CN116338449A - 一种断路器开关特性在线测试方法及系统 - Google Patents

Abstract

本发明公开了一种断路器开关特性在线测试方法，属于断路器技术领域，具体涉及一种断路器开关特性在线测试方法及系统，本发明采用高速摄像机进行采集断路器开闸和分闸的图像数据并形成高速图像序列；主控台进行图像进行预处理；针对处理后的图像进行标定匹配区域并进行图像匹配；同时对图像匹配后的图像进行目标物识别跟踪；从而获得目标坐标、运动速度等数据，对数据进行计算分析最终获得机械特性参数，本发明通过高速相机进行采集断路器的开关操动过程，以断路器本体主轴或拐臂上的特征部位作为运动识别目标，结合图像序列中断路器操动过程的先验知识，并对后续帧图像进行动态扇形有向搜索优化，提高匹配速度和精度。

Description

一种断路器开关特性在线测试方法及系统

技术领域

本发明公开了一种断路器开关特性在线测试方法，属于断路器技术领域，具体涉及一种断路器开关特性在线测试方法及系统。

背景技术

断路器是电工工作中经常要接触的器件，断路器是指能够关合、承载和开断正常回路条件下的电流，并能关合、在规定的时间内承载和开断异常回路条件下的电流的开关装置。断路器按其使用范围分为高压断路器与低压断路器，高低压界线划分比较模糊，一般将3kV以上的称为高压电器。断路器可用来分配电能，不频繁地启动异步电动机，对电源线路及电动机等实行保护，当它们发生严重的过载或者短路及欠压等故障时能自动切断电路，其功能相当于熔断器式开关与过欠热继电器等的组合，而且在分断故障电流后一般不需要变更零部件，目前，已获得了广泛的应用。

目前，对高压断路器开关特性参数测试常采用接触式方法，需要在断路器主轴拐臂或连杆处加装光栅传感器或滑动电阻传感器。光栅传感器法可以直接测得断路器动触头的行程时间曲线、速度时间曲线，具有抗干扰能力强、测试精度高等优点，但是该方法传感器安装复杂，且光栅尺在测试与保过程中易损坏；滑动电阻传感器法须在断路器连杆上安装传感器，再配合示波器得到行程、速度等波形曲线。该方法传感器易安装，但测试精度受反复高速摩擦、冲击影响较大，且输出信号为模拟信号，抗电磁干扰能力差。这些传统型安装传感器对传感器性能要求高，现场安装工艺水平和机械传动冲击等极易影响测试精度，更重要的是对投运中带电运行的断路器进行接触式测量具有极大安全隐患，故传统方法不能用于断路器运行状态的在线监测。

现有技术中，存在部分非接触式监测方案，例如：

现有技术1（CN104062111A）公开了一种基于高速摄像机采集断路器机械特性参数的方法，具体公开了包括对断路器主轴、金属连杆图像识别及其运动过程的分析和参数计算，分析金属连杆运动距离和拐臂转动角度与触头运动关系，弹簧压缩情况和超行程以及触头接触次数联系等。但该现有技术仅涉及接收到的图像信息中截取图像序列后进行图像的平滑、去噪、滤波和边缘增强相关预处理，在断路器高速运动时，容易出现运动模糊，无法准确识别零部件的真边缘和假边缘，造成识别容易出现误差，识别及检测的精度不高。

现有技术2（CN114693741A）公开了一种基于深度学习的断路器动触头运动特性测量方法，具体公开了了对提取的多层特征图通过金字塔特征增强网络融合多层特征的技术手段，但是，其针对的是原始图像数据，原始像素点具有较高的RGB参数，直接进行分层特征增强的话，对算力要求极大，从试验角度来看，也就无法在测试图中实时输出检测结果，需要将数据储存起来后续处理，对数据的传输、储存硬件要求都较高。

