基于智能視頻的電力設備狀態診斷技術研究

劉健

摘 要：電力設備運行過程中發生故障過渡過程短暫，后果嚴重。為防止意外事故造成電力設備損壞，并引起停電現象，本文研究一種智能視頻技術，運行過程中，動態監視電力設備，通過對電力設備的運行工況的動態監測及時發現設備隱患，以保證電力設備和電網的運行安全。

關鍵詞：智能視頻;電力設備;狀態診斷

隨著對電網供電質量要求的逐漸提高，對電力設備的運行監視要求也逐漸成為研究熱點。傳統的視頻監視設備只能通過視頻監視的方式記錄電力設備的運行情況，當發生事故后，利用監視視頻分析事故產生的原因。這種視頻監視技術只能進行事故后的分析，不能防止事故發生。本文提出一種智能視頻技術，監視電力設備，自動判斷電力設備的運行工況，當電力設備運行不正常時，能自動發出報警信息，保護設備安全，防止事故發生。

一、電力設備的視頻數據處理過程

（1）圖像灰度化。電力設備視頻為彩色圖像，需要對圖像進行灰度化處理，然后分析，以降低視頻數據分析的復雜性。相對彩色圖像，處理后的圖像可保留完整的對比度和亮度，可降低計算機處理圖像的難度。

（2）濾波處理。電力設備處理后的灰度圖像含有較多的錯誤數據，并含有大量的冗余數據，需要對原始圖像進行濾波并模糊化，對影響不大的數據可使用算數平均的方法處理，降低圖像數據的數據量，以減少數據錯誤并降低數據處理難度。綜合考慮濾波要求及數據處理速度，考慮使用算數平均濾波的方法。但算數平均濾波的選擇對邊沿的圖像清晰度會產生一定的影響，為提高效果，采用雙邊濾波達到更好的去噪保邊的性能。

濾波處理后的圖像中大部分誤差數據得到處理，并使視頻圖像變得更平滑。而雙邊濾波可很清楚的保留了電力設備的外沿輪廓圖像，對視頻圖像的工作狀態鑒別提供保證。

（3）閾值分割處理。閾值分割處理是將具有灰度值差異的目標和背景分割開來，最主要的處理辦法是采用二值化處理。當圖像中電力設備目標和周圍背景之間的對比差異明顯時，二者的像素類間方差很大。可利用類間方差很大的特點使用最大類間方差法進行閾值分割處理，以類間方差最大為目標確定分割閾值。

（4）不完整圖像的補救處理。設備圖像經濾波和閾值分割處理后，深色像素會產生少量的缺損，主要是數據處理造成的。數據處理造成電力設備外形影響不完整，容易產生對整個設備的運行狀態和工況的誤判斷，需要采取一定的補救措施。需要采用形態學模糊化處理，將視頻信息與結構元進行區域疊加，可以補充在閾值分割和數據處理過程中被誤處理掉的圖像信息，使不連貫的圖片畫質重新改善。這樣，電力設備的完整圖像可以準確獲得。實踐證明，對視頻圖像進行閾值分割處理會使得圖像邊緣斷續，不利于正確判斷設備工況，采用形態學模糊化處理后的圖像輪廓清晰、完整，非常有利于運行工況的判斷。

二、電力設備的工況判斷

采用智能視頻技術，對電力設備安裝定位，監視電力設備的傾斜角度是否發生變化，對電力設備的外觀進行持續監視，通過時間軸的縱向對比分析，準確判斷電力設備是否出現傾斜、結構破損等現象。在分析過程中，電力設備傾斜角度使用二維分析方法就可實現，而單點測量可以得到電力設備某一方向的傾斜角度，為準確判斷電力設備的變化，需要多角度采集電力設備的視頻信息。利用Hough變換檢測算法可分別得到電力設備幾何中心線在互成90度的兩個方向上的投影，利用投影的傾斜角計算電力設備的外形變化，再根據幾何分析方法計算電力設備實際改變。

三、總結

電力設備的視頻監控技術已經成熟，但實現智能判斷工況的功能還有待完善。本文研究的利用智能視頻技術主要包括圖像的前期灰度化處理、數字濾波、邊沿圖像的區分技術及補救措施，最后能夠根據獲取的有效信息正確判別電力設備運行工況，可準確識別電力設備隨時間推移所產生的位置緩慢偏移、傾斜等情況，達到事故前的預警目的。可廣泛應用于電力系統各環節的電力設備監視與控制。

參考文獻：

[1]廖圣龍，安居白.基于視頻圖像的電力線故障診斷仿真研究[J].計算機仿真，2016（9）：147-150.

[2]龔超，羅毅，涂光瑜.計算機視覺技術及其在電力系統自動化中的應用[J].電力系統自動化，2003，27（1）：76-79.

基金項目：黑龍江省教育廳科學技術研究項目（12541176）資助