基于雨滴识别的变压器复合绝缘子套管监测方法及系统技术方案

一种基于雨滴识别的变压器复合绝缘子套管监测方法及系统，包括对待检测变压器复合绝缘子套管进行相应图像获取，进行图像预处理，图像自然雨滴识别，若识别的结果是盘面存在自然雨滴，则使用改进的Canny算子边缘提取算法对存在雨滴的当前的顶层盘面预处理图像进行边缘提取，进而使用数学形态学算法对提取到的边缘图进行修复；根据憎水性特征量，基于概率神经网络PNN得到憎水性等级。本发明专利技术首次提出利用自然雨滴导致复合绝缘子套管顶层盘面图像的形态改变，使用图像处理与分析技术对变压器复合绝缘子套管憎水性等级即污秽等级进行自动化监测，有效规避复合绝缘子套管发生污闪事故，提高变压器运行的安全可靠性。

【技术实现步骤摘要】

本专利技术属于电气一次设备在线监测领域，特别涉及一种基于雨滴识别的自动化变压器复合绝缘子套管憎水性监测技术方案。
技术介绍
受现场运行环境和运行条件的影响，作为变压器的主要绝缘设备，变压器套管承受着电气强度和机械强度的考验。在工业化发展的过程中环境也有所恶化，空气中的污秽聚集在变压器复合绝缘子套管伞盘表面，是套管憎水性降低，在潮湿的环境下，可能诱发污闪事故的发生，影响电力系统安全稳定运行，因而对变压器复合绝缘子套管憎水性进行在线检测就显得尤为重要。针对变压器复合绝缘子套管的污秽程度的监测主要根据对其顶层盘面表面憎水性的检测。由于变压器复合绝缘子套管不便于拆卸，一般对其憎水性的检测使用现场喷水而后检测的方法，即使用消防车对变压器复合绝缘子表面进行喷水，而后使用图像处理分析等方法对采集到的喷水图像进行处理与分析，这需对变压器断电，影响电力供应的持续性，另一方面消防车喷水水量较大，污迹会被强大的水流冲去，影响检测的可靠性。针对传统对复合绝缘子套管检测方法的不足，本专利技术提出了一种基于雨滴识别的变压器复合绝缘子套管憎水性监测技术方案。
技术实现思路
为自动化监测变压器复合绝缘子套管污秽度，本专利技术提出了一种基于雨滴识别的变压器复合绝缘子套管憎水性监测技术方案。本专利技术提供一种基于雨滴识别的变压器复合绝缘子套管监测方法，包括以下步骤：步骤1，图像获取过程，包括对待检测变压器复合绝缘子套管进行相应图像获取；步骤2，图像预处理过程，截取步骤1所得图像中复合绝缘子套管顶层盘面图像，对图像截取部分进行图像灰度化、同态滤波增强及直方图均衡化操作，得到当前的顶层盘面预处理图像；步骤3，图像自然雨滴识别过程，包括对预先采用图像预处理过程所得训练图像集进行分割阈值计算和统计分析，得出图像分割阈值NTH，使用图像分割阈值NTH对步骤2所得当前预处理图像进行边缘检测，统计分析得出雨滴存在与否的边缘点个数值，检测当前的顶层盘面预处理图像是否存在雨滴；步骤4，判断过程，若图像自然雨滴识别的结果是盘面不存在自然雨滴，则返回步骤1获取下一幅图像进行处理，否则进入步骤5；步骤5，图像分割过程，使用改进的Canny算子边缘提取算法对存在雨滴的当前的顶层盘面预处理图像进行边缘提取，进而使用数学形态学算法对提取到的边缘图进行修复；所述改进的Canny算子边缘提取算法采用最大类间方差法，将最大类间方差法提取到的最佳分割阈值TH设为Canny算子边缘提取的高阈值TH2，将一定倍率的高阈值设为低阈值TH1，用TH2、TH1对第三步所得图像作图像阈值分割，得到I2、I1两幅边缘图像，将与I2中边缘点相连的I1中边缘点添加到I2中，构成最终的边缘图像；步骤6，憎水性分级过程，包括对预先采用图像预处理过程所得训练图像集进行计算，得出包含水迹覆盖率、最大水迹面积比、最大水迹形状因子及最大水迹椭圆率的四个憎水性特征量的训练样本库，使用训练样本库对概率神经网络PNN进行训练，对当前预处理图像进行憎水性特征量计算，根据训练所得概率神经网络PNN得到憎水性等级。而且，所述图像获取过程为在服务器端发送指令，控制安装于变压器运行现场的摄像头对变压器复合绝缘子套管图像进行拍摄，并于服务器端下载摄像头拍摄图像。