懸式複合絕緣子串風偏角的檢測方法及裝置的製作方法

2023-05-12 19:10:56

專利名稱：懸式複合絕緣子串風偏角的檢測方法及裝置的製作方法
技術領域：
本發明涉及電力傳輸領域，尤其涉及一種懸式複合絕緣子串風偏角的檢測方法及>J-U ρ α裝直。
背景技術：
一年四季，絕緣子串都暴露於空氣之中，直接受到強風、覆冰、驟冷驟熱等天氣變化，還受到強機械力、強電磁場等惡劣環境條件的影響，一旦有大風天氣輕則造成導線電弧燒傷、相間閃絡、金屬夾具損壞，重則造成線路風偏跳閘停電、拉倒杆塔、斷股、斷線等嚴重事故，給系統的安全穩定運行帶來嚴重影響。儘管風偏跳閘的發生頻率不是很高，但與雷擊、操作衝擊跳閘相比，大多數風偏跳閘都發生在工作電壓下，重合閘率低(25%左右)，這將造成大面積停電事故，嚴重影響供電穩定性和可靠性，給電網的運行造成了較大的危害， 同時也造成了重大的經濟損失。發生風偏跳閘時，常常伴有大風和雷雨天氣，很難及時判斷和查找故障點，給線路的檢修帶來一定難度。因此，對輸電線路風偏的監測顯得尤為重要。
目前，對絕緣子串風偏角的檢測一般採用兩種方法，一種是通過在懸式複合絕緣子串上安裝傾角傳感器來進行測量，該方法在安裝傳感器時只能將傳感器安裝在絕緣子串上部不帶電部位，當只是最下端的絕緣子偏移量很大時，而此時絕緣子串並沒有接近杆塔 (及並沒有發生風偏放電)，就會造成誤報，難以準確預警；另一種是通過測量絕緣子串附近的風速、風向、溫度、溼度等參數，利用風偏角計算公式計算風偏角，該方法受傳感器精度及所選數學模型的制約，且數學模型不能夠完全將各種影響風偏的參數都考慮詳盡，存在一定誤差。發明內容
針對上述現有技術，本發明的目的在於提供一種懸式複合絕緣子串風偏角的檢測技術，從而準確地確定風偏角，解決現有懸式複合絕緣子串風偏角計算準確度低、易受外界環境參數影響的問題。
根據本發明的一個方面，提供一種懸式複合絕緣子串風偏角的檢測方法，所述方法包括以下步驟
濾波步驟，對所採集的絕緣子串的彩色圖像進行自適應中值濾波處理，以濾除噪聲；
灰度化步驟，對所述濾波步驟處理後的彩色圖像進行灰度化，以將彩色圖像轉化為灰度圖像；
幀間差分步驟，對灰度圖像中連續的三幀圖像進行幀間差分並進行二值化處理， 以提取絕緣子串的邊緣特徵；以及
邊緣特徵匹配步驟，根據絕緣子串的邊緣特徵的模型，通過不變性廣義霍夫變換來匹配上述絕緣子串的邊緣特徵，以確定絕緣子串的兩端端點的坐標， 進而計算出絕緣子串的風偏角大小。
優選地，在所述濾波步驟中，使用能夠根據被濾波區域的圖像特性改變窗口尺寸的自適應中值濾波器來對所採集的絕緣子串的彩色圖像進行濾波處理。
優選地，在所述灰度化步驟中，根據公式(I)將RGB圖像的每個像素按下式轉化， 從而形成灰度圖像
Y=O. 299*R+0. 587*G+0. 114*B (I)
其中，Y為亮度，即灰度圖像中像素點的灰度值，R、G、B分別為彩色圖像中像素點的紅色、綠色和藍色分量。
優選地，在所述幀間差分步驟中，首先採用幀間差分法來提取絕緣子串的邊緣特徵相關信息，採用連續的三幀圖像作為一組，進行對稱差分，具體方式為
選取連續的三巾貞圖像fk—: (χ, y)、fk(x, y) >fk+1 (χ, y)，其中fk(x, y)表示第k巾貞圖像, 令Dk(x，y)表示第k-1、k、k+Ι三幀圖像的差分結果，如以下公式(2)
Dk (X，y) =fk_! (x, y) -fk (x, y) +fk+1 (χ, y) -fk (χ, y)
即Dk(x, y) = Ux, y)+fk+1(x, y)_2fk(x, y) (2)
