本发明涉及一种电力系统故障检测系统及方法，尤其是涉及一种基于紫外和红外图像的电力系统故障检测系统及方法。
背景技术：
电力设备长期工作运行在高电压、大电流的状态下，同时还受到日晒、雨淋、潮湿、高温和风尘等恶劣环境和自然条件的损害，容易发生设备的劣化和缺陷，甚至导致事故的发生，因此对电力设备的进行状态定时定点检测是十分有必要的。电力设备的日常预防性维护已成为电力部门的制度，可以有效降低和预防电力设备事故的发生。
早期电力设备的维护是故障后维修，这种方式下突发故障往往会造成巨大的损失。传统的预防性维护必须要在停电的情况下才能进行检测，设备关机后的状态往往和运行时不一样，影响检测精度和准确性。所以，电力设备的不断电、实时在线监测系统就体现出其优越性。
目前电力设备故障检测技术主要是紫外、红外单独进行的检测技术。红外成像法是利用电气设备外部升温来发现某些故障，这种方法可以在非接触、非断电情况下进行，但是易受到阳光、大风、潮湿、环境温度及一些能引起高压设备表面温度剧烈变化的其他因素影响，且不易直观定位远距离的放电点。紫外成像检测法通过观察和检测日盲紫外光信号，用紫外相机拍摄紫外图像并将紫外信号转换为可见光信号生成图像，便于直观观测放电信号，这种方法受环境、气候等条件限制较少，可以直观准确地进行放电点的定位，对于线路设备外部电晕及沿面放电的缺陷，如导线外部损伤、断股、散股等故障较为敏感，与红外检测技术相比，紫外成像技术可发现设备的早期隐患，与红外成像检测技术形成有效的互补，但我国对日盲紫外成像的研究起步较晚，近几年国内的一些研究所和大学才开始对紫外成像仪进行研究和探索，并取得了一定进展。
技术实现要素：
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于紫外和红外图像的电力系统故障检测系统及方法。
本发明的目的可以通过以下技术方案来实现：
一种基于紫外和红外图像的电力系统故障检测系统，该系统包括红外相机、紫外相机和上位机，所述的红外相机和紫外相机架设于待检测的电力设备前方，且红外相机和紫外相机光路在平行的光轴上，所述的红外相机和紫外相机均连接上位机，所述的上位机设有用于对红外相机和紫外相机拍摄的红外图像和紫外图像进行分析处理得到故障结果的图像处理分析模块。
所述的图像处理分析模块包括：
红外图像处理子模块：该子模块对红外相机拍摄的红外图像进行处理将其转化为温度分布图像，所述的温度分布图像中每一像素点对应电力设备对应位置的温度大小；
紫外图像处理子模块：该子模块对紫外相机拍摄的紫外图像进行处理得到放电点紫外图像；
图像融合子模块：该模块将放电点紫外图像融合至温度分布图像中得到融合图像，所述的融合图像包括带检测的电力设备的温度分布和放电点位置信息。
所述的图像处理分析模块还包括最高温度点圈选子模块，所述的最高温度点圈选子模块连接红外图像处理子模块，最高温度点圈选子模块在温度分布图像中寻找最高温所对应的像素点，并圈选该点，显示该点的温度值以及对应的位置坐标。
所述的紫外相机为日盲紫外相机。
所述的红外相机为长波红外相机。
一种采用上述基于紫外和红外图像的电力系统故障检测系统的故障检测方法，该方法包括如下步骤：
(1)红外相机和紫外相机分别获取待检测的电力设备的红外图像和紫外图像；
(2)将红外图像转换为温度分布图像，所述的温度分布图像中每一像素点对应电力设备对应位置的温度大小；
(3)对紫外图像进行处理，获得待检测的电力设备的放电点紫外图像；
(4)将放电点紫外图像融合至温度分布图像中得到融合图像，所述的融合图像包括带检测的电力设备的温度分布和放电点位置信息；
(5)对融合图像进行亮度调整和伪彩处理，得到电力设备的温度分布图，同时放电点电晕区作高亮显示。
步骤(2)后还包括对待检测设备的最高温度点的圈选，具体地：根据温度分布图像建立温度-灰度曲线，从温度-灰度曲线中选出温度最高点并在温度分布图像中圈处，同时显示生成该点的温度值以及对应的位置坐标。
与现有技术相比，本发明具有如下优点：
(1)本发明同时获取了电力系统放电点的紫外和红外波段图像，对两个波段进行图像融合，同时实现了对电力设备温度场分布的成像检测以及电力设备的电晕检测，实现了发热和放电复合型缺陷的故障点定位、缺陷严重程度定量化信息处理，极大的提高了电力设备的检测效率，为电力现场的局部放电点检测提供了一种新的途径。
