第３３卷第１１期 ２０１１年１１月 华电技术 Ｈｕａｄｉａｎ Ｔｅｃｈｎｏｌｏｇｙ Ｖ０１．３３ Ｎｏ．１ｌ ＮＯＶ．２０１１ 基于图像识别技术的电力系统在线监测 马青 ，管保安 ，张扬 ，李乳演 （１．武汉大学电气工程学院，湖北武汉４３００７２；２．武汉大学电子信息学院，湖北武汉４３００７２） 摘要：数字图像处理与识别技术的迅速发展，给电力系统在线监测的自动化提供了良好的契机，电力设备的运行状态 是否正常对系统的安全可靠运行意义重大。依靠计算机自动识别与分析功能，利用图像处理与识别技术，结合最大类间 方差法选取阈值、序贯相似法识别、帧差法判决等手段，对电力设备进行在线监测，代替了传统的人工巡检，提高了效率。 这种图像识别方法综合了各种技术的优点，处理结果更加精确。 关键词：电力设备；图像预处理；图像识别；序贯相似法（ＳＳＤＡ）；帧差法（ＦＤ） 中图分类号：ＴＰ ３９１．４１：ＴＭ ７３ 文献标志码：Ａ 文章编号：１６７４—１９５１（２０１１）１１—００３１—０４ ｏ引言 随着我国国民经济的快速增长，全社会工、农业 圈 ＣＣＤ摄像机 多 通 道 数 据 采 用电量需求猛增，电力供应总体偏紧，电力设备的运 行状态对电网的影响很大，以在线监测为基础的状态 ＣＣＤ摄像机 样 检修发挥着重要作用。目前，电力设备在线监测中普 遍存在高压设备运行状态与电信号之间难以转化、信 号转换和传输过程中的电磁兼容性以及重要设备运 行参数监测的实时ｆ生等一系列问题。近年来，以图像 处理与识别为基础的计算机可视化技术飞速发展，将 图１ 图像识别与实时监测分析系统总体框图 时，需要对该电力设备图像进行进一步的分析，这时 可下发召唤图像指令实现图像的连续采集，然后通 过ＧＰＲＳ无线网络向主站计算机报警并传输刚采集 的图像。监控计算机是整个系统的核心，完成控制 图像的采集、预处理、识别、分析和传输的整个过程。 计算机处理流程如图２所示。 图像分析与识别技术引入电力系统在线监测，可从根 本上解决上述问题。目前已有的视频监视系统仍需 要人工参与，智能化程度低，严重阻碍了电力系统自 动化程度的提高 Ｊ。本文依靠计算机自动识别与分 析功能，建立电力设备运行状态的实时监测和分析系 ｌ 萱三Ｈ一 Ｈ２图像的识别与分析 望：Ｈ竺 竺 图２计算机处理主要流程 统。利用数字图像处理与识别技术，结合了最大类间 方差法（Ｏｔｓｕ）选取阈值 Ｊ、序贯相似法（ＳＳＤＡ）识 别 Ｊ、帧差法（ＦＤ）判决等手段 ，对电力设备的故障 做出及时判断，在减少事故发生率的同时，大大提高 了工作效率。 在图像的采集过程中，ＣＣＤ的畸变、聚焦不理 想或环境因素通常会引入噪声，影响图像质量，给识 别和分析带来困难。计算机从接收到的图像流中截 取视频图像后，首先要进行预处理，进而分割电力设 备所在的目标区域。 ２．１图像预处理 １ 电力设备检测与分析总体方案 为提高电力设备的自动检测水平，在现有视频 监测系统的基础上，增加图像识别与分析功能，系统 总体框图如图１所示。 