一种基于机器视觉的高压断路器分合闸速度特性测量方法与流程

本发明属于电力设备状态监测领域，特别涉及一种基于机器视觉的高压断路器分合闸速度特性测量方法。

背景技术：

在电力系统中，高压断路器是一种被广泛使用的电气设备，其分、合闸速度直接影响着断路器的开断、关合性能，只有保证适当的分、合闸速度，才能充分发挥其开断电流的能力：过高的分、合闸速度会使高压断路器的操动机构承受过大的机械应力和冲击，造成结构部件的机械损伤，减少其使用寿命，同时会延长触头的合闸弹跳时间；而过低的分、合闸速度则会影响高压断路器的拉弧效果，导致燃弧时间延长，加速触头的电磨损，从而也会减少高压断路器的使用寿命。因此，精确测量、计算并分析高压断路器的分、合闸速度具有重要的意义。

由于高压断路器的动触头和静触头都封装于灭弧室中，无法直接测量，因此，断路器分、合闸速度的测量采用间接式测量方法，即通过测量与动触头相连接的运动机构的速度，来间接获得动触头的运动速度。通常采用两种方式测量动触头的运动轨迹：一种是利用直线位移传感器测量动触头拉杆的运动轨迹(等效于动触头的运动轨迹)，获得动触头在分、合闸过程中的位移曲线；一种是利用角度传感器测量传动机构中拐臂的转动过程的角位移，利用拐臂转角与动触头位置的对应关系，计算出动触头在分、合闸过程中的位移曲线。利用上述方法获得动触头的运动轨迹，从而进一步计算动触头的分、合闸速度曲线以及平均速度、刚分速度、刚合速度等表征其速度特性的各项具体性能指标。

目前，用于检测高压断路器分合闸速度的传感器主要为光栅传感器、旋转编码器和电阻式位移传感器。传统的光栅采样尺因受国内制造工艺水平以及成本的限制，光栅间距一般在0.5mm左右，精度较低，因此很少使用。旋转编码器的测量原理与光栅传感器基本相同，只是其制造标准比较高，因此测量精度也就更高。而电阻式位移传感器能通过测量电阻的电流或电阻两端电压的变化来判断断路器动触头的运动过程，具有响应速度快、采样电路简单、测量精度较高等优点。但使用以上三种传感器测量高压断路器的分合闸速度都具有以下几个缺点及不足：

(1)要求传感器与高压断路器运动部件连接并固定，需要安装额外的固定部件，固定部件本身对高压断路器的结构产生了一定影响，从而导致高压断路器的分、合闸速度发生了一定改变；

(2)传感器固定之后，其固定部分和活动端可能造成断路器运动卡涩，从而使测量所得的速度不够精确；

(3)使用位移传感器时，由于采用高压断路器连杆带动传感器动作的方式进行测量，要求直线位移传感器导引头与高压断路器触头连杆刚性连接，且两者的运动轨迹必须完全平行，因此实际安装时稍有倾斜即产生测量误差；

(4)若位移传感器固定点不牢固，在高压断路器动作之时，本应固定不动的传感器本体发生少量位移，从而产生测量误差；

(5)不管是使用光栅传感器、旋转编码器还是位移传感器，测量过程中的传感器安装、数据记录、数据处理过程都由实验人员完成，由于各种因素的影响，其中存在一定的人为误差，并且在进行大量测量时尤其消耗时间；

(6)由于需要安装外部结构，因此以上几种方法都不能用于在线测量，以免影响高压断路器的正常工作。

技术实现要素：

本发明目的在于克服现有技术中的不足之处，提出一种基于机器视觉的高压断路器分合闸速度特性测量方法，用于在线检测高压断路器的分、合闸速度特性。此方法采用高速相机进行观测，不需要在高压断路器原有结构上增加额外的固定装置，避免了其对高压断路器分、合闸速度的影响；相较于传统测量方法，不需要通过机械方式安装传感器，仅需在观测点设置颜色参考标记，对于不同测量对象无需更换传感器，可以同时测量直线运动或转动速度；属于一种非接触式测量方法，不需要考虑电压隔离等问题，受设备所处环境条件影响较小，可满足在线测量需要。

