【技术实现步骤摘要】
本专利技术属于图像处理及绝缘子的在线监测领域,尤其涉及基于绝缘子图像伞伸出的覆冰程度评估方法。
技术介绍
输电线路覆冰会引起绝缘子冰闪、杆塔倒塌、线路跳闸等,严重威胁电网的安全稳定运行。2008年冰灾中500kV线路58%的跳闸属于绝缘子冰闪。冰闪主要原因有:空气及绝缘子表面污秽中的电解质增大冰水电导率;绝缘子串覆冰过厚形成冰桥使冰闪电压降低。绝缘子表面污秽取决于多种因素,包括分布地区的温度、湿度、风速、雨雾、污染源性质和数量、及绝缘子外形构造等,其可以由等值附盐密度(ESDD)、泄露电流、表面污层电导率(SPLC)及闪络场强等特征量表征。但绝缘子片间冰柱的桥接程度却没有较好的表征和测量方法。覆冰绝缘子桥接程度目前尚无有效的检测方法,特别是图像检测方法。本文提出在GrabCut法图像分割的基础上,通过识别覆冰绝缘子串轮廓的凸缺陷,计算伞伸出,以伞伸出的变化表征绝缘子片间轴向和径向的冰柱桥接程度。
技术实现思路
本专利技术的目的在于克服现有技术存在的上述缺陷,提出一种基于绝缘子图像伞伸出的覆冰程度评估方法,具体技术方案如下。一种基于绝缘子图像伞伸出的覆冰程度评估方法,其包括如下步骤:S1、图像获取,具体包括:S1.1、架设摄像头对易覆冰区域绝缘子进行监测,拍摄未覆冰绝缘子照片,记为I;S1.2、摄像头位置及拍摄角度不变,假设覆冰后绝缘子照片为J;S2、对覆冰前后绝缘子图像I和J用GrabCut图论法进行分割,得到覆冰前后绝缘子轮廓CI和CJ;S3求解绝缘子轮廓CI和CJ的凸包和凸缺陷;S4通过S3中求解的凸缺陷和凸包,计算覆冰前后绝缘子的伞伸出:S4.1排除深 ...
【技术保护点】
一种基于绝缘子图像伞伸出的覆冰程度评估方法,其特征在于包括如下步骤:S1、图像获取,具体包括:S1.1、架设摄像头对易覆冰区域绝缘子进行监测,拍摄未覆冰绝缘子照片,记为I;S1.2、摄像头位置及拍摄角度不变,假设覆冰后绝缘子照片为J;S2、对覆冰前后绝缘子图像I和J用GrabCut图论法进行分割,得到覆冰前后绝缘子轮廓CI和CJ;S3求解绝缘子轮廓CI和CJ的凸包和凸缺陷;S4通过S3中求解的凸缺陷和凸包,计算覆冰前后绝缘子的伞伸出:S4.1排除深度小于设定值T的凸缺陷干扰;S4.2轮廓将剩下左侧和右侧两个最大的凸缺陷,且其深度就是伞伸出;S5通过覆冰前后绝缘子伞伸出的变化,估计绝缘子覆冰程度。
【技术特征摘要】
1.一种基于绝缘子图像伞伸出的覆冰程度评估方法,其特征在于包括如下步骤:S1、图像获取,具体包括:S1.1、架设摄像头对易覆冰区域绝缘子进行监测,拍摄未覆冰绝缘子照片,记为I;S1.2、摄像头位置及拍摄角度不变,假设覆冰后绝缘子照片为J;S2、对覆冰前后绝缘子图像I和J用GrabCut图论法进行分割,得到覆冰前后绝缘子轮廓CI和CJ;S3求解绝缘子轮廓CI和CJ的凸包和凸缺陷;S4通过S3中求解的凸缺陷和凸包,计算覆冰前后绝缘子的伞伸出:S4.1排除深度小于设定值T的凸缺陷干扰;S4.2轮廓将剩下左侧和右侧两个最大的凸缺陷,且其深度就是伞伸出;S5通过覆冰前后绝缘子伞伸出的变化,估计绝缘子覆冰程度。2.根据权利要求1所述的基于绝缘子图像伞伸出的覆冰程度评估方法,其特征在于,步骤S2具体包括:S2.1、首次用矩形框将每个像素归类到GMMs,和GMMt,矩形框内为GMMs,矩形框外为GMMt,GMMs表示前景的混合高斯模型,GMMt表示背景的混合高斯模型,高斯混合模型如式(1)-(2)所示,GMMa=Σi=1Kπa,iga,i(x;μa,i,Σa,i)---(1)]]>g(zn;μa,i,Σa,i)=1(2π)d|Σa,i|exp[-12(zn-μa,i)TΣa,i-1(zn-μa,i)]---(2)]]>其中,且0≤πi≤1,K为高斯混合模型元素个数,本文中为3;a为s或t,a为s时GMMs表示前景的高斯混合模型,a为t时GMMt表示背景的高斯混合模型;πa,i为第i个高斯模型g(zn;μa,i,∑a,i)在高斯混合模型GMMa中所占权重;x表示待分割的像素;μa,i、∑a,i分别表示第i个高斯模型的均值和方差;S2.2用聚类算法将GMMs和GMMt中的像素依据颜色灰度值分为K类;S2.3根据每个类别中的像素颜色灰度值计算高斯混合模型参数μa,i、∑a,i;S2.4用一个流量网络描述图像,计算两类边的容量值容量Vm,n、Un,s和Un,t;S2.5采用最大流算法确定图像的最小割;S2.6如果图像的最小割收敛,则分割完成,最小割内部为前景,外部为背景,否则回到步骤S2.2继续执行直到最小割收敛。3.根据权利要求2所述的基于绝缘子图像伞伸出的覆冰程度评估方法,其特征在于,步骤S2.4具体包括:S2.4.1其中第一类边V的容量Vm,n的计算如式(3)所示:Vm,n=γΣ(m,n)∈Cexp-β||zn-zm||2---(3)]]>zm和zn分别表示像素m和n的颜色灰度值,γ表示第一类边相对第二类边的优先程度,γ越大,第一类边的优先程度越高;C表示一对邻域像素;指数项β是为自适应图像对比度,当图像对比度较低即一对邻域像素的差别较小,则需要较大的β来放大差别,当图像对比度较高时,则需要...
【专利技术属性】
技术研发人员:郝艳捧,蒋晓蓝,阳林,李锐海,
申请(专利权)人:华南理工大学,南方电网科学研究院有限责任公司,
类型:发明
国别省市:广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。