基于机器视觉的电力设备锈蚀识别系统及方法与流程

1.本发明涉及电网设备监测领域，具体涉及基于机器视觉的电力设备锈蚀识别系统及方法。


背景技术：

2.近年来随着社会经济的高速发展，社会用电需求迅猛增长，电力设备数量逐年增多，电网的规模扩大，因此电力供应的可靠性变得尤为重要。变电站内的电气设备分为一次设备和二次设备，一次设备指直接生产、输送、分配和使用电能的设备，主要包括变压器、高压断路器、隔离开关、母线、避雷器、电容器、电抗器等。变电站的二次设备是指对一次设备和系统的运行工况进行测量、监视、控制和保护的设备，它主要包括继电保护装置、测控装置、计量装置、自动化系统以及为二次设备提供电源的直流设备。
3.电力设备长期运行，局部的锈蚀问题不易被发现，缺乏及时有效的维护检修，会降低设备运行的可靠性，存在安全隐患，导致设备运行故障.一旦设备发生故障，就会影响整个电网系统正常运行，将会严重影响生产生活，造成不可估量的经济损失。目前变电站的巡检主要采用人工或机器人方式，沿着站内的巡检便道对输变电设备依次巡检，通过运检人员观测或通过机器人采集视频图像传回，再进行人工识别，查找设备上是否存在锈蚀问题。但由于设备处于运行状态，只能在设备外保持安全距离进行整体观测，难以对设备内外局部的锈蚀情况进行了解，并且人工识别的锈蚀情况取决于运检人员工作经验，经验的参差使得整体识别正确率低且效率低。


技术实现要素：

4.本发明意在提供基于机器视觉的电力设备锈蚀识别方法，能够解决平常巡检工作中难以发现电力设备局部锈蚀处，锈蚀情况识别正确率低且效率低的问题。相应的，本发明还提供了基于机器视觉的电力设备锈蚀系统，用以保证上述方法的实现及应用。
5.本发明提供的技术方案为：基于机器视觉的电力设备锈蚀识别方法，包括以下步骤：
6.s1：通过摄像头实时采集电力设备内外局部区域的图像，将图像数据发送至识别分析模块；
7.s2：识别分析模块将采集的图像清晰化处理后与以前采集的图像进行颜色识别，判断该处是否发生锈蚀，确定发生锈蚀后，将锈蚀图像与数据库模型对比，通过图像匹配与识别算法，识别该处锈蚀的种类和程度；
8.s3：识别分析模块将采集的图像与数据库模型对比，识别该处锈蚀的电力设备部件；
9.s4：识别分析模块整理该处锈蚀的电力设备部件以及锈蚀的种类和程度，得出电力设备的锈蚀情况；
10.s5：通信模块将电力设备的锈蚀情况发送至终端。
11.本发明的工作原理及优点在于：通过摄像头采集的图像，可以看到电力设备内部或外部平常观测不到的地方。识别分析模块实时颜色识别采集的图像数据，能够及时发现电力设备局部的锈蚀。识别到锈蚀后，将锈蚀图像与数据库模型对比，识别该处锈蚀的种类和程度，然后识别该处锈蚀的电力设备部件，综合该处锈蚀的电力设备部件以及锈蚀的种类和程度，得出电力设备的锈蚀情况，发送至终端。本方法利用电力设备内外的摄像头实时采集和识别图像，相比平常巡检方式，观测范围更广，能够及时发现锈蚀；通过对数据库模型的图像匹配与识别算法，相比人工识别，不依赖于运检人员的经验，准确率更高，机器识别的效率也比人工更高；运检人员可以根据锈蚀情况的信息采用相应的解决办法，以保障电力设备的运行可靠性。
12.进一步，所述s1中通过摄像头采集的图像包括电力设备上安装的摄像头和外部监控摄像头所采集的图像。
13.本发明对电力设备上的摄像头和安防监控摄像头都兼容，无需对应用本技术的场景进行监控设备改造，降低了实施成本，应用范围广。
14.进一步，所述s2中对于采集的图像具有灯光闪烁的情况，识别分析模块对图像逐帧分析，选取色差最小的几张图像，通过融合算法，生成环境光稳定的图像，再进行识别。
15.摄像头采集的图像可能会受到灯光闪烁影响，造成图像环境光失衡，影响识别效果，在此识别分析模块对采集的一系列受灯光闪烁影响的图像进行处理，生成环境光稳定的图像，再进行识别。
16.进一步，所述s2中对于采集的图像具有水雾的情况，识别分析模块对图像逐帧分析，通过多张融合的算法，生成去水雾效果的图像，再进行识别。
