基于PCM和纹理特征的铁路绝缘子污秽程度异常检测

为了有效的检测接触网中污秽程度较高的绝缘子,提出一种基于纹理特征和可能性均值聚类的异常检测方法,为绝缘子清洗工作的开展,提供必要的参考和前提。首先利用最大类间方差法对图像进行分割得到绝缘子的盘面区域,然后使用灰度共生矩阵计算出纹理空间的特征向量,进而使用主成分分析算法对特征向量进行融合与降维,最后通过可能性均值聚类算法实现接触网绝缘子污秽程度的异常检测。实验表明,该方法能有效的检测出污秽程度异常的接触网绝缘子。     

电网污秽类型、绝缘子的积污特性及防污闪措施

本文作者结合工作经验,论述了电力输电工程中电网污秽类型、绝缘子的积污特性及防污闪措施,可供同行参考。     

基于流体力学的绝缘子自清洁结构设计

复合绝缘子运行过程中存在污秽累积和腐蚀硅橡胶伞裙的问题,绝缘子清洗也存在难度大成本高的问题。本文基于流体力学提出了一种适用于复合绝缘子的新型伞裙结构,从而达到提高绝缘子自洁能力的目的。这种伞裙主要依靠空气流过绝缘子时的循环运动来除去附着在绝缘子伞裙表面的沉积污秽物,通过空气动力结构的优化设计使得较大体积的颗粒物也能够被气流自然带离。该设计能够较好的应用于具有疏水性的硅橡胶涂层,试验结果表明当气流流过新型硅橡胶伞裙时,下降气流的速度总是大于上升气流的速度,从而使得颗粒沉积时间达到最短。结合硅橡胶的良好疏水性以及伞裙结构优势带来的良好自清洁性可以提高复合绝缘子的使用寿命。     

谐波电压影响下的瓷绝缘子污秽故障特征量研究

泄漏电流法是监测瓷绝缘子表面污秽故障的重要方法,但瓷绝缘子所承受电压包含谐波时会导致泄漏电流特征量的有效性降低,进而造成绝缘子表面污秽故障的诊断准确率降低,因此提出了一种以泄漏电流时间积分为基础的污秽故障新特征量,推导了该特征量的理论数学模型,并通过与其它故障特征量的对比分析文中提出的新特征量的优越性和有效性进行了验证。提出的瓷绝缘子污秽故障新特征量受电压谐波影响更小,在不同谐波电压影响下均能很好地地反映绝缘子污秽故障情况,可为瓷绝缘子的在线监测及污闪预警提供参考和借鉴。     

基于多光源图像信息融合的绝缘子污秽状态识别

绝缘子污秽状态非接触检测是智能变电巡检的重要组成部分,为有效提高绝缘子污秽状态识别率,提出了一种基于多光源图像决策级融合的污秽状态诊断方法。以沿海地区多所变电站中不同污秽状态的绝缘子为研究对象,采用种子区域生长法进行图像分割后,分别提取其可见光颜色空间特征、红外图像的灰度化特征以及环境特征,再依据Fisher判据筛选得到最优表征量,并设计支持向量机多值分类器进行污秽状态初判。基于各自识别结果,引入D-S理论进行决策级融合,实现绝缘子污秽状态的有效识别。试验结果表明:本文融合算法的正确率明显高于单种图像源的识别,达到95%左右,为带电检测作业中绝缘子的非接触检测及故障智能诊断提供了新思路。     

绝缘子污秽闪络的研究现状及思索

绝缘子污秽闪络严重威胁着高压电网的可靠性。论述了人工污秽试验、污闪机理、污闪特征检测以及污闪模型建立等方面的研究现状,认为人工试验主要存在指标和污闪间的关系、电源配置及污秽模拟和运行现场的差异等问题。从工程的角度概括对比了可以有效用于污闪检测和风险预测的几种方法:距离判别法、模糊分类法、极值风险预测法及聚类分析法。指出解决污闪问题的关键是建立科学有效的污闪预测机制,基于模糊理论的信息融合法在污闪检测和风险预测上值得深入研究,而污闪模型研究就工程来讲,意义不大,并提出了未来防污闪工作的建议。     

电位法绝缘子污秽放电检测的试验研究

为了研究绝缘子放电时观测点电位的基本变化特性,采用等值盐密法,均匀染污试验绝缘子,匀速升高电压,用示波器测量观测点的感应电位信号。在实验室做了一系列绝缘子污秽放电试验,研究了观测点电位信号的污秽特性、交流电压特性和时间特性。试验发现:污秽放电时观测点的电位波形是一系列的电脉冲信号,单脉冲信号的宽度是纳秒级的,主频分布在7kHz和27.5 kHz附近;随试验电压的升高电脉冲信号幅值增大,数目增多,并出现典型的工频周期性;在同一污秽度下,当试验电压不变时,检测到的电脉冲随时间振荡;电位法检测的灵敏度较高,受测点位置的影响较少。     

