基于红外检测的设备气体泄漏识别方法和装置的制造方法
【技术领域】
[0001] 本发明设及电力设备运检行业，尤其设及一种基于红外检测的设备气体泄漏识别 方法和装置。
【背景技术】
[0002] 由于SF6气体具有优良的灭弧和绝缘性能，目前已被广泛应用于中高压开关(断路 器，负荷开关）中，起到灭弧作用。然而由于老化、制造等因素，SF6气体泄漏已成为气体绝缘 金属封闭开关设备运行过程中常见的缺陷之一。SF6气体的泄漏不仅会影响设备的绝缘强 度，还将对大气环境产生较强的溫室效应。此外，泄漏气体也对现场工作人员造成潜在危险 性，威胁人员的安全和健康，甚至引发重大事故。因此SF6气体泄漏检测识别工作非常重要。
[0003] 随着检测技术的发展，依据SF6气体的自身特性延伸出了多种泄漏检测方法。然 而，现有技术中采用不同工作原理的各种泄漏检测技术都有自身的优势和不足。负电晕检 测技术的设备结构简单、成本低，但是测试干扰因素较多，抗干扰能力差且传感器寿命短。 电子捕获检测技术对具备电负性的物质分析很有效，但该种技术使用放射源和高压载气 瓶，无法满足快速和安全的测试要求。负离子捕获检测技术与电子捕获技术原理类似，但其 成本高、反应慢。紫外电离检测技术虽结构简单，相应速度快，但对泄漏部位定位性能差，检 测误差随环境变化大，很难做到精确定位和定量检测。红外吸收技术基于SF6气体对红外光 谱的特征吸收原理，是一种直接测量气体浓度的方法，能够反映出SF6气体的真正含量。但 检测灵敏度不高，响应速度慢，运也就制约了其在电力系统定量检漏中的广泛应用。
[0004] W激光成像检测技术和红外成像检测技术为代表的SF6气体泄漏光学成像检测技 术，利用SF6气体对红外光谱的强吸收特性，使肉眼不能直接观察到的SF6气体在红外视频 上可见，为检测人员提供了一种快速识别泄漏源的技术，该技术现已成为一种成熟有效的 带电测试手段在国内外得到了广泛应用。然而单纯的采用红外成像检测，无法对故障信息 进行在线汇总分析，不能发挥数据的价值。
【发明内容】
[0005] 为解决现有技术存在的不足，本发明公开了基于红外检测的设备气体泄漏识别方 法和装置，该方法通过红外检测手段，获取设备红外检测图像，就地上传到主站分析平台， 分析平台对数据进行处理、识别、分析，识别设备气体泄漏及其部位，进而报警。
[0006] 为实现上述目的，本发明的具体方案如下：
[0007] 基于红外检测的设备气体泄漏识别方法，包括W下步骤：
[000引步骤一:检测单元采用红外检测技术获取电气设备的红外成像图像；
[0009] 步骤二:对采集到的已发生SF6气体泄漏的设备图像进行灰度转换，得到发生气体 泄漏原始图像的累积直方图；
[0010] 步骤Ξ:采用均值滤波对SF6气体泄漏原始图像的累积直方图滤波，用均值取代SF6 气体泄漏原始图像中的各个像素值；
[0011] 步骤四：采用帖间差分法将步骤Ξ中获得的滤波后的图像序列中的每两帖图像进 行差分，二值化该灰度差分图像W提取运动信息，设定阔值，最终将符合阔值的像素点凸显 出来，识别出SF6气体泄漏特征，W动态形式将SF6气体泄漏运动轨迹显示出来。
[0012] 进一步的，在步骤一中，采用红外检测仪检测电气设备图像信息。
[0013] 进一步的，在步骤二中，灰度转换方法为:设m为原图像中第i个灰度级像素数，η 为原图像中所有的像素数，则灰度为i的像素的出现概率是：
[0014] P(i) =π?/η, 1 = 0,1,··· ,Ν~1 ；
[0015] 式中，P(i)是原图像直方图的概率分布，Ν为原图像中的所有灰度级数，Ν< 256;
[0016] 直方图均衡化是通过累积分布函数将原图像的灰度级i映射到新的灰度级C(i)即 形成了原始图的累积直方图；
