智能监控系统已经逐步走入人们生活中,小到家庭安全,大到天眼系统,都给人们的生活带来了巨大的变化。监控系统代表智能生活的一部分,应用在各方各面,与此同时高速发展的电力系统对智能监控的需求也与日俱增。现有的电力系统智能监控方式有以下两种:固定式设备监控及巡检机器人,固定式设备监控常见于变电站等固定场所,主要定位在变电站等场所的道路两侧及设备外围,用于定时监控环境、设备;巡检机器人,有固定的路线,常用于红外检测温度及高处的导线。但上述的两种方法,拍摄回来的绝大多数照片及视频都需要人工的审阅,不能够实时的获取设备的故障信息,常用于事后的回看。同时,上述两种方法产生的大量数据也给计算机硬件和存储带来了巨大的困难。针对上述情况出现了一种新的检索方式:基于内容的视频检索(CBVDS,Content Based Video Database),这种方法已经逐渐成为视频图像监控检测的新趋势。因此,本文在对电力系统设备、设备周围环境,以及设备检测需求进行调研的前提下,建立针对电力表计类设备的特征描述和视频内容检测平台。首先,对表计类设备检测算法进行改进,以实现检测电力表计类设备常见的超限、高温等故障状态的目标;其次提出部分电力设备分类结构,包括部分常见设备的分类、故障的分类;最后建立基于内容的特征数据库,引入MPEG-7,一种多媒体信息标准化的描述方式,对设备进行统一的描述,并进行存储,以达到减少视频占用空间的目的。本文主要研究内容如下:1)通过对部分电力设备及设备对应常见故障的分析,研究电力系统实现自动化设备检测的需求,发现其中缺乏对电力设备统一的描述方法。故引入描述规范MPEG-7,提出基于MPEG-7标准的部分电力设备分类结构图,并对电力系设备进行分类及编号、设备常见故障进行总结及编号。依据该分类及MPEG-7规范可以对电力设备进行统一的描述,同时可以为后期构建特征数据库提供依据。2)通过对电力表计类设备可能产生的温度超高,油位超限等故障进行分析,研究了指针类表计的标准霍夫检测算法,发现算法虽然速度快但误检率较高,故对标准霍夫变换进行改进,提出基于标准欧氏距离及阈值的霍夫变换,实现电力表计类设备状态的准确检测;同时研究发现电力设备周围常出现鸟、行人等移动目标,同样会导致设备进入不安全状态,故采用Mean-shift算法进行对环境进行检测,但原有算法仅采用颜色特征,对遮挡和快速移动的目标跟踪效果较差,故采用基于预测的颜色和Gabor-LBP特征融合的Mean-shift方法进行移动目标的检测。3)通过对指针类表计、移动目标检测中特征提取的分析,结合电力设备实际情况,根据前期所建立的部分电力设备分类结构,构建能够统一存储和描述设备特征、符合MPEG-7规范的层次结构的特征数据库。数据库中一部分用于存储设备的底层特征,主要有颜色特征、轮廓特征、边缘特征等;另一部分用于存储设备语义信息,以设备编号、名称、位置等信息代表设备图片及视频等多媒体信息,并以XML语言进行数据的存储,从而减少直接存储多媒体信息所占用的大量空间。本文在了解了电力系统需求,常见电力设备分类及其故障基础上,结合不同类型的检测算法和特征提取算法,参考已有文献,搭建了基于MPEG-7的电力表计类设备特征描述和视频内容检测平台。配合底层数据库实现用户管理、表计检测、数据库查询等功能,为将来电力系统设备监控的发展提供了一定的依据。