基于近义词分配的铁路接触网绝缘子识别与分类

为提高铁路接触网绝缘子检测中的图像识别精度并准确区分绝缘子类型,提出一种建立在"视觉词包模型"基础上,计算视觉单词语义距离并合理分配的绝缘子识别分类模型。首先应用潜在狄利克雷分布模型与相对熵计算视觉单词的语义相关性,然后根据底层特征与各单词的欧氏距离大小分配单词数目,最后采用支持向量机实现绝缘子的识别与分类。实验结果表明,该方法可以提高识别精度与分类效果。     

基于红外图像特征与BP神经网络的绝缘子串低零值故障和污秽故障识别方法

提出一种基于红外图像温度分布特征和BP神经网络(BPNN,back-propagation neural networks)的绝缘子串低零值故障和污秽故障识别方法。首先利用图像处理技术分割提取绝缘子串红外图像中钢帽和盘面目标区域,得到对应温度数据;之后引入K-means聚类算法剔除分割目标区域中背景像素温度数据的干扰,并计算每个分割区域温度平均值,形成反映绝缘子运行状态的钢帽和盘面温度特征向量;在此基础上,建立以温度特征向量为输入的BPNN模型,实现绝缘子串低零值故障和污秽故障的识别及故障定位。最后通过将模型应用于某500 k V变电站绝缘子串故障诊断,验证所提出方法的准确性。     

基于RGB特征的污秽复合绝缘子放电过程分析

绝缘子放电的可见光数字图像中包含丰富的色度信息,利用数字图像处理技术处理了在人工雾室中复合绝缘子污闪试验拍摄的放电图像。先将绝缘子放电图像分离为三基色分量图,然后将红(R)绿(G)和蓝(B)分量图转换为灰度图,提取各分量的灰度值并计算各分量占比。分析结果表明:沿着电弧发展路径上,R、G、B三分量的灰度值先增大后减小,能够反映绝缘子放电集中在绝缘子中间位置。随绝缘子放电过程进行,三个色度分量灰度值较大且出现集中时间段,期间还包含相对平稳且较小时间段,这反映了绝缘子表面局部起弧息弧的过程;电压继续升高,R、G、B分量灰度值较之前大了一个数量级,这表明了绝缘子表面电弧越来越粗,电弧放电量达到最大;在绝缘子临闪时,各分量灰度值迅速增大;三个分量的占比变化曲线,可以反映放电加剧变化情况,可用于放电严重程度的判断。上述绝缘子放电电弧图像R、G、B分量灰度值变化规律可以定量反映绝缘子放电剧烈程度与放电过程,为复合绝缘子污闪预警提供了可靠依据。     

基于DeepLab V3+的无人机航拍绝缘子图像自动化分割方法

绝缘子是输电线路的重要组成部分。为了实现输电线路巡检的智能化,对绝缘子区域的自动化识别是基础性工作之一。笔者提出了一种基于DeepLab V3+的无人机航拍绝缘子图像自动化分割方法,同时将DeepLab V3+的分割性能与现有的主流卷积神经网络U-Net、Residual U-Net、Dilated U-Net进行了比较。结果显示DeepLab V3+方法不但在DICE指标上得到了93.28%的分割精度,在IOU指标、敏感性和Jaccard定量分析中也都表现出最好的性能。实验证明该方法为自动化分割绝缘子区域,提高输电线路巡检的效率和准确性提供了一种潜在的工具。     

边缘检测在盘形悬式瓷绝缘子串红外图像上的应用

针对盘形悬式瓷绝缘子串红外图像边缘缺失导致铁帽和伞盘误分割的问题,提出一种基于边缘检测的绝缘子串图像分割方法。首先对红外图像进行灰度化、中值滤波和去噪等图像预处理,然后通过比较多种边缘检测算法,采用PSNR方法确定了多尺度形态学梯度算法是对绝缘子串边缘提取中准确性和完整性最高的方法。接着对二值化后的图像确定最大连通区域,对其进行边缘分割得到绝缘子串区域。最后结合边缘检测确定面积阈值,采取区域提取方法对其进行铁帽和伞盘区域分割,得到铁帽和伞盘区域。通过大量样本训练,正确率达到90%以上,在实际应用中取得十分良好的效果,对提高绝缘子红外智能检测准确率有重要指导意义。     

基于改进Cascade R-CNN算法的多类型绝缘子缺陷图像联合检测

当前输电线路巡检工作主要采用无人机巡检的方式来完成,利用人工智能技术助力巡检图像的缺陷识别已成为趋势.以往绝缘子缺陷检测研究大部分集中于绝缘子爆片类缺陷的检测,提出了一种改进的Cascade R-CNN算法,基于绝缘子缺陷数据建立绝缘子缺陷数据集.该算法主要针对绝缘子爆片、绝缘子电弧烧伤及绝缘子伞裙破损的多类型绝缘子缺...     