優選地，在所述幀間差分步驟中，進一步採用圖像分割中的最大類間方差法來自適應獲取分割閾值，從而對幀間差分後的圖像進行二值化，該最大類間方差法自動計算出最佳分割閾值，圖像灰度值大於該最佳分割閾值的像素點為白色，否則為黑色，則將圖像轉換為二值圖像，得到絕緣子串的邊緣特徵。
優選地，在所述邊緣特徵匹配步驟中，通過不變性廣義霍夫變換法來實現對絕緣子串的邊緣特徵的匹配，該方法具體包括如下步驟
步驟1:構建絕緣子串的模型的不變性R-表，進一步包括
步驟11 :確定邊緣點Oi的索引角β及'
假設點Oi和一個固定的特徵角α，那麼可以決定點ωρ進而確定Qi處的切線與連接點0^切線之間的角度β，其中α為Ji/4;
步驟12 :選擇邊緣點CJi的特徵值
為了定位中心點bKxd, y0),計算ω ^到中心點b的距離d,並定義角度k為點Coi 的角度1與邊緣點％與13點構成直線的斜率I之間的差值，即k=(K「Φ" i，它是獨立於旋轉的，其中Φ" i表不為公式(3)代表的直線的斜率
y0 = φ " j (χ0- ω xi) + ω yi (3)；
步驟13 :存儲特徵值
重複步驟11和步驟12逐個確定每個邊緣點ω ,的特徵值(β，k，d)並存儲，從而構建出絕緣子串的模型的不變性R-表；以及
步驟2 :投票階段
對於在所述幀間差分步驟中處理後的圖像中的每一個邊緣點COi'，按照給定的特徵角α = π/4得到對應的邊緣角ω/，進而計算出對應的索引角β'，然後依照該索引角在不變性R-表中索引出對應的特徵值k、d，然後根據這些特徵值的定義根據上述公式 (3)定義的直線收集證據，計算出邊緣點ω/在二維累計空間中的投票點，這樣循環下去直至所有的邊緣點都完成投票，最後在投票完的霍夫空間中找出那些投票數超過閾值的局部極值點，局部極值點的個數和位置代表圖像中存在著目標匹配的個數及位置，
由於在要檢測的絕緣子串圖像中有兩個匹配點，確定了兩個匹配點(Xl，yi)、(x2, y2)的坐標後，即絕緣子串兩端的像素位置坐標，根據下面公式(4)計算出絕緣子串的風偏角a + ((X1 -X·，))
Θ = arctan ~K(Y1-Yi)J(4)
其中，d為絕緣子串的偏移量。
根據本發明的另一個方面，還提供一種懸式複合絕緣子串風偏角的檢測裝置，其特徵在於，所述裝置包括以下模塊
濾波模塊，用於對所採集的絕緣子串的彩色圖像進行自適應中值濾波處理，以濾除噪聲；
灰度化模塊，用於對所述濾波步驟處理後的彩色圖像進行灰度化，以將彩色圖像轉化為灰度圖像；
幀間差分模塊，用於對灰度圖像中連續的三幀圖像進行幀間差分並進行二值化處理，以提取絕緣子串的邊緣特徵；以及
邊緣特徵匹配模塊，用於根據絕緣子串的邊緣特徵的模型，通過不變性廣義霍夫變換來匹配上述絕緣子串的邊緣特徵，以確定絕緣子串的兩端端點的坐標，進而計算出絕緣子串的風偏角大小。
優選地，所述灰度化模塊具體根據公式(I)將RGB圖像的每個像素按下式轉化，從而形成灰度圖像
Y=O. 299*R+0. 587*G+0. 114*B (I)
其中，Y為亮度，即灰度圖像中像素點的灰度值，R、G、B分別為彩色圖像中像素點的紅色、綠色和藍色分量。
優選地，所述幀間差分模塊首先採用幀間差分法來提取絕緣子串的邊緣特徵相關信息，採用連續的三幀圖像作為一組，進行對稱差分，具體方式為
選取連續的三巾貞圖像(χ, y)、fk(x, y)、fk+1(x, y)，其中fk(x, y)表示第k巾貞圖像, 令Dk(x，y)表示第kl、k、k+l三幀圖像的差分結果，如以下公式(2)
