陈富国, 蔡杰, 李中旗

(平高集团有限公司，河南， 平顶山 467001)

0 引言

本文探讨将机器视觉的相关技术应用于高压隔离开关的故障检测以及状态识别中，利用YOLO v3(You Only Look Once vision 3)智能算法模型来进行高压隔离开关中设备异常发热点检测，对它的红外图像进行智能化的识别处理[1]。同时，对YOLO v3算法模型进行优化，判断优化前后算法的平均精度，进一步明确研究效果。

1 方法

1.1 传统高压隔离开关故障缺陷分析

高压隔离开关是电网是广泛应用的开关设备之一。高压隔离开关的主要应用在出现负荷电流或者短路电流时的开合。高压隔离开关也是在开关电器分类中工艺最为复杂、性能最为完善的设备之一[2]，在电网系统中应用广泛，具有重要的意义。首先，高压隔离开关保证了在检修中可以形成明显的断开点，避免了工作人员因未能正确区分工作区域而造成的不安全事故的发生[3]。其次通过高压隔离开关可以形成足够的安全距离，保证了检修设备的独立性，保证检修时的安全。最后，高压隔离电源还可以实现对电流场景的高校控制。

在实际应用中，高压隔离电源的故障的具体内容如图1所示。由图1可知，主要故障类型可以分为以下几类：运行卡涩，分合闸不灵敏，部件损坏，控制回路故障，导电回路发热以及三相不同期等。运行卡涩多发生于传动连杆、轴承、齿轮啮合处等部位，主要产生的原因为机构的锈蚀、腐蚀以及缺少润滑等。而分合闸不灵敏主要发生在导电臂以及触头等部位，主要是因为行程变化、异物、连杆变形等原因造成。……