一种氧化锌避雷器故障智能识别方法技术

本发明专利技术公开了一种氧化锌避雷器故障智能识别方法，包括如下步骤：步骤1、通过红外热像仪在线拍摄输入图像，也可通过离线导入图像，获得避雷器红外热像图；步骤2、避雷器红外热像图经过转灰度图、图像去噪、图像增强、图像分割、二值化步骤对图像进行预处理，获得处理图像信息；步骤3、根据处理图像信息，自动截取处理图像信息中的目标特征区域，获得目标图像信息，并且提取典型温度特征，获得温度特征数据。通过设备的整体结构，能够提前预知氧化锌避雷器设备本体损坏情况，避免短路影响系统供电及人身安全，且通过大数据收集避雷器的健康和故障状况数据，能够判断故障是否严重，便于维修人员预先知道故障严重程度。人员预先知道故障严重程度。人员预先知道故障严重程度。

【技术实现步骤摘要】
一种氧化锌避雷器故障智能识别方法


[0001]本专利技术涉及避雷器
，具体地说，涉及一种氧化锌避雷器故障智能识别方法。

技术介绍

[0002]避雷器能否可靠运行，是影响电力系统安全稳定运行的重要因素。我国大部分地区属于雷击多发区，近几年因氧化锌避雷器故障导致的停电时间100多起，可见避雷器故障事前检测意义重大。对运行中的避雷器的状态进行在线监测是保证其安全运行的重要手段；红外检测技术具有不停电、不取样、不接触、成本低、实用性强等优点，已广泛运用于电力设备的故障诊断方面。因此，基于红外热像检测技术，对避雷器的故障进行在线检测，对有效延长避雷器的使用寿命、降低人力和物力损失具有重要作用。定期对避雷器进行巡检，尽早排除故障及隐患，是避免和减少事故损失的重要手段。与传统检测方法相比，红外检测具有远距离、非接触、可带电检测等优点，红外检测技术可将被检测的电力设备热辐射信号转换成电信号，经过处理变为红外图像，从而可以得到电力设备的温度分布和热特征，根据温度分布和热特征对电力设备的故障和故障进行反演。但目前存在过于依赖人工、现场检测效果不明显、问题避雷器检出率低等问题，除了现场操作人员检测操作不规范外，还与设备的选择及使用、对避雷器发热特点不了解、理论研究不够深入等有关。在使用红外技术检测故障避雷器时，环境因素对检测结果的影响不能忽视。
[0003]尤其近些年来，环境污染及空气雾霾较重，使得输电线路避雷器表面极易附着污秽；在不同表面污秽和环境相对湿度的作用下，避雷器外绝缘及发热特性有很大的改变，将直接影响故障避雷器的红外检测效果。同时，不同避雷器类型在不同故障(如受潮、老化、短路及污秽和异常运行等)条件下的发热特征也会有明显差异，因此我们提出了一种氧化锌避雷器故障智能识别方法。

