论文部分内容阅读
气体绝缘金属全封闭组合电器(GIS)在电网中是主要的开关设备,在特高压电网中更是重要的高压电器装置。GIS设备由于其配置方便、体积较小、运行可靠且使用寿命长等优点,在电力系统中得到普遍应用。但是,在GIS设备大范围以及长期使用中,由GIS引发的变电站事故逐渐增加,对电网的稳定运行造成了严重的影响。因此,如何对GIS设备内部状态进行直观检测,做到“防患于未然”,是电网运维领域研究热点之一。目前,X射线无损检测技术在GIS设备故障检测中得到广泛应用,但该技术依赖于检测人员的经验和技术水平对GIS图像进行分析,由于人眼的主观性,特殊情况下很难保证故障分析判断的准确性,且检测效率低。本文针对该现状,采用图像处理技术实现GIS设备内部元件的故障检测,减轻工作人员的阅片工作量,提高检测效率,达到提前预知潜在故障的目的。本文首先对GIS设备故障原因进行分析,针对引发故障较为频繁常见的GIS内部五种元件的状态异常情况进行分类。其次,采用快速中值滤波对GIS进行平滑处理,针对GIS图像中目标物体与背景之间对比度较低的问题,使用不同算法进行灰度校正,算法应用结果表明:与对数变换、直方均衡化法比较,伽马变换可明显提高图像对比度,提出一种基于C聚类的自适应阈值分割算法对GIS图像进行分割,尽可能去除冗余信息。然后,对于边缘故障,本文提出一种Sobel-Gabor边缘检测方法,考虑Sobel算法针对某一点像素,只考虑横向和纵向梯度,引入Gabor变换,增加每一个像素点的多方向纹理特征提取,从而实现边缘故障的准确检测识别;对于局部故障,采用LBP算子提取纹理特征,计算四个特征参数:能量、熵、对比度、逆方差,设定元件正常时特征参数的取值范围,通过确定特征参数值来判断元件是否故障;对于倾斜故障,通过数学几何法计算其斜率值及导电杆边缘到该边缘的距离变化情况来判定是否故障。最后在VS2017开发环境下,建立GIS无损检测系统,实现GIS图像的图像获取、预处理以及故障检测识别。