为达到上述目的，本发明采用的技术方案是：

一种基于机器视觉的高压断路器分合闸速度特性测量方法，在高压断路器动作的同时，采用相机对设置在其运动部件表面的颜色标记进行拍摄，通过对视频进行图像处理、颜色识别以及相机标定，确定视频每一帧图像中参考点的位置坐标，记录其运动轨迹，进而进行分、合闸速度计算。

具体包括以下步骤：(1)设定采样频率，计算参考标记圆心实际距离；(2)读取视频，检测视频长度length,将视频的每一帧保存为图片；(3)赋值图片计数器k＝1；(4)判断图片计数器k是否大于length，若逻辑结果为“1”，则到步骤(8)，否则到步骤(5)；(5)对每一帧图像进行图像处理，以得到背景干扰较小的图片；(6)颜色识别、相机标定；(7)图片计数器k加1；(8)通过判断参考点坐标值，进行分、合闸速度计算。

所述的颜色标记采用三个不同的颜色，其中两个标记于固定位置设置，用于相机标定和参考系确定，另外一个标记作为运动参考点，设置在高压断路器运动部位表面。

作为运动参考点的颜色标记通过粘贴或涂抹的方式设置在高压断路器运动部位表面。

图像处理包括色阶调整、中值滤波、颜色空间转换和HSV条件判别，其中，色阶调整通过调节每一帧图像的直方图，改变图像的色彩丰满度和精细度，以便更好地区分各颜色标记与背景；中值滤波将图像中每一像素点的灰度值设置为该点邻域窗口内所有像素点灰度值的中值，消除孤立噪点，从而有效抑制背景噪声对颜色标记识别的干扰；颜色空间转换为RGB颜色空间与HSV颜色空间之间的相互转换；HSV条件判断通过设置HSV条件阈值，将不符合要求像素点的HSV值置为0，以便与符合条件的像素点进行区分。

颜色识别包括像素点统计和参考点坐标计算；其中，像素点统计指通过判断图片每个像素点所包含的RGB颜色信息，统计参考标记所占据的像素点个数；参考点坐标计算通过统计到的像素点的分布密度，计算出参考标记的圆心位置坐标，作为运动的参考点。

颜色识别的具体步骤为：

(1)对图片的RGB值进行条件判断，保存所有符合条件的像素点的坐标；

(2)参考标记的圆心位置坐标；

(3)判断图片计数器k是否等于1，若是则进行步骤(4)，若否则进行步骤(6)；

(4)保存参考标记的初始位置坐标，进行相机标定；

(5)判断图片计数器k是否等于采集的视频长度length，若是则进行步骤(6)，若否结束；

(6)保存参考标记的稳定位置坐标，结束。

相机标定，即计算参考标记的实际距离与图片中像素点个数对应的比例，固定位置标记设置完成后，分别测量其两个圆心之间的像素个数，与参考标记圆心坐标进行除法运算，即可得到每个像素点代表的实际距离。

分、合闸速度计算主要包括实际行程计算、运动时间确定和运动速度计算；其中，实际行程计算通过计算相机标定步骤确定的比例与参考点从开始位置运动到结束位置所走过的像素点个数的乘积完成；运动时间的确定通过计算相机采样率与参考点从开始位置运动到结束位置之间的图片张数的乘积完成；运动速度计算则为实际行程与运动时间的商。

