复合绝缘子发热缺陷自动判断方法技术

本发明专利技术公开了一种复合绝缘子发热缺陷自动判断方法。目前的方法依赖人工读取复合绝缘子不同部位温差，在确定温度基准点时容易产生人为误差；此外，基于绝缘子中轴线获得温差的判断方法，需要人工在红外软件中绘制绝缘子中轴线，工作量繁重，限制了大量红外图像的快速处理。本发明专利技术为一种利用图像处理技术及绝缘子中轴线温度梯度标准差特征实现复合绝缘子发热缺陷自动判断的方法，通过图像处理技术自动绘制复合绝缘子中轴线，并利用红外软件接口获得沿中轴线的温度曲线，进而利用温度梯度标准差和温度低频分量梯度标准差实现发热缺陷的判断，大幅提升了复合绝缘子红外图像发热缺陷分析的工作效率，同时避免了人工选取温度基准点带来的误差。点带来的误差。点带来的误差。

【技术实现步骤摘要】
复合绝缘子发热缺陷自动判断方法


[0001]本专利技术属于电网复合绝缘子领域，涉及现场复合绝缘子发热缺陷自动判断方法，具体地说是一种采用图像处理以及复合绝缘子芯棒中轴线温度梯度信息判断复合绝缘子是否存在发热缺陷的方法。

技术介绍

[0002]电网复合绝缘子用量巨大，重污区架空线路直线塔普遍采用复合绝缘子，变电站母线也大量采用复合绝缘子。随着运行时间的延长，在外部高湿热、重污秽环境作用下复合绝缘子芯棒可能出现内部酥朽、护套电蚀破坏等缺陷，长期发展会导致复合绝缘子断串或者内部击穿。由于上述缺陷的发展会产生发热，因此红外检测是筛查早期复合绝缘子缺陷的重要手段。
[0003]目前采用的方法是通过人工在复合绝缘子表面添加测温框或者测温线，获得复合绝缘子不同部位的温度数值，进而读取不同部位温差，根据温差幅值判断绝缘子是否存在发热缺陷。该方法需要人工进行测温框或者测温线的添加，工作量繁重，不适应目前大量无人机红外巡检数据的快速处理；此外，通过温差判断发热缺陷，在温度基准点的选择等方面易受到分析人员主观因素的影响。

