[发明专利]一种基于图像处理的换流站空冷器泄漏检测方法及系统

权利要求书

1.一种基于图像处理的换流站空冷器泄漏检测方法，其特征在于，包括:

步骤1、获取空冷器管束泄漏时对应的检测数据，根据所述检测数据分析得到泄露位置的第一特征数据；

步骤2、获取空冷器管束的温度分布图；

步骤3、利用最大类间方差法对所述温度分布图进行阈值分割，具体为，采用最大类间方差法，步骤如下：

步骤I、设一幅图像有L个灰度级[1，2，…，i，L]，灰度级为i的像素点的个数为n_i，总的像素点个数为N＝n₁+n₂+…+n_i+n_L；

步骤II、使用归一化的灰度级直方图，并将其作为这幅图的概率分布，公式为：

其中，P_i为这幅图的概率分布；

步骤III、设通过一个灰度级为k的门限将像素点划分为两类：C₀和C₁,C₀表示灰度级为[1,2,…,k]的像素点，C₁表示灰度级为[k+1,…,L]的像素点，则每一类出现的概率以及平均灰度级为：

其中，ω₀表示C₀出现的概率；ω₁表示C₁出现的概率；μ₀表示C₀的灰度级；μ₁表示C₁的灰度级；表示灰度级从1到k的累积出现概率；表示灰度级从1到k的平均灰度级；μ_T表示整幅图的平均灰度级；其中：

ω₀μ₀+ω₁μ₁＝μ_T，ω₀+ω₁＝1；

步骤IV、计算以上两类的类间方差和

步骤V，引入以下量来评价灰度级k，

其中，为类内方差；为类间方差；为灰度级总方差；

步骤VI，求取最佳门限k^*，根据最佳门限k^*进行阈值分割，

步骤4、通过R-CNN目标检测法，根据所述第一特征数据和进行阈值分割的图像分析得到所述空冷器管束的泄漏位置信息；包括：

将进行阈值分割后的图像输入R-CNN目标检测网络；

通过R-CNN目标检测网络进行特征提取，获取对应的第二特征数据；

根据所述第二特征数据和所述第一特征数据分析空冷器管束的泄漏位置；具体流程包括：

步骤A、候选区域选择，将Region Proposal算法看作不同宽和高的滑动窗口，通过窗口滑动获得潜在的目标图像；将Region Proposal提取的目标图像进行归一化，作为R-CNN目标检测网络的输入；

步骤B、R-CNN目标检测网络进行特征提取，根据输入进行卷积、池化操作，得到固定的标准输出向量；

步骤C、根据第一特征数据的训练分类器，对上一步的输出向量进行分类，并通过边界回归得到精确的泄漏位置。

2.根据权利要求1所述的方法，其特征在于，所述步骤1还包括：

将所述检测数据输入R-CNN网络进行训练，得到泄漏位置的第一特征数据；

根据所述第一特征数据将所述空冷器管束分为泄漏管束和无泄漏管束。

3.根据权利要求1所述的方法，其特征在于，所述步骤2利用空冷器渗漏点处渗漏的水经高速气流冷却，其温度相较于无渗漏处要低的原理，采用远红外热成像技术，采集空冷器的温度数据，得到空冷器管束的温度分布图。