何启远，潘德泰 ，李贵亮 ，林 清 ，董芸州 ，李小敏， 高振宇

(1.海南电网有限责任公司信息通信分公司 ，海南 海口，570203;2.四川大学 机械工程学院，四川 成都，610065)

0 引 言

随着国民经济的发展，人们的用电需求也逐步增加，电网规模与智能输变电设备数量随之增长,电力设备在人们日常起居中扮演着不可获缺的角色[1]。然而，电力设备在使用的过程中经常会受到温度、湿度和气压等因素的影响，且由于部分电力设备长期在户外恶劣的环境中工作，其性能也会随之降低[2]。为了减少安全事故的发生，同时满足社会发展对电力设备安全性要求，电力设备的带电检测、在线监测、巡检和试验也成为了电力设备状态监测和评估发展的必然趋势[3]。早期的人工监测方式在一定程度上可以满足电力设备监测需求，但随着电网大规模的建设和发展，电力设备趋向于复杂化和多元化，人工监测变得更加困难。因此，如何对电力设备运行状态进行自动化监测成为了工业界和学术界主要的研究对象之一。

电力设备监控通过电力的外表图像信息、工作状态等判断电力设备是否出现故障。传统的电力设备检测方法有光谱法、紫外脉冲法、径向温度法和超声波检测法等，虽然这些监测方法取得了一定效果，但安全性不足[4]。文献[5]采用Harris角点检测的方法将摄像头收集的设备实时图像和正常运行的电力设备状态进行对比，通过图像焦点特征来判断配网设备状态是否存在异常。……