基于显微高光谱技术的绝缘子污秽成分识别方法技术

本发明专利技术公开了一种基于显微高光谱技术的绝缘子污秽成分识别方法，属于输变电设备运行状态检修技术领域，其包括：获取积污绝缘子污秽样本的显微高光谱图像，并分为第一图谱集和第二图谱集；分别提取第一图谱集和第二图谱集中的污秽样本混合成分的高光谱谱线；分离出污秽样本的污秽成分，对各污秽成分进行显微高光谱成像，建立污秽成分波谱库；基于污秽成分波谱库和第一图谱集所对应污秽样本混合成分的高光谱谱线建立污秽成分识别模型，第二图谱集所对应污秽样本混合成分的高光谱谱线作为测试集，将测试集输入污秽成分识别模型进行优化。本发明专利技术实现了绝缘子污秽成分的微观检测，操作过程简单，利于污秽成分的识别，能够观测绝缘子表面污秽成分分布。

Insulator Contamination Component Recognition Method Based on Microscopic Hyperspectral Technology

【技术实现步骤摘要】
基于显微高光谱技术的绝缘子污秽成分识别方法
本专利技术涉及输变电设备运行状态检修
，具体而言，涉及一种基于显微高光谱技术的绝缘子污秽成分识别方法。
技术介绍
输电线路绝缘子污秽成分差异会对其闪络电压造成影响：相同灰密、不同成分的绝缘子污秽对闪络电压的影响不同；不同成分的可溶性污秽使得绝缘子表面的污层电导率存在差异，从而影响绝缘子串的闪络特性，且部分特殊成分的受热分解特性以及难溶性对绝缘子的闪络电压有明显影响，因此准确识别绝缘子污秽成分对于评估绝缘子绝缘状态具有重要意义。目前，对于未知污秽成分的测定通常采用X-射线能谱仪(EDS)检测方法、X-射线粉末衍射仪(XRD)检测方法、电感耦合等离子发射光谱仪(ICP-AES)检测方法等进行物质化学式、元素或离子的检测，但是仅检测元素或离子无法确定具体的污秽成分化学式，XRD虽能对物质的晶格进行检测以推测化合物构成，但对仪器精度要求较高，且依赖于人力测量易带来人工误差。上述方法在检测过程中对污秽分布状态有一定的破坏，无法可视化污秽成分分布。此外，显微高光谱相较于传统高光谱可将传统高光谱图像放大5倍、10倍、100倍等，传统高光谱一个像素点大小基本在6.45×6.45μm左右，而污秽中的盐、灰颗粒粒径大小一般小于或远小于这个值，若单像元的图谱信息不够纯净(指一个像元里包含了多种物质的信息)则需要解混其所含物质，具有一定的技术难度且准确率不高。综上所述，现有的绝缘子污秽成分识别方法有一定的条件限制，有鉴于此，有必要提供一种可以从微观角度检测，准确便捷的绝缘子污秽成分识别方法。
技术实现思路
为了解决上述技术中无法观测绝缘子表面污秽成分分布以及操作过程繁琐的问题，本专利技术提出一种从微观角度检测，准确便捷的基于显微高光谱技术的绝缘子污秽成分识别方法。为了达到上述专利技术目的，本专利技术采用的技术方案为：一种基于显微高光谱技术的绝缘子污秽成分识别方法，包括以下步骤：S1：取得积污绝缘子的污秽样本，并获取所述污秽样本的显微高光谱图像，将该显微高光谱图像分为第一图谱集和第二图谱集；S2：分别从第一图谱集和第二图谱集提取污秽样本混合成分的高光谱谱线；S3：从污秽样本中分离出污秽成分，对分离出的各污秽成分进行显微高光谱成像，并分别从各污秽成分的高光谱图像中提取单一成分的高光谱谱线，对每个污秽成分的若干高光谱谱线求平均值，获取到每个污秽成分的平均光谱，各污秽成分的平均光谱一起构成污秽成分波谱库；S4：将第一图谱集所对应污秽样本混合成分的高光谱谱线和第二图谱集所对应污秽样本混合成分的高光谱谱线分别作为训练集和测试集，根据训练集和污秽成分波谱库，建立污秽成分识别模型，将测试集输入污秽成分识别模型进行优化，剔除所述污秽成分识别模型中造成识别结果错误的数据，继而获取优化的污秽成分识别模型，完成绝缘子污秽成分的识别。