目前看来，现有技术中缺乏针对断路器在线测试的简单且高效的图像处理手段。

发明内容

发明目的：提供一种断路器开关特性在线测试方法及系统，解决上述提到的问题。

技术方案：第一方面，一种断路器开关特性在线测试方法，具体包括以下步骤：

步骤1、断路器动作时线圈电流触发高速相机工作；

步骤2、采用高速相机采集断路器的开闸图像数据和分闸图像数据，形成高速图像序列{(Pon _a , Poff _a )}，其中，i为测试次数下标，Pon _a 和Poff _a 分别表示第a次测试的开闸图像数据和分闸图像数据；

步骤3、主控台接收所述高速图像序列{(Pon _a , Poff _a )}并进行图像预处理；包括：

步骤31、图像的二值化处理；将输入的图像的RGB三通道图像转化为单通道图像；满足：

其中，

和/>

分别表示第a次测试时的开闸图像数据中位置参数为x和y的像素点在二值化前的像素值和第a次测试时的开闸图像数据中位置参数为x和y的像素点在二值化后的像素值，/>

和/>

分别表示第a次测试时的分闸图像数据中位置参数为x和y的像素点在二值化前的像素值和第a次测试时的分闸图像数据中位置参数为x和y的像素点在二值化后的像素值；A为预设的像素截断阈值；

步骤32、图像的去噪声处理；采用高斯平滑滤波器对单通道图像进行卷积降噪，获得去噪图像；

步骤33、图像边缘检测；计算得到去噪图像的灰度图并排除假边缘；包括：

步骤331、将使用高斯平滑滤波器进行卷积降噪的去噪图像输入，并利用邻域一阶偏导数的有限差分计算去噪图像的梯度方向和梯度幅值；

步骤332、进行非极大值抑制，遍历去噪图像，如果某个像素的灰度值不大于与其梯度方向上前后两个像素的灰度值，则该像素值置零，排除假边缘；

步骤333、最后使用图像累计直方图计算滞后阈值需要的高阈值和低阈值；

步骤34、保留处于高阈值和低阈值的区域进行图像特征提取；

步骤4、针对排除假边缘后的图像进行标定匹配区域并进行图像匹配；

步骤5、对图像匹配后的图像进行目标物识别跟踪；

步骤6、获得目标坐标、运动速度数据，对目标坐标和运动速度数据进行计算分析最终获得机械特性参数。

更进一步地，在所述步骤4中针对处理后的图像进行图像匹配的具体方法如下：

步骤41、取排除假边缘后的图像中的高速图像序列中的第K帧图像，对其和对待识别的目标物做图像分层分解，得到降分辨率的分层结构；

步骤42、基于所述降分辨率的分层结构，从顶层最低分辨率图像开始搜索对应层目标，找到该层的目标中心坐标，再映射到下一层高分辨率图像上；

步骤43、上层图像由下层图像穿透进行布尔求差运算，并经高斯滤波后做隔行隔列降采样，并得到新目标中心坐标；

步骤44、在以新目标中心坐标为中心建立的映射区域内重新搜索该层目标，找到该层修正后的精确目标中心坐标；

步骤45、依次循环步骤41至步骤45直至得到底部原始图层的目标中心坐标，此即为所要求的准确目标坐标，完成图像匹配。

更进一步地，在所述步骤41中把待识别的目标物以及预存的模板图像均做分层分解，得到对应的一系列分辨率递减的图层，在寻找目标时，从最低分辨率的分层顶层中搜索，搜索到该层的目标后将其映射到下一层，再在下一层小范围的映射区域中搜索目标，依次进行最终得到底部图层的目标坐标。

更进一步地，所述分层分解是将图像序列中的第K帧原始图像取出，将该图像作为第K帧图像的分层底部图层

,第K帧图像的分层第S层记为/>

，构造由底部图层/>

到第S层记/>

的降分辨率图像分层，且步骤43中上层图像由下层图像经高斯滤波后做隔行隔列降采样得到新目标中心坐标具体为：

其中，

表示具有低通特性的窗口函数；i和j分别为行序号和列序号；v和w分别为行间隔数和列间隔数。

更进一步地，在步骤2中由于断路器在动作前，高速相机已在运行并捕捉图像，所述图像为断路器静止状态的图像，与分闸动作过程无关，通过辨识断路器运动的开始帧和结束帧以剔除冗余图像。

