基于機器視覺技術刀閘狀態識別系統

朱明增 莫梓櫻 陳琴 盧君

【摘 ?要】由于刀閘開關一般起隔離電路的作用，當處于斷開位置時，其刀閘觸頭在視覺上有明顯的斷開點。因此，從視覺信息的角度出發，通過對刀閘圖像進行識別，是直接檢測刀閘觸頭實際位置的一種解決思路。下面將根據這一思路，就一種接地刀閘的分合狀態進行刀閘圖像識別的應用研究。

【關鍵詞】機器視覺技術;刀閘狀態;識別系統

1原理說明

刀閘開關是變電站最重要的電氣設備之一，其操作的正確與否直接關系到電力系統運行的安全。傳統的“五防”中有四項與刀閘操作有關。誤操作對電力系統危害極大，輕則損壞設備，重則造成人身傷亡和大面積停電等重大事故。特別是涉及到多個變電站接地刀閘的誤操作事故，例如，帶接地刀閘合閘誤操作事故簡稱帶地刀合閘，一般發生在線路停電檢修工作完畢后，一側變電站未斷開接地刀閘，另一側變電站就合閘送電，或者是帶電合接地刀閘誤操作事故簡稱帶電合地刀，一般發生在線路由運行到檢修時，一側變電站的斷路器和隔離開關還在合閘供電狀態時，另一側變電站就合接地刀閘。

在可見斷口刀閘的情況下，當處于斷開位置時，刀閘觸頭在視覺上有明顯的斷開點，這一斷開點可以通過識別技術方便的識別。在可見斷口刀閘開合閘不到位時，由于電路處于接通狀態，接觸電阻明顯增大并伴有強烈的電弧產生，會造成刀閘開關劇烈升溫。這一點在刀閘的紅外熱像上有明顯的表現，計算機自動識別刀閘不到位很方便。在對不可見斷口刀閘的識別時，因為電路接通的熱效應，會在刀閘表面形成一定的溫度分布，與刀閘未接通時或接通不到位時，表面溫度場的分布會完全不同，基于刀閘表面溫度場的在線監測和分析，也可以自動識別刀閘的開合狀態。

本項目通過變電站現有的視頻監控系統，實時采集刀閘狀態，當調度臺進行刀閘遠方遙控操作時，系統自動跟蹤鎖定到對應的刀閘，通過圖像識別技術，自動識別刀閘是分位還是合位。

2研究內容

2.1刀閘圖像的目標提取與分割

要進行刀閘圖像的識別，必須了解待識別刀閘的特征。下圖給出了某種刀閘結構模型圖，由此分析刀閘圖像的特點以及識別的難點。特征可以是灰度邊緣特征、灰度區域特征、顏色特征、紋理特征，也可以是幾何形狀特征。由圖所示的一種常見的接地刀閘結構圖形，可以看出，刀閘主要是由一些具有幾何形狀的部件組成。因此，這里幾何形狀特征顯得比較重要，但幾何特征通常屬于比較高層的特征，一般要通過進行低層的圖像處理運算來獲取。

2.2刀閘開關分合狀態的識別

對于上圖所示的刀閘開關，從直觀上來說，刀閘開關分合狀態的識別，其實就是判斷刀閘的動觸頭和靜觸頭是否接觸，或者閘刀片邊緣直線是否與底座邊緣直線平行或近似平行。下面給出的前三種識別算法就是建立在這兩個直觀的概念上的。

3關鍵技術

3.1基于連通區域的識別算法

在空域性質中已經給出過連通成分和連通的概念。假設刀閘圖像己分割為二值圖，并且二值圖像只包括刀閘靜觸頭和動觸頭部分。當刀閘閉合時，動觸頭與靜觸頭接觸，在二值圖像上的表現就是動觸頭部分像素與靜觸頭部分像素連通，此時，二值圖像中的連通成分個數為。當刀閘斷開時，動觸頭與靜觸頭分離，在二值圖像上的表現就是動觸頭部分像素與靜觸頭部分像素不連通，此時，二值圖像中的連通成分個數為。因此，通過簡單計算刀閘二值圖像中連通成分的個數就可以識別出刀閘的分合狀態。

