SF6气体泄漏光学检测图像特征提取方法研究

doi:10.11930/j.issn.1004-9649.2014.1.8.4

中国电力 ›› 2014, Vol. 47 ›› Issue (1): 8-12.DOI: 10.11930/j.issn.1004-9649.2014.1.8.4

SF₆气体泄漏光学检测图像特征提取方法研究

耿江海¹, 王平¹, 田姗²

1. 华北电力大学河北省输变电设备安全防御重点实验室,河北保定 071003；
2. 石家庄供电公司,河北石家庄 050021

收稿日期:2013-11-07 出版日期:2014-01-31 发布日期:2015-12-18
作者简介:耿江海（1980-）,男,河北邯郸人,工程师,从事高电压技术的教学及研究工作。E-mail: gengjianghai@163.com
基金资助:
国家高技术研究发展计划（863计划）资助项目（2012AA050802）

Research on the Image Feature Extraction Method for Laser Detection of SF₆ Gas Leakage

GENG Jiang-hai¹, WANG Ping¹, TIAN Shan²

1. Hebei Provincial Key Laboratory of Power Transmission Equipment Security Defense, North China Electric Power University,Baoding 071003, China;
2. Shijiazhuang Power Supply Company, Shijiazhuang 050021, China

Received:2013-11-07 Online:2014-01-31 Published:2015-12-18
Supported by:
This work is supported by National High Technology Research and Development Program of China (863 Program) (2012AA050802)

摘要/Abstract

摘要： 为便于对SF₆气体泄漏光学成像检测信息的系统化和规范化管理,采用Matrix Laboratory（矩阵实验室,简称Matlab）工具开发了1套SF₆气体泄漏光学成像检测综合管理系统。该系统采用图像增强、小波阈值去噪、帧间差分等图像特征提取方法,实现了气体泄漏运动轨迹直观显示、泄漏源定位和泄漏量初判,实现了由人工识别到自动识别的转变,提高了诊断精度及自动化程度。该系统可作为SF₆充气设备绝缘状况的辅助评估、设备故障诊断的技术参考,经现场实际应用反映良好。

关键词: SF6气体泄漏, 特征提取, 图像处理, Matlab

Abstract: In order to realize the effective management of detection information, a management system for laser imaging detection of SF₆ gas leakage is developed with Matlab language in this paper, which can automatically achieve image enhancement, wavelet threshold denoising and frame differencing and has the function of visual display of leakage movement trajectory, leakage locating and quantification, as a result, realizing the change from artificial recognition to automatic recognition and improving the diagnosis accuracy and automation level. This system can be used for assistant evaluation of the insulating status of the SF₆ apparatus and provide technical reference for fault diagnosis for maintenance personnel. Its effectiveness has been proved in practical use.

Key words: SF6 gas leakage, feature extraction, image processing, Matlab

中图分类号:

TM85

耿江海, 王平, 田姗. SF₆气体泄漏光学检测图像特征提取方法研究[J]. 中国电力, 2014, 47(1): 8-12.

GENG Jiang-hai, WANG Ping, TIAN Shan. Research on the Image Feature Extraction Method for Laser Detection of SF₆ Gas Leakage[J]. Electric Power, 2014, 47(1): 8-12.

