CN1845607A - 基于视频监控与图像识别的电力变压器风机状态识别方法 - Google Patents
基于视频监控与图像识别的电力变压器风机状态识别方法 Download PDFInfo
- Publication number
- CN1845607A CN1845607A CN 200610080731 CN200610080731A CN1845607A CN 1845607 A CN1845607 A CN 1845607A CN 200610080731 CN200610080731 CN 200610080731 CN 200610080731 A CN200610080731 A CN 200610080731A CN 1845607 A CN1845607 A CN 1845607A
- Authority
- CN
- China
- Prior art keywords
- image
- power transformer
- real time
- fan operation
- time monitor
- 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.)
- Granted
Links
Images
Abstract
本发明公开了属于远程数字视频监控和图像识别技术及电力变压器风机设备运行状态监测技术领域的一种基于视频监控与图像识别的电力变压器风机状态识别方法。该方法是将远程数字视频监控和图像识别技术结合起来,首先通过摄像头、解码器以及视频服务器等设备,将采集到的数字视频信号通过传输通道以视频流的方式实时传送回监控中心,在监控中心对现场进行远程视频监视,从视频流中截取监视目标图片,通过相应的图像预处理技术对数字视频图像进行分析、处理和识别。因此应用远程视频监控和图像识别技术,能够实现对电力变压器风机运行状态的自动识别和故障告警。该项技术为保证电力企业生产安全以及快速诊断故障。
Description
技术领域
本发明属于远程数字视频监控和图像识别技术及电力变压器风机设备运行状态监测技术领域。具体地说,涉及应用图像灰度化、二值化、膨胀、归一化的图像预处理技术对电力变压器风机设备图像的处理及识别,对电力变压器风机设备运行状态进行自动图像识别和故障告警的一种基于视频监控与图像识别的电力变压器风机状态识别方法。
背景技术
目前对电力变压器风机设备运行状态自动监测所采用的技术手段,是在风机供电电路中检测电流的有无来确定风机是否转动。当风机电动机出现故障时,此时风机已停止转动,而现有监测手段若没有检测出来,将会导致电力变压器的温度过高而最终烧毁,使电力企业生产蒙受极大的损失。因此,这种监测手段是不可靠的。采用远程数字视频监控与图像识别技术对风机设备运行状态进行监测,比现有的监测手段更加直观、有效,并且不需要接触设备,避免了对设备正常运行的干扰。
电力变压器在变电站中是十分关键的设备,运用远程数字视频监控与图像识别技术,对电力变压器风机运行状态进行实时监测,通过图像处理技术实现对电力变压器风机状态的自动识别与故障告警,有着非常重要的现实意义。
远程数字视频监控与图像识别系统就是将远程数字视频监控和图像识别技术结合起来,首先通过摄像头、解码器以及视频服务器等设备,将采集到的数字视频信号通过传输通道以视频流的方式实时传送回监控中心,在监控中心对现场进行远程视频监视,从视频流中截取监视目标图片,通过相应的图像预处理技术对数字视频图像进行分析、处理和识别。因此应用远程视频监控和图像识别技术,能够实现对电力变压器风机运行状态的自动识别和故障告警。该项技术为保证电力企业生产安全以及快速诊断故障提供了一种新的直观而准确的手段。
发明内容
本发明的目的是针对现有技术的不足而提供一种基于视频监控与图像识别的电力变压器风机状态识别方法。所述电力变压器风机设备负责为变压器散热,由3个叶片组成。根据风机的结构特征,实现本发明目的所采用的技术方案是首先对电力变压器风机图片进行灰度化、二值化处理提取识别目标扇叶;然后再对图像进行膨胀处理,以消除扇叶保护网对图像的干扰。经过预处理后,当风机处于运行状态时,图像为一个黑色圆环;当风机处于停止状态时,由于扇叶之间存在缝隙,使得图像为一个带有白色缺口的圆环区域。大量实验证明,风机运行时黑色像素点占整个圆环区域的98%左右;而风机停止时,该值为75%左右。本发明中,通过扫描图像中风扇所处的圆环区域,计算扇叶所处圆环区域中黑色像素点数目占总像素点数目的比例值,再经过三次方运算,扩大两种情况下的差值后,与参数0.68进行比较,即可得出一次判别的风机状态;同时通过多次取图像、预处理、判别后,取多次判别的多数判别结果即为当前风机的工作状态。
本发明的有益效果是在识别电力变压器风机运行状态时,运用远程数字视频监控与图像识别技术,对电力变压器风机运行状态进行实时监测,采用多次实验的结果计算阈值量化标准,降低识别过程中的不确定性,使识别准确率达98%以上,减小识别结果的误差率;因此通过图像处理技术实现对电力变压器风机状态的自动识别与故障告警,有着非常重要的现实意义。
附图说明
