当前位置:主页 > 科技论文 > 电气论文 >

基于图像识别的输变电设备状态评估技术集成研究及应用

发布时间:2023-03-13 18:28
  输变电设备视频、图像数据来源广泛,数据亮庞大、信息丰富,为输变电设备的在线监测能力提出了越来越高的要求。利用图谱处理和图谱识别技术实现输变电设备的智能化识别,并与高清、红外、紫外监测数据结合,为输变电设备提供一种新的监测手段,提高了输变电设备的智能化监测水平,可实现输变电设备的状态评估,减轻线路巡检人员的工作强度。本论文针对图像识别算法在输变电设备状态评估技术的应用难点,进行了细致的分析。以目标检测和跟踪技术为手段,辅以红外图谱识别算法和紫外放电评估方法,对输变电设备图像识别应用实例进行了详尽的讨论和研究。主要内容为:1.基于输变电监控视频图谱的智能分析以及在线检测数据、红外图谱的综合分析,建立了输变电设备图像设别系统的总体设计方案,包括系统结构拓扑图及系统业务流程图,实现了对输变电设备的综合评价功能。2.介绍了复杂背景建模技术的常见模型算法,研究了目标检测技术和目标跟踪技术,并深入分析了红外图谱的软测量技术,为输变电设备的图像处理打下了理论基础。3.完成了输变电设备图像处理应用实例,重点构建了变压器、母线GIS、隔离开关、设备区域状态、输电线路导线跨越安全、输电线路典型部件、输电线路...

【文章页数】:68 页

【学位级别】:硕士

【文章目录】:
摘要
abstract
第一章 绪论
    1.1 研究意义
    1.2 国内外研究现状
        1.2.1 数字图像的研究现状
        1.2.2 电力设备图像处理的研究现状
    1.3 本文主要工作及论文结构
第二章 系统的总体设计及图像识别关键技术
    2.1 总体设计方案
        2.1.1 系统结构拓扑图
        2.1.2 系统业务流程图
    2.2 复杂背景建模技术研究
        2.2.1 颜色背景模型
        2.2.2 高斯混合模型
        2.2.3 非参数化背景模型
        2.2.4 纹理的背景模型
    2.3 目标检测技术研究
        2.3.1 帧差法
        2.3.2 背景减除法
        2.3.3 光流法
    2.4 目标跟踪技术研究
        2.4.1 Mean Shift算法
        2.4.2 粒子滤波算法
    2.5 研究红外图谱的软测量技术应用
        2.5.1 红外图谱预处理研究
        2.5.2 红外图谱识别算法研究
        2.5.3 设备红外缺陷分级
        2.5.4 设备异常红外、可见光综合判断
第三章 变电设备图像处理应用实例
    3.1 变压器状态集成识别
        3.1.1 油色谱在线分析
        3.1.2 变压器漏油渗油
    3.2 母线GIS状态集成识别
        3.2.1 GIS局部放电报警及定位在线监测
        3.2.2 SF6微水密度、温度、压力综合监视工作
        3.2.3 母线异物搭挂检测
    3.3 隔离开关状态集成识别
        3.3.1 隔离开关状态视频智能识别
        3.3.2 隔离开关温度检测
    3.4 设备区域状态集成识别
        3.4.1 电压互感器综合监视
        3.4.2 避雷器综合监测
        3.4.3 设备区的异物入侵检测
        3.4.4 设备区遗留物检测
第四章 输电设备图像处理应用实例
    4.1 输电线路导线跨越安全集成识别
        4.1.1 三维数据预处理及建模
        4.1.2 输电线路通道三维可视化分析
    4.2 输电线路典型部件集成识别
        4.2.1 基于可见光图像的目标识别与提取
        4.2.2 红外图像自动诊断模型研究
        4.2.3 输电线路典型部件紫外成像检测图谱的研究
    4.3 输电线路绝缘子破损检测
    4.4 输电线路杆塔鸟巢识别
    4.5 输电线路施工防外破识别
第五章 结论
    5.1 本文的主要贡献
    5.2 下一步工作的展望
致谢
参考文献
攻硕期间取得的研究成果



本文编号:3762159

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/dianlidianqilunwen/3762159.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户8d467***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com