基于ＦａｓｔｅｒＲＣＮＮ圖像處理的變電站異常設備紅外檢測方法

摘 要：針對智能變電站內一次設備紅外監測圖像分析與處理智能化較低的問題，提出了一種基于ＦａｓｔｅｒＲＣＮＮ的變電站異常設備紅外檢測圖譜分析方法，并實現了變電站故障設備的智能識別和原因分析。將遠程終端單元所采集到的紅外圖像進行預處理，并對圖中的變電站設備進行識別；采用大津算法結合圖像灰度值的特殊性對圖像進行分割與圖像配準；ＦａｓｔｅｒＲＣＮＮ則用于對比判斷設備是否處于故障狀態并分析原因。實驗測試結果表明，所提方法對于多種故障設備的識別準確率均在９０％以上，具有較優的魯棒性。

關 鍵 詞：智能變電站；一次設備；故障檢測；紅外圖譜；圖像處理；ＯＳＴＵ算法；圖像灰度值；ＦａｓｔｅｒＲＣＮＮ模型

中圖分類號：ＴＭ６３ 文獻標志碼：Ａ 文章編號：１０００－１６４６（２０２４）０２－０１５７－０８

變電站作為整個電力系統的重要組成部分，及時發現并處理一次設備故障對保障電網的安全、穩定運行具有重要意義。在進行故障診斷與分析過程中，通常需要綜合分析各種運行數據以做出最準確的判斷［１］。而這些大數據信息需要在變電站運行期間通過大量的監視設備來實時獲取，主要包括：運行數據、可見光圖譜、紅外圖譜等，并在這些數據信息的基礎上進行分析研究，從而對運行狀態做出判斷［２－３］。