本技术方案的技术效果是：能够观测到绝缘子表面污秽成分分布，操作过程简单；应用显微高光谱技术对积污绝缘子进行检测，避免了由于人工检测方式带来的误差，克服了物质解混的困难，提高了检测结果的准确性；根据优化的污秽成分识别模型能够更好的清扫污秽成分对污闪电压降低贡献较大的区域，避免了输电线路绝缘子由受潮污秽引发的污秽闪络，提高了输电线路的可靠性和安全性。可选地，所述步骤S1中，取得积污绝缘子的污秽样本包括采用切割绝缘片并刮下污层的方式，获取显微高光谱图像的过程包括校正处理、变换处理和增强处理。本技术方案的技术效果是：消除图像中无关的信息，恢复有用的真实信息，增强有关信息的可检测性和最大限度地简化数据，从而改进特征提取、匹配和识别的可靠性。可选地，所述校正处理为黑白校正或多元散射校正。本技术方案的技术效果是：消除光源不均匀性、光敏单元本身响应差异、暗电流及偏置等因素的影响，获取强度均匀的图像。可选地，所述变换处理为标准正态变换、小波去噪方法、Savitzky-Golay平滑方法、微分变换方法和对数变换方法中的任意一种。本技术方案的技术效果是：消除图像噪声，去除非特征波动，消除粒径不同造成的散射影响等。可选地，所述增强处理为Gamma校正或直方图均衡化。本技术方案的技术效果是：有目的地强调图像的整体或局部特性，将原来不清晰的图像变得清晰或强调某些感兴趣的特征，扩大图像中不同物体特征之间的差别，抑制不感兴趣的特征，使之改善图像质量、丰富信息量，加强图像判读和识别效果，满足某些特殊分析的需要。可选地，所述步骤S3中，分离出污秽样本的污秽成分的方法为X-射线能谱仪检测法、X-射线粉末衍射仪检测法、电感耦合等离子发射光谱仪检测法中的任意一种。本技术方案的技术效果是：对未知污秽成分进行物质化学式、元素或离子的检测，以推测其化合物构成。可选地，所述步骤S3中，污秽成分的平均光谱获取公式如下：式中，为单一污秽成分所有高光谱图像在各个波长点处求平均值所得到的平均光谱矢量；为单一污秽成分各高光谱图像的光谱Ai之和；n为单一污秽成分高光谱图像总数；i为单一污秽成分高光谱图像标号。可选地，所述步骤S4中，使用欧氏距离分类法建立污秽成分识别模型，具体包括如下步骤：A-1：求得待测积污绝缘子污秽成分谱线欧式距离，公式为：式中，dist(X,Y)为求得的待测积污绝缘子污秽成分谱线与成分波谱库中标准谱线的欧式距离；m为波段总数，xh为待测积污绝缘子污秽成分谱线在第h个波段的反射率值，yh为成分波谱库某成分标准谱线在第h个波段的标准反射率值。A-2：判别待测积污绝缘子污秽成分，公式为：y＝min(distk(X,Y))式中，y为最小欧式距离对应成分类别，distk(X,Y)为求得的待测积污绝缘子污秽成分谱线与污秽成分波谱库第k种成分标准谱线的欧式距离；k＝1，2，…，m；m为污秽成分波谱库中所含污秽成分种类总数。为使本专利技术的上述目的、特征和优点能更明显易懂，下文特举本专利技术实施例，并配合所附附图，作详细说明如下。附图说明为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本专利技术的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。图1为基于显微高光谱技术的绝缘子污秽成分识别方法流程图；图2为污秽成分识别模型的建立流程图；图3为污秽成分波谱库示意图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本专利技术实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本专利技术的实施例的详细描述并非旨在限制要求保护的本专利技术的范围，而是仅仅表示本专利技术的选定实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。实施例如图1所示，本专利技术实施例公开了一种基于显微高光谱技术的绝缘子污秽成分识别方法，包括如下步骤：S1：选定采样区域，拆卸部分绝缘子带回并一一记录其摘取位置，迎风面、背风面等信息，切割绝缘片得到积污绝缘子污秽样本，获取显微高光谱图像，本文档来自技高网...