分、合闸速度计算包括以下：

当计算直线运动时的分、合闸速度算法：

(1)比较参考点的初始位置坐标与稳定位置坐标，若初始位置坐标行值大于稳定位置坐标行值，则高压断路器进行了合闸动作，反之，高压断路器进行了分闸动作；

(2)查询合闸或分闸运动所对应的起始图片编号和结束图片序号；

(3)计算合闸或分闸运动行程；

(4)计算合闸或分闸过程的实际运动行程和实际运动时间；

(5)计算此次合闸或分闸速度；

(6)绘制速度特性曲线，保存计算结果，结束；

当计算转动时的分、合闸速度算法：

(1)查询开始时刻图片编号B，以及结束时刻图片编号E；

(2)令图片计数器K＝B+1；

(3)判断图片计数器K的值是否大于E，若不大于则到步骤(4)，否则到步骤(6)；

(4)计算第K张图片和第K-1张图片中，运动参考点之间的角位移；

(5)图片计数器的值加1，重复步骤(3)；

(6)计算参考点实际运动轨迹和实际运动时间；

(7)计算分、合闸运动速度，结束。

与现有技术相比，本发明至少具有以下有益效果：。

(1)基于机器视觉的测量方法，不需要在高压断路器原有结构上增加额外的固定结构，一方面更加简单方便，另一方面避免了对高压断路器工作及其分、合闸速度的影响；

(2)相较于传统测量方法，不需要通过机械方式安装传感器，仅需在观测点设置颜色参考标记，；观测不同测量对象时，不用更换机械夹具来安装传感器，仅需改变参考点标记的位置，即可测量运动机构的直线运动轨迹、速度或其转动轨迹、速度，从而计算获得高压断路器动触头的速度特性；

(3)是一种非接触测量方法，不需要考虑高电压隔离等问题，便于现场应用，受设备所处环境条件影响较小，可满足高压带电设备在线监测的需要。

【附图说明】

图1是本发明数据采集和处理过程示意图。

图2是本发明测量机构直线运动时参考标记示意图。

图3是本发明测量机构转动运动时参考标记示意图。

图4是本发明所采用的HSV颜色空间原理图。

图5是本发明算法的整体流程图。

图6是本发明图像处理算法的流程图。

图7是本发明颜色识别和相机标定算法的流程图。

图8是本发明测量触头拉杆直线运动时分、合闸速度计算算法的流程图。

图9是本发明测量拐臂转动时分、合闸速度计算算法的流程图。

【具体实施方式】

本发明提供了一种基于机器视觉的高压断路器速度特性测量方法，其数据采集和处理过程如图1所示，在高压断路器动作的同时，采用高速相机对设置在其运动部件表面的颜色标记进行拍摄，通过算法对视频进行图像处理、颜色识别以及相机标定，确定视频每一帧图像中参考点的位置坐标，记录其运动轨迹，进而进行分合、闸速度计算，最后保存计算结果。

颜色标记采用圆形标记，颜色分别为红色、绿色和蓝色，其中两个标记用于相机标定，于固定位置设置，另一个作为运动参考点，设置在高压断路器运动部件表面。为尽量减小由于光照条件、高速运动、拍摄角度等因素造成的颜色失真，可采用粘贴或涂抹的方式设置标记。

图像处理包括：色阶调整、中值滤波、颜色空间转换、HSV条件判别等。其中，色阶调整通过调节视频每一帧图像的直方图，改变图像的色彩丰满度和精细度，以便更好地区分各颜色标记与背景；中值滤波将图像中每一像素点的灰度值设置为该点邻域窗口内所有像素点灰度值的中值，消除孤立噪点，从而有效抑制背景噪声对颜色标记识别的干扰；颜色空间转换为RGB颜色空间与HSV颜色空间之间的相互转换；HSV条件判断通过设置HSV条件阈值，将不符合要求像素点的HSV值置为0，以便与符合条件的像素点进行区分，便于一步处理。

颜色识别包括：像素点统计、参考点坐标计算两部分。其中，像素点统计指通过判断图片每个像素点所包含的RGB颜色信息，统计参考标记所占据的像素点个数；参考点坐标计算通过统计到的像素点的分布密度，计算出参考标记的圆心位置坐标，作为运动的参考点。