技术实现思路

[0004]本专利技术所要解决的技术问题是克服上述现有技术存在的缺陷，提供一种基于图像处理及温度分布特征的复合绝缘子发热缺陷自动判断方法，其通过openpose算法预训练建立复合绝缘子芯棒中轴线的检测模型，结合红外软件接口实现复合绝缘子芯棒中轴线温度曲线的自动获取，并采用芯棒中轴线温度梯度（相对）标准差及温度低频分量（相对）标准差获得二维空间分布分界线，实现复合绝缘子发热的判断，从而大幅提升复合绝缘子红外图像发热缺陷分析的工作效率，同时避免人工选取温度基准点带来的误差。
[0005]为此，本专利技术采用的一种技术方案如下：复合绝缘子发热缺陷自动判断方法，其包括步骤：a)收集设备资料，获取复合绝缘子结构高度和伞裙单元数量；b)对在运复合绝缘子进行红外测试，获取复合绝缘子红外测温图像；c)利用深度学习中的openpose算法建立的复合绝缘子中轴线检测模型，获得复合绝缘子芯棒中轴线，结合红外软件温度场数据接口，得到复合绝缘子芯棒中轴线温度曲线；d)对复合绝缘子芯棒中轴线温度曲线进行梯度计算，获得复合绝缘子芯棒中轴线温度梯度曲线，通过标准差计算得到复合绝缘子芯棒中轴线温度梯度标准差和温度梯度相对标准差；e)对复合绝缘子芯棒中轴线温度曲线进行小波分解与低频分量重构，得到复合绝缘子芯棒中轴线温度曲线低频分量；对复合绝缘子芯棒中轴线温度曲线低频分量进行梯度计算，得到复合绝缘子芯棒中轴线温度低频分量梯度曲线，通过标准差计算得到复合绝缘
子芯棒中轴线温度低频分量梯度标准差和温度低频分量梯度相对标准差；f)利用在运的正常、存在发热缺陷的复合绝缘子，重复步骤a）至步骤e)，构建训练样本，训练样本包含两种：第一种为温度梯度标准差和温度低频分量梯度标准差，第二种为温度梯度相对标准差和温度低频分量梯度相对标准差；g)利用步骤f)建立的训练样本，采用机器学习方法，获得正常、发热缺陷复合绝缘子梯度特征二维空间分布分界线，二维空间分布分界线分为两种：第一种为正常、发热复合绝缘子温度梯度标准差和温度低频分量梯度标准差的分布分界线；第二种为复合绝缘子温度梯度相对标准差和温度低频分量梯度相对标准差的分布分界线；h)对于目标复合绝缘子，利用所述的分布分界线判断是否存在发热缺陷。
[0006]本专利技术通过图像处理实现复合绝缘子芯棒中轴线温度的自动获取，并采用芯棒中轴线温度梯度（相对）标准差及温度低频分量（相对）标准差获得二维空间分布分界线，判断目标复合绝缘子是否存在发热缺陷。
[0007]进一步地，所述的复合绝缘子芯棒中轴线检测模型通过以下步骤建立：c1)采集复合绝缘子红外测温图像，包含复合绝缘子在天空背景和不超过10m测试距离下的复合绝缘子红外测温图像；c2)在采集到的红外测温图像中选择部分为训练集，剩余部分为测试集；c3)对训练集中的复合绝缘子红外测温图像进行标注，分别标注复合绝缘子芯棒高压端与金具联接点、复合绝缘子芯棒低压端与金具联接点，获得标注后的数据集及对应的标签数据集；c4)利用标注后获得的数据集及对应的标签数据集，进行基于openpose算法的机器视觉目标检测技术的模型训练，根据训练调节参数获得复合绝缘子芯棒高压端与金具联接点、复合绝缘子芯棒低压端与金具联接点的检测模型；c5)连接复合绝缘子芯棒高压端与金具联接点、复合绝缘子芯棒低压端与金具联接点，得到复合绝缘子芯棒中轴线，形成复合绝缘子芯棒中轴线检测模型。
[0008]进一步地，复合绝缘子芯棒中轴线温度梯度曲线k1与复合绝缘子中轴线温度曲线f
T
的关系为：，其中，H为绝缘子高度，单位为mm；m为复合绝缘子中轴线温度曲线的点数；f
T
(i)为复合绝缘子芯棒中轴线温度曲线f
T
上第i个点的温度数值；f
T
(i+1)为复合绝缘子芯棒中轴线温度曲线f
T
上第i+1个点的温度数值；k1(i)为复合绝缘子芯棒中轴线温度梯度曲线k1上第i个点的梯度数值；l为复合绝缘子中轴线温度曲线相邻两个数据点之间的空间距离。
[0009]进一步地，复合绝缘子芯棒中轴线温度梯度标准差S
kd
、温度梯度相对标准差S
rkd
与复合绝缘子芯棒中轴线温度梯度曲线k1的关系为：，
，式中，为复合绝缘子芯棒中轴线温度梯度曲线平均值，为复合绝缘子芯棒中轴线温度梯度曲线绝对值的平均值，m为复合绝缘子芯棒中轴线温度曲线的点数；k1(i)为复合绝缘子芯棒中轴线温度梯度曲线k1上第i个点的梯度数值。
[0010]进一步地，复合绝缘子芯棒中轴线温度曲线低频分量f
LT
