[发明专利]一种电力设备故障检测方法、计算机和计算机程序

说明书

本发明涉及一种电力设备故障检测方法，包括以下步骤：S1：电力设备通过红外传感器与可见光传感器分别生成红外光图像与可见光图像；S2：对红外光图像与可见光图像分别进行小波分解，均产生低频分量与高频分量；S3：将红外光图像与可见光图像的低频分量进行边缘检测，选取低频分量的边缘特征进行融合，得到低频的多尺度图像；S4：选取红外光图像与可见光图像的高频分量中系数绝对值最大的部分进行融合，得到高频的多尺度图像；S5：针对低频的多尺度图像和高频的多尺度图像进行小波反变换，得到融合图像。根据可见光和红外光成像特点，对于小波分解后的高频分量和低频分量采用不同的融合规则，然后对融合后的各图像进行小波反变换得到融合图像。

技术领域

本发明涉及图像融合与热成像领域，更具体地，涉及一种电力设备故障检测方法、计算机和计算机程序。

背景技术

目前，我国电力系统覆盖面积大、设备数量多、分布范围广，电力设备的状态检修依靠人工巡视维护已逐渐不能适应当前的情况。通常运行中的电力设备发生隐患或故障，都伴随着电、磁、声、光、热等物理现象变化。当输电线路连接器、线夹、触头等部件接触不良，主变或GIS内部电气回路故障、绝缘介质老化破损，都会出现着温度变化和局部发热，红外热成像技术就是通过监视设备故障引起的异常红外辐射和温度场，形成电力设备的热成像图，直观的检测电力设备的状态和故障隐患。

但是，红外传感器只能获取被检测物的红外辐射信息，反映设备温度的特点，对场景的亮度细节信息变化不敏感，在特定的光线环境下或隔着玻璃镜面观察物体时，采用单一红外光谱图像不能很好的定位设备的故障隐患点。而可见光图像具有对场景亮度变化明显、成像清晰度高、不能反映设备的温度场变化的特点。

发明内容

本发明为解决现在单一使用红外传感器不能很好的定位设备的故障隐患点，单一使用可见光传感器不能反映设备的温度场变化的技术缺陷，提供了一种电力设备故障检测方法、计算机和计算机程序。

为实现以上发明目的，采用的技术方案是：

一种电力设备故障检测方法，包括以下步骤：

S1：电力设备通过红外传感器与可见光传感器分别生成红外光图像与可见光图像；

S2：对红外光图像与可见光图像分别进行小波分解，均产生低频分量与高频分量；

S3：将红外光图像与可见光图像的低频分量进行边缘检测，选取低频分量的边缘特征进行融合，得到低频的多尺度图像；

S4：选取红外光图像与可见光图像的高频分量中系数绝对值最大的部分进行融合，得到高频的多尺度图像；

S5：针对低频的多尺度图像和高频的多尺度图像进行小波反变换，得到融合图像。

上述方案中，根据可见光和红外光的成像特点，对于小波分解后的高频分量和低频分量采用不同的融合规则，低频分量采用基于低频域的边缘特征，对于高频分量采用基于系数绝对值最大化原则进行融合，然后对融合后的各图像进行小波反变换得到融合图像，可以准确定位故障隐患点。

在所述步骤S1中，所述红外传感器获取电力设备的红外光辖射，依靠探测电力设备和背景间的热辖射差异来识别电力设备。

在所述步骤S1中，所述可见光传感器敏感于电力设备场景的反射，可以提供场景的几何和纹理细节信息。

在所述步骤S2中，红外光图像与可见光图像通过小波分解形成各分解层，各分解层根据频率分量产生低频分量与高频分量。

在所述步骤S3中，所述低频分量表示红外光图像与可见光图像的近似系数。

在所述步骤S3中，对低频分量采用低频融合算子进行融合，得到低频的多尺度图像。

在所述步骤S4中，所述高频分量表示红外光图像与可见光图像的细节系数。