[发明专利]基于红外图像的绝缘子污秽等级评估方法

说明书

本发明提供的一种基于红外图像的绝缘子污秽等级评估方法，包括以下步骤：S1.采用红外成像设备获取样本绝缘子的红外图像，其中：获取图像时在不同的温度、不同的湿度以及不同的污秽等级条件下进行；S2.对红外图像进行预处理；S3.并从预处理后的图像中提取出温度特征参量；S4.构建概率神经网络，并将温度特征参量、环境温度和环境湿度组成输入特征输入至概率神经网络中对概率神经进行训练；S4.实时获取待测绝缘子的红外图像，并通过步骤S2和步骤S3处理后，将待测绝缘子的温度特征参量与待测绝缘子的环境温度和环境湿度输入至训练完成后的概率神经网络中，输出待测绝缘子的污秽等级。

技术领域

本发明涉及一种电力设备评估方法，尤其涉及一种基于红外图像的绝缘子污秽等级评估方法。

背景技术

绝缘子常年在户外环境中运行，空气中的尘埃粒子会不断沉积在绝缘子表面，最终形成污秽层，在运行中容易引发污闪事故，严重影响电力系统的稳定性。

为了减少绝缘子污闪事故的发生，需要对运行中的绝缘子进行去污处理，那么，在去污处理之前，就需要对绝缘子的积污程度进行评估，为去污处理提供准确的污秽度信息，现有技术中，对于绝缘子的污秽度的评估主要有火花间隙法、泄露电流检测法、脉冲电流检测法、分布电压法、紫外成像法，这些评估方法均是以接触式检测，工作效率低，成本较高，更为重要的是，上述这些方法往往容易受到电磁环境的干扰，从而造成评估的准确性低。

因此，为了解决上述技术问题，亟需提出一种新的技术手段。

发明内容

有鉴于此，本发明的目的是提供一种基于红外图像的绝缘子污秽等级评估方法，基于红外设备获取绝缘子的红外图像，并利用绝缘子的运行温度随着污秽度变化而变化的特点，构建相应的概率神经网络，基于绝缘子的红外图像获取绝缘子的温度特征以及环境温度等对概率神经网络进行训练，然后得到绝缘子的污秽度，一方面能够有效提高监测效率，降低监测成本，而且在评估过程中考虑到了环境温度、湿度的影响，从而有效确保最终结果的准确性。

本发明提供的一种基于红外图像的绝缘子污秽等级评估方法，包括以下步骤：

S1.采用红外成像设备获取样本绝缘子的红外图像，其中：获取图像时在不同的温度、不同的湿度以及不同的污秽等级条件下进行；

S2.对红外图像进行预处理；

S3.并从预处理后的图像中提取出温度特征参量；

S4.构建概率神经网络，并将温度特征参量、环境温度和环境湿度组成输入特征输入至概率神经网络中对概率神经进行训练；

S4.实时获取待测绝缘子的红外图像，并通过步骤S2和步骤S3处理后，将待测绝缘子的温度特征参量与待测绝缘子的环境温度和环境湿度输入至训练完成后的概率神经网络中，输出待测绝缘子的污秽等级。

进一步，步骤S2中，对红外图像进行预处理具体包括：

S21.将红外图像转换为HSV颜色空间，并提取出S分量信息；

S22.对S分量信息进行双边滤波处理；

S23.采用形态学重建开闭运算法对步骤S22处理后的S分量信息进行重建处理得到重建图像；

S24.计算重建图像的局部极大值，将局部极大值处作为重建图像的前景标记；

将重建图像转换为二值图像，并对二值图像进行距离变换得到二值图像的向量距离矩阵，将向量距离矩阵进行分水岭变换得到重建图像的前景区域和背景区域的分界线并将分界线作为背景标记；

S25.将红外图像转换为RGB颜色空间，采用Sobel算子分别计算RGB颜色空间的R分量和HSV颜色空间的S分量的梯度；