【技术实现步骤摘要】
基于场景过滤的换流站户外电气设备表面缺陷检测方法
[0001]本专利技术属于电力设备监测
，具体涉及一种基于场景过滤的换流站户外电气设备表面缺陷检测方法。
技术介绍
[0002]随着自动化技术的快速发展，在工业生产中很多需要人工操作的环节逐渐转由机器完成，工业生产自动化也将越来越多的工人们从枯燥乏味的工作中解放出来，让他们去发挥更大的价值。
[0003]电力设备表面缺陷检测是电网安全生产中的重要环节，是智能巡视系统自动巡检的关键步骤，借助表面缺陷检测技术可以有效的提高智能巡视系统智能巡检质量和效率。常见的处理方法包括：1)传统算法；传统的表面缺陷检测算法通过图像预处理得到便于检测的图像，然后借助统计机器学习方法来提取图像特征，进而实现缺陷检测的目标。2)深度学习；深度学习算法采用深度卷积神经网络(DCNNs)结合SSD、Yolo等网络方法构建一个从粗到细的级联检测网络，包括设备的定位、缺陷检测与分类。传统算法在某些特定的应用中已经取得了较好的效果，但仍然存在许多不足，如：图像预处理步骤繁多且具有强烈的针对性，鲁...
【技术保护点】
【技术特征摘要】
1.一种基于场景过滤的换流站户外电气设备表面缺陷检测方法，其特征在于，包括建立标准图库和检测设备缺陷两个过程，具体包括以下步骤：S1、智能巡检系统按设置的巡检点位对需要监视的电力设备拍摄照片作为基准图像，并记录当前照片拍摄的时间和环境条件，包括光线亮度和雨雪量；S2、在基准图像上，采用多边形轮廓框出设备轮廓位置，记录多边形轮廓每一个顶点的位置坐标，形成坐标数组；S3、构建设备表面融合信息文件存储格式，包括照片的拍摄时间、环境条件、设备轮廓顶点信息，将每一个巡检点位每一次拍摄照片的相关信息按构建的文件存储格式存储在数据文件中；S4、智能巡检系统对同一巡检点位继续定期拍摄照片，基于基准图像中设备轮廓的顶点信息，通过自动识别匹配方法，将后续拍摄的每张照片与基准图像进行设备匹配，确定每张照片中设备轮廓顶点位置，如果能够匹配到对应设备，则将每张照片的拍摄时间、环境条件、设备轮廓顶点信息按所述文件存储格式存储在数据文件中；S5、在设备调试期间，通过步骤S1
‑
S4拍摄并存储多个照片及对应的设备表面融合信息，建立标准图库；然后开始检测设备缺陷；S6、智能巡检系统在巡检过程中，对所述巡检点位的电力设备拍摄照片，然后在标准图库中检索每张标准照片，选择拍摄的环境条件与当前拍摄照片最相近的标准照片；S7、对选择的最相近照片进行相较于当前拍摄照片的亮度信息匹配转换；S8、将当前拍摄照片划分成多个方块区域，计算各个方块区域内像素点的亮度之和，然后与最相近照片对应方块区域内像素点的亮度之和进行比较运算，根据两者差异是否小于设定阈值，分别赋予0或1值，得到一个比较值矩阵，矩阵中值为0的元素表示照片中对应部分没有差异，矩阵中值为1的元素表示照片中对应部分有差异，即设备表面发生变化；S9、根据步骤S8的结果，综合判断设备表面缺陷情况；对于不存在图像差异的照片，按步骤S4中的文件存储格式存储在标准图库中，作为标准照片。2.根据权利要求1所述的基于场景过滤的换流站户外电气设备表面缺陷检测方法，其特征在于，所述环境条件还包括拍摄时的温度和湿度。3.根据权利要求2所述的基于场景过滤的换流站户外电气设备表面缺陷检测方法，其特征在于，所述设备表面融合信息文件存储格式存储的信息包括图像存储格式，文件版本，拍摄时间，拍摄时的光线亮度、温度、湿度、雨雪量，设备轮廓的顶点数量以及每一个顶点的位置坐标。4.根据权利要求1所述的基于场景过滤的换流站户外电气设备表面缺陷检测方法，其特征在于，所述步骤S4中，基于基准图像中设备轮廓的顶点信息，通过自动识别匹配方法，确定每张照片中设备轮廓顶点位置，包括以下步骤：a)以步骤S1拍摄照片为基准图像，以当前拍摄照片为待处理图像；b)选取基准图像上的多边形轮廓的n个顶点为特征点：S1、S2、S3、
……
、Sn；c)以一个特征点为中心，在基准图像中选取长度宽度都为M的亮度...
【专利技术属性】
技术研发人员：何志甘，范彦琨，张锦吉，付胜宪，陈德兴，李冠颖，林剑平，吕小伟，徐显烨，杨宏毅，李升晖，姚国华，林石，彭质斌，熊旭，张舒雅，黄东方，张颜真，许卉，严欣，
申请(专利权)人：国网福建省电力有限公司检修分公司，
类型：发明
国别省市：
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。