相机标定，即计算参考标记的实际距离与图片中像素点个数对应的比例，固定位置标记设置完成后，分别测量其两个圆心之间的像素个数，与参考标记圆心坐标进行除法运算，即可得到每个像素点代表的实际距离。

分、合闸速度计算，主要包括实际行程计算、运动时间确定和运动速度计算。其中，实际行程计算通过计算相机标定步骤确定的比例与参考点从开始位置运动到结束位置所走过的像素点个数的乘积完成；运动时间的确定通过计算相机采样率与参考点从开始位置运动到结束位置之间的图片张数的乘积完成；运动速度计算则为实际行程与运动时间的商。

下面结合附图对本发明作进一步详细说明。

参见图2，参考点1为运动部位(一般选择动触头拉杆)上的标记点，参考点2及参考点3为固定部位上的参考点。

高压断路器动触头的运行为直线运动，动触头拉杆与动触头为刚性连接。现场测量时，参考点2与参考点3的位置保持固定，参考点1在Y方向上的运动轨迹与高压断路器动触头的运动轨迹保持一致。理论上参考点1在X方向上不应产生运动，即位移为0，实际测量中可用其数据来判定该次测量结果是否有效。

设参考点2的坐标为(X2,Y2)，参考点3的坐标为(X3,Y3)，以像素点表示。两点间的实际距离为L，单位为mm，则每个像素点对应实际距离P为：

当参考点1从坐标(X1,Y1)位置运动到坐标(X1’,Y1’)位置，则可知动触头在Y方向上的实际位移D(单位为mm)为：

D＝P·|Y1′-Y1|

参见图3，参考点1为运动部位(一般选择传动机构中拐臂的轴心位置)上的标记点，参考点2及参考点3为固定部位上的参考点。现场测量时，参考点2与参考点3的位置保持固定，参考点1的运动轨迹与高压断路器传动机构中拐臂的运动轨迹保持一致，当拐臂转动时参考点1以参考点2为圆心转动。

设参考点1的位置坐标为(X1,Y1)，参考点2的坐标为(X2,Y2)，参考点3的坐标为(X3,Y3)，均以像素点表示。

则以参考点1为圆上一点，并以参考点2为圆心所得圆的半径r为：

当参考点1从坐标(X1,Y1)位置运动到坐标(X1’,Y1’)位置，(X1,Y1)与(X1’,Y1’)两点间的距离d为：

因此根据余弦定理，得(X1,Y1)与(X1’,Y1’)两点的圆心夹角A的值，即转角为；

圆心夹角A单位为rad，定义域:[-1，1]，A为正值时代表顺时针转动。

类似方法可以计算参考点3相对于参考点2是否发生转动，理论上参考点3不应产生转动，即转角为0，实际测量中可用其来判定该次测量结果是否有效。

高压断路器的传动机构在设计时一般能够从结构上保证动触头的位移与拐臂的转角近似呈线性关系，设其相关系数为K(其物理意义为：拐臂转动1rad，动触头移动K mm)，则动触头的直线位移D(单位为mm)为：

D＝K·A

高速相机采用固定帧率(一般可设置为5000fps-10000fps)记录不同时刻机构状态的图像，逐帧进行分析计算，可以获得不同时刻时触头拉杆的运动轨迹或拐臂转动的轨迹，进而获得动触头的运动轨迹和速度特性。

参见图4，对HSV颜色空间做简要说明。HSV(Hue Saturation Value,色调、饱和度、数值)是一种面向人类视觉感知的色彩模型，HSV的六面椎体结构如图4所示，其中H表示颜色的基本属性，红色为0°，绿色为120°，蓝色为240°；S指颜色的纯度，取值范围为0-1；V表示颜色的亮度，取值范围为0-1。与RGB颜色空间相比，HSV颜色空间中的H和S分量对光照的变化不敏感，因此，将RGB转换为HSV模式，可在环境变化的情况下较好地识别出彩色标记。