图1是本发明的识别对象—电力变压器风机转动和停止状态的原始图片。
图2是电力变压器风机图像预处理过程的灰度图。
图3是电力变压器风机图像预处理过程的二值化结果图。
图4是电力变压器风机图像预处理过程的膨胀结果图。
图5是电力变压器风机图像预处理过程的二值图像归一化结果。
图6是电力变压器风机图像识别的流程图。
具体实施方式
本发明是针对现有技术的不足而提供一种基于视频监控与图像识别的电力变压器风机状态识别方法。下面结合附图对本发明予以进一步说明。
图1是电力变压器风机转动和停止状态的原始图片。由于彩色图像的数据量大,为了后期其他特征量的提取方便快捷,需要对图像进行灰度化处理。灰度图(Grayscale)是只含亮度信息,不含色彩信息的图像,就像我们平时看到亮度由暗到明的黑白照片,变化是连续的。因此,要表示灰度图,就需要把亮度值进行量化。通常划分成0到255共256个级别,0最暗(全黑),255最亮(全白)。从彩色图像到为灰度图的转变可由下式得到:
Y=0.299R+0.587G+0.114B
其中R表示红色分量值;G表示绿色分量值;B表示蓝色分量值。
对图1进行灰度化操作,丢弃图像的颜色信息,得到灰度图结果如图2。为了将识别目标从背景中分离出来,对图2继续进行二值化处理,使图片转换为只具有黑白两种灰度值的二值图像,结果如图3。图像的二值化将进一步简化灰度图像处理的步骤和过程。设图像f的灰度值范围在[a,b]内,二值化阈值设为T(a≤T≤b),二值化处理的一般式可表示如下:
fT是二值图像,通常用1来表示对象物区域(黑色区域),用0来表示背景区域(白色区域)。
图像的膨胀运算也称扩张运算,用符号“”表示,X用S来膨胀记为XS,它定义为
XS={x|S[x]⌒x≠Φ}
式中X为目标图像的点的集合,S为结构元素点的集合。由于风机设备扇叶前部有隔离网,起到保护扇叶的目的,但是隔离网在图像二值化处理后会在识别区域产生白色的网状干扰,为了去除这些干扰,本文采用了图像膨胀的方法对二值化后的图像进行处理。对图3进行膨胀处理,结果如图4。
为了能正常的、方便的提取风机特征,需将二值化后的图像进行大小的归一化处理,结果如图5。
当风机处于启动状态时,经过膨胀处理后的图像为一个黑色的圆环型区域;而当风机处于停止状态时,由于三个扇叶之间存在空隙,图像膨胀处理后为一个带有三个白色的缺口圆环区域,依据这一特征进行风机当前工作状态的识别。大量实验证明,风机启动时,膨胀后的图像中扇叶所处圆环型区域内的黑色像素点数目占整个圆环型区域像素点数目总和的98%左右;风机停止时,则为75%左右。本发明通过计算扇叶所处圆环型区域内的黑色像素点数占整个圆环型区域总像素点数的比例的大小,来判断当前风机所处的状态,具体算法如下。
(1)扫描待识别的圆环型区域每个像素点,“像素点计数器”加一运算。若该像素点的像素值为255(白色),“白色像素点计数器”做加一运算。扫描结束后,“白色像素点计数器”和“像素点计数器”的值即为待识别区域的白色像素点的数目与该区域像素点总数。
(2)计算待识别区域黑色像素点数占整个待识别区像素点总数的百分比:
黑色像素点数所占比例=(像素点总数-白色像素点数)/像素点总数。
(3)对“黑色像素点数所占比例”做简单的三次方运算,以增大风机处于两个不同状态时该值的相对区别;
黑色像素点数所占比例=(黑色像素点数所占比例)3
(4)识别判断。
其中参数0.68的计算过程如下:
[(0.98)3+(0.75)3]/2≈0.68
图6是电力变压器风机图像识别的流程图。
利用远程数字视频监控和图像识别技术,实现电力变压器风机设备运行状态的自动图像识别和故障告警,包括算法及应用程序。通过图像灰度化、二值化、滤波、膨胀等方法对图像进行预处理,利用阈值量化标准作为判断依据来识别风机转动或停止的状态,并将识别结果传送回监控中心,供事后故障分析之用,识别准确率达98%以上。为电力系统故障监测与故障分析提供一种新的手段,以提高电力系统的信息化水平。
Claims (6)
1.一种电力变压器风机运行状态实时监测的图像处理与识别方法,其特征是:所述电力变压器风机运行状态实时监测的图像处理与识别的步骤是首先对风机停止时,扇叶间存在较大缝隙;而风机运行时,缝隙消失的原始图像进行灰度化、以二值化的方法提取识别目标,并利用图像膨胀的方法消除风机保护网的干扰,然后利用计算扇叶所处圆环区域的黑色像素点数目占整个圆环区域总像素点数的比例来识别开关状态。
2.根据权利要求1所述电力变压器风机运行状态实时监测的图像处理与识别方法,其特征是:使用图像灰度化的方法将彩色图像转变为灰度图像,简化图像特征结构的分析与比较。
3.根据权利要求1所述电力变压器风机运行状态实时监测的图像处理与识别方法,其特征是:使用图像二值化的方法将灰度图像转变为只包含黑白两种灰度值的二值图像,进一步简化图像的特征结构信息。
4.根据权利要求1所述电力变压器风机运行状态实时监测的图像处理与识别方法,其特征是:使膨胀方法对二值图像进行处理,消除保护网在图像二值化后造成的网格状干扰,突出图像结构特征,优化图像预处理结果。
