[發明專利]一種基于多光譜圖像信息融合的絕緣子污穢狀態檢測方法

在審

• 申請號: 201611004199.0
• 申請日: 2016-11-15
• 公開（公告）號: CN106596579A
• 公開（公告）日: 2017-04-26
• 發明（設計）人: 金立軍;艾建勇;田治仁
• 申請（專利權）人: 同濟大學
• 主分類號: G01N21/94
• 分類號: G01N21/94;G06T7/00
• 代理公司: 上海科盛知識產權代理有限公司31225
• 代理人: 趙繼明

技術領域

本發明涉及高壓電氣設備故障檢測與診斷，尤其是涉及一種基于多光譜圖像信息融合的絕緣子污穢狀態檢測方法。

背景技術

絕緣子作為輸電線路使用最為廣泛的絕緣設備，其安全性和穩定性備受關注。隨著大氣污染的加劇，絕緣子表面積污更為嚴重，而電壓等級的升高也增加了絕緣子發生污穢閃絡的風險。因此，檢測絕緣子污穢狀態、防止絕緣子污閃，對維護輸電線路安全穩定運行具有十分重要的意義。

目前，檢測絕緣子污穢狀態的方法可分為接觸式和非接觸式兩大類。接觸式方法主要包括泄漏電流法、等值附鹽密度法、電導率法等，該類方法通過測量絕緣子表面泄漏電流、等值附鹽密度、電導率等直接參數判斷絕緣子污穢狀態，準確率高，但測量方式復雜，工作量大，且部分方法需停電進行；非接觸式法通過檢測污穢絕緣子帶電時所產生的聲、光、熱等間接信號，歸納分析這些信號特征，判斷絕緣子的污穢等級。非接觸式法主要包括光脈沖檢測法、聲波檢測法、可見光成像法、紅外熱像法、紫外成像法等。光脈沖檢測法和聲波檢測法易受環境背景噪聲的干擾，信號采集的靈敏度不高；可見光成像法、紅外熱像法以及紫外成像法分別通過獲取絕緣子表面顏色、絕緣子盤面溫升、絕緣子表面局部放電等信號特征，對絕緣子污穢狀態進行評估，具有操作簡單、帶電檢測、故障定位等特點，能大量節省檢修人員的工作量，但由于其準確度難以滿足工程上應用的要求，需要對其進行改進。

發明內容

本發明的目的就是為了克服上述現有技術存在的缺陷而提供一種基于多光譜圖像信息融合的絕緣子污穢狀態檢測方法。本發明通過結合可見光成像、紅外熱像、紫外成像三種檢測方法對絕緣子污穢狀態進行評估，提高檢測準確率，并使其更好的應用于輸電線路的絕緣子污穢狀態檢測。本發明具有檢測速度快、準確度高、非接觸式、帶電檢測、受環境因素影響小等優點。本發明涉及變電站、輸電線路等供變電領域的絕緣子表面污穢狀態圖像識別檢測方法。

本發明的目的可以通過以下技術方案來實現：

一種基于多光譜圖像信息融合的絕緣子污穢狀態檢測方法，該方法包括以下步驟：

S1、同時通過可見光圖像、紅外圖像、紫外圖像三種光譜圖像對絕緣子污穢狀態進行檢測；

S2、根據S1中所得的三種光譜圖像通過信息融合，綜合評價絕緣子污穢狀態。

步驟S2中三種光譜圖像通過信息融合后，得到絕緣子表面等值附鹽密度，通過絕緣子表面等值附鹽密度評價絕緣子污穢狀態。

由步驟S1中可見光圖像、紅外圖像、紫外圖像三種光譜圖像分別得到可見光圖像特征值、紅外圖像特征值和紫外圖像特征值，將可見光圖像特征值、紅外圖像特征值和紫外圖像特征值通過信息融合，綜合評價絕緣子污穢狀態。

所述的可見光圖像通過可見光圖像處理、特征提取和特征選擇后可得到絕緣子盤面V分量均值作為可見光圖像特征值。

所述的紅外圖像通過紅外圖像處理、特征提取和特征選擇后可得到絕緣子盤面最大溫升作為紅外圖像特征值。

所述的紫外圖像通過紫外圖像處理、特征提取和特征選擇后可得到絕緣子表面最大放電光斑面積作為紫外圖像特征值。

對所述的可見光圖像、紅外圖像、紫外圖像構建多光譜圖像BP神經網絡，所述的神經網絡的輸入參數為可見光圖像特征值、紅外圖像特征值、紫外圖像特征值，輸出為絕緣子表面等值附鹽密度。

所述BP神經網絡需樣本對其進行訓練，據此通過神經網絡信息融合方法對絕緣子污穢狀態進行評估。

BP神經網絡的訓練步驟如下：

S1、網絡初始化，根據研究對象的實際情況確定網絡的輸入層、隱含層和輸出層神經元個數；

S2、利用訓練樣本進行前向傳輸信號計算；

S3、利用誤差反向傳播算法進行輸出層和隱含層連接權值的調整；

S4、根據給定的迭代次數和誤差要求判斷網絡訓練是否結束，若達到給定的迭代次數或滿足誤差要求，則停止迭代，訓練結束，否則繼續步驟S3，直到達到給定的迭代次數或者網絡誤差函數E滿足精度要求為止。

可見光圖像檢測、紅外圖像檢測、紫外圖像檢測中任一檢測方法無法進行時，其他檢測方法仍可正常進行。

與現有技術相比，本發明具有以下優點：

(1)本發明結合了可見光成像、紅外熱像、紫外成像三種檢測方法對絕緣子污穢狀態進行評估，從三個角度檢測絕緣子的污穢狀態，三種圖像檢測方法互不干擾，檢測準確率高，檢測結果的可靠性高。