17.若电力设备所处环境比较潮湿，可能会有水雾的情况影响图像质量，影响识别效果，识别分析模块采集多张图像，逐帧分析，通过图像融合算法生成去水雾效果的图像，再进行识别。
18.进一步，所述s3中识别该处锈蚀的电力设备部件包括电力设备部件的位置和型号，识别分析模块通过多个摄像头对同一处锈蚀采集的图像识别该处锈蚀的电力设备部件的位置和型号，具体包括以下步骤：
19.s3
‑
1：识别分析模块结合多个摄像头拍摄的同一处锈蚀图像，识别该处锈蚀的电力设备部件在电力设备的位置；
20.s3
‑
2：将该处锈蚀的电力设备部件图像与数据库模型对比，识别该处锈蚀的电力设备部件的型号。
21.进一步，所述s4中电力设备的锈蚀情况包括该处锈蚀的电力设备部件的位置和型号，锈蚀的种类和程度，还包括锈蚀的发展速度，具体包括以下步骤：
22.s4
‑
1：识别分析模块整理该处锈蚀的电力设备部件的位置和型号，锈蚀的种类和程度，得出电力设备的锈蚀情况；
23.s4
‑
2：识别分析模块将电力设备的锈蚀数据通过分析算法得出锈蚀的发展速度，将锈蚀的发展速度整理进电力设备的锈蚀情况。
24.通过分析算法计算出锈蚀的发展速度，运检人员根据锈蚀的发展速度判断该处锈蚀的缓急程度，决定对该锈蚀的电力设备部件进行维护还是更换。
25.进一步，所述s4还包括以下步骤：
26.s4
‑
3：根据锈蚀情况，联网搜索适合该锈蚀情况的解决方案，将选取的解决方案整理进电力设备的锈蚀情况。
27.根据具体的锈蚀情况，搜索适合该锈蚀情况的解决方案，作为运检人员的参考，帮助运检人员更高效的解决问题。
28.进一步，所述s4
‑
3还包括根据电力设备所在变电站内物资的情况选取锈蚀情况的解决方案，具体包括以下步骤：
29.s4
‑3‑
1：根据锈蚀情况，联网搜索适合该锈蚀情况的解决方案，并采集变电站物资管理系统的数据；
30.s4
‑3‑
2：将搜索的解决方案和物资数据进行匹配，选取适合当前条件的解决方案，整理进电力设备的锈蚀情况。
31.解决方案的选取需要结合变电站内物资和配件的储备情况，这样给出的解决方案最符合现场实际情况，最易于实施。
32.本发明还提供一种基于机器视觉的电力设备锈蚀识别系统，包括图像采集模块、数据库、识别分析模块、通信模块；所述图像采集模块用于将摄像头采集的图像数据发送至识别分析模块；所述数据库用于提供对比识别的电力设备部件模型和锈蚀模型；识别分析模块用于对图像识别分析和数据处理，整理电力设备的锈蚀情况，并发送至通信模块；通信模块用于将电力设备的锈蚀情况发送至终端。
33.进一步，还包括搜索模块，所述搜索模块用于联网搜索适合该锈蚀情况的解决方案并发送至识别分析模块。
附图说明
34.图1为本发明实施例的基于机器视觉的电力设备锈蚀识别方法的逻辑框图。
35.图2为本发明实施例的基于机器视觉的电力设备锈蚀识别系统的模块框图。
具体实施方式
36.下面通过具体实施方式进一步详细的说明：
37.实施例一：
38.如图2所示，本实施例中公开了基于机器视觉的电力设备锈蚀识别系统，包括图像采集模块、数据库、识别分析模块、通信模块、搜索模块。
39.图像采集模块用于采集电力设备上安装的摄像头或安防监控摄像头的图像数据，发送至识别分析模块。
40.数据库储存有电力设备部件模型和锈蚀模型。用于提供对比识别的模型数据。
41.识别分析模块用于对图像识别分析和数据处理，识别该处是否发生锈蚀，识别锈蚀的种类和程度，识别该处锈蚀的电力设备部件的位置和型号，计算该处锈蚀的发展速度，接收搜索模块的解决方案，最后整理电力设备的锈蚀情况，并发送至通信模块。
42.搜索模块用于联网搜索适合该锈蚀情况的解决方案并采集变电站物资管理系统的数据，选取适合的解决方案，发送至识别分析模块。
43.通信模块用于将电力设备的锈蚀情况发送至运检人员终端，终端设备为手机或电脑。