【技术保护点】
1.一种基于显微高光谱技术的绝缘子污秽成分识别方法，其特征在于，包括以下步骤：S1：取得积污绝缘子的污秽样本，并获取所述污秽样本的显微高光谱图像，将该显微高光谱图像分为第一图谱集和第二图谱集；S2：分别从第一图谱集和第二图谱集提取污秽样本混合成分的高光谱谱线；S3：从污秽样本中分离出污秽成分，对分离出的各污秽成分进行显微高光谱成像，并分别从各污秽成分的高光谱图像中提取单一成分的高光谱谱线，对每个污秽成分的若干高光谱谱线求平均值，获取到每个污秽成分的平均光谱，各污秽成分的平均光谱一起构成污秽成分波谱库；S4：将第一图谱集所对应污秽样本混合成分的高光谱谱线和第二图谱集所对应污秽样本混合成分的高光谱谱线分别作为训练集和测试集，根据训练集和污秽成分波谱库，建立污秽成分识别模型，将测试集输入污秽成分识别模型进行优化，剔除所述污秽成分识别模型中造成识别结果错误的数据，继而获取优化的污秽成分识别模型，完成绝缘子污秽成分的识别。

【技术特征摘要】
1.一种基于显微高光谱技术的绝缘子污秽成分识别方法，其特征在于，包括以下步骤：S1：取得积污绝缘子的污秽样本，并获取所述污秽样本的显微高光谱图像，将该显微高光谱图像分为第一图谱集和第二图谱集；S2：分别从第一图谱集和第二图谱集提取污秽样本混合成分的高光谱谱线；S3：从污秽样本中分离出污秽成分，对分离出的各污秽成分进行显微高光谱成像，并分别从各污秽成分的高光谱图像中提取单一成分的高光谱谱线，对每个污秽成分的若干高光谱谱线求平均值，获取到每个污秽成分的平均光谱，各污秽成分的平均光谱一起构成污秽成分波谱库；S4：将第一图谱集所对应污秽样本混合成分的高光谱谱线和第二图谱集所对应污秽样本混合成分的高光谱谱线分别作为训练集和测试集，根据训练集和污秽成分波谱库，建立污秽成分识别模型，将测试集输入污秽成分识别模型进行优化，剔除所述污秽成分识别模型中造成识别结果错误的数据，继而获取优化的污秽成分识别模型，完成绝缘子污秽成分的识别。2.根据权利要求1所述基于显微高光谱技术的绝缘子污秽成分识别方法，其特征在于，所述步骤S1中，取得积污绝缘子的污秽样本包括采用切割绝缘片并刮下污层的方式，获取显微高光谱图像的过程包括校正处理、变换处理和增强处理。3.根据权利要求2所述基于显微高光谱技术的绝缘子污秽成分识别方法，其特征在于，所述校正处理为黑白校正或多元散射校正。4.根据权利要求2所述基于显微高光谱技术的绝缘子污秽成分识别方法，其特征在于，所述变换处理为标准正态变换、小波去噪方法、Savitzky-Golay平滑方法、微分变换方法和对数变换方法中的任意一...

【专利技术属性】
技术研发人员：吴广宁，邱彦，郭裕钧，张血琴，刘凯，高国强，高波，杨雁，
申请(专利权)人：西南交通大学，
类型：发明
国别省市：四川,51