更进一步地，运动开始帧的辨识方法为：对图像序列中连续相邻两帧图像的像素进行灰度相减，统计灰度差绝对值大于10的像素个数，若超过设定阈值则判定为运动开始帧；运动结束帧的辨识方法为：对连续相邻两帧图像的像素进行灰度相减，统计灰度差绝对值小于10的像素个数，若超过设定阈值则判定为运动结束帧。

第二方面，一种断路器开关特性在线测试系统，包括：

高速相机，用于对断路器的图像数据采集；

图像处理模块，用于根据输入的图像信号进行图像处理；

主控台，根据处理后的图像进行开关特性测试以及结果展示。

有益效果：本发明公开了一种断路器开关特性在线测试方法，属于断路器技术领域，具体涉及一种断路器开关特性在线测试方法及系统，本发明通过高速相机进行采集断路器的开关操动过程，以断路器本体主轴或拐臂上的特征部位作为运动识别目标，结合图像序列中断路器操动过程的先验知识，并对后续帧图像进行动态扇形有向搜索优化，提高匹配速度和精度，从而可用于断路器带电测试和在线机械状态辨识，具有广阔应用前景。

附图说明

图1是本发明的系统示意图；

图2是本发明的方法示意图一；

图3是本发明的方法示意图二；

图4是本发明的工作流程图。

具体实施方式

下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。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他实施例，都属于本发明保护的范围。

实施例1：

一种断路器开关特性在线测试方法，如图1和图2和所示，具体包括以下步骤：

步骤1、断路器动作时线圈电流触发高速相机工作；

步骤2、采用高速相机采集断路器的开闸图像数据和分闸图像数据，形成高速图像序列{(Pon _a , Poff _a )}，其中，i为测试次数下标，Pon _a 和Poff _a 分别表示第a次测试的开闸图像数据和分闸图像数据；

步骤3、主控台接收所述高速图像序列{(Pon _a , Poff _a )}并进行图像预处理；如图3所示，包括：

步骤31、图像的二值化处理；将输入的图像的RGB三通道图像转化为单通道图像；满足：

其中，

和/>

分别表示第a次测试时的开闸图像数据中位置参数为x和y的像素点在二值化前的像素值和第a次测试时的开闸图像数据中位置参数为x和y的像素点在二值化后的像素值，/>

和/>

分别表示第a次测试时的分闸图像数据中位置参数为x和y的像素点在二值化前的像素值和第a次测试时的分闸图像数据中位置参数为x和y的像素点在二值化后的像素值；A为预设的像素截断阈值；