[0017]
参数j为从0开始递增的整数。
[0018] 进一步的，在步骤Ξ中，均值滤波采用的方法为邻域平均法:为当前像素点（x，y) 为中屯、点选择一个模板，该模板由其相邻的若干像素组成，求模板中所有像素的均值，再把 该均值赋予当前像素点(X，y)，作为处理后图像在该点上的灰度g(x，y)，即
[0019]
[0020] 式中，S为模板，Μ为该模板中包含当前像素在内的像素总个数，f函数是图像的二 维矩阵表示，f(x，y)是每个矩阵元素。
[0021] 进一步的，在步骤四中，帖间差分法:比较图像序列中前后两帖图像对应像素点的 灰度值，通过两帖相减，如果相减差值小于差分二值化阔值，认为该点无运动物体经过;反 之差值大于差分二值化阔值，则认为有物体经过，第k帖和k+1帖图像fk(x，y)，fk+l(x，y)之 间的变化用一个二值差分图像D(x，y)表示：
[0022]
[0023] 式中，T为差分二值化阔值。
[0024] -种基于红外检测的设备气体泄漏识别装置，包括红外检测单元，所述红外检测 单元用于检测电力设备红外数据，利用红外检测单元获取到的数据信息通过无线的方式传 输至监控系统的主站；
[0025] 所述主站包括主控单元，所述主控单元包括信号处理器、模式识别模块及泄漏预 警模块，在信号处理器中，将红外检测单元上传的红外成像信息按照颜色或灰度等级，将其 转化成红外热图像，模式识别模块进一步对红外热图像采用图像处理技术，利用灰度处理、 均值滤波去噪、帖间差分方法对原始的Si^6气体泄漏红外检测图像进行数字化图像特征提 取，泄漏气体出现区域的视频图像将产生对比变化，从而产生烟雾状阴影，泄漏预警模块对 泄漏源及移动方向进行告警并在显示单元进行显示。
[00%]进一步的，所述红外检测单元包括光学系统及红外探测器，其中，红外检测单元中 的光学系统主要用W接收目标物体发出的红外福射并将其聚焦到红外探测器上，红外探测 器感应透过光学系统的红外福射，并将其转变成电信号。
[0027] 本发明的有益效果：
[0028] 1.本发明提供在线实时的监测方法，避免了运检人员现场作业，且与高压带电设 备保持足够的距离，保证了人身安全。
[0029] 2.红外检测可检测到传统方法无法触及的盲点部位，同时避免了传统的逐点检测 方法，提局了运检效率。
[0030] 3.本发明将检测数据在主站进行汇总分析比对，能够发现泄漏部位，提高故障发 现率。
【附图说明】
[0031] 图1工作流程图；
[0032] 图2 SF6泄漏红外检测图像；
[0033] 图3图像均衡化后直方图；
[0034] 图4相邻像素的均值来代替原来的像素值的示意图；
[0035] 图5识别气体泄漏图谱；
[0036] 图6装置工作流程图。
【具体实施方式】：
[0037] 下面结合附图对本发明进行详细说明：
[0038] 本发明的工作流程图如图1所示，采用基于图像处理的SF6气体泄漏在线模式识别 方法，提取气体泄漏特征，在线识别气体泄漏及其泄漏点，实现SF6气体泄漏在线自动识别。
[0039] 图像识别的基本原理是采用灰度处理、均值滤波去噪、帖间差分方法对原始的SF6 气体泄漏光学检测图像进行数字化图像特征提取，W动态形式将Si^6气体泄漏运动轨迹显 示出来，实现由人工识别到自动识别的转变，提高工作效率及诊断准确度。
[0040] 由图2可知，SF6气体泄漏原始视频的背景色较暗，目标与背景的对比度较小、信噪 比较低，若直接进行跟踪、捕捉往往比较困难，所W先对图像信号进行灰度转换和中值滤波 等处理，W达到抑制背景噪声增强目标强度、提高图像信噪比的目的。
[0041] 灰度转换采用直方图均衡化的方法，把原始图像的直方图变换成均匀分布的形 式，增加了像素