基于图像的绝缘子串伞裙破损识别

发布时间：2020-06-24 14:40

【摘要】：绝缘子所处的环境复杂多变,再加上长时间强电场和机械负荷的影响以及绝缘子本身质量、结构的制约、飞禽的啄食,很容易发生伞裙破损事故。如果这些破损不被及时发现,将会发展成为更严重的破坏,造成严重的电网事故。随着无人机水平的日益发展,依靠图像的方法对绝缘子破损进行智能化识别有着极其重要的意义。本文主要针对架空输电线路复合绝缘子串伞裙破损进行图像识别,围绕该课题,本文开展了以下几个方面的研究。首先,对绝缘子图像处理方法进行研究。通过对三种去噪方法进行实验对比,择优选择效果好的滤波方法。针对传统的最大类间方差法的分割结果进行基于形态学法的修复,提高绝缘子图像分割的效果。其次,对绝缘子伞裙外轮廓破损图像进行识别。采用基于灰度的绝缘子均压环匹配法进行先验性判断,获取图像中绝缘子串的个数。给出绝缘子伞裙外轮廓图像的特征值,依据分类决策的方法对绝缘子外轮廓进行提取。采用基于峰谷对称性去识别绝缘子外轮廓破损,针对在役绝缘子,采用扫描法获取其波形图,对比波形图进行伞裙破损判别。最后,对绝缘子伞裙内部裂纹进行识别。结合裂纹的特征给出了裂纹的五类特征值。将绝缘子裂纹种类分为了横裂纹、竖裂纹、网状裂纹、块状裂纹以及无裂纹五种。基于BP神经网络对裂纹种类进行识别,比较了不同BP神经网络改进算法的性能,选择采用收敛精度高、收敛速度快的变学习率算法。通过绝缘子裂纹种类识别实验,验证了基于变学习率法的BP模型识别的准确性。
【学位授予单位】：华北电力大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TP391.41;TM216
【图文】：

绝缘子,裂纹

华北电力大学硕士学位论文估。在架空输电线路中，绝缘子内部裂纹、外轮廓破损是非常常见的几种故障，图 1-1 展示了上述几种缺陷。裂纹是导致绝缘子破损和性能下降原因之一[10]。工作环境的差异使得绝缘子上的裂纹具有几种不同的类型，如横裂纹、竖裂纹、网状裂纹和块状裂纹等，各种裂纹均会对绝缘子的性能造成影响，从而对电网的电能传输造成安全隐患甚至使电网无法正常工作。此外，网状裂纹和块状裂纹是横、竖裂纹没有被及时发现、处理的结果，而网状裂纹和块状裂纹对绝缘子的影响更大，因此，及时发现和处理绝缘子上的裂纹是十分必要的。绝缘子的外轮廓破损会直接导致爬电比距的变化，严重时将会使绝缘子失去绝缘能力，导致供电中断等严重后果。

无人机

不能用于在役的绝缘子缺陷检测，常常用于绝缘子生产环节；基于紫外线的方法是利用能产生紫外线的专业仪器对绝缘子串进行检测[13]，但其受到光照的影响，一般在夜间使用，并且一般针对于局部放电的情况进行检测[14]；测量漏电流法根据绝缘子串的电气特性参数测定绝缘子串破损的存在[15]，数据一般情况会受到潮湿度，天气以及绝缘子结构参数的影响，测量结果不稳定；多普勒检测法采用物理学中的多普勒效应检测绝缘子缺陷[16]，但操作困难、成本高、不适合在线大范围检测，且在有障碍物遮挡时难以实施。上述方法存在不足，尚不能快速高效的对在役绝缘子串进行破损检测。即便可以携带设备登高检测，从工作的时间和效率来讲，耗费太大且效果不佳。目前，随着无人机技术的快速发展，在输电巡检中，人工巡视已经逐渐开始被无人机巡视所代替，无人机巡视是人工和智能巡视相结合的一种新型巡视模式，正是由于其低成本、高效率、维护简单等特点，无人机逐渐承担起缺陷检测、项目验收、异物消除等众多任务，如图 1-2 是无人机巡视系统，无人机作为搭载平台，搭载供电设备、检测设备、控制设备等硬件设施到达空中完成指定作业。如图 1-3 所示为航拍的绝缘子图片。

【相似文献】