基于智能視頻的電力設(shè)備狀態(tài)診斷技術(shù)研究

劉健

摘 要：電力設(shè)備運行過程中發(fā)生故障過渡過程短暫，后果嚴重。為防止意外事故造成電力設(shè)備損壞，并引起停電現(xiàn)象，本文研究一種智能視頻技術(shù)，運行過程中，動態(tài)監(jiān)視電力設(shè)備，通過對電力設(shè)備的運行工況的動態(tài)監(jiān)測及時發(fā)現(xiàn)設(shè)備隱患，以保證電力設(shè)備和電網(wǎng)的運行安全。

關(guān)鍵詞：智能視頻;電力設(shè)備;狀態(tài)診斷

隨著對電網(wǎng)供電質(zhì)量要求的逐漸提高，對電力設(shè)備的運行監(jiān)視要求也逐漸成為研究熱點。傳統(tǒng)的視頻監(jiān)視設(shè)備只能通過視頻監(jiān)視的方式記錄電力設(shè)備的運行情況，當發(fā)生事故后，利用監(jiān)視視頻分析事故產(chǎn)生的原因。這種視頻監(jiān)視技術(shù)只能進行事故后的分析，不能防止事故發(fā)生。本文提出一種智能視頻技術(shù)，監(jiān)視電力設(shè)備，自動判斷電力設(shè)備的運行工況，當電力設(shè)備運行不正常時，能自動發(fā)出報警信息，保護設(shè)備安全，防止事故發(fā)生。

一、電力設(shè)備的視頻數(shù)據(jù)處理過程

（1）圖像灰度化。電力設(shè)備視頻為彩色圖像，需要對圖像進行灰度化處理，然后分析，以降低視頻數(shù)據(jù)分析的復(fù)雜性。相對彩色圖像，處理后的圖像可保留完整的對比度和亮度，可降低計算機處理圖像的難度。

（2）濾波處理。電力設(shè)備處理后的灰度圖像含有較多的錯誤數(shù)據(jù)，并含有大量的冗余數(shù)據(jù)，需要對原始圖像進行濾波并模糊化，對影響不大的數(shù)據(jù)可使用算數(shù)平均的方法處理，降低圖像數(shù)據(jù)的數(shù)據(jù)量，以減少數(shù)據(jù)錯誤并降低數(shù)據(jù)處理難度。綜合考慮濾波要求及數(shù)據(jù)處理速度，考慮使用算數(shù)平均濾波的方法。但算數(shù)平均濾波的選擇對邊沿的圖像清晰度會產(chǎn)生一定的影響，為提高效果，采用雙邊濾波達到更好的去噪保邊的性能。

濾波處理后的圖像中大部分誤差數(shù)據(jù)得到處理，并使視頻圖像變得更平滑。而雙邊濾波可很清楚的保留了電力設(shè)備的外沿輪廓圖像，對視頻圖像的工作狀態(tài)鑒別提供保證。

（3）閾值分割處理。閾值分割處理是將具有灰度值差異的目標和背景分割開來，最主要的處理辦法是采用二值化處理。當圖像中電力設(shè)備目標和周圍背景之間的對比差異明顯時，二者的像素類間方差很大。可利用類間方差很大的特點使用最大類間方差法進行閾值分割處理，以類間方差最大為目標確定分割閾值。

（4）不完整圖像的補救處理。設(shè)備圖像經(jīng)濾波和閾值分割處理后，深色像素會產(chǎn)生少量的缺損，主要是數(shù)據(jù)處理造成的。數(shù)據(jù)處理造成電力設(shè)備外形影響不完整，容易產(chǎn)生對整個設(shè)備的運行狀態(tài)和工況的誤判斷，需要采取一定的補救措施。需要采用形態(tài)學模糊化處理，將視頻信息與結(jié)構(gòu)元進行區(qū)域疊加，可以補充在閾值分割和數(shù)據(jù)處理過程中被誤處理掉的圖像信息，使不連貫的圖片畫質(zhì)重新改善。這樣，電力設(shè)備的完整圖像可以準確獲得。實踐證明，對視頻圖像進行閾值分割處理會使得圖像邊緣斷續(xù)，不利于正確判斷設(shè)備工況，采用形態(tài)學模糊化處理后的圖像輪廓清晰、完整，非常有利于運行工況的判斷。

二、電力設(shè)備的工況判斷

采用智能視頻技術(shù)，對電力設(shè)備安裝定位，監(jiān)視電力設(shè)備的傾斜角度是否發(fā)生變化，對電力設(shè)備的外觀進行持續(xù)監(jiān)視，通過時間軸的縱向?qū)Ρ确治觯瑴蚀_判斷電力設(shè)備是否出現(xiàn)傾斜、結(jié)構(gòu)破損等現(xiàn)象。在分析過程中，電力設(shè)備傾斜角度使用二維分析方法就可實現(xiàn)，而單點測量可以得到電力設(shè)備某一方向的傾斜角度，為準確判斷電力設(shè)備的變化，需要多角度采集電力設(shè)備的視頻信息。利用Hough變換檢測算法可分別得到電力設(shè)備幾何中心線在互成90度的兩個方向上的投影，利用投影的傾斜角計算電力設(shè)備的外形變化，再根據(jù)幾何分析方法計算電力設(shè)備實際改變。

三、總結(jié)

電力設(shè)備的視頻監(jiān)控技術(shù)已經(jīng)成熟，但實現(xiàn)智能判斷工況的功能還有待完善。本文研究的利用智能視頻技術(shù)主要包括圖像的前期灰度化處理、數(shù)字濾波、邊沿圖像的區(qū)分技術(shù)及補救措施，最后能夠根據(jù)獲取的有效信息正確判別電力設(shè)備運行工況，可準確識別電力設(shè)備隨時間推移所產(chǎn)生的位置緩慢偏移、傾斜等情況，達到事故前的預(yù)警目的。可廣泛應(yīng)用于電力系統(tǒng)各環(huán)節(jié)的電力設(shè)備監(jiān)視與控制。

參考文獻：

[1]廖圣龍，安居白.基于視頻圖像的電力線故障診斷仿真研究[J].計算機仿真，2016（9）：147-150.

[2]龔超，羅毅，涂光瑜.計算機視覺技術(shù)及其在電力系統(tǒng)自動化中的應(yīng)用[J].電力系統(tǒng)自動化，2003，27（1）：76-79.

基金項目：黑龍江省教育廳科學技術(shù)研究項目（12541176）資助