一种适用于浓烟雾环境下的隔离开关合闸状态监测系统技术方案

本发明专利技术提供了一种适用于浓烟雾环境下的隔离开关合闸状态监测系统，包括固定在地面上的激光雷达、固定在隔离开关基座上的烟雾传感器、搭载点云图像数据处理模块与终端管理平台的上位机。本发明专利技术通过针对隔离开关的点云图像数据处理方法精确判别隔离开关合闸状态，通过传感器获取隔离开关工作环境的烟雾厚度并设置经验函数拟合烟雾厚度对烟雾干扰信号脉宽的影响，根据烟雾干扰信号脉宽判断监测系统的误差率，提高了监测系统的判别准确度，抗干扰能力强，具有广泛适用性。具有广泛适用性。具有广泛适用性。

【技术实现步骤摘要】
一种适用于浓烟雾环境下的隔离开关合闸状态监测系统


[0001]本专利技术涉及隔离开关状态检测
，更具体地说，涉及一种适用于浓烟雾环境下的隔离开关合闸状态监测系统。

技术介绍

[0002]隔离开关通过动静触头的接触与分离起到隔离电压的作用，是电力系统中重要的设备，由于其长期暴露在户外受环境影响，隔离开关在分合闸过程中可能出现卡涩，从而导致动静触头接触不良，引发安全事故。因此，需要对隔离开关的合闸状态进行监测。
[0003]针对上述问题，传统的摄像机判别系统虽在一定程度上能实现对隔离开关合闸状态的监测，但在浓烟雾环境下性能显著削减，且其采用的定性判断方法容易引起误报。基于激光雷达的监测系统受工作环境影响，在浓烟雾环境下监测系统的准确性有限。因此，需要进一步判断监测系统的监测结果是否准确。

