一种监测电力设备运行状态的方法
【专利摘要】本发明公开了一种监测电力设备运行状态的方法，其包括下列步骤：获得电力设备运行状态的红外热像图；小波变换：对所述红外热像图进行小波变换，提取其低频分量和高频分量；同态滤波：对所述低频分量进行同态滤波；模糊增强步骤：对所述高频分量进行模糊增强；小波重构：对同态滤波处理过的低频分量和模糊增强处理过的高频分量进行小波逆变换，得到增强的红外热像图；根据获得的增强的红外热像图监测电力设备的运行状态。本发明公开的监测电力设备运行状态的方法通过对电力设备的红外热像图进行增强获得了清晰、准确的红外热像图，从而能对电力设备的运行状态进行更好的监测。
【专利说明】一种监测电力设备运行状态的方法
【技术领域】
[0001]本发明涉及一种电力设备运行状态监测方法，尤其涉及利用红外热像图对电力设备运行状态进行监测的方法。
【背景技术】
[0002]据统计，近90%的变电站事故是由电力设备故障引起的，而大约50%的故障设备在早期都有热异常现象，因此利用红外热成像技术对主要电气设备进行红外热成像，通过分析红外热像图的变化判断电气设备可能存在的故障缺陷，在变电站的带电检测中得到了广泛应用。但由于红外热成像受到环境及光学电子等器件的影响，导致红外热像图视觉效果模糊、分辨率和对比度较低，在一定程度上制约着故障诊断的准确性。因此，通过提高对比度、增强视觉效果来改善红外热像图质量的红外热像图增强技术受到了广泛重视，也具有重要的工程价值。
[0003]常用的红外热像图增强技术无论是频域处理技术还是空域处理技术，在解决整体、局部和效率之间的矛盾问题上都存在一定的不足。近几年，基于小波变换、同态滤波以及模糊增强处理的图像处理技术得到了广泛应用，取得了一定的效果，但对模糊参数的选取均取一般值或人工凭经验选取，难以获得最佳分析效果，导致图像对比度差，视觉效果模糊，不利于设备故障的诊断定位。
【发明内容】
[0004]本发明的目的在于提供一种监测电力设备运行状态的方法，该方法通过对电力设备的红外热像图进行增强获得了清晰、准确的红外热像图，从而能对电力设备的运行状态进行更好的监测。
[0005]在本技术方案中，在对监测电力设备运行状态的红外热像图进行增强处理的步骤中，采用了模糊增强的方法，其对模糊参数进行自动择优选取，以获得最佳分析效果，从而进一步增强视觉效果，利于设备故障的诊断定位。
[0006]为了实现上述目的，本发明提出了一种监测电力设备运行状态的方法，其包括下列步骤:
[0007]获得电力设备运行状态的红外热像图；
[0008]小波变换:对所述红外热像图进行小波变换，提取其低频分量和高频分量；
[0009]同态滤波:对所述低频分量进行同态滤波；
[0010]模糊增强步骤:对所述高频分量进行模糊增强；
[0011]小波重构:对同态滤波处理过的低频分量和模糊增强处理过的高频分量进行小波逆变换，得到增强的红外热像图；
[0012]根据获得的增强的红外热像图监测电力设备的运行状态。
[0013]本发明所述的监测电力设备运行状态的方法，通过对红外热像图进行增强处理，旨在获得更清晰的红外热像图，从而增强视觉效果，进行设备故障的诊断定位。[0014]进一步地，本发明所述的监测电力设备运行状态的方法，在所述模糊增强步骤中，采用动态自适应遗传算法确定所述模糊增强所需的模糊参数。
[0015]运用自适应遗传算法，可以对模糊增强步骤中的模糊参数进行自动寻优操作，解决了模糊参数的自动优选问题，从而进一步增强红外热像图的视觉效果。具体来说，原红外热像图经小波变换生成低频分量和高频分量；低频分量对应图像中灰度值缓慢变化的区域，利用同态滤波进行处理；高频分量对应图像中灰度值变化较快，边缘和细节信息主要集中的区域，利用动态自适应遗传算法确定模糊参数的方法进行模糊增强处理，将同态滤波和模糊增强处理的结果进行小波重构，从而得到增强的红外热像图。
[0016]进一步地，在本发明所述的监测电力设备运行状态的方法中，采用动态自适应遗传算法且以图像灰度信息熵为评价标准确定所述模糊增强所需的模糊参数。
[0017]所谓信息熵，就是平均信息量，图像信息熵的大小反映了图像包含信息量的多少，熵值越大，说明图像携带的信息量越大，从而效果也相对越好。对于图像灰度集X的任一灰度xi，假若xi出现的概率为P(xi)，则图像灰度集X的图像灰度信息熵为
【权利要求】
1.一种监测电力设备运行状态的方法，其包括下列步骤: 获得电力设备运行状态的红外热像图； 小波变换:对所述红外热像图进行小波变换，提取其低频分量和高频分量； 同态滤波:对所述低频分量进行同态滤波； 模糊增强步骤:对所述高频分量进行模糊增强； 小波重构:对同态滤波处理过的低频分量和模糊增强处理过的高频分量进行小波逆变换，得到增强的红外热像图； 根据获得的增强的红外热像图监测电力设备的运行状态。
2.如权利要求1所述的监测电力设备运行状态的方法，其特征在于，在所述模糊增强步骤中，采用动态自适应遗传算法确定所述模糊增强所需的模糊参数。
3.如权利要求1所述的监测电力设备运行状态的方法，其特征在于，采用动态自适应遗传算法且以图像灰度信息熵为评价标准确定所述模糊增强所需的模糊参数。
4.如权利要求2或3所述的监测电力设备运行状态的方法，其特征在于，所述动态自适应遗传算法符合公式:
5.如权利要求4所述的监测电力设备运行状态的方法，其特征在于，Pcl=0.9。
6.如权利要求4所述的监测电力设备运行状态的方法，其特征在于，Pc2=0.6。
7.如权利要求4所述的监测电力设备运行状态的方法，其特征在于，Pml=0.1。
8.如权利要求4所述的监测电力设备运行状态的方法，其特征在于，Pffl2=0.001。
【文档编号】G06T7/00GK103927752SQ201410160143
【公开日】2014年7月16日 申请日期:2014年4月21日 优先权日:2014年4月21日
【发明者】孙岳, 张建, 盛戈皞, 许永鹏, 卢之男, 张忠蕾, 沈小军, 江秀臣 申请人:国家电网公司, 国网山东省电力公司聊城供电公司, 上海交通大学