[發明專利]一種高壓隔離開關分合狀態判斷與故障診斷裝置及方法

有效

• 申請號: 201810961353.6
• 申請日: 2018-08-22
• 公開（公告）號: CN109271872B
• 公開（公告）日: 2021-01-15
• 發明（設計）人: 周盟;程林;周文;張靜;于春來;張杰;肖黎;梁建權
• 申請（專利權）人: 國網黑龍江省電力有限公司電力科學研究院;國網電力科學研究院武漢南瑞有限責任公司;國網黑龍江省電力有限公司;南瑞集團有限公司;國家電網公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G01R31/327
• 代理公司: 湖北武漢永嘉專利代理有限公司 42102
• 代理人: 張惠玲

1.一種高壓隔離開關分合狀態判斷與故障診斷方法，該方法采用高壓隔離開關分合狀態判斷與故障診斷裝置，該裝置包括搭載支架云臺設備的機器人、通過支架云臺設備固定在龍門支架上的攝像機和LED補光設備、數據處理與分析模塊；所述攝像機用于錄制和監測高壓隔離開關分合狀態的視頻圖像，設置有接口連接外部數字儲存設備進行數據存儲，采用485通訊協議接收通過信號線傳入的攝像機信號；所述LED補光設備以及支架云臺設備根據高壓隔離開關現場情況調整攝像機位置和優化拍攝環境光線；所述數據處理模塊用于處理采集到的視頻圖像，完成特征量的提取與識別、故障狀態的判斷以及嚴重程度的預警；其特征在于，該方法包括以下步驟：

Step1，搭載攝像機的機器人在變電站實時拍攝變電站內的圖像，采用基于方向梯度直方圖HOG和SVM支持向量機的方法識別出一組高壓隔離開關分閘、合閘原始視頻圖像；

Step2，采用Canny算法提取高壓隔離開關的高壓臂外輪廓，再經Hough變換處理后，得到幾何形態明顯的高壓臂輪廓曲線，然后準確地識別高壓臂外輪廓的直線形態；

Step3，定義高壓臂外輪廓的夾角為分合閘夾角N，高壓隔離開關處于正常分、合閘狀態的分合閘夾角分別稱作分閘到位判定角N2和合閘到位判定角N1，對圖像進行判斷，判斷圖像是正樣本還是負樣本，正樣本是指圖像中含有高壓隔離開關，負樣本是指圖像中不含有高壓隔離開關；如果圖像是負樣本，則計算結束；如果圖像為正樣本，則判斷分合閘角度N是否介于預先設定的合閘到位判定角N1與分閘到位判定角N2之間，如果分合閘角度N不在兩個判定角之間，則判斷結果為分合閘已到位；如果分合閘角度N在兩個判定角之間，則判斷結果為分合閘不到位并發出報警信號；

其中，所述步驟Step2包括以下步驟：

Step2-1，采用混合高斯模型提取運動前景；

Step2-2，采用最大類間方差法閥值化前景；

Step2-3，采用形態學運算填充空隙；

Step2-4，提取目標高壓隔離開關的輪廓；

Step2-5，采用多邊形逼近輪廓得到輪廓的近似多邊形表示，求多邊形的最小外接矩形；

Step2-6，合并相交的外接矩形；

Step2-7，在視頻幀上繪制運動目標的外接矩形框。

2.根據權利要求1所述的一種高壓隔離開關分合狀態判斷與故障診斷方法，其特征在于，在所述步驟Step1中，基于方向梯度直方圖HOG和SVM支持向量機的方法包括以下步驟：

Step1-1，創建樣本庫：訓練樣本包括正樣本和負樣本，其中，正例樣本是指含有高壓隔離開關的圖片，負樣本指不含有高壓隔離開關的圖片；

Step1-2，特征提取：通過變換把在維數較高的測量空間中表示的模式變為在維數較低的特征空間中表示的模式；

Step1-3，訓練分類器：采用支持CUDA的NVIDIA GPU來訓練數據；計算正樣本、負樣本圖像的HOG描述子，組成一個特征向量矩陣，該特征向量矩陣包含一個指定每個特征向量類別的類標向量，輸入SVM中進行訓練；訓練好的SVM分類器保存為XML文件；利用第一次訓練的分類器，在負樣本原圖上進行高壓隔離開關檢測時所有檢測到的矩形框，這些矩形框區域為誤報，把這些誤報的矩形框保存為圖片，加入到初始的負樣本集合中，重新進行SVM的訓練；將通過運動檢測得到的運動目標矩形框圖片提取HOG特征，然后通過已經訓練出的SVM模型進行預測，只有預測結果為高壓隔離開關的圖像才會被接受；

Step1-4，利用訓練好的分類器進行目標檢測：檢測過程為用一個掃描子窗口在待檢測的圖像中不斷的移位滑動，子窗口每到一個位置，計算出該區域的特征，然后分類器對該特征進行篩選，判定該區域是否為目標高壓隔離開關；

Step1-5，學習和改進分類器：加入學習或者自適應，當圖像或視頻分類錯誤時自動識別并更新分類器。