技术实现思路

[0004]本专利技术所要解决的技术问题是，提出一种适用于浓烟雾环境下的隔离开关合闸状态监测系统，该系统采用激光雷达拍摄隔离开关三维点云图像，通过针对隔离开关的点云图像数据处理方法精确判别隔离开关合闸状态，通过传感器获取隔离开关工作环境的烟雾厚度并设置经验函数拟合烟雾厚度对烟雾干扰信号脉宽的影响，根据烟雾干扰信号脉宽判断监测系统的误差率，提高了监测系统的判别准确度，抗干扰能力强，具有广泛适用性。
[0005]本专利技术采用的技术方案如下：设计1.一种适用于浓烟雾环境下的隔离开关合闸状态监测系统，该系统采用基于激光雷达的隔离开关合闸状态监测装置，该装置包括激光雷达(1)、隔离开关(2)、烟雾浓度传感器(3)、滑轨(4)、网线(5)、搭载点云图像数据处理模块(7)与终端管理平台(8)的上位机(6)；所述激光雷达(1)通过滑轨(4)固定在地面上，用于获取隔离开关(2)合闸时的三维图像并以点云数据形式保存，通过网线(5)将点云数据传输至上位机的点云图像数据处理模块(7)；所述烟雾浓度传感器(3)实时监测工况下的烟雾厚度值z，通过WIFI模块将数值传输至上位机的终端管理平台(8)；所述上位机的点云图像数据处理模块(7)将采集到的点云数据进行可视化、感兴趣区域(ROI)提取等处理，完成隔离开关合闸状态特征的提取；所述上位机的终端管理平台(8)将隔离开关的合闸状态、系统的监测误差率于界面上显示。
[0006]本专利技术提供一种针对隔离开关的点云图像数据处理方法。该方法包括以下步骤：
[0007]步骤1，采用基于KD树的搜索算法从输入点云数据中获得目标隔离开关感兴趣区域(ROI)内的点云；
[0008]步骤2，采用图像目标裁剪算法，对x，y，z轴方向分别引入收缩因子τ
x
、τ
y
、τ
z
，改变收缩因子数值，从目标隔离开关点云中获得最佳收紧边界效果的导电臂点云感兴趣区域(ROI)；
[0009]步骤3，采用基于法线的边缘提取算法,准确提取隔离开关导电臂特征轮廓的点
云；
[0010]步骤4，采用欧式聚类分割算法切割导电臂特征轮廓，提取只包含导电臂上边缘的聚类簇；
[0011]步骤5，采用基于RANSAC的空间直线拟合算法，将隔离开关导电臂上边缘的左右两臂拟合成空间直线，并计算两臂夹角，定义基于点云数据的导电臂拟合角度为合闸角θ
m
，隔离开关导电臂实际合闸角度为合闸到位角θ
r
，引入误差因子α，计算公式为：
[0012][0013]当α<0.5％时，表示隔离开关已合闸到位。
[0014]优选地，在所述步骤1中，采用基于KD树的搜索算法，对x，y，z轴分别设置线形搜索区域，x轴搜索区间设置为[0，4.5]，y轴搜索区间设置为[
‑
1，2]，z轴搜索区间设置为[
‑
5，
‑
2]，三轴合并形成三维搜索区域，实现对目标隔离开关感兴趣区域(ROI)点云的提取。
[0015]优选地，在所述步骤2中，采用图像目标裁剪算法，对x，y，z轴方向分别引入收缩因子τ
x
、τ
y
、τ
z
，针对隔离开关导电臂轮廓形状，τ
x
值的设置区间为[4.13，4.15]，τ
y
值的设置区间为[0.5，0.6]，τ
z
值的设置区间为[2.5，4]。
[0016]本专利技术还提供一种基于隔离开关合闸状态监测系统的监测误差率判断监测系统是否处于正常运行状态的方法，所述方法包括：
[0017]上位机的终端管理平台(8)能够基于工况下烟雾厚度z计算得到烟雾干扰信号脉宽W
r
，计算公式为：
[0018]W
r
＝5.725lnz+49.783
[0019]基于烟雾干扰信号脉宽W
r
计算得到系统的监测误差率，并根据误差率判断监测系统是否处于正常运行状态，其中，所述隔离开关合闸状态监测系统的监测误差率γ的计算公式为：
[0020][0021]式中，R为点云间距设置值用于表征点云密；α为点云密度影响系数，取175.81；W
n
为目标隔离开关回波信号脉宽，取35ns；
[0022]由上述公式所得的监测误差率γ，当γ>5％时，表示烟雾对隔离开关合闸状态监测系统的干扰较大，影响监测系统的正常运行，终端管理平台(8)将发出报警信号。
[0023]与现有技术相比，本专利技术具有以下有益效果：
[0024]本专利技术通过激光雷达拍摄隔离开关，实现对隔离开关全时段可视化监测；基于针对隔离开关的点云图像数据处理技术，实现对隔离开关合闸状态的精确判断，具有广泛适用性；监测系统更适应浓烟雾环境，抗干扰能力强，系统整体稳定性高。
附图说明
[0025]下面将结合附图对本专利技术作出进一步说明，附图中：
[0026]图1为一种适用于浓烟雾环境下的隔离开关合闸状态监测系统示意图
具体实施方式
[0027]以下结合附图及实施例，对本专利技术进行进一步描述，所描述的实施例为本专利技术的一部分实施例。
[0028]如图1所示，本专利技术提供一种适用于浓烟雾环境下的隔离开关合闸状态监测系统，该系统采用基于激光雷达的隔离开关合闸状态监测装置，该装置包括激光雷达(1)、隔离开关(2)、烟雾浓度传感器(3)、滑轨(4)、网线(5)、搭载点云图像数据处理模块(7)与终端管理平台(8)的上位机(6)；所述激光雷达(1)通过滑轨(4)固定在地面上，用于获取隔离开关(2)合闸时的三维图像并以点云数据形式保存，通过网线(5)将点云数据传输至上位机的点云图像数据处理模块(7)；所述烟雾浓度传感器(3)实时监测工况下的烟雾厚度值z，通过WIFI模块将数值传输至上位机的终端管理平台(8)；所述上位机的点云图像数据处理模块(7)将采集到的点云数据进行可视化、感兴趣区域(ROI)提取等处理，完成隔离开关合闸状态特征的提取；所述上位机的终端管理平台(8)将隔离开本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种适用于浓烟雾环境下的隔离开关合闸状态监测系统，该系统采用基于激光雷达的隔离开关合闸状态监测装置，该装置包括激光雷达(1)、隔离开关(2)、烟雾浓度传感器(3)、滑轨(4)、网线(5)、搭载点云图像数据处理模块(7)与终端管理平台(8)的上位机(6)；所述激光雷达(1)通过滑轨(4)固定在地面上，用于获取隔离开关(2)合闸时的三维图像并以点云数据形式保存，通过网线(5)将点云数据传输至上位机的点云图像数据处理模块(7)；所述烟雾浓度传感器(3)实时监测工况下的烟雾厚度值z，通过WIFI模块将数值传输至上位机的终端管理平台(8)；所述上位机的点云图像数据处理模块(7)将采集到的点云数据进行可视化、感兴趣区域(ROI)提取等处理，完成隔离开关合闸状态特征的提取；所述上位机的终端管理平台(8)将隔离开关的合闸状态、系统的监测误差率于界面上显示。2.根据权利要求1所述的一种适用于浓烟雾环境下的隔离开关合闸状态监测系统，其特征在于，在所述点云图像数据处理模块(7)中，包含以下步骤：步骤1，采用基于KD树的搜索算法从输入点云数据中获得目标隔离开关感兴趣区域(ROI)内的点云；步骤2，采用图像目标裁剪算法，对x，y，z轴方向分别引入收缩因子τ
x
、τ
y
、τ
z
，改变收缩因子数值，从目标隔离开关点云中获得最佳收紧边界效果的导电臂点云感兴趣区域(ROI)；步骤3，采用基于法...

【专利技术属性】
技术研发人员：王路伽，陈仡帆，任天佑，刘泉，张建文，
申请(专利权)人：中国矿业大学，
类型：发明
国别省市：