(2)本发明通过长波红外相机获取红外图像，通过换算显示被测电气设备表面温度，并对其分布情况进行测试、分析和判断，准确地发现电气设备运行中的异常和缺陷，相较于短波红外成像，长波红外相机的精度更高，抗干扰性更强，具有更大的优势；
(3)本发明检测方法不直接接触、无需断电，能够实现实时测量，且测量结果高效准确。
附图说明
图1为本发明基于紫外和红外图像的电力系统故障检测系统的结构框图。
图中，1为红外相机，2为紫外相机，3为上位机，4为待检测的电力设备。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。
实施例
如图1所示，一种基于紫外和红外图像的电力系统故障检测系统，该系统包括红外相机1、紫外相机2和上位机3，红外相机1和紫外相机2架设于待检测的电力设备4前方，且红外相机1和紫外相机2光路在平行的光轴上，红外相机1和紫外相机2均连接上位机3，上位机3设有用于对红外相机1和紫外相机2拍摄的红外图像和紫外图像进行分析处理得到故障结果的图像处理分析模块。本实施例中待检测的电力设备4包括：电塔的塔身、地线和电塔金具。
图像处理分析模块包括：
红外图像处理子模块：该子模块对红外相机1拍摄的红外图像进行处理将其转化为温度分布图像，温度分布图像中每一像素点对应电力设备对应位置的温度大小；
紫外图像处理子模块：该子模块对紫外相机2拍摄的紫外图像进行处理得到放电点紫外图像；
图像融合子模块：该模块将放电点紫外图像融合至温度分布图像中得到融合图像，融合图像包括带检测的电力设备的温度分布和放电点位置信息。
图像处理分析模块还包括最高温度点圈选子模块，最高温度点圈选子模块连接红外图像处理子模块，最高温度点圈选子模块在温度分布图像中寻找最高温所对应的像素点，并圈选该点，显示该点的温度值以及对应的位置坐标。
紫外相机2为日盲紫外相机2。
红外相机1为长波红外相机1。
一种采用上述基于紫外和红外图像的电力系统故障检测系统的故障检测方法，该方法包括如下步骤：
(1)红外相机1和紫外相机2分别获取待检测的电力设备4的红外图像和紫外图像；
(2)将红外图像转换为温度分布图像，温度分布图像中每一像素点对应电力设备对应位置的温度大小；
(3)对紫外图像进行处理，获得待检测的电力设备4的放电点紫外图像；
(4)将放电点紫外图像融合至温度分布图像中得到融合图像，融合图像包括带检测的电力设备的温度分布和放电点位置信息；
(5)对融合图像进行亮度调整和伪彩处理，得到电力设备的温度分布图，同时放电点电晕区作高亮显示。
步骤(2)后还包括对待检测设备的最高温度点的圈选，具体地：根据温度分布图像建立温度-灰度曲线，从温度-灰度曲线中选出温度最高点并在温度分布图像中圈处，同时显示生成该点的温度值以及对应的位置坐标。
本发明的检测原理是：①紫外部分：日盲紫外相机2使用增强电荷耦合器件(intensifiedccd，iccd)实现对紫外光子的探测，iccd主要有光电阴极、微通道板(microchannelplate，mcp)放大器、荧光屏、光纤光锥、可见光ccd相机组成，紫外光源发出的紫外波段信号通过滤光片之后照射到对紫外信号敏感的光电阴极上进行光电转换，生成的光电子再经由高压电场加速后通过mcp进行电子倍增，经过倍增后的电子轰击荧光屏实现光电子到光子的转换，光子经过光纤光锥到达可见光ccd相机，从而获取到故障目标的紫外图像。②红外部分：长波红外相机1是依靠探测微型辐射热量的热探测器吸收入射的红外辐射，通过换算显示被测电气设备表面温度，并对其分布情况进行测试、分析和判断，准确地发现电气设备运行中的异常和缺陷，相较于短波红外成像，长波红外相机1的精度更高，抗干扰性更强，具有更大的优势。③图像融合：本系统采用一种改进的基于canny准则的小波边缘检测算法。由于紫外图像比红外图像小，通过简单的几何缩放关系，确定紫外图像在红外图像中的边缘位置，然后利用一种基于canny准则的小波边缘检测算法，提取主要的紫外能量区，融合到红外图像中，得到最终的检测结果。
令θ(x,y)是二维平滑函数，定义两个小波函数为：
对ψ1(x,y)、ψ2(x,y)进行二行伸缩和平移构成基函数：
对于二维函数f(x,y)，其小波变换可通过卷积实现：
x方向为：
y方向为：
在尺度2j上，梯度矢量的模为：
其幅角为：
梯度方向指向梯度的模取极大值的方向，于是，只要沿着梯度方向检测小波变换系数模的局部极大值点，即可得到图像的边缘点。沿边缘点连线提取该闭合区域，即得到待融合的紫外能量区。