Dk (χ, y) =^1 (x, y) -fk (x, y) +fk+1 (x, y) -fk (x, y)
即Dk (x, y) = (x, y) +fk+1 (χ, y) ~2fk (χ, y) (2)
之後，所述幀間差分模塊進一步採用圖像分割中的最大類間方差法來自適應獲取分割閾值，從而對幀間差分後的圖像進行二值化，該最大類間方差法自動計算出最佳分割閾值，圖像灰度值大於該最佳分割閾值的像素點為白色，否則為黑色，則將圖像轉換為二值圖像，得到絕緣子串的邊緣特徵。
優選地，所述邊緣特徵匹配模塊通過不變性廣義霍夫變換法來實現對絕緣子串的邊緣特徵的匹配，具體以如下方式進行
首先所述邊緣特徵匹配模塊構建絕緣子串的模型的不變性R-表
第一操作確定邊緣點Coi的索引角β及ω」
假設點Oi和一個固定的特徵角α，那麼可以決定點，進而確定Qi處的切線與連接點0^切線之間的角度β，其中α為Ji/4;
第二操作選擇邊緣點ω i的特徵值
為了定位中心點b= (Xci, yj ,計算Qi到中心點b的距離d,並定義角度k為點Coi的角度Φ' 1與邊緣點％與13點構成直線的斜率Cjii之間的差值，即Ii=Cjii' -C^i"，它是獨立於旋轉的，其中Φ " i表不為公式(3)代表的直線的斜率
y0 = φ " j (χ0- ω xi) + ω yi (3)；
第三操作存儲特徵值
重複第一操作和第二操作逐個確定每個邊緣點COi的特徵值(β，k，d)並存儲，從而構建出絕緣子串的模型的不變性R-表；以及
然後，所述邊緣特徵匹配模塊執行投票階段
對於在所述幀間差分步驟中處理後的圖像中的每一個邊緣點Coi'，按照給定的特徵角α = π/4得到對應的邊緣角ω/，進而計算出對應的索引角β'，然後依照該索引角在不變性R-表中索引出對應的特徵值k、d，然後根據這些特徵值的定義根據上述公式(3)定義的直線收集證據，計算出邊緣點ω/在二維累計空間中的投票點，這樣循環下去直至所有的邊緣點都完成投票，最後在投票完的霍夫空間中找出那些投票數超過閾值的局部極值點，局部極值點的個數和位置代表圖像中存在著目標匹配的個數及位置，
由於在要檢測的絕緣子串圖像中有兩個匹配點，所述邊緣特徵匹配模塊確定了兩個匹配點(Xl，Y1)、(x2，y2)的坐標後，即絕緣子串兩端的像素位置坐標，根據下面公式(4)計算出絕緣子串的風偏角
權利要求
1.一種懸式複合絕緣子串風偏角的檢測方法，其特徵在於，所述方法包括以下步驟濾波步驟，對所採集的絕緣子串的彩色圖像進行自適應中值濾波處理，以濾除噪聲； 灰度化步驟，對所述濾波步驟處理後的彩色圖像進行灰度化，以將彩色圖像轉化為灰度圖像；幀間差分步驟，對灰度圖像中連續的三幀圖像進行幀間差分並進行二值化處理，以提取絕緣子串的邊緣特徵；以及邊緣特徵匹配步驟，根據絕緣子串的邊緣特徵的模型，通過不變性廣義霍夫變換來匹配上述絕緣子串的邊緣特徵，以確定絕緣子串的兩端端點的坐標，進而計算出絕緣子串的風偏角大小。
2.根據權利要求1所述的方法，其特徵在於，在所述濾波步驟中，使用能夠根據被濾波區域的圖像特性改變窗口尺寸的自適應中值濾波器來對所採集的絕緣子串的彩色圖像進行濾波處理。
3.根據權利要求1所述的方法，其特徵在於，在所述灰度化步驟中，根據公式(I)將 RGB圖像的每個像素按下式轉化，從而形成灰度圖像Y=O. 299*R+0. 587*G+0. 114*B (I)其中，Y為亮度，即灰度圖像中像素點的灰度值，R、G、B分別為彩色圖像中像素點的紅色、綠色和藍色分量。
