基于红外图像识别的输电线路故障诊断方法
2017-03-22孙鸿博
红外技术 2017年4期
关键词:区域
王 淼,杜 伟,孙鸿博,张 静
基于红外图像识别的输电线路故障诊断方法
王 淼1,杜 伟1,孙鸿博1,张 静2
(1. 国网通用航空有限公司,北京 100005; 2. 天津航天中为数据系统科技有限公司,天津市智能遥感信息处理技术企业重点实验室,天津 300301)
基于红外图像研究了输电线路的故障诊断方法,首先采用LSD线段检测法提取红外图像中的导线,采用深度卷积神经网络提取红外图像中绝缘子,从而得到线路元件区域。在线路元件区域内进行温度和灰度分析提取发热点,并利用漫水填充算法对过热区域进行分割,提取骨架扫描点数、有效凸缺陷、引流线对缺陷类型进行识别。实验证明该算法有较高发热点定位准确率和缺陷类型识别准确率。
红外图像;输电线巡检;导线提取;绝缘子检测;缺陷点定位;特征提取;缺陷识别
0 引言
高压输电线是电力系统的动脉,其运行状态直接决定了电力系统的安全及国家经济的运行,线路走廊穿越的地理环境复杂,远离主要交通干道,而且输电线路在长期运行中易受自然灾害及人为损伤。传统的输电线路人工巡检不仅耗时长,危险性高,利用飞行器自动巡检输电线已经成为当前电力行业的必然趋势。而红外检测具有远距离、不停电、不接触等的特点,可以检查出多种电力设备的致热缺陷,给电力系统的线路巡检提供了先进手段。因此,可以利用无人机搭载红外热像仪进行输电线路的热缺陷巡检,该方式会产生大量的红外视频和图像数据,传统的红外缺陷识别方法大都需要人工交互,即人工定位缺陷位置或者判断发生缺陷的电力部件类型,效率低下。……
登录APP查看全文