技术实现思路

[0004]本专利技术的目的在于提供一种氧化锌避雷器故障智能识别方法，达到了通过的效果。
[0005]本专利技术公开的一种氧化锌避雷器故障智能识别方法所采用的技术方案是:一种氧化锌避雷器故障智能识别方法，包括如下步骤：
[0006]步骤1、通过红外热像仪在线拍摄输入图像，也可通过离线导入图像，获得避雷器红外热像图；
[0007]步骤2、避雷器红外热像图经过转灰度图、图像去噪、图像增强、图像分割、二值化步骤对图像进行预处理，获得处理图像信息；
[0008]步骤3、根据处理图像信息，自动截取处理图像信息中的目标特征区域，获得目标图像信息，并且提取典型温度特征，获得温度特征数据；
[0009]步骤4、根据温度特征数据，通过与避雷器串纵向(不同相之间)数据、历史数据进
行比较分析，获得对比数据；
[0010]步骤5、根据避雷器健康状况评判大数据算法，获得避雷器的健康和故障数据，通过对避雷器的健康和故障数据和对比数据进行比较，判定避雷器的健康和故障状况；
[0011]步骤6、根据GPS定位模块，判断避雷器的故障位置；
[0012]步骤7、显示输出检测结果，在软件界面图像区用带颜色的方框框出避雷器的故障类型，在检测结果区用文字显示此次检测的结果及细节，在温度曲线区显示避雷器的温度分布曲线，点击生成报告后，会将本次检测的结果生成excel表格，方便运维人员分析讨论。
[0013]作为优选方案，一种氧化锌避雷器故障智能识别方法，包括电源模块、图像输入模块、图像预处理模块、特征提取模块、特征筛选模块、故障识别模块、GPS定位模块和显示输出模块，所述图像输入模块、图像预处理模块、特征提取模块、特征筛选模块、故障识别模块、GPS定位模块和显示输出模块依次相互连接，所述电源模块通过导线分别与图像输入模块、图像预处理模块、特征提取模块、特征筛选模块、故障识别模块、GPS定位模块和显示输出模块相连。
[0014]作为优选方案，所述图像输入模块支持在线拍摄图像、离线导入图像和红外热像成图。
[0015]作为优选方案，所述图像预处理模块包括转灰度图、图像去燥、图像增强、图像分割、二值图，图像输入模输入的图像依次经过转灰度图、图像去燥、图像增强、图像分割、二值图进行处理。
[0016]作为优选方案，所述特征提取模块包括自动提取目标特征区域和温度特征提取区域。
[0017]作为优选方案，所述故障识别模块具体为故障避雷器识别模型。
[0018]作为优选方案，所述显示输出模块包括检测结果显示和检测结果输出，所述检测结果显示包括形成图像区、温度显示区和检测结果区，所述检测结果输出包括数据报表和检测报告。
[0019]作为优选方案，所述电源模块包括蓄电池和太阳能电池板，所述太阳能电池板通过太阳能控制器与蓄电池相连，且蓄电池通过导线与图像输入模块、图像预处理模块、特征提取模块、特征筛选模块、故障识别模块、GPS定位模块和显示输出模块中各个供电电路相连。
[0020]作为优选方案，所述氧化锌避雷器故障智能识别方法存储于计算机构架的APP内部，通过烧录的程序进行驱动运行，包括总线架构、处理器、存储器和总线接口，总线架构可以包括任意数量的互联的总线和桥，总线架构将包括由处理器代表的一个或多个处理器和存储器代表的存储器的各种电路链接在一起，总线架构还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起，总线接口在总线架构和接收器和发送器之间提供接口，接收器和发送器可以是同一个元件，即收发机，提供用于在传输介质上与各种其他系统通信的单元。
[0021]本专利技术公开的一种氧化锌避雷器故障智能识别方法的有益效果是：
[0022]通过设备的整体结构，能够提前预知氧化锌避雷器设备本体损坏情况，避免短路影响系统供电及人身安全，且通过大数据收集避雷器的健康和故障状况数据，这样在对避雷器检测出故障时，对产生的故障与大数据收集相对应的故障进行对不，而判定故障的等
级，从而判断故障是否严重，这样便于维修人员预先知道故障严重程度，从而能够对维修进行预先准备，同时GPS定位模块能够对故障避雷器的位置进行定位，便于维护人员准确的到达现场，节约了寻找故障避雷器的时间，最后显示输出检测结果，在软件界面图像区用带颜色的方框框出避雷器的故障类型，在检测结果区用文字显示此次检测的结果及细节，在温度曲线区显示避雷器的温度分布曲线，点击生成报告后，会将本次检测的结果生成excel表格，方便运维人员分析讨论。
附图说明
[0023]图1为本专利技术整体原理图；
[0024]图2为本专利技术整体步骤原理示意图；
[0025]图3为本专利技术整体原理框架示意图。
具体实施方式
[0026]下面结合具体实施例和说明书附图对本专利技术做进一步阐述和说明:
[0027]请参阅图1
‑
3，本专利技术提供的一种实施例：
[0028]一种氧化锌避雷器故障智能识别方法，包括如下步骤：
[0029]步骤1、通过红外热像仪在线拍摄输入图像，也可通过离线导入图像，获得避雷器红外热像图；
[0030]具体而言：红外热像仪采用市本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种氧化锌避雷器故障智能识别方法，其特征在于：包括如下步骤：步骤1、通过红外热像仪在线拍摄输入图像，获得避雷器红外热像图；步骤2、避雷器红外热像图经过转灰度图、图像去噪、图像增强、图像分割、二值化步骤对图像进行预处理，获得处理图像信息；步骤3、根据处理图像信息，自动截取处理图像信息中的目标特征区域，获得目标图像信息，并且提取典型温度特征，获得温度特征数据；步骤4、根据温度特征数据，通过与避雷器串纵向数据、历史数据进行比较分析，获得对比数据；步骤5、根据避雷器健康状况评判大数据算法，获得避雷器的健康和故障数据，通过对避雷器的健康和故障数据和对比数据进行比较，判定避雷器的健康和故障状况；步骤6、根据GPS定位模块，判断避雷器的故障位置；步骤7、显示输出检测结果，在软件界面图像区用带颜色的方框框出避雷器的故障类型，在检测结果区用文字显示此次检测的结果及细节，在温度曲线区显示避雷器的温度分布曲线，点击生成报告后，会将本次检测的结果生成excel表格。2.根据权利要求1所述的一种氧化锌避雷器故障智能识别方法，其特征在于：包括电源模块、图像输入模块、图像预处理模块、特征提取模块、特征筛选模块、故障识别模块、GPS定位模块和显示输出模块，所述图像输入模块、图像预处理模块、特征提取模块、特征筛选模块、故障识别模块、GPS定位模块和显示输出模块依次相互连接，所述电源模块通过导线分别与图像输入模块、图像预处理模块、特征提取模块、特征筛选模块、故障识别模块、GPS定位模块和显示输出模块相连。3.根据权利要求2所述的一种氧化锌避雷器故障智能识别方法，其特征在于：所述图像输入模块支持在线拍摄图像、离线导入图像和红外热像成图。4.根据权利要求2所述的一种氧化锌避雷器故障智能识别方法，其特征...

【专利技术属性】
技术研发人员：刘波，曾国，尹建坤，陶潜，刘前进，王卓，彭劲樟，隗震，周烨任，叶幼军，郭利莎，李文岚，田志强，
申请(专利权)人：国网湖北省电力有限公司黄石供电公司，
类型：发明
国别省市：