基于智能视频的电力设备状态诊断技术研究

刘健

摘 要：电力设备运行过程中发生故障过渡过程短暂，后果严重。为防止意外事故造成电力设备损坏，并引起停电现象，本文研究一种智能视频技术，运行过程中，动态监视电力设备，通过对电力设备的运行工况的动态监测及时发现设备隐患，以保证电力设备和电网的运行安全。

关键词：智能视频;电力设备;状态诊断

隨着对电网供电质量要求的逐渐提高，对电力设备的运行监视要求也逐渐成为研究热点。传统的视频监视设备只能通过视频监视的方式记录电力设备的运行情况，当发生事故后，利用监视视频分析事故产生的原因。这种视频监视技术只能进行事故后的分析，不能防止事故发生。本文提出一种智能视频技术，监视电力设备，自动判断电力设备的运行工况，当电力设备运行不正常时，能自动发出报警信息，保护设备安全，防止事故发生。

一、电力设备的视频数据处理过程

（1）图像灰度化。电力设备视频为彩色图像，需要对图像进行灰度化处理，然后分析，以降低视频数据分析的复杂性。相对彩色图像，处理后的图像可保留完整的对比度和亮度，可降低计算机处理图像的难度。

（2）滤波处理。电力设备处理后的灰度图像含有较多的错误数据，并含有大量的冗余数据，需要对原始图像进行滤波并模糊化，对影响不大的数据可使用算数平均的方法处理，降低图像数据的数据量，以减少数据错误并降低数据处理难度。综合考虑滤波要求及数据处理速度，考虑使用算数平均滤波的方法。但算数平均滤波的选择对边沿的图像清晰度会产生一定的影响，为提高效果，采用双边滤波达到更好的去噪保边的性能。

滤波处理后的图像中大部分误差数据得到处理，并使视频图像变得更平滑。而双边滤波可很清楚的保留了电力设备的外沿轮廓图像，对视频图像的工作状态鉴别提供保证。

（3）阈值分割处理。阈值分割处理是将具有灰度值差异的目标和背景分割开来，最主要的处理办法是采用二值化处理。当图像中电力设备目标和周围背景之间的对比差异明显时，二者的像素类间方差很大。可利用类间方差很大的特点使用最大类间方差法进行阈值分割处理，以类间方差最大为目标确定分割阈值。

（4）不完整图像的补救处理。设备图像经滤波和阈值分割处理后，深色像素会产生少量的缺损，主要是数据处理造成的。数据处理造成电力设备外形影响不完整，容易产生对整个设备的运行状态和工况的误判断，需要采取一定的补救措施。需要采用形态学模糊化处理，将视频信息与结构元进行区域叠加，可以补充在阈值分割和数据处理过程中被误处理掉的图像信息，使不连贯的图片画质重新改善。这样，电力设备的完整图像可以准确获得。实践证明，对视频图像进行阈值分割处理会使得图像边缘断续，不利于正确判断设备工况，采用形态学模糊化处理后的图像轮廓清晰、完整，非常有利于运行工况的判断。

二、电力设备的工况判断

采用智能视频技术，对电力设备安装定位，监视电力设备的倾斜角度是否发生变化，对电力设备的外观进行持续监视，通过时间轴的纵向对比分析，准确判断电力设备是否出现倾斜、结构破损等现象。在分析过程中，电力设备倾斜角度使用二维分析方法就可实现，而单点测量可以得到电力设备某一方向的倾斜角度，为准确判断电力设备的变化，需要多角度采集电力设备的视频信息。利用Hough变换检测算法可分别得到电力设备几何中心线在互成90度的两个方向上的投影，利用投影的倾斜角计算电力设备的外形变化，再根据几何分析方法计算电力设备实际改变。

三、总结

电力设备的视频监控技术已经成熟，但实现智能判断工况的功能还有待完善。本文研究的利用智能视频技术主要包括图像的前期灰度化处理、数字滤波、边沿图像的区分技术及补救措施，最后能够根据获取的有效信息正确判别电力设备运行工况，可准确识别电力设备随时间推移所产生的位置缓慢偏移、倾斜等情况，达到事故前的预警目的。可广泛应用于电力系统各环节的电力设备监视与控制。

参考文献：

[1]廖圣龙，安居白.基于视频图像的电力线故障诊断仿真研究[J].计算机仿真，2016（9）：147-150.

[2]龚超，罗毅，涂光瑜.计算机视觉技术及其在电力系统自动化中的应用[J].电力系统自动化，2003，27（1）：76-79.

基金项目：黑龙江省教育厅科学技术研究项目（12541176）资助