由复合绝缘子芯棒中轴线温度曲线通过小波分解重构得到，小波基为dmey，分解层数为3或4。
[0011]进一步地，复合绝缘子芯棒中轴线温度曲线低频分量梯度曲线k2与芯棒中轴线温度曲线低频分量f
LT
的关系为：，其中，H为复合绝缘子结构高度，m为复合绝缘子芯棒中轴线温度曲线的数据点数，f
LT
(i)为复合绝缘子芯棒中轴线温度曲线低频分量f
LT
上第i个点的温度数值，f
LT
(i+1)为复合绝缘子芯棒中轴线温度曲线低频分量f
LT
上第i+1个点的温度数值，k2(i)为复合绝缘子芯棒中轴线温度低频分量梯度曲线k2上第i个点的梯度数值，l为复合绝缘子温度曲线相邻两个数据点之间的空间距离。
[0012]进一步地，复合绝缘子芯棒中轴线温度低频分量梯度标准差S
Lkd
、温度低频分量梯度相对标准差S
Lrkd
与复合绝缘子芯棒中轴线温度低频分量梯度曲线k2的关系为：，，式中，为复合绝缘子温度低频分量梯度曲线平均值，为复合绝缘子温度低频分量梯度曲线绝对值的平均值，m为复合绝缘子芯棒中轴线温度曲线的点数。
[0013]进一步地，步骤h)中，对目标复合绝缘子，重复步骤a）本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.复合绝缘子发热缺陷自动判断方法，其特征在于，包括步骤：a)收集设备资料，获取复合绝缘子结构高度和伞裙单元数量；b)对在运复合绝缘子进行红外测试，获取复合绝缘子红外测温图像；c)利用深度学习中的openpose算法建立的复合绝缘子中轴线检测模型，获得复合绝缘子芯棒中轴线，结合红外软件温度场数据接口，得到复合绝缘子芯棒中轴线温度曲线；d)对复合绝缘子芯棒中轴线温度曲线进行梯度计算，获得复合绝缘子芯棒中轴线温度梯度曲线，通过标准差计算得到复合绝缘子芯棒中轴线温度梯度标准差和温度梯度相对标准差；e)对复合绝缘子芯棒中轴线温度曲线进行小波分解与低频分量重构，得到复合绝缘子芯棒中轴线温度曲线低频分量；对复合绝缘子芯棒中轴线温度曲线低频分量进行梯度计算，得到复合绝缘子芯棒中轴线温度低频分量梯度曲线，通过标准差计算得到复合绝缘子芯棒中轴线温度低频分量梯度标准差和温度低频分量梯度相对标准差；f)利用在运的正常、存在发热缺陷的复合绝缘子，重复步骤a）至步骤e)，构建训练样本，训练样本包含两种：第一种为温度梯度标准差和温度低频分量梯度标准差，第二种为温度梯度相对标准差和温度低频分量梯度相对标准差；g)利用步骤f)建立的训练样本，采用机器学习方法，获得正常、发热缺陷复合绝缘子梯度特征二维空间分布分界线，二维空间分布分界线分为两种：第一种为正常、发热复合绝缘子温度梯度标准差和温度低频分量梯度标准差的分布分界线；第二种为复合绝缘子温度梯度相对标准差和温度低频分量梯度相对标准差的分布分界线；h)对于目标复合绝缘子，利用所述的分布分界线判断是否存在发热缺陷。2.根据权利要求1所述的复合绝缘子发热缺陷自动判断方法，其特征在于，所述的复合绝缘子芯棒中轴线检测模型通过以下步骤建立：c1)采集复合绝缘子红外测温图像，包含复合绝缘子在天空背景和不超过10m测试距离下的复合绝缘子红外测温图像；c2)在采集到的红外测温图像中选择部分为训练集，剩余部分为测试集；c3)对训练集中的复合绝缘子红外测温图像进行标注，分别标注复合绝缘子芯棒高压端与金具联接点、复合绝缘子芯棒低压端与金具联接点，获得标注后的数据集及对应的标签数据集；c4)利用标注后获得的数据集及对应的标签数据集，进行基于openpose算法的机器视觉目标检测技术的模型训练，根据训练调节参数获得复合绝缘子芯棒高压端与金具联接点、复合绝缘子芯棒低压端与金具联接点的检测模型；c5)连接复合绝缘子芯棒高压端与金具联接点、复合绝缘子芯棒低压端与金具联接点，得到复合绝缘子芯棒中轴线，形成复合绝缘子芯棒中轴线检测模型。3.根据权利要求1或2所述的复合绝缘子发热缺陷自动判断方法，其特征在于，复合绝缘子芯棒中轴线温度梯度曲线k1与复合绝缘子中轴线温度曲线f
T
的关系为：，其中，H为绝缘子高度，单位为mm；m为复合绝缘子中轴线温度曲线的点数；f
T
(i)为复合
绝缘子芯棒中轴线温度曲线f
T
上第i个点的温度数值；f
T
(i+1)为复合绝缘子芯棒中轴线温度曲线f
T
上第i+1个点...

【专利技术属性】
技术研发人员：李特，王少华，刘黎，梅冰笑，姜凯华，曹俊平，陶瑞祥，王振国，
申请(专利权)人：国网浙江省电力有限公司电力科学研究院，
类型：发明
国别省市：