张传俊 张春芳 程 颖

(安徽工商职业学院 安徽合肥 231131)

电气设备运行系统由多个不同的运行设备构成，设备之间相互连通、相互影响，一旦隔壁电气设备发生故障很容易引起其他设备的不稳定运行，甚至扰乱整个电气设备管理系统的运行秩序[1]。为此，文章从图像分割角度提出一种智能化、自动化的电气设备故障状态监测方法，实时掌握电气设备场所的运行状态，及时处理电力系统运行故障[2]。文章方法的思路设计如下：首先采用最大类间方差法(OTSU)将电气设备故障图像的前景与背景信息分离；其次为提高两种灰度图像分割精度，基于改进粒子群优化算法获取最优的图像分割阈值，使得故障图像前景与背景的类间方差较大，降低故障错误分割的概率。

1基于改进图像分割算法的电气设备故障状态实时监测

1.1基于最大类间方差法的电气设备故障图像分割

电气设备故障状态监测的红外图像由电气设备故障自动巡检系统实时采集[3]，定义随机采集的红外故障图像为I(x，y)，该图随机像素点为第i个灰度级的可能性计算方法如下：

(1)

式(1)中，电气设备的红外图像像素总量为n，灰度级i对应的像素数量采用li表示；红外图像灰度级总量为R。定义最大类间方差阈值为λ，阈值分割出的前景部分和背景部分分别采用F1、F2表示，那么两部分信息均属于一组像素，两者的灰度级取值区间分别为[0，1，2，…]、[k+1，…，L-1]。最大类间方差在阈值λ划分作用下表示为：

(2)

式(2)中，H1(λ)、H2(λ)分别表示F1、F2产生的可能性，F1、F2灰度均值为ε1(λ)、ε2(λ)，εj表示整幅红外图像的灰度平均值。……