参见图5，算法的整体流程如下：

(1)初始化，包括设定采样率以及参考标记圆心实际距离，然后到步骤(2)；

(2)读取视频，检测视频长度length,将视频的每一帧保存为图片，然后到步骤(3)；

(3)赋值图片计数器k＝1，然后到步骤(4)；

(4)判断图片计数器k是否大于length，即判断是否已经处理完最后一张图片，若k大于length，则到步骤(8)，否则到步骤(5)；

(5)对视频的每一帧图像进行图像处理，以得到背景干扰较小的图片，然后到步骤(6)；

(6)设置判断阈值，进行颜色识别，统计计算参考标记的像素点坐标，进行相机标定，然后到步骤(7)；

(7)图片计数器k加1，然后到步骤(4)；

(8)通过判断参考点坐标值，进行分、合闸速度计算，然后程序运行结束。

参见图6，数据处理步骤中图像处理算法的流程如下：

(1)对视频每一帧图像的R、G、B通道分别进行色阶调整，使图片色彩均匀分布，然后到步骤(2)；

(2)对视频每一帧图像的R、G、B通道分别进行中值滤波，消除部分背景干扰，然后到步骤(3)；

(3)进行RGB颜色空间到HSV颜色空间的转换，然后到步骤(4)；

(4)对图片的HSV值进行条件判断，将不符合条件像素点的HSV值全部赋值为0，然后到步骤(5)；

(5)进行HSV颜色空间到RGB颜色空间的转换，然后到步骤(6)；

(6)再次对图片的三个通道分别进行中值滤波，以最大限度的减少背景噪声对参考标记像素点识别和统计的干扰，然后算法结束。

参见图7，数据处理步骤中图像颜色识别和相机标定算法的流程如下：

(1)对图片的RGB值进行条件判断，保存所有符合条件的像素点的坐标，然后到步骤(2)；

(2)使用平均值方法求出参考标记的圆心位置坐标，然后到步骤(3)；

(3)判断图片计数器k是否等于1，即是否正在处理第一帧图片，若是则到步骤(4)，否则到步骤(5)；

(4)保存参考标记的初始位置坐标，进行相机标定，然后到步骤(5)；

(5)判断图片计数器k是否等于length，即是否正在处理最后一帧图片，若是则到步骤(6)，否则重复步骤(3)；

(6)保存参考标记的稳定位置坐标，然后算法结束；

参见图8，计算分、合闸速度算法流程如下：

(1)比较参考点的初始位置坐标与稳定位置坐标，若初始位置坐标行值大于稳定位置坐标行值，则高压断路器进行了合闸动作，则到步骤(2)，反之，高压断路器进行了分闸动作，则到步骤(6)；

(2)查询合闸运动所对应的起始图片编号和结束图片序号，然后到步骤(3)；

(3)计算合闸运动行程，然后到步骤(4)；

(4)计算合闸过程的实际运动行程和实际运动时间，然后到步骤(5)；

(5)计算此次合闸速度，然后到步骤(10)；

(6)查询分闸运动所对应的起始图片编号和结束图片序号，然后到步骤(7)；

(7)计算分闸运动行程，然后到步骤(8)；

(8)计算分闸过程的实际运动行程和实际运动时间，然后到步骤(9)；

(9)计算此次分闸速度，然后到步骤(10)；

(10)绘制速度特性曲线，保存计算结果，然后算法结束。

参见图9，计算转动时的分、合闸速度算法流程如下：

(1)根据要求，查询开始时刻图片编号B，以及结束时刻图片编号E，然后到步骤(2)；

(2)令图片计数器K＝B+1，然后到步骤(3)；

(3)判断图片计数器K的值是否大于E，若不大于则到步骤(4)，否则到步骤(6)；

(4)计算第K张图片和第(K-1)张图片中，运动参考点之间的角位移，然后到步骤(5)；

(5)图片计数器的值加1.然后到步骤(3)；

(6)计算参考点实际运动轨迹和实际运动时间，然后到步骤(7)；

(7)计算分、合闸运动速度，然后到步骤(8)；

(8)速度计算结果保存与输出，然后算法结束。