步骤32、图像的去噪声处理；采用高斯平滑滤波器对单通道图像进行卷积降噪，获得去噪图像；

步骤33、图像边缘检测；计算得到去噪图像的灰度图并排除假边缘；包括：

步骤331、将使用高斯平滑滤波器进行卷积降噪的去噪图像输入，并利用邻域一阶偏导数的有限差分计算去噪图像的梯度方向和梯度幅值；

步骤332、进行非极大值抑制，遍历去噪图像，如果某个像素的灰度值不大于与其梯度方向上前后两个像素的灰度值，则该像素值置零，排除假边缘；

步骤333、最后使用图像累计直方图计算滞后阈值需要的高阈值和低阈值；

步骤34、保留处于高阈值和低阈值的区域进行图像特征提取；

步骤4、针对排除假边缘后的图像进行标定匹配区域并进行图像匹配；

步骤5、对图像匹配后的图像进行目标物识别跟踪；

步骤6、获得目标坐标、运动速度数据，对目标坐标和运动速度数据进行计算分析最终获得机械特性参数。

在一个实施例中，在所述步骤4中针对处理后的图像进行图像匹配的具体方法如下：

步骤41、取排除假边缘后的图像中的高速图像序列中的第K帧图像，对其和对待识别的目标物做图像分层分解，得到降分辨率的分层结构；

步骤42、基于所述降分辨率的分层结构，从顶层最低分辨率图像开始搜索对应层目标，找到该层的目标中心坐标，再映射到下一层高分辨率图像上；

步骤43、上层图像由下层图像穿透进行布尔求差运算，并经高斯滤波后做隔行隔列降采样，并得到新目标中心坐标；

步骤44、在以新目标中心坐标为中心建立的映射区域内重新搜索该层目标，找到该层修正后的精确目标中心坐标；

步骤45、依次循环步骤41至步骤45直至得到底部原始图层的目标中心坐标，此即为所要求的准确目标坐标，完成图像匹配。

在一个实施例中，在所述步骤41中把待识别的目标物以及预存的模板图像均做分层分解，得到对应的一系列分辨率递减的图层，在寻找目标时，从最低分辨率的分层顶层中搜索，搜索到该层的目标后将其映射到下一层，再在下一层小范围的映射区域中搜索目标，依次进行最终得到底部图层的目标坐标。

在一个实施例中，所述分层分解是将图像序列中的第K帧原始图像取出，将该图像作为第K帧图像的分层底部图层

,第K帧图像的分层第S层记为/>

，构造由底部图层

到第S层记/>

的降分辨率图像分层，且步骤43中上层图像由下层图像经高斯滤波后做隔行隔列降采样得到新目标中心坐标具体为：

其中，

表示具有低通特性的窗口函数；i和j分别为行序号和列序号；v和w分别为行间隔数和列间隔数。

在一个实施例中，如图4所示，在步骤2中由于断路器在动作前，高速相机已在运行并捕捉图像，所述图像为断路器静止状态的图像，与分闸动作过程无关，通过辨识断路器运动的开始帧和结束帧以剔除冗余图像。

在一个实施例中，运动开始帧的辨识方法为：对图像序列中连续相邻两帧图像的像素进行灰度相减，统计灰度差绝对值大于10的像素个数，若超过设定阈值则判定为运动开始帧；运动结束帧的辨识方法为：对连续相邻两帧图像的像素进行灰度相减，统计灰度差绝对值小于10的像素个数，若超过设定阈值则判定为运动结束帧。

在一个实施例中，在所述步骤42和步骤43中分层分解把待识别的原始图像以及模板图像均做分层分解，得到对应的一系列分辨率递减的图层，在寻找目标时，从最低分辨率的分层顶层中搜索，搜索到该层的目标后将其映射到下一层，再在下一层小范围的映射区域中搜索目标，依次进行最终得到底部图层的目标坐标。

实施例2：

一种断路器开关特性在线测试系统，包括：

高速相机，用于对断路器的图像数据采集；

图像处理模块，用于根据输入的图像信号进行图像处理；

主控台，根据处理后的图像进行开关特性测试以及结果展示。

显然，上述实施例仅仅是为清楚地说明所作的举例，而并非对实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。

Claims (7)

1.一种断路器开关特性在线测试方法，其特征在于，具体包括以下步骤：

步骤1、断路器动作时线圈电流触发高速相机工作；

步骤2、采用高速相机采集断路器的开闸图像数据和分闸图像数据，形成高速图像序列{(Pon _a , Poff _a )}，其中，i为测试次数下标，Pon _a 和Poff _a 分别表示第a次测试的开闸图像数据和分闸图像数据；

步骤3、主控台接收所述高速图像序列{(Pon _a , Poff _a )}并进行图像预处理；包括：

步骤31、图像的二值化处理；将输入的图像的RGB三通道图像转化为单通道图像；满足：

；

；

其中，

和/>

分别表示第a次测试时的开闸图像数据中位置参数为x和y的像素点在二值化前的像素值和第a次测试时的开闸图像数据中位置参数为x和y的像素点在二值化后的像素值，/>

和/>

分别表示第a次测试时的分闸图像数据中位置参数为x和y的像素点在二值化前的像素值和第a次测试时的分闸图像数据中位置参数为x和y的像素点在二值化后的像素值；A为预设的像素截断阈值；