而且，若憎水性分级过程所得憎水性等级超过预设预警憎水性等级则报警。而且，所述图像自然雨滴识别过程中，进行分割阈值计算和边缘检测采用Sobel算子边缘检测方法。而且，所述憎水性分级过程中，水迹覆盖率Ka、最大水迹面积比Km、最大水迹形状因子fc及最大水迹椭圆率ρm，求取方式如下，(1)水迹覆盖率，是图像上所有水迹面积与图像总面积之比，Ka＝Sa/S式中，Sa为图像上所有水迹面积，S为图像总面积；(2)最大水迹面积比，是最大水迹面积与图像总面积之比，Km＝Sm/S式中，Sm为最大水迹面积；(3)最大水迹形状因子，是最大水迹面积与周长之间的关系，fc＝4πSm/l2式中，l为最大水迹周长的像素点个数；(4)最大水迹椭圆率，是最大水迹外接矩形的长与宽之比，ρm＝a/b式中，a、b为别为最大水迹外接矩形的长与宽。本专利技术提供一种基于雨滴识别的变压器复合绝缘子套管监测系统，包括以下模块：图像获取模块，用于对待检测变压器复合绝缘子套管进行相应图像获取；图像预处理模块，用于截取图像获取模块所得图像中复合绝缘子套管顶层盘面图像，对图像截取部分进行图像灰度化、同态滤波增强及直方图均衡化操作，得到当前的顶层盘面预处理图像；图像自然雨滴识别模块，用于对预先采用图像预处理过程所得训练图像集进行分割阈值计算和统计分析，得出图像分割阈值NTH，使用图像分割阈值NTH对图像自然雨滴识别模块所得当前预处理图像进行边缘检测，统计分析得出雨滴存在与否的边缘点个数值，检测当前的顶层盘面预处理图像是否存在雨滴；判断模块，用于若图像自然雨滴识别的结果是盘面不存在自然雨滴，则命令图像自然雨滴识别模块工作获取下一幅图像进行处理，否则命令图像分割模块工作；图像分割模块，用于使用改进的Canny算子边缘提取算法对存在雨滴的当前的顶层盘面预处理图像进行边缘提取，进而使用数学形态学算法对提取到的边缘图进行修复；所述改进的Canny算子边缘提取算法采用最大类间方差法，将最大类间方差法提取到的最佳分割阈值TH设为Canny算子边缘提取的高阈值TH2，将一定倍率的高阈值设为低阈值TH1，用TH2、TH1对第三步所得图像作图像阈值分割，得到I2、I1两幅边缘图像，将与I2中边缘点相连的I1中边缘点添加到I2中，构成最终的边缘图像；憎水性分级模块，用于对预先采用图像预处理过程所得训练图像集进行计算，得出包含水迹覆盖率、最大水迹面积比、最大水迹形状因子及最大水迹椭圆率的四个憎水性特征量的训练样本库，使用训练样本库对概率神经网络PNN进行训练，对当前预处理图像进行憎水性特征量计算，根据训练所得概率神经网络PNN得到憎水性等级。而且，所述图像获取模块在服务器端发送指令，控制安装于变压器运行现场的摄像头对变压器复合绝缘子套管图像进行拍摄，并于服务器端下载摄像头拍摄图像。而且，若憎水性分级模块所得憎水性等级超过预设预警憎水性等级则报警。而且，所述图像自然雨滴识别模块中，进行分割阈值计算和边缘检测采用Sobel算子边缘检测方法。而且，所述憎水性分级模块中，水迹覆盖率Ka、最大水迹面积比Km、最大水迹形状因子fc及最大水迹椭圆率ρm，求取方式如下，(1)水迹覆盖率，是图像上所有水迹面积与图像总面积之比，Ka＝Sa/S式中，Sa为图像上所有水迹面积，S为图像总面积；(2)最大水迹面积比，是最大水迹面积与图像总面积之比，Km＝Sm/S式中，Sm为最大水迹面积；(3)最大水迹形状因子，是最大水迹面积与周长之间的关系，fc＝4πSm/l2式中，l为最大水迹周长的像素点个数；(4)最大水迹椭圆率，是最大水迹外接矩形的长与宽之比，ρm＝a/b式中，a、b为别为最大水迹外接矩形的长与宽。本专利技术首次提出利用自然雨滴导致复合绝缘子套管顶层盘面图像的形态改变，使用图像处理与分析技术对变压器复合绝缘子套管憎水性等级即污秽等级进行自动化监测，有效规避复合绝缘子套管发生污闪事故，提高变压器运行的安全可靠性。应用本专利技术技术方案能够节约人力，避免事故损失，具有重本文档来自技高网...