4.根據權利要求1所述的方法，其特徵在於，在所述幀間差分步驟中，首先採用幀間差分法來提取絕緣子串的邊緣特徵相關信息，採用連續的三幀圖像作為一組，進行對稱差分， 具體方式為選取連續的三巾貞圖像Ux, y)、fk(x, y)、fk+i (χ, y)，其中fk(x, y)表示第k巾貞圖像,令 DkU，y)表示第kl、k、k+1三幀圖像的差分結果，如以下公式(2)Dk (χ, y) =fk_! (χ, y) -fk (x, y) +fk+1 (x, y) -fk (x, y)即 Dk (x, y) = fk_! (x, y) +fk+1 (x, y) ~2fk (x, y) (2)。
5.根據權利要求4所述的方法，其特徵在於，在所述幀間差分步驟中，進一步採用圖像分割中的最大類間方差法來自適應獲取分割閾值，從而對幀間差分後的圖像進行二值化， 該最大類間方差法自動計算出最佳分割閾值，圖像灰度值大於該最佳分割閾值的像素點為白色，否則為黑色，則將圖像轉換為二值圖像，得到絕緣子串的邊緣特徵。
6.根據權利要求1所述的方法，其特徵在於，在所述邊緣特徵匹配步驟中，通過不變性廣義霍夫變換法來實現對絕緣子串的邊緣特徵的匹配，該方法具體包括如下步驟步驟1:構建絕緣子串的模型的不變性R-表，進一步包括步驟11 :確定邊緣點Oi的索引角β及COj假設點Oi和一個固定的特徵角α，那麼可以決定點ωρ進而確定(Oi處的切線與連接點切線之間的角度β，其中α為Ji/4;步驟12 :選擇邊緣點Oi的特徵值為了定位中心點b=(X(l，y(l)，計算(^到中心點b的距離d，並定義角度k為點Coi的角度Φ' 1與邊緣點《1與13點構成直線的斜率Φ" i之間的差值，即k=(K「Φ" i，它是獨立於旋轉的，其中Φ " i表不為公式(3)代表的直線的斜率 y0 = Φ " i (x0- ωχ ) + ω yi (3)；步驟13 :存儲特徵值重複步驟11和步驟12逐個確定每個邊緣點Qi的特徵值(β，k，d)並存儲，從而構建出絕緣子串的模型的不變性R-表；以及步驟2 :投票階段對於在所述幀間差分步驟中處理後的圖像中的每一個邊緣點ω' i，按照給定的特徵角a = Ji/4得到對應的邊緣角ω/，進而計算出對應的索引角β'，然後依照該索引角在不變性R-表中索引出對應的特徵值k、d,然後根據這些特徵值的定義根據上述公式(3) 定義的直線收集證據，計算出邊緣點ω/在二維累計空間中的投票點，這樣循環下去直至所有的邊緣點都完成投票，最後在投票完的霍夫空間中找出那些投票數超過閾值的局部極值點，局部極值點的個數和位置代表圖像中存在著目標匹配的個數及位置，由於在要檢測的絕緣子串圖像中有兩個匹配點，確定了兩個匹配點(Xl，Y1)、(x2，y2)的坐標後，即絕緣子串兩端的像素位置坐標，根據下面公式(4)計算出絕緣子串的風偏角
7.—種懸式複合絕緣子串風偏角的檢測裝置，其特徵在於，所述裝置包括以下模塊 濾波模塊，用於對所採集的絕緣子串的彩色圖像進行自適應中值濾波處理，以濾除噪聲；灰度化模塊，用於對所述濾波步驟處理後的彩色圖像進行灰度化，以將彩色圖像轉化為灰度圖像；幀間差分模塊，用於對灰度圖像中連續的三幀圖像進行幀間差分並進行二值化處理， 以提取絕緣子串的邊緣特徵；以及邊緣特徵匹配模塊，用於根據絕緣子串的邊緣特徵的模型，通過不變性廣義霍夫變換來匹配上述絕緣子串的邊緣特徵，以確定絕緣子串的兩端端點的坐標，進而計算出絕緣子串的風偏角大小。
8.根據權利要求7所述的裝置，其特徵在於，所述灰度化模塊具體根據公式(I)將RGB 圖像的每個像素按下式轉化，從而形成灰度圖像Y=O. 299*R+0. 587*G+0. 114*B (I)其中，Y為亮度，即灰度圖像中像素點的灰度值，R、G、B分別為彩色圖像中像素點的紅色、綠色和藍色分量。