3.2基于邊界閉合的識別算法

假設已經通過邊緣提取算法得到了刀閘目標的邊界輪廓，如果刀閘目標中只包括動觸頭和靜觸頭部分，那么在刀閘斷開時目標圖像中將有兩條封閉邊界分別對應動、靜觸頭，而在刀閘閉合時則只有一條封閉邊界動、靜觸頭因接觸而連為一體。如果刀閘目標中除了動、靜觸頭，還包括有閘刀片、瓷瓶、底座，由于這些部件都存在一定的接觸關系，由圖一的刀閘結構模型可知，在刀閘斷開時，目標圖像中只存在一條封閉邊界，且封閉邊界圍成的區域里面不存在孔而在刀閘閉合時，檢測到的外封閉邊界所圍成的區域里面還存在一條內封閉邊界，即存在一個孔。因此，可以通過計算目標圖像封閉邊界的條數和檢測是否存在孔來識別刀閘的分合狀態。

3.3基于Hough變換檢測直線的識別算法

通過檢測閘刀片邊緣直線是否與底座邊緣直線平行或近似平行來識別刀閘分合狀態。可以將判斷兩條直線是否平行改為計算兩條直線之間的夾角，當兩條直線的夾角小于某一個值時就可以判定刀閘己閉合，這樣更符合實際情況。另外，為了圖像識別的需要，還可以在閘刀片和底座上各畫出一條明顯的直線標志，使這兩條直線在刀閘閉合時盡量平行，這樣更有利于進行檢測。

3.4基于多特征的模式匹配和模式分類的識別方法

突出刀閘圖像中的某一種特征來進行識別的。如果綜合這多個特征，還可增加其他一些特征參數，例如，矩、字符串描述符和前已提到的形狀數等等一些幾何特征描述參數，特別是像目標邊界的角點、拐點等描述參數，將這些特征參數形戒模式矢量，利用模式識別的各種技術來進行模式匹配和分類，這將大大增強其識別的可靠性和抗噪聲性。另外，前面的方法都是對靜態圖像的特征進行分析識別的，還可以利用遙視系統拍攝下來的刀閘操作運動圖像的特征來進行識別，這樣就更接近于人的識別過程。顯然，以這種方式建立起來的系統基本上是一個通用的系統，不僅可以識別某種特定的刀閘狀態，而且還可以適應目標和環境發生一定變化的情況，當然其實現的難度相當大。

4系統抗干擾和實時性分析

在識別流程的各個階段，自動識別系統均會受到各種干擾。成像過程中的“退化”指由于成像系統這種因素的影響，使得圖像質量降低。在成像系統中，引起圖像退化的原因很多，例如，成像系統的散焦，成像系統和設備的相對運動，成像器材的固有缺陷以及外部干擾等。

綜合以上的研究內容，可以形成一個閘分合狀態識別檢測系統。按照圖所示的流程圖形成的軟件模塊來達到識別的目的，并且根據識別要求和鏡頭安放位置等實際情況，來確定是否需要在系統中配置深度圖獲取裝置。

結束語

通過本項目的實施，利用計算機視覺技術，實現自動識別現場刀閘的位置，當調度臺進行刀閘遠方遙控操作時，系統自動跟蹤鎖定到對應的刀閘，通過圖像識別技術，自動識別刀閘是分位還是合位，從而快速確認刀閘位置，縮短遙控操作時間。

改進前：當刀閘遙控操作時，需要運行值班員現場檢查確認刀閘位置，然后電話匯報值班調度員，此模式耗費大量人力物力，且效率低。

改進后：當刀閘遙控操作時，系統會自動識別刀閘位置，并通過弧光、水平位置等體征信息判斷刀閘是否動作到位，是否有異常，將識別信息自動發送到調度臺，效率高，可靠性高。

參考文獻：

[1]王金塔，羅世榮，白夢龍，陳太，胡剛風.機器視覺智能識別技術在10kV配電站房的淺層應用[J].科技創新與應用，2019（18）：150-151.

[2]成建宏.機器視覺在輸電線路巡檢機器人中的應用綜述[J].自動化技術與應用，2019，38（04）：83-87.

（作者單位：廣西電網有限責任公司賀州供電局）