度曲线高频分量包络线fHHT的关系为：
Figure GDA0003961685230000061
其中，fHHT(i)为复合绝缘子芯棒中轴线温度曲线高频分量包络线第i个数据位置的值，m为复合绝缘子芯棒中轴线温度曲线数据点数。
所述的平均值与标准差求取单元中，复合绝缘子芯棒中轴线温度曲线高频分量包络线绝对值的标准差SkHHT与复合绝缘子芯棒中轴线温度曲线高频分量包络线fHHT的关系为：
Figure GDA0003961685230000062
其中，fHHT(i)为复合绝缘子芯棒中轴线温度曲线高频分量包络线第i个数据位置的值，m为复合绝缘子芯棒中轴线温度曲线数据点数，fMHHT为复合绝缘子芯棒中轴线温度曲线高频分量包络线绝对值的平均值。
所述的阳光直射干扰判断单元中，预先建立的不存在阳光直射干扰、存在阳光直射干扰复合绝缘子芯棒中轴线温度曲线高频分量包络线绝对值求取平均值、标准差参数的空间分布分界线，通过如下步骤建立：
f1)获取一批确定存在阳光直射干扰、不存在阳光直射干扰的复合绝缘子；
f2)获取该批复合绝缘子红外图像；
f3)对每一支绝缘子重复芯棒中轴线温度曲线获取单元、高频分量获取单元、高频分量包络线绝对值获取单元及平均值与标准差求取单元中的步骤，获得存在阳光直射干扰、不存在阳光直射干扰的复合绝缘子的芯棒中轴线温度曲线高频分量包络线绝对值的平均值fMHHT与芯棒中轴线温度曲线高频分量包络线绝对值的标准差SkHHT；
f4)采用支持向量机或者神经网络，建立存在阳光直射干扰、不存在阳光直射干扰复合绝缘子芯棒中轴线温度曲线高频分量包络线绝对值的平均值fMHHT与芯棒中轴线温度曲线高频分量包络线绝对值的标准差SkHHT的空间分布分界线。

Claims (10)