电荷耦合器件ＣＣＤ（Ｃｈａｒｇｅ Ｃｏｕｐｌｅｄ Ｄｅｖｉｃｅ）是 将采集到的图像灰度化，用平滑滤波来减少和 消除图像噪声。这里利用引入加权系数的平滑模板 对图像进行平滑滤波，可有效地抑制噪声干扰。因 为图像平滑实际是低通滤波，让信号的低频部分通 过，阻截属于高频部分的噪声信号，在减少随机噪声 点影响的同时，由于图像边缘也处在高频部分，平滑 图像监测系统的传感器，安装在电力设备附近合适 的位置，它把电力设备的运行状态转换成光信号，经 过数字摄像机将其静态图像输入到监控计算机。当 监控计算机发现监测的电力设备图像发生异常变化 收稿日期：２０１１—０８—０５ 过程会导致边缘模糊。为了不降低图像质量，在平 滑处理过后再采取直方图均衡处理。图像预处理过 程如图３所示。 第１１期 马青，等：基于图像识别技术的电力系统在线监测 ＝・３３・ （１０） 小、较平滑的二值图像，为将之识别成具体的电力设 １．２，…，ｍ一１，ｍ。 备原件，传统的模版匹配识别方法计算量大，除匹配 点之外做了大量的无用功，严重影响系统效率的提 高。本文采用了序贯相似性检测算法（ＳＳＤＡ）。 标准模板 叠放在搜索图ｓ上平移，模板覆盖 下的搜索子图叫子图Ｓ ，ｉ， 为这块子图左上角像 点在５图中的坐标，叫参考点。ｉ√取值范围为：１＜ ｉ＜（ｂ 一ｂ ＋１），１＜Ｊ．＜（ｈ 一ｈｒ＋１），（ｍ ，ｎ ）为 子图．ｓ 中的像点在５中的坐标（ｂ 为搜索图５的宽 度； 为搜索图ｓ的高度；ｂ 为模板的宽度； 为模 板的高度）。 定义绝对误差值 （ｉ， ，，孔 ，ｎ ）＝Ｓ （ｍ ，ｒｔ ）一Ｓ（ｉ， ）一 Ｔ（ｍ ，ｎ ）＋ ， （５） ６ｒ ＾ ｓ 焘 Ｓｔ，Ｊ（ｍ ）， （６） １ Ｍ Ｍ Ｔ（ｉ， ） 寿 （ｍ， ）。 （７） 取一不变阈值ｃ ，在子图５ （／７１，，ｎ）中随机选 取像点，计算它同 中对应点的误差值 ，然后把这 个差值同其他点对应的差值累加起来，当累加ｒ次 误差超过Ｃ 时，停止累加并记下次数ｒ。定义ＳＳＤＡ 的检测曲面为 Ｉ（ｉｄ） ｛ｒｌｌ—ｎｉｆ ｎ［ （ √，ｍｋ， ）；≥ ］｝ｃ（８） 把，（ｉ， ）值大的点（ｉ， ）作为匹配点，因为这点 上需要很多次累加才使总误差∑ 超过Ｃ 。 以经过上述ＳＳＤＡ所找到的匹配点为基准点， 截取宽度和模版宽度一致的一块区域，分割出单个 元件的二值化图像并将之分成ｎ ｘ ｍ．的网格矩阵， 因为已经进行了二值化处理，所以元件的线条所在 处用０表示，背景用１表示。 这样，待识别元件图像就转化成了用０，１表示 的模糊矩阵，但由于图像可能存在污点及其他干扰， 所以在此方法中采用模糊化处理方法 。把模糊 矩阵转化为模糊矢量，通过上述处理，所有的电力设 备元件标准矩阵都可以转化为标准矢量。 设有元件矢量 口＝（ａｌ，ａ２，…，ａ 一１，ａ ）， ｂ：（ｂ１，ｂ２，…，ｂ 一１，ｂ ）。 