四川资阳电力公司变电站视觉检测系统的研究

论文摘要

现代电网自动化技术发展迅速,变电站已普遍实现无人值班,由于变电站综合自动化技术和功能范围并不是非常完善,特别是很多设备还不能通过现有的在线监测装置获取运行数据,为了弥补综合自动化及现有的系统的不足,开展变电站视觉检测系统的研究,将是一项崭新的任务。变电站视觉检测系统是用计算机实现人的视觉功能,对变电站重要电气设备及场景的三维图像的进行感知、识别、和分析,进而检测系统的特定运行状况,得出检测结果。基于视觉技术的电力系统在线检测的应用研究在本世纪已陆续开展,在当前变电运行对自动化、智能化程度要求不断提高的背景下,计算机视觉技术运用到电力系统中来,开展变电站自动化系统的视觉监测研究,具有非凡的意义。本文将结合四川省电力公司资阳公司的实际情况,研究一套较为适用的基于视觉技术的变电站在线检测系统,该系统核心技术涉及到图像检测、变电设备的视觉图像处理及模式识别等多项关键的技术,因此,对变电站视觉检测系统的研究将具有很高的实际应用价值。本文根据计算机视觉理论,研究视觉检测系统在变电站中的应用,开展电力仪表视觉识别、可视断口开关刀闸状态的识别、变电站电气设备红外视觉在线检测及变电站环境视觉监控的研究。

论文目录

• 中文摘要
• 英文摘要
• 1 绪论
• 1.1 变电站视觉检测系统概念
• 1.2 变电站视觉检测系统的作用
• 1.3 变电站视觉检测系统的国内外研究现状
• 1.4 本文开展的研究工作
• 2 变电站视觉检测技术基础
• 2.1 计算机视觉技术
• 2.2 Marr视觉计算理论
• 2.3 视觉理论的发展
• 2.4 计算机视觉检测的基本模型
• 3 变电站仪表视觉识别
• 3.1 仪表图像识别模型
• 3.2 小波分析基础
• 3.3 仪表图像识别小波算法实现
• 3.3.1 二维小波变换基础
• 3.3.2 图像去噪算法
• 4 开关刀闸状态的识别
• 4.1 开关刀闸状态识别的作用
• 4.2 刀闸图像的获取与识别
• 4.2.1 刀闸图像的获取
• 4.2.2 刀闸图像的预处理
• 4.3 刀闸图像的目标提取与分割算法
• 4.4 深度图分割
• 4.5 二值化方法
• 4.6 边缘提取算法
• 4.7 Hough变换
• 4.8 几何特征提取
• 4.9 刀闸开关分合状态的识别
• 4.9.1 基于连通区域的识别算法
• 4.9.2 基于边界闭合的识别算法
• 4.9.3 基于Hough变换检测直线的识别算法
• 4.9.4 基于多特征的模式匹配和模式分类的识别方法
• 4.10 刀闸分合状态识别系统原理图
• 4.11 刀闸开关分合状态自动识别的意义
• 5 变电站电气设备红外视觉在线检测
• 5.1 红外热成像技术在变电站的应用
• 5.2 红外技术实现变电站电气设备在线检测的基本原理
• 5.2.1 电力设备故障的红外诊断技术原理
• 5.2.2 电力设备红外诊断方法
• 6 变电站环境视觉监控
• 6.1 变电站环境视觉监控的内容
• 6.2 变电站环境监控运动目标检测原理
• 6.2.1 差分方法
• 6.2.2 自适应方法
• 7 视觉检测系统在220KV棉丰站的应用
• 7.1 220KV棉丰变电站概况
• 7.2 视觉检测系统的构成
• 7.3 视觉检测系统前端设备
• 7.4 视觉检测系统通信前置机
• 7.5 视觉检测主站系统
• 7.5.1 中心服务器
• 7.5.2 中心服务器软件系统
• 7.5.3 在线监测终端
• 8 结论
• 致谢
• 参考文献