9.根據權利要求7所述的裝置，其特徵在於，所述幀間差分模塊首先採用幀間差分法來提取絕緣子串的邊緣特徵相關信息，採用連續的三幀圖像作為一組，進行對稱差分，具體方式為選取連續的三巾貞圖像Ux, y)、fk(x, y)、fk+i (χ, y)，其中fk(x, y)表示第k巾貞圖像,令 DkU，y)表示第k-1、k、k+1三幀圖像的差分結果，如以下公式(2)Dk (χ, y) =fk_! (x, y) -fk (x, y) +fk+1 (χ, y) -fk (χ, y)即 Dk (χ, y) = fk_! (χ, y) +fk+1 (χ, y) ~2fk (χ, y) (2)之後，所述幀間差分模塊進一步採用圖像分割中的最大類間方差法來自適應獲取分割閾值，從而對幀間差分後的圖像進行二值化，該最大類間方差法自動計算出最佳分割閾值，圖像灰度值大於該最佳分割閾值的像素點為白色，否則為黑色，則將圖像轉換為二值圖像， 得到絕緣子串的邊緣特徵。
10.根據權利要求7所述的裝置，其特徵在於，所述邊緣特徵匹配模塊通過不變性廣義霍夫變換法來實現對絕緣子串的邊緣特徵的匹配，具體以如下方式進行首先所述邊緣特徵匹配模塊構建絕緣子串的模型的不變性R-表第一操作確定邊緣點Qi的索引角β及ω」假設點Oi和一個固定的特徵角α，那麼可以決定點ωρ進而確定(Oi處的切線與連接點切線之間的角度β，其中α為Ji/4;第二操作選擇邊緣點ω j的特徵值為了定位中心點b=(X(l，y(l)，計算(^到中心點b的距離d，並定義角度k為點Coi的角度Φ' 1與邊緣點《1與13點構成直線的斜率Φ" i之間的差值，即k=(K「Φ" i，它是獨立於旋轉的，其中Φ " i表不為公式(3)代表的直線的斜率 y0 = Φ " i (x0- ωχ ) + ω yi (3)；第三操作存儲特徵值重複第一操作和第二操作逐個確定每個邊緣點Qi的特徵值(β，k, d)並存儲,從而構建出絕緣子串的模型的不變性R-表；以及然後，所述邊緣特徵匹配模塊執行投票階段對於在所述幀間差分步驟中處理後的圖像中的每一個邊緣點Oi'，按照給定的特徵角a = Ji/4得到對應的邊緣角ω/，進而計算出對應的索引角β'，然後依照該索引角在不變性R-表中索引出對應的特徵值k、d,然後根據這些特徵值的定義根據上述公式(3) 定義的直線收集證據，計算出邊緣點ω/在二維累計空間中的投票點，這樣循環下去直至所有的邊緣點都完成投票，最後在投票完的霍夫空間中找出那些投票數超過閾值的局部極值點，局部極值點的個數和位置代表圖像中存在著目標匹配的個數及位置，由於在要檢測的絕緣子串圖像中有兩個匹配點，所述邊緣特徵匹配模塊確定了兩個匹配點(Xl，Y1)、(x2，y2)的坐標後，即絕緣子串兩端的像素位置坐標，根據下面公式(4)計算出絕緣子串的風偏角
全文摘要
本發明公開了一種懸式複合絕緣子串風偏角的檢測方法及裝置。本發明通過對懸式複合絕緣子串的圖像進行分析跟蹤，得出風偏角，解決了現有懸式複合絕緣子串風偏角計算準確度低、易受外界環境參數影響的問題。同時，該技術原理簡單、直觀易行、檢測可靠，從特徵匹配上測量絕緣子串風偏角做了有益的嘗試，為輸電線路的安全穩定運行提供了一種新的檢測技術。
文檔編號G01B11/26GK103063166SQ201310002049
公開日2013年4月24日 申請日期2013年1月5日 優先權日2013年1月5日
發明者逯海軍, 任遠, 王啟銀, 王曉強, 薛輝 申請人:山西省電力公司大同供電分公司, 國家電網公司