[发明专利]一种新型的线路绝缘子绝缘状态评估方法

说明书

本发明提出一种新型的线路绝缘子绝缘状态评估方法，结合光学相机成像原理进行线路绝缘子可见光图像获取，同时针对线路绝缘子图像进行了去噪处理，使用一种最大类间方差法与形态学方法相结合的图像分割方法，将图像有效部分分割出来，通过对颜色特征的降维处理后，使用基于径向基概率神经网络分类器(RBPNN)的人工智能方法实现了绝缘子污秽等级的智能识别。本发明的方法结合图像处理和信息融合的方法对绝缘子表面图像进行获取、去噪、分割处理，通过人工智能方法实现了绝缘子污秽等级的智能识别。

技术领域

本发明涉及一种新型的线路绝缘子绝缘状态评估方法，尤其是涉及一种图像处理和信息融合的线路绝缘子绝缘状态智能判断方法。

背景技术

随着我国工矿企业和电力工业的发展，空气中排放的污秽日益增多，雾霾日益严重，使得电网所处区域的污秽等级不断提高，设备积污现象日趋严重。另一方面我国用电需求不断增长，电网装机容量及网络规模显著扩大，电压等级不断提高，电网设备和线路日益增多，电网污闪事故有日益增加的趋势，研究污秽的积累过程，及时、准确地预警和预防污闪事故的发生是进行防污工作的最有效手段之一，对电网安全经济运行尤为重要。

目前，国内外高压绝缘子污秽检测手段和方法很多，包括在线测量泄漏电流法、测量等值附盐密度法、污层电导率法、测量闪络场强法、红外测温法、光谱法、微波辐射法、紫外脉冲法、声发射法等等，但是这些方法都是针对某个污秽参数或其衍生参数，结合相关的运行条件，用特殊的检测装置测得绝缘子污秽情况，现场实施十分不便，未能大范围应用于工程实际，国内有学者开始探讨使用可见光图像进行绝缘子污秽状态检测，这些方法还只是在试验室或变电站支柱绝缘子上得到一定的研究和应用，还没有在线路绝缘子上应用。

发明内容

为了解决现有技术中线路绝缘子绝缘状态评估不能准确的判断污秽等级，影响了污闪的及时、准确预警的问题，本发明提供一种新型的线路绝缘子绝缘状态评估方法，通过大量试验数据比对分析结合光学相机成像原理提出了线路绝缘子可见光图像获取的基本原则，同时针对线路绝缘子图像进行去噪处理，使用一种最大类间方差法与形态学方法相结合的图像分割方法，将图像有效部分分割出来，通过对颜色特征的降维处理后，使用基于径向基概率神经网络分类器(RBPNN)的人工智能方法实现了绝缘子污秽等级的智能识别。

为了达到上述目的，本发明所采用的技术方案是：一种新型的线路绝缘子绝缘状态评估方法，其特征在于，包括如下步骤：

步骤1：结合光学相机成像原理进行线路绝缘子可见光图像获取，同时使用基于Bayes估计的小波自适应绝缘子可见光图像去噪方法对线路绝缘子图像进行去噪处理；

步骤2：为了研究绝缘子盘面部分，去除无关的图像细节，先利用OTSU方法将绝缘子盘面区域分割出来，然后对因噪声干扰而形成的小洞采用形态学方法填补；

步骤3：采用费舍尔准则对图像的颜色特征进行选择，通过基于K-L变换的污秽绝缘子可见光图像特征参量的信息融合方法进行降维处理，使用基于径向基概率神经网络分类器RBPNN的人工智能方法实现绝缘子污秽等级的智能识别。

进一步地，步骤1中，线路绝缘子可见光图像获取和去噪处理方法如下：

步骤1-1，拍摄时，镜头的选取与杆塔呼高D及绝缘子结构高度H有关系，镜头的焦距f的计算公式如下：

其中W为相机CCD尺寸的宽度；

根据以上方法得到绝缘子表面的图像；

步骤1-2，得到绝缘子表面的图像后，对可见光图像进行灰度化处理，其处理的灰度化计算公式如下：

V_gray＝0.3R+0.59G+0.11B (2)