44.本实施例中还公开了一种与上述基于机器视觉的电力设备锈蚀识别系统配套的方法，逻辑流程如图1所示，该方法包括以下内容：
45.本实施例为110kv高压交流变电站内10kv户内真空断路器开关柜锈迹的识别方法，具体包括以下步骤：
46.s1：图像采集模块实时采集10kv开关柜上安装的摄像头拍摄到的图像和10kv开关室内的安防监控摄像头拍摄到的图像。将图像数据发送至识别分析模块。
47.s2：识别分析模块收到采集的锈蚀图像，由于现场环境灯光闪烁导致采集的图像不清晰，识别分析模块对图像逐帧分析，选取色差最小的几张图像，通过融合算法，生成环境光稳定的图像，再增强图像对比度，增强色彩。现场还存在水雾较重的情况导致采集的图像模糊，识别分析模块对图像逐帧分析，通过多张融合的算法，生成去水雾效果的图像，再增强图像对比度，增强色彩。识别分析模块对处理后的图像与前面三个月每日采集的图像逐张分析，通过颜色识别技术识别该处颜色渐变趋近于锈蚀，判断该处发生了锈蚀。然后将锈蚀图像与数据库的锈蚀模型对比识别，通过图像匹配技术与基于bp神经网络模型的识别算法，识别该处锈蚀的颜色和形状，判断该处锈蚀的种类和程度。本实施例识别种类为湿度过大导致的水化学锈蚀，程度为近一个月形成的轻度锈蚀。
48.s3
‑
1：识别分析模块结合开关柜上安装的摄像头采集的图像和开关室监控摄像头采集的图像，通过开关柜上安装的摄像头对该处锈蚀局部放大，再通过监控摄像头采集的开关柜整体图像与局部锈蚀图像对比分析，即可识别出该处锈蚀位于所在电力设备开关柜的位置。即开关柜前柜门上安装的某装置外壳锈蚀。
49.s3
‑
2：识别分析模块识别出该处锈蚀的位置后，通过监控摄像头提取该处锈蚀的电力设备部件轮廓图像，与数据库的电力设备部件模型对比，通过图像相似度匹配和bp神经网络算法，识别出该处锈蚀的电力设备部件的型号。即国电南自psl641u 10kv线路保护测控装置。
50.s4
‑
1：识别分析模块整理该处锈蚀的电力设备部件的位置和型号，锈蚀的种类和程度，得出该电力设备开关柜的锈蚀情况。10kv i段开关室#3开关柜前柜门安装的国电南自psl641u 10kv线路保护测控装置外壳发生水化学锈蚀，锈蚀面积约8％。
51.s4
‑
2：识别分析模块将锈蚀的数据，主要为锈蚀的种类，出现近一个月的锈蚀面积，装置外壳的材料等数据，通过分析算法得出锈蚀的发展速度。即该保护测控装置的外壳将以每个月6％左右的锈蚀面积发展。并将该发展速度整理进锈蚀情况。
52.s4
‑3‑
1：识别分析模块将电力设备的锈蚀情况发送至搜索模块，搜索模块根据锈蚀情况关键词和数据联网搜索适合该锈蚀情况的解决方案，同时搜索模块采集变电站物资管理系统的数据。
53.s4
‑3‑
2：搜索模块将备选的解决方案和现场实际物资情况进行匹配，变电站内除锈剂库存充足，根据装置的金属外壳，选取药水清洗的方案除锈。将该解决方案发送至识别分析模块。识别分析模块将该方案整理进锈蚀情况，发送至通信模块。
54.s5：通信模块将最终的电力设备的锈蚀情况信息。即10kv i段开关室#3开关柜前柜门安装的国电南自psl641u 10kv线路保护测控装置外壳发生水化学锈蚀，锈蚀面积约8％。预计该锈蚀接下来将以每个月6％面积的速度发展至整个装置外壳。针对本站物资储备情况，建议采用药水清洗的方式进行除锈和维护。通信模块将该信息通过4g网络发送至
运检人员手机和电脑终端，供运检人员查看和参考。
55.实施例二：
56.一种与上述基于机器视觉的电力设备锈蚀识别系统配套的方法，逻辑流程如图1所示，该方法包括以下内容：
57.本实施例为110kv高压交流变电站内110kv户外断路器汇控柜锈迹的识别方法，具体包括以下步骤：
58.s1：图像采集模块实时采集110kv断路器汇控柜上安装的摄像头拍摄到的图像和110kv开关场的安防监控摄像头拍摄到的图像。将图像数据发送至识别分析模块。