5.根据权利要求1所述电力变压器风机运行状态实时监测的图像处理与识别方法,其特征是:在图像预处理结果的基础上,计算图像中扇叶所处圆环区域黑色像素点占整个圆环区域所有像素点的比例值,将这个比例值进行三次方运算,并阈值量化标准进行比较,进行一次判断,经多次取图、处理、判断后,选取概率大的判断结果作为最终的风机当前工作状态。
6.根据权利要求1所述电力变压器风机运行状态实时监测的图像处理与识别方法,其特征是:阈值量化标准通过多次实验得到,准确率高,误差范围较小。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNB2006100807317A CN100469138C (zh) | 2006-05-15 | 2006-05-15 | 基于视频监控与图像识别的电力变压器风机状态识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNB2006100807317A CN100469138C (zh) | 2006-05-15 | 2006-05-15 | 基于视频监控与图像识别的电力变压器风机状态识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN1845607A true CN1845607A (zh) | 2006-10-11 |
CN100469138C CN100469138C (zh) | 2009-03-11 |
Family
ID=37064516
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNB2006100807317A Expired - Fee Related CN100469138C (zh) | 2006-05-15 | 2006-05-15 | 基于视频监控与图像识别的电力变压器风机状态识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN100469138C (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102353355A (zh) * | 2011-06-14 | 2012-02-15 | 西安工程大学 | 一种基于视频差异的输电线路杆塔倾斜的测量方法 |
CN102797727A (zh) * | 2012-08-17 | 2012-11-28 | 国电联合动力技术有限公司 | 一种基于ccd的风电机组液压系统漏油检测方法及装置 |
CN104902223A (zh) * | 2015-04-17 | 2015-09-09 | 国家电网公司 | 电力线路的故障监控系统 |
CN106156689A (zh) * | 2015-03-23 | 2016-11-23 | 联想(北京)有限公司 | 一种信息处理方法及电子设备 |
CN106514657A (zh) * | 2016-12-30 | 2017-03-22 | 杭州电子科技大学 | 一种基于机器人运动规划的密封圈抓取和放置方法 |
US9696718B2 (en) | 2008-11-25 | 2017-07-04 | Mitsubishi Heavy Industries, Ltd. | Method for trouble managing of equipment |
CN108038989A (zh) * | 2017-12-04 | 2018-05-15 | 杭州纳戒科技有限公司 | 共享物流箱控制方法、装置及系统 |
CN108734079A (zh) * | 2018-02-07 | 2018-11-02 | 陈波 | 图像大数据即时分析方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4837708A (en) * | 1987-07-01 | 1989-06-06 | Maraven, S.A. | Process and apparatus for determining flow rate of a flow medium in a flow line |
-
2006
- 2006-05-15 CN CNB2006100807317A patent/CN100469138C/zh not_active Expired - Fee Related
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9696718B2 (en) | 2008-11-25 | 2017-07-04 | Mitsubishi Heavy Industries, Ltd. | Method for trouble managing of equipment |
CN102353355A (zh) * | 2011-06-14 | 2012-02-15 | 西安工程大学 | 一种基于视频差异的输电线路杆塔倾斜的测量方法 |