计算矩阵 ｔＯ（ａ，ｂ）＝（（ａ 八ｂ ）Ｖ（ａ：八６；））， ｉ＝１，２，…，ｎ一１， 。 （９） 计算数值 ＝ （ ，＿，）， ｉ＝１，２，…，／７，一１， ， 假设计算机接收到的元件矢量 ＝（Ｔ ，ｙ：，…， ，ｙ ），只要算出 与已存在的标准量库里的所有 矢量的接近程度 （＇Ｙｏ，Ａ ）（Ａ；是标准矢量库里的一 个矢量）便可根据择近原则判定ｙ是何种元件。 图５是模板图像与模糊化处理后的标准图像； 经过ＳＳＤＡ算法识别处理后的图像如图６所示，图 中识别出的绝缘子区域已标出，经验证，此方法处理 结果准确；类似的模糊化标准模板如图７所示。 ａ图像模版Ｔ ｂ模糊化处理后的标准图Ａ， 图５模板图像与模糊化处理后的标准图像 图６识别出的变压器绝缘子图像 ａ二值化的开关图像 ｂ二值化的刀开关图像 图７二值化的开关图像和刀开关图像 分别用模糊化的标准图与接收到的ｙ做接近 程度计算，便可根据择近原则判定是何种元件。ｓｓ— ＤＡ算法的优点在于它在保证电力设备识别准确率 的基础上，大大简化了计算过程，利用模糊矩阵算 法，增强了识别过程的抗干扰性。 ２．４ 电力设备故障的分析与判断 图像识别与理解是计算机视觉处理电力设备图 像的目标，为了判断电力设备的运行状态是否正常， 需要把当前设备图像与数据库中存储的历史图像进 行对比，最简单的方法是采用２帧图像相减的方法， 即帧差法（ＦＤ）。如果电力设备有外观损坏、放电以 及设备漏油等故障，就会表现为图像某部分产生突 变、产生毛刺、突起边缘以及新增轮廓等 。由软 件评判设备运行状态的变化，根据电力设备的类型， ・３４・ 华电技术 第３３卷 确定发生故障的危险程度，发出报警信号，为故障的 排除和状态检修打下了基础。 图８显示了分析处理的结果，试验证明，这种帧 差算法判决故障图像能快速发现电力设备运行状态 的变化并发出报警信号且可靠、可行，有助于切实提 高电力设备在线监测的自动化水平。 ａ变压器正常时的图像 ｂ变压器漏油时的图像 ｃ分析处理的结果 图８变压器图像的故障判别 ｃｅｅｄｉｎｇｓ ｏｆ ４３ｒｄ ＩＥＥＥ Ｍｉｄｗｅｓｔ Ｓｙｍｐ ｏｎ Ｃｉｒｃｕｉｔｓ ａｎｄ Ｓｙｓ— ３ 结论 将图像处理技术和智能识别技术应用于电力设 备图像的识别和分析中，是监测电力设备运行状态 ｔｅｒｎ．Ｐｉｓｃａｔａｗａｙ：ＩＥＥＥ，２０００：６０４—６０７． ［４］龚声蓉，刘纯平，王强，等．数字图像处理与分析［Ｍ］．北 京：清华大学出版社，２００６． 的一种新方法，特别在高压、危险以及恶劣的环境 中，能够实时获取电力设备的运行状态，减轻调度员 的工作负担，大大提高了在线监测的自动化程度。 ［５］付忠良图像阈值选取方法——０ｔｓｕ方法的推广［Ｊ］．计 算机应用，２０００，２０（５）：３７． ［６］何斌，马天予，王运坚，等．Ｖｉｓｕａｌ Ｃ＋＋数字图像处理 ［Ｍ］．北京：人民邮电出版社，２００１． 