59.s2：识别分析模块收到采集的锈蚀图像，对清晰化处理后的图像与前面三个月每日采集的图像逐张分析，通过颜色识别技术识别该处颜色渐变趋近于锈蚀，判断该处发生了锈蚀。然后将锈蚀图像与数据库的锈蚀模型对比识别，通过图像匹配技术与基于bp神经网络模型的识别算法，识别该处锈蚀的颜色和形状，判断该处锈蚀的种类和程度。本实施例识别种类为高温暴晒下氧化锈蚀，程度为近三个月形成的中度锈蚀。
60.s3
‑
1：识别分析模块结合汇控柜上安装的摄像头采集的图像和开关场监控摄像头采集的图像，通过汇控柜上安装的摄像头对该处锈蚀局部放大，再通过监控摄像头采集的汇控柜整体图像与局部锈蚀图像对比分析，即可识别出该处锈蚀位于所在电力设备的位置。即汇控柜前柜门整体锈蚀。
61.s3
‑
2：识别分析模块识别出该处锈蚀的位置后，通过监控摄像头提取该处锈蚀的电力设备部件轮廓图像，与数据库的电力设备部件模型对比，通过图像相似度匹配和bp神经网络算法，识别出该处锈蚀的电力设备部件的型号。即如高电器110kv六氟化硫断路器lw36
‑
126/2000a汇控柜前柜门。
62.s4
‑
1：识别分析模块整理该处锈蚀的电力设备部件的位置和型号，锈蚀的种类和程度，得出该电力设备开关柜的锈蚀情况。110kv i段开关场#1断路器lw36
‑
126/2000a汇控柜前柜门整体发生暴晒导致的氧化锈蚀，锈蚀面积约30％。在得出110kv i段开关场#1断路器的锈蚀情况后，识别分析模块降低与#1断路器型号相同，安装时间相近的电力设备的锈蚀识别阈值，即降低了识别分析模块对110kv i段开关场#2断路器、#3断路器汇控柜锈蚀图像的识别阈值，从之前90％的图像匹配识别为发生了锈蚀，降低为70％的图像匹配即认为发生了锈蚀，这样能在已经识别#1断路器发生了修饰的情况下，更容易发现其相同型号，同时安装的#2、#3断路器也可能发生了锈蚀，便于提前发现和采取措施。
63.s4
‑
2：识别分析模块将锈蚀的数据，主要为锈蚀的种类，出现近一个月的锈蚀面积，装置外壳的材料等数据，通过分析算法得出锈蚀的发展速度。即该保护测控装置的外壳将以每个月8％左右的锈蚀面积发展。并将该发展速度整理进锈蚀情况。
64.s4
‑3‑
1：识别分析模块将电力设备的锈蚀情况发送至搜索模块，搜索模块根据锈蚀情况关键词和数据联网搜索适合该锈蚀情况的解决方案，同时搜索模块采集变电站物资管理系统的数据。
65.s4
‑3‑
2：搜索模块将备选的解决方案和现场实际物资情况进行匹配，变电站内备件库存充足，该汇控柜前柜门锈蚀面积过大，建议直接更换柜门即可，同时联想到#2、#3断路器汇控柜前柜门可能也发送锈蚀，建议检修人员多带2块柜门方便更换。将该解决方案发送至识别分析模块。识别分析模块将该方案整理进锈蚀情况，发送至通信模块。
66.s5：通信模块将最终的电力设备的锈蚀情况信息。即110kv i段开关场#1断路器lw36
‑
126/2000a汇控柜前柜门整体发生暴晒导致的氧化锈蚀，锈蚀面积约30％。预计该锈蚀接下来将以每个月8％面积的速度发展至整个前柜门。针对本站物资备件储备情况，建议带上3块柜门进行现场更换。通信模块将该信息通过4g网络发送至运检人员手机和电脑终端，供运检人员查看和参考。
67.以上的仅是本发明的实施例，方案中公知的具体结构及特性等常识在此未作过多描述，所属领域普通技术人员知晓申请日或者优先权日之前发明所属技术领域所有的普通技术知识，能够获知该领域中所有的现有技术，并且具有应用该日期之前常规实验手段的能力，所属领域普通技术人员可以在本技术给出的启示下，结合自身能力完善并实施本方案，一些典型的公知结构或者公知方法不应当成为所属领域普通技术人员实施本技术的障碍。应当指出，对于本领域的技术人员来说，在不脱离本发明结构的前提下，还可以作出若干变形和改进，这些也应该视为本发明的保护范围，这些都不会影响本发明实施的效果和专利的实用性。本技术要求的保护范围应当以其权利要求的内容为准，说明书中的具体实施方式等记载可以用于解释权利要求的内容。