步骤32、图像的去噪声处理；采用高斯平滑滤波器对单通道图像进行卷积降噪，获得去噪图像；

步骤33、图像边缘检测；计算得到去噪图像的灰度图并排除假边缘；包括：

步骤331、将使用高斯平滑滤波器进行卷积降噪的去噪图像输入，并利用邻域一阶偏导数的有限差分计算去噪图像的梯度方向和梯度幅值；

步骤332、进行非极大值抑制，遍历去噪图像，如果某个像素的灰度值不大于与其梯度方向上前后两个像素的灰度值，则该像素值置零，排除假边缘；

步骤333、最后使用图像累计直方图计算滞后阈值需要的高阈值和低阈值；

步骤34、保留处于高阈值和低阈值的区域进行图像特征提取；

步骤4、针对排除假边缘后的图像进行标定匹配区域并进行图像匹配；

步骤5、对图像匹配后的图像进行目标物识别跟踪；

步骤6、获得目标坐标、运动速度数据，对目标坐标和运动速度数据进行计算分析最终获得机械特性参数。

2.根据权利要求1所述的一种断路器开关特性在线测试方法，其特征在于，在所述步骤4中针对处理后的图像进行图像匹配的具体方法如下：

步骤41、取排除假边缘后的图像中的高速图像序列中的第K帧图像，对其和对待识别的目标物做图像分层分解，得到降分辨率的分层结构；

步骤42、基于所述降分辨率的分层结构，从顶层最低分辨率图像开始搜索对应层目标，找到该层的目标中心坐标，再映射到下一层高分辨率图像上；

步骤43、上层图像由下层图像穿透进行布尔求差运算，并经高斯滤波后做隔行隔列降采样，并得到新目标中心坐标；

步骤44、在以新目标中心坐标为中心建立的映射区域内重新搜索该层目标，找到该层修正后的精确目标中心坐标；

步骤45、依次循环步骤41至步骤45直至得到底部原始图层的目标中心坐标，此即为所要求的准确目标坐标，完成图像匹配。

3.根据权利要求2所述的一种断路器开关特性在线测试方法，其特征在于，在所述步骤41中把待识别的目标物以及预存的模板图像均做分层分解，得到对应的一系列分辨率递减的图层，在寻找目标时，从最低分辨率的分层顶层中搜索，搜索到该层的目标后将其映射到下一层，再在下一层小范围的映射区域中搜索目标，依次进行最终得到底部图层的目标坐标。

4.根据权利要求3所述的一种断路器开关特性在线测试方法，其特征在于，所述分层分解是将图像序列中的第K帧原始图像取出，将该图像作为第K帧图像的分层底部图层

,第K帧图像的分层第S层记为/>

，构造由底部图层/>

到第S层记/>

的降分辨率图像分层，且步骤43中上层图像由下层图像经高斯滤波后做隔行隔列降采样得到新目标中心坐标具体为：

；其中，/>

表示具有低通特性的窗口函数；i和j分别为行序号和列序号；v和w分别为行间隔数和列间隔数。

5.根据权利要求4所述的一种断路器开关特性在线测试方法，其特征在于，在步骤2中由于断路器在动作前，高速相机已在运行并捕捉图像，所述图像为断路器静止状态的图像，与分闸动作过程无关，通过辨识断路器运动的开始帧和结束帧以剔除冗余图像。

6.根据权利要求5所述的一种断路器开关特性在线测试方法，其特征在于，运动开始帧的辨识方法为：对图像序列中连续相邻两帧图像的像素进行灰度相减，统计灰度差绝对值大于10的像素个数，若超过设定阈值则判定为运动开始帧；运动结束帧的辨识方法为：对连续相邻两帧图像的像素进行灰度相减，统计灰度差绝对值小于10的像素个数，若超过设定阈值则判定为运动结束帧。

7.一种断路器开关特性在线测试系统，所述测试系统用于实施如权利要求1-6任一项所述的在线测试方法，其特征在于，包括：

高速相机，用于对断路器的图像数据采集；

图像处理模块，用于根据输入的图像信号进行图像处理；

主控台，根据处理后的图像进行开关特性测试以及结果展示。

Images