[发明专利]一种氧化锌避雷器故障智能识别方法

说明书

本发明公开了一种氧化锌避雷器故障智能识别方法，包括如下步骤：步骤1、通过红外热像仪在线拍摄输入图像，也可通过离线导入图像，获得避雷器红外热像图；步骤2、避雷器红外热像图经过转灰度图、图像去噪、图像增强、图像分割、二值化步骤对图像进行预处理，获得处理图像信息；步骤3、根据处理图像信息，自动截取处理图像信息中的目标特征区域，获得目标图像信息，并且提取典型温度特征，获得温度特征数据。通过设备的整体结构，能够提前预知氧化锌避雷器设备本体损坏情况，避免短路影响系统供电及人身安全，且通过大数据收集避雷器的健康和故障状况数据，能够判断故障是否严重，便于维修人员预先知道故障严重程度。

技术领域

本发明涉及避雷器技术领域，具体地说，涉及一种氧化锌避雷器故障智能识别方法。

背景技术

避雷器能否可靠运行，是影响电力系统安全稳定运行的重要因素。我国大部分地区属于雷击多发区，近几年因氧化锌避雷器故障导致的停电时间100多起，可见避雷器故障事前检测意义重大。对运行中的避雷器的状态进行在线监测是保证其安全运行的重要手段；红外检测技术具有不停电、不取样、不接触、成本低、实用性强等优点，已广泛运用于电力设备的故障诊断方面。因此，基于红外热像检测技术，对避雷器的故障进行在线检测，对有效延长避雷器的使用寿命、降低人力和物力损失具有重要作用。定期对避雷器进行巡检，尽早排除故障及隐患，是避免和减少事故损失的重要手段。与传统检测方法相比，红外检测具有远距离、非接触、可带电检测等优点，红外检测技术可将被检测的电力设备热辐射信号转换成电信号，经过处理变为红外图像，从而可以得到电力设备的温度分布和热特征，根据温度分布和热特征对电力设备的故障和故障进行反演。但目前存在过于依赖人工、现场检测效果不明显、问题避雷器检出率低等问题，除了现场操作人员检测操作不规范外，还与设备的选择及使用、对避雷器发热特点不了解、理论研究不够深入等有关。在使用红外技术检测故障避雷器时，环境因素对检测结果的影响不能忽视。

尤其近些年来，环境污染及空气雾霾较重，使得输电线路避雷器表面极易附着污秽；在不同表面污秽和环境相对湿度的作用下，避雷器外绝缘及发热特性有很大的改变，将直接影响故障避雷器的红外检测效果。同时，不同避雷器类型在不同故障(如受潮、老化、短路及污秽和异常运行等)条件下的发热特征也会有明显差异，因此我们提出了一种氧化锌避雷器故障智能识别方法。

发明内容

本发明的目的在于提供一种氧化锌避雷器故障智能识别方法，达到了通过的效果。

本发明公开的一种氧化锌避雷器故障智能识别方法所采用的技术方案是:一种氧化锌避雷器故障智能识别方法，包括如下步骤：

步骤1、通过红外热像仪在线拍摄输入图像，也可通过离线导入图像，获得避雷器红外热像图；

步骤2、避雷器红外热像图经过转灰度图、图像去噪、图像增强、图像分割、二值化步骤对图像进行预处理，获得处理图像信息；

步骤3、根据处理图像信息，自动截取处理图像信息中的目标特征区域，获得目标图像信息，并且提取典型温度特征，获得温度特征数据；

步骤4、根据温度特征数据，通过与避雷器串纵向(不同相之间)数据、历史数据进行比较分析，获得对比数据；

步骤5、根据避雷器健康状况评判大数据算法，获得避雷器的健康和故障数据，通过对避雷器的健康和故障数据和对比数据进行比较，判定避雷器的健康和故障状况；

步骤6、根据GPS定位模块，判断避雷器的故障位置；

步骤7、显示输出检测结果，在软件界面图像区用带颜色的方框框出避雷器的故障类型，在检测结果区用文字显示此次检测的结果及细节，在温度曲线区显示避雷器的温度分布曲线，点击生成报告后，会将本次检测的结果生成excel表格，方便运维人员分析讨论。