CN102797727A (zh) * | 2012-08-17 | 2012-11-28 | 国电联合动力技术有限公司 | 一种基于ccd的风电机组液压系统漏油检测方法及装置 |
CN102797727B (zh) * | 2012-08-17 | 2015-11-11 | 国电联合动力技术有限公司 | 一种基于ccd的风电机组液压系统漏油检测方法及装置 |
CN106156689A (zh) * | 2015-03-23 | 2016-11-23 | 联想(北京)有限公司 | 一种信息处理方法及电子设备 |
CN106156689B (zh) * | 2015-03-23 | 2020-02-21 | 联想(北京)有限公司 | 一种信息处理方法及电子设备 |
CN104902223A (zh) * | 2015-04-17 | 2015-09-09 | 国家电网公司 | 电力线路的故障监控系统 |
CN106514657A (zh) * | 2016-12-30 | 2017-03-22 | 杭州电子科技大学 | 一种基于机器人运动规划的密封圈抓取和放置方法 |
CN106514657B (zh) * | 2016-12-30 | 2019-11-05 | 杭州电子科技大学 | 一种基于机器人运动规划的密封圈抓取和放置方法 |
CN108038989A (zh) * | 2017-12-04 | 2018-05-15 | 杭州纳戒科技有限公司 | 共享物流箱控制方法、装置及系统 |
CN108734079A (zh) * | 2018-02-07 | 2018-11-02 | 陈波 | 图像大数据即时分析方法 |
Also Published As
Publication number | Publication date |
---|---|
CN100469138C (zh) | 2009-03-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN1845607A (zh) | 基于视频监控与图像识别的电力变压器风机状态识别方法 | |
CN101430195B (zh) | 一种利用视频图像处理技术计算输电线路覆冰厚度的方法 | |
CN1845605A (zh) | 电力高压断路器开关状态实时监测的图像处理与识别方法 | |
CN103763515A (zh) | 一种基于机器学习的视频异常检测方法 | |
CN111738056B (zh) | 一种基于改进YOLO v3的重卡盲区目标检测方法 | |
CN110096945B (zh) | 基于机器学习的室内监控视频关键帧实时提取方法 | |
CN113903081A (zh) | 一种水电厂图像视觉识别人工智能报警方法及装置 | |
CN112395928A (zh) | 一种设备状态运行自动检测的方法 | |
CN112017445B (zh) | 一种行人违规行为预测和运动轨迹跟踪系统和方法 | |
CN116721107B (zh) | 一种电缆生产质量智能监控系统 | |
CN112153373A (zh) | 明厨亮灶设备的故障识别方法、装置及存储介质 | |
CN110726725A (zh) | 一种输电线路金具锈蚀检测方法及装置 | |
CN110728212B (zh) | 一种基于计算机视觉的道路井盖监控装置及监控方法 | |
CN112287823A (zh) | 一种基于视频监控的面部口罩识别方法 | |
TW201032180A (en) | Method and device for keeping image background by multiple gauss models | |
CN1845606A (zh) | 电力高压断路器开关合分状态的自动图像识别与监测方法 | |
CN113255519A (zh) | 一种输电线路危险车辆吊车扬臂识别系统及多目标跟踪方法 | |
CN111626104B (zh) | 一种基于无人机红外热像的电缆隐患点检测方法和装置 | |
CN112560574A (zh) | 河流黑水排放检测方法及应用其的识别系统 | |
CN116342644A (zh) | 一种适用于煤场的智能化监控方法及系统 | |
CN104820818A (zh) | 一种移动物体的快速识别方法 | |
CN112241707A (zh) | 一种风电场智能视频识别装置 | |
CN111402189B (zh) | 一种视频图像偏色检测装置及方法 | |
CN113947563A (zh) | 一种基于深度学习的电缆工艺质量动态缺陷检测方法 | |
CN115619801A (zh) | 一种基于深度学习的监控视频图像遮挡检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
C17 | Cessation of patent right | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20090311 Termination date: 20120515 |