【技术保护点】
一种基于雨滴识别的变压器复合绝缘子套管监测方法，包括以下步骤，步骤1，图像获取过程，包括对待检测变压器复合绝缘子套管进行相应图像获取；步骤2，图像预处理过程，截取步骤1所得图像中复合绝缘子套管顶层盘面图像，对图像截取部分进行图像灰度化、同态滤波增强及直方图均衡化操作，得到当前的顶层盘面预处理图像；步骤3，图像自然雨滴识别过程，包括对预先采用图像预处理过程所得训练图像集进行分割阈值计算和统计分析，得出图像分割阈值NTH，使用图像分割阈值NTH对步骤2所得当前预处理图像进行边缘检测，统计分析得出雨滴存在与否的边缘点个数值，检测当前的顶层盘面预处理图像是否存在雨滴；步骤4，判断过程，若图像自然雨滴识别的结果是盘面不存在自然雨滴，则返回步骤1获取下一幅图像进行处理，否则进入步骤5；步骤5，图像分割过程，使用改进的Canny算子边缘提取算法对存在雨滴的当前的顶层盘面预处理图像进行边缘提取，进而使用数学形态学算法对提取到的边缘图进行修复；所述改进的Canny算子边缘提取算法采用最大类间方差法，将最大类间方差法提取到的最佳分割阈值TH设为Canny算子边缘提取的高阈值TH2，将一定倍率的高阈值设为低阈值TH1，用TH2、TH1对第三步所得图像作图像阈值分割，得到I2、I1两幅边缘图像，将与I2中边缘点相连的I1中边缘点添加到I2中，构成最终的边缘图像；步骤6，憎水性分级过程，包括对预先采用图像预处理过程所得训练图像集进行计算，得出包含水迹覆盖率、最大水迹面积比、最大水迹形状因子及最大水迹椭圆率的四个憎水性特征量的训练样本库，使用训练样本库对概率神经网络PNN进行训练，对当前预处理图像进行憎水性特征量计算，根据训练所得概率神经网络PNN得到憎水性等级。...

【技术特征摘要】
1.一种基于雨滴识别的变压器复合绝缘子套管监测方法，包括以下步骤，步骤1，图像获取过程，包括对待检测变压器复合绝缘子套管进行相应图像获取；步骤2，图像预处理过程，截取步骤1所得图像中复合绝缘子套管顶层盘面图像，对图像截取部分进行图像灰度化、同态滤波增强及直方图均衡化操作，得到当前的顶层盘面预处理图像；步骤3，图像自然雨滴识别过程，包括对预先采用图像预处理过程所得训练图像集进行分割阈值计算和统计分析，得出图像分割阈值NTH，使用图像分割阈值NTH对步骤2所得当前预处理图像进行边缘检测，统计分析得出雨滴存在与否的边缘点个数值，检测当前的顶层盘面预处理图像是否存在雨滴；步骤4，判断过程，若图像自然雨滴识别的结果是盘面不存在自然雨滴，则返回步骤1获取下一幅图像进行处理，否则进入步骤5；步骤5，图像分割过程，使用改进的Canny算子边缘提取算法对存在雨滴的当前的顶层盘面预处理图像进行边缘提取，进而使用数学形态学算法对提取到的边缘图进行修复；所述改进的Canny算子边缘提取算法采用最大类间方差法，将最大类间方差法提取到的最佳分割阈值TH设为Canny算子边缘提取的高阈值TH2，将一定倍率的高阈值设为低阈值TH1，用TH2、TH1对第三步所得图像作图像阈值分割，得到I2、I1两幅边缘图像，将与I2中边缘点相连的I1中边缘点添加到I2中，构成最终的边缘图像；步骤6，憎水性分级过程，包括对预先采用图像预处理过程所得训练图像集进行计算，得出包含水迹覆盖率、最大水迹面积比、最大水迹形状因子及最大水迹椭圆率的四个憎水性特征量的训练样本库，使用训练样本库对概率神经网络PNN进行训练，对当前预处理图像进行憎水性特征量计算，根据训练所得概率神经网络PNN得到憎水性等级。2.根据权利要求1所述基于雨滴识别的变压器复合绝缘子套管监测方法，其特征在于：所述图像获取过程为在服务器端发送指令，控制安装于变压器运行现场的摄像头对变压器复合绝缘子套管图像进行拍摄，并于服务器端下载摄像头拍摄图像。3.根据权利要求1所述基于雨滴识别的变压器复合绝缘子套管监测方法，其特征在于：若憎水性分级过程所得憎水性等级超过预设预警憎水性等级则报警。4.根据权利要求1所述基于雨滴识别的变压器复合绝缘子套管监测方法，其特征在于：所述图像自然雨滴识别过程中，进行分割阈值计算和边缘检测采用Sobel算子边缘检测方法。5.根据权利要求1或2或3或4所述基于雨滴识别的变压器复合绝缘子套管监测方法，其特征在于：所述憎水性分级过程中，水迹覆盖率Ka、最大水迹面积比Km、最大水迹形状因子fc及最大水迹椭圆率ρm，求取方式如下，(1)水迹覆盖率，是图像上所有水迹面积与图像总面积之比，Ka＝Sa/S式中，Sa为图像上所有水迹面积，S为图像总面积；(2)最大水迹面积比，是最大水迹面积与图像总面积之比，Km＝Sm/S式中，Sm为最大水迹面积；(3)最大水迹形状因子，是最大水迹面积与周长之间的关系，fc＝4πSm/l2式中，l为最大水迹周长的像素点个数；(4)最大水迹椭圆率，是最大水迹外接矩形的长与宽之比，ρm＝a/b式中，a、b为别为最大水迹外接矩形的长与宽。6....

【专利技术属性】
技术研发人员：孙云莲，李和阳，余军伟，黎圣旻，黄雅馨，
申请(专利权)人：武汉大学，
类型：发明
国别省市：湖北;42