1.一种复合绝缘子红外图像阳光直射干扰判断方法，其特征在于，包括步骤：
a)对被测复合绝缘子进行红外测试，获取红外测温图像；
b)利用复合绝缘子红外测温图像数据获得其芯棒中轴线温度曲线；
c)对架空线路复合绝缘子芯棒中轴线温度曲线进行小波分解与高频分量重构，得到复合绝缘子芯棒中轴线温度曲线高频分量；
d)对复合绝缘子芯棒中轴线温度曲线高频分量进行希尔伯特变换并取绝对值，得到复合绝缘子芯棒中轴线温度曲线高频分量包络线绝对值；
e)对复合绝缘子芯棒中轴线温度曲线高频分量包络线绝对值求取平均值与标准差；
f)利用预先建立的不存在阳光直射干扰及存在阳光直射干扰复合绝缘子芯棒中轴线温度曲线高频分量包络线绝对值求取平均值及标准差参数的空间分布分界线，判断被测复合绝缘子是否存在阳光直射干扰。
2.根据权利要求1所述的复合绝缘子红外图像阳光直射干扰判断方法，其特征在于，步骤c)中，复合绝缘子芯棒中轴线温度曲线高频分量fHT由复合绝缘子芯棒中轴线温度曲线fT通过小波分解与高频分量重构得到，采用的小波基为dmey，小波分解为3层，再将高频分量进行重构。
3.根据权利要求1所述的复合绝缘子红外图像阳光直射干扰判断方法，其特征在于，步骤e)中，复合绝缘子芯棒中轴线温度曲线高频分量包络线绝对值的平均值fMHHT与复合绝缘子芯棒中轴线温度曲线高频分量包络线fHHT的关系为：
Figure FDA0003961685220000011
其中，fHHT(i)为复合绝缘子芯棒中轴线温度曲线高频分量包络线第i个数据位置的值，m为复合绝缘子芯棒中轴线温度曲线数据点数。
4.根据权利要求1所述的复合绝缘子红外图像阳光直射干扰判断方法，其特征在于，步骤e)中，复合绝缘子芯棒中轴线温度曲线高频分量包络线绝对值的标准差SkHHT与复合绝缘子芯棒中轴线温度曲线高频分量包络线fHHT的关系为：
Figure FDA0003961685220000012
其中，fHHT(i)为复合绝缘子芯棒中轴线温度曲线高频分量包络线第i个数据位置的值，m为复合绝缘子芯棒中轴线温度曲线数据点数，fMHHT为复合绝缘子芯棒中轴线温度曲线高频分量包络线绝对值的平均值。
5.根据权利要求1所述的复合绝缘子红外图像阳光直射干扰判断方法，其特征在于，步骤f)中，预先建立的不存在阳光直射干扰、存在阳光直射干扰复合绝缘子芯棒中轴线温度曲线高频分量包络线绝对值求取平均值、标准差参数的空间分布分界线，通过如下步骤建立：
f1)获取一批确定存在阳光直射干扰、不存在阳光直射干扰的复合绝缘子；
f2)获取该批复合绝缘子红外图像；
f3)对每一支绝缘子进行步骤b)至步骤e)，获得存在阳光直射干扰、不存在阳光直射干扰的复合绝缘子的芯棒中轴线温度曲线高频分量包络线绝对值的平均值fMHHT与芯棒中轴线温度曲线高频分量包络线绝对值的标准差SkHHT；
f4)采用支持向量机或者神经网络，建立存在阳光直射干扰、不存在阳光直射干扰复合绝缘子芯棒中轴线温度曲线高频分量包络线绝对值的平均值fMHHT与芯棒中轴线温度曲线高频分量包络线绝对值的标准差SkHHT的空间分布分界线。
6.一种复合绝缘子红外图像阳光直射干扰判断系统，其特征在于，包括：
红外测温图像获取单元：对被测复合绝缘子进行红外测试，获取红外测温图像；
芯棒中轴线温度曲线获取单元：利用复合绝缘子红外测温图像数据获得其芯棒中轴线温度曲线；
高频分量获取单元：对架空线路复合绝缘子芯棒中轴线温度曲线进行小波分解与高频分量重构，得到复合绝缘子芯棒中轴线温度曲线高频分量；
高频分量包络线绝对值获取单元：对复合绝缘子芯棒中轴线温度曲线高频分量进行希尔伯特变换并取绝对值，得到复合绝缘子芯棒中轴线温度曲线高频分量包络线绝对值；
平均值与标准差求取单元：对复合绝缘子芯棒中轴线温度曲线高频分量包络线绝对值求取平均值与标准差；
阳光直射干扰判断单元：利用预先建立的不存在阳光直射干扰及存在阳光直射干扰复合绝缘子芯棒中轴线温度曲线高频分量包络线绝对值求取平均值及标准差参数的空间分布分界线，判断被测复合绝缘子是否存在阳光直射干扰。
7.根据权利要求6所述的复合绝缘子红外图像阳光直射干扰判断系统，其特征在于，所述的高频分量获取单元中，复合绝缘子芯棒中轴线温度曲线高频分量fHT由复合绝缘子芯棒中轴线温度曲线fT通过小波分解与高频分量重构得到，采用的小波基为dmey，小波分解为3层，再将高频分量进行重构。
8.根据权利要求6所述的复合绝缘子红外图像阳光直射干扰判断系统，其特征在于，所述的平均值与标准差求取单元中，复合绝缘子芯棒中轴线温度曲线高频分量包络线绝对值的平均值fMHHT与复合绝缘子芯棒中轴线温度曲线高频分量包络线fHHT的关系为：
Figure FDA0003961685220000031
其中，fHHT(i)为复合绝缘子芯棒中轴线温度曲线高频分量包络线第i个数据位置的值，m为复合绝缘子芯棒中轴线温度曲线数据点数。
9.根据权利要求6所述的复合绝缘子红外图像阳光直射干扰判断系统，其特征在于，所述的平均值与标准差求取单元中，复合绝缘子芯棒中轴线温度曲线高频分量包络线绝对值的标准差SkHHT与复合绝缘子芯棒中轴线温度曲线高频分量包络线fHHT的关系为：
Figure FDA0003961685220000032
其中，fHHT(i)为复合绝缘子芯棒中轴线温度曲线高频分量包络线第i个数据位置的值，m为复合绝缘子芯棒中轴线温度曲线数据点数，fMHHT为复合绝缘子芯棒中轴线温度曲线高频分量包络线绝对值的平均值。
10.根据权利要求6所述的复合绝缘子红外图像阳光直射干扰判断系统，其特征在于，所述的阳光直射干扰判断单元中，预先建立的不存在阳光直射干扰、存在阳光直射干扰复合绝缘子芯棒中轴线温度曲线高频分量包络线绝对值求取平均值、标准差参数的空间分布分界线，通过如下步骤建立：
f1)获取一批确定存在阳光直射干扰、不存在阳光直射干扰的复合绝缘子；
f2)获取该批复合绝缘子红外图像；
f3)对每一支绝缘子重复芯棒中轴线温度曲线获取单元、高频分量获取单元、高频分量包络线绝对值获取单元及平均值与标准差求取单元中的步骤，获得存在阳光直射干扰、不存在阳光直射干扰的复合绝缘子的芯棒中轴线温度曲线高频分量包络线绝对值的平均值fMHHT与芯棒中轴线温度曲线高频分量包络线绝对值的标准差SkHHT；
f4)采用支持向量机或者神经网络，建立存在阳光直射干扰、不存在阳光直射干扰复合绝缘子芯棒中轴线温度曲线高频分量包络线绝对值的平均值fMHHT与芯棒中轴线温度曲线高频分量包络线绝对值的标准差SkHHT的空间分布分界线。
CN202210321812.0A 2022-03-25 2022-03-25 一种复合绝缘子红外图像阳光直射干扰判断方法及系统 Active CN114757895B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210321812.0A CN114757895B (zh) 2022-03-25 2022-03-25 一种复合绝缘子红外图像阳光直射干扰判断方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210321812.0A CN114757895B (zh) 2022-03-25 2022-03-25 一种复合绝缘子红外图像阳光直射干扰判断方法及系统