本文提出了针对故障检测的一整套图像处理与识别 方法，其中最大类间方差法选取阈值、序贯相似法识 ［７］胡俊，苏祥芳，刘立海，等．图像序列运动检测算法的研 究及其应用［Ｊ］．武汉大学学报（自然科学版），２０００，４６ （５）：６１３—６１６． 别、帧差法判决等方法都在实践中取得了较为满意 的效果。这套方法为及时发现设备运行的故障隐 患、状态检修等提供了可靠的依据，在无人值守变电 站等系统中具有广阔的应用前景。 参考文献： ［１］罗毅，涂光瑜．计算机视觉技术及其在电力系统自动化 中的应用［Ｊ］．电力系统自动化，２００３（２７）：７６—７９． ［２］龚志勇．超高压输电铁塔运行监测分析平台研究［Ｊ］．电 力信息化，２００６（１２）：２７—２９． ［３］Ｇｏｌｎｅｒ Ｍ Ａ，Ｍｉｋｈａｅｌ Ｗ Ｂ，Ｋｒｉｓｈｎａｎ Ｖ．Ｒｅｇｉｏｎ Ｂａｓｅｄ Ｖａｒｉａ— ｂｌｃ Ｑｕａｎｔｉｚａｔｉｏｎ ｆｏｒ ＪＰＥＧ Ｉｍａｇｅ Ｃｏｍｐｒｅｓｓｉｏｎ［Ｃ］／／Ｐｒｏ— （）● ｊ＞●＜＞●‘：＞●◇●＜＞●（）●＜＞●Ｃ ●＜＞●＜＞●＜＞●＜＞●＜＞●＜＞●＜＞●＜＞●＜＞●＜＞●０［８］杨纶标，高英仪．模糊数学原理及应用［Ｍ］．广州：华南 理工大学出版社，２００１． ［９］李然，高会生，王成儒．基于视频监测系统的运动目标检 测技术的实现［Ｊ］．电力系统通信，２００３（７）：１—３． ［１０］Ｃｈａｎｇ Ｌ Ｗ，Ｗａｎｇ Ｃ Ｙ，Ｌｅｅ Ｓ Ｍ．Ｄｅｓｉｇｎｉｎｇ ＪＰＥＧ Ｑｕａｎｔｉ— ｚａｔｉｏｎ Ｔａｂｌｅｓ Ｂａｓｅｄ ｏｎ Ｈｕｍａｎ Ｖｉｓｕａｌ Ｓｙｓｔｅｍ［Ｃ］／／Ｐｒｏ— ｃｅｅｄｉｎｇｓ ｏｆ １ ９９９ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｉｍａｇｅ Ｐｒｏ— ｃｅｓｓｉｎｇ．Ｐｉｓｃａｔａｗａｙ：ＩＥＥＥ，１９９９：３７６—３８０． （编辑：刘芳） 作者简介： 马青（１９８７一），男，河南许昌人，在读硕士研究生，从事电 力系统及其自动化方面的研究（Ｅ—ｍａｉｌ：ｔｍｘｋ２０３＠１２６．ｃｏｎ）。 ●＜＞●＜＞●＜＞●＜＞●＜＞●＜＞●＜＞●＜＞●＜＞●＜＞●＜＞● ●＜＞●＜＞●＜＞●＜＞●＜＞●＜＞●＜＞●＜＞●＜＞●＜＞●＜＞●＜＞●＜＞●＜＞●０（上接第３０页）空冷系统冷却面积、机组采用无事 １９９２． 故切高压加热器运行、增加尖峰水喷雾冷却系统、在 空冷凝汽器人口进行水喷雾、提高空冷凝汽器散热 效率等措施，可提高火电空冷机组的发电效率和度 夏能力。 参考文献： ［１］丁尔谋．发电厂空冷技术［Ｍ］．北京：水利电力出版社 ［２］沈亭．直接空冷机组运行刍议［Ｊ］．华电技术，２００８，３０ （８）：５８—６Ｏ． （编辑：白银雷） 作者简介： 石全成（１９７５一），男，青海乐东人，工程师，从事工程建 设方面的工作（Ｅ—ｍａｉｌ：ｓｑｃ３３２＠ｓｏｈｕ．ｃｏｍ）。
