基于图像匹配的变压器套管工况识别方法研究

针对变压器套管工况识别难度大的实际,提出了基于图像匹配的变压器套管工况识别方法。首先,采用基于Guided滤波的Retinex图像增强算法对现场采集的变压器套管图像进行了预处理,然后采用基于改进的SIFT特征匹配算法对待测图像进行精确定位,利用基于最大熵阈值法（OET）图像分割方法提取了套管的边缘。最后,设计了识别器,进行了运行工况识别,给出了结果和分析,并将该方法应用于工程领域,体现了较高的实用价值。     

变压器套管憎水性及破损工况智能监测系统的研制

针对变压器套管在线监测的现状,为进一步提高变电站的安全性,研制了一种基于计算机视觉的变压器套管智能监测及评价系统。利用远程网络摄像机获取套管的实时图像,用于识别套管的憎水等级和运行工况。给出了该系统的整体结构和工作流程,采用同态增晰的局部直方图均衡化方式进行图像预处理,采用改进的Canny算子检测图像边缘和数学形态学运算修正进行图像分割,采用基于Hausdorff距离的并行算法进行图像匹配,通过改进型BP神经网络构建分类器,实现套管憎水等级和运行工况的识别,最后给出了运行结果与分析。通过实验和现场测试验证了该系统的有效性和工程实用性。