Publications (2)

Publication Number Publication Date
CN114757895A CN114757895A (zh) 2022-07-15
CN114757895B true CN114757895B (zh) 2023-05-02

Family

ID=82327894

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210321812.0A Active CN114757895B (zh) 2022-03-25 2022-03-25 一种复合绝缘子红外图像阳光直射干扰判断方法及系统

Country Status (1)

Country Link
CN (1) CN114757895B (zh)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN210761342U (zh) * 2019-06-17 2020-06-16 南京四维音符科技有限公司 一种基于无人机的反光干扰装置

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN201820537U (zh) * 2010-10-09 2011-05-04 骆亚楠 复合绝缘子
CN103048260B (zh) * 2012-12-29 2015-04-15 南方电网科学研究院有限责任公司 一种直流瓷绝缘子铁帽加速电腐蚀试验方法
CN104713901B (zh) * 2015-01-23 2017-08-25 国家电网公司 基于红外精确测温的复合绝缘子绝缘缺陷检测方法
CN106228172B (zh) * 2016-09-20 2019-09-24 西安工程大学 基于聚类分析的破损绝缘子图像提取方法
CN107451984B (zh) * 2017-07-27 2021-06-22 桂林电子科技大学 一种基于混合多尺度分析的红外与可见光图像融合算法
CN111612736A (zh) * 2020-04-08 2020-09-01 广东电网有限责任公司 一种电力设备故障检测方法、计算机和计算机程序
CN211743951U (zh) * 2020-05-19 2020-10-23 刘留洋 一种输电线路的输电线支架
CN113358227B (zh) * 2021-04-21 2022-10-14 国网浙江省电力有限公司电力科学研究院 复合绝缘子发热缺陷局部温差计算方法及系统
CN113484635A (zh) * 2021-06-17 2021-10-08 海南电网有限责任公司电力科学研究院 绝缘子异常发热热源及其材料劣化特征分析方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN210761342U (zh) * 2019-06-17 2020-06-16 南京四维音符科技有限公司 一种基于无人机的反光干扰装置

Also Published As

Publication number Publication date
CN114757895A (zh) 2022-07-15

Similar Documents

Publication Publication Date Title
CN111798407B (zh) 一种基于神经网络模型的带电设备故障诊断方法
CN113358227B (zh) 复合绝缘子发热缺陷局部温差计算方法及系统
CN116839682B (zh) 一种基于物联网的电缆加工制造实时监控系统
CN114577853B (zh) 复合绝缘子发热缺陷自动判断方法
CN111444471B (zh) 一种基于多元高斯分布的电缆生产质量异常检测方法和系统
CN111008641B (zh) 一种基于卷积神经网络的输电线路杆塔外力破坏检测方法
CN116207845B (zh) 一种用于电力设备保护的自动化监控方法及系统
CN107480904B (zh) 一种化合物半导体致命缺陷分析系统和分析方法
CN114757895B (zh) 一种复合绝缘子红外图像阳光直射干扰判断方法及系统
CN112557834A (zh) 基于拉曼光谱的油纸绝缘设备老化诊断方法
CN108537792B (zh) 一种基于卷积神经网络的电力缺陷图像识别方法
CN117130337B (zh) 漆包线生产工艺自动化调节方法及系统
CN108573233B (zh) 一种基于图像处理技术的电网陶瓷绝缘子识别方法
CN108492292B (zh) 基于红外图像处理的导线散股检测方法
CN108470141B (zh) 一种基于统计特征与机器学习的配电线路中绝缘子识别方法
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
CN115937086A (zh) 一种基于无人机图像识别技术的特高压输电线路缺陷检测方法
Mei et al. Defect detection of electrical insulating materials using optically excited transient thermography and deep autoencoder
CN113744179A (zh) 输配电线路上的金具缺陷检测方法
Dong et al. Construction and implementation of power equipment infrared thermal image database based on curve analysis method
CN115587975B (zh) 充油设备套管积污缺陷诊断系统、方法和介质
Chu et al. Structural dimension measurement and error analysis of power cable based on image computing
CN117129491B (zh) 一种基于x射线的gis设备缺陷检测方法及系统
Liu et al. Optical Imaging Technology Application in Transmission Line Insulator Monitoring: A Review
CN111141996B (zh) 一种基于广义极值理论的瓷绝缘子红外检测阈值优化方法、系统及存储介质

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