基于分水岭算法的绝缘子串红外图像分割方法

为解决500 kV瓷绝缘子串红外图像分割问题,提出了一种基于分水岭算法的图像分割方法。通过调整红外图像G分量消除云雾干扰,图像预处理后采用灰度拉伸法进行图像增强;然后利用Otsu算法将灰度图像二值化,通过Hough变换确定绝缘子串基准线,并据此使用Floodfill算法提取绝缘子串目标区域;角度校正后做欧式距离变换,以局部最小值为标记符避免过分割,再采用分水岭算法进行绝缘子片分割。据此对湖南省某座500 kV变电站700张红外图像进行分析,结果表明,本文所提方法具有良好的自适应性和实用性,可显著提高绝缘子红外图像智能分割准确率。     

户内绝缘子污秽闪络分析及改善建议

绝缘子污秽闪络会严重威胁电网的安全运行。针对市区内大量老旧变电站,因负荷重要、接线复杂、改造困难、支柱绝缘子爬电比距难调整、目前无法退出运行等原因,介绍了绝缘子污闪形成的原因、必要条件及机理,结合220kV武威站户内35kV正Ⅱ母6号电容器因事故引发跳闸案例分析,得出污闪跳闸的主要原因是站内空气湿度陡然增加,致使绝缘子表面在工作电压的作用下产生泄漏电流,最终酿成跳闸事故。依据变电站环境气候的不同,从运维方面入手,对支柱绝缘子防污闪工作,提出了在湿润和干燥环境下改善绝缘子闪络的措施与建议。     

基于改进Faster-RCNN的接触网绝缘子识别与提取

接触网绝缘子是铁路运输电网中的关键部件,它用于支撑、悬吊、架空导线,从而可以保证导线和导线之间以及导线和大地之间能够有足够的绝缘性。接触网绝缘子在户外所处环境较为复杂,经常会出现故障。绝缘子在出现故障时为了能够准确地检测识别出绝缘子,笔者提出了一种基于改进Faster-RCNN深度学习方法,识别与提取接触网绝缘子。该方法与传统的Faster-RCNN进行对比,实验表明：该方法识别接触网绝缘子更优,有实际的工程参考价值。     

基于可见光图像的火焰识别与提取

对火焰的基本特征进行分析,从中选择出几种比较有代表性的火焰特征作为判据来识别和提取火场图像中的火焰区域。基于火灾火焰的亮度特征利用区域生长法分割出疑似火焰区域;根据RGB和HIS颜色模型的对应关系,通过分离火焰像素的R、G、B分量,验证了火焰的色彩分布规律;利用圆形度判据排除规则光源的干扰。     

基于Canny边缘特征点的接触网绝缘子识别方法

针对使用机器视觉技术对接触网绝缘子状态检测时的绝缘子识别问题,提出一种结合Canny边缘特征和SURF点特征的绝缘子识别算法。该算法首先提取图像边缘特征,然后使用SURF算法在边缘图像上提取特征点,并利用Haar小波对特征点进行描述;对检测出的特征点使用欧氏距离比值法进行初匹配;最后用RANSAC算法消除由噪声等干扰产生的错误匹配,从而实现接触网绝缘子智能识别。实验结果表明,该算法能在有背景干扰、小幅度旋转的目标图像中准确识别出绝缘子,为电气化铁路接触网绝缘子智能清洗的视觉识别定位问题提供了可行参考。     

基于灰靶理论的高压绝缘子污秽状态综合评判

针对绝缘子污秽程度状态综合评判中没有标准的评估等级划分方法的现状,提出了一种方法对绝缘子污秽状态等级进行划分并对绝缘子污秽等级进行综合评判.将灰靶理论引入到绝缘子污秽状态评估中,结合反映绝缘子污秽状态的相关指标因素,综合考虑各指标的均衡性,构建了绝缘子污秽状态综合评判体系,利用灰靶理论对绝缘子污秽状态等级进行划分,充分...     

绝缘子污闪性能与污秽度表示方法的关系

介绍了用固体污层法,在盐密分别为0.05、0.1、0.2和0.4mg/cm~2时,对4种绝缘子进行的人工污秽试验。分别用升压法和升降法测量了绝缘子的污闪电压,另外对不均匀人工染污绝缘子XWP—70和自然染污绝缘子XWP—60也进行了试验。对绝缘子的污秽度的测量,除等值盐密外还测量了积分电导率、临闪前最大泄漏电流和局部电导率。这样就得出了不同绝缘子在相同条件下以不同污秽度表示的性能曲线,由此可以明显地看出绝缘子性能的优劣以及污秽度表示方法的等价性。