导出引用管理器 EndNote|Ris|BibTeX

链接本文: https://www.electricpower.com.cn/CN/10.11930/j.issn.1004-9649.2014.1.8.4

https://www.electricpower.com.cn/CN/Y2014/V47/I1/8

参考文献

[1] 高树国,郑爱全,耿江海,等. 应用激光成像技术检测 SF 6 气体泄漏[J]. 高压电器,2010,46（3）：103-105.
GAO Shu-guo, ZHENG Ai-quan, GENG Jiang-hai, et al . Application of laser imaging technology to detection of SF 6 leakage in electrical equipment[J]. High Voltage Apparatus, 2010, 46(3): 103-105.
[2] 王胜辉,律方成,李和明,等. 高压电气设备紫外成像检测管理系统的开发与应用[J]. 高压电器,2009,45（4）：146-149.
WANG Sheng-hui, LV Fang-cheng, LI He-ming, et al . Development and application of UV imaging detection management system for high voltage electrical equipment [J]. High Voltage Apparatus, 2009, 45(4): 146-149.
[3] 尹士畅,喻松林. 基于小波变换和直方图均衡的红外图像增强[J]. 激光与红外,2013,43（2）：225-228.
YIN Shi-chang, YU Song-lin. Infrared image enhancement algorithm based on wavelet transform and histogram equalization [J]. Laser & Infrared, 2013, 43(2): 225-228.
[4] 吴成茂. 直方图均衡化的数学模型研究[J]. 电子学报,2013（3）：598-602.
WU Cheng-mao. Studies on mathematical model of histogram equalization [J]. Acta Electronic Sinica, 2013(3): 598-602.
[5] 徐元哲,何野,郭海涛,等. SF 6 断路器气体泄漏红外图像中散斑噪声的抑制算法[J] .仪器仪表学报,2011,32（12）：2670-2673.
XU Yuan-zhe, HE Ye, GUO Hai-tao, et al . Speckle noise reduction algorithm forinfrared image of gas leakage in SF 6 switcher[J]. Chinese Journal of Scientific Instrument, 2011, 32(12): 2670-2673.
[6] 李旭,赵文杰,杨凯达. 一种改进的中值滤波算法[J]. 中国体视学与图像分析,2013,18（1）：7-11.
LI Xu, ZHAO Wen-jie, YANG Kai-da. An improved method of medain filtering algorithm[J]. Chinese Journal of Stereology and Image Analyse, 2013, 18(1): 7-11.
[7] 薛乃玉,王玉德,赵焕利. 基于Context模型的小波变换阈值自适应图像去噪[J]. 计算机工程与应用,2013,49（4）：227-230.
XUE Nai-yu, WANG Yu-de, ZHAO Huan-li. Mixed adaptive image denosing algorithm based on Context model and wave-let thresholding[J]. Computer Engineering and Applications, 2013, 49(4): 227-230.
[8] 王胜辉,律方成,李和明. 高压设备电晕紫外成像检测图像增强方法的研究[J]. 高压电器,2009,45（6）：15-19.
WANG Sheng-hui, LV Fang-cheng, LI He-ming. Study on image enhancement method of high voltage equipment cornna UV image detection [J]. High Voltage Apparatus, 2009, 45(6): 15-19.
[9] 罗军辉,冯平,哈力旦,等. MATLAB 7.0 在图像处理中的应用[M]. 北京：机械工业出版社,2005.
[10] 王静静,林明秀,魏颖,等. 基于灰度相关的帧间差分和背景差分相融合的实时目标检测[J].中南大学学报：自然科学版,2009,40（1）：142-148.
WANG Jing-jing, LIN Ming-xiu, WEI Ying, et al . Real-time target detection based on combining gray correlation frames differencing and background differencing [J]. Journal of Central South University: Science and Technology, 2009, 40(1): 142-148.
[11] 王振亚,曾黄麟. 一种基于帧间差分和光流技术结合的运动车辆检测和跟踪新算法[J]. 计算机应用与软件,2012,29（5）：117-120.
WANG Zhen-ya, ZENG Huang-lin. A new algorithm of moving vehicle detection and tracking based on combing frame difference method with optical flow technique [J]. Computer Applications and Software, 2012, 29(5): 117-120.
[12] 李玉海,路自强,李后顺,等. 红外成像检漏技术在青海电网SF 6 电气设备泄漏检测中的应用[J]. 高压电器,2012,48（12）：130-134.
LI Yu-hai, LU Zi-qiang, LI Hou-shun, et al . Application of infrared imaging leakage detection technology to SF 6 electric equipment leakage detection in Qinghai power grid[J]. High Voltage Apparatus, 2012, 48(12): 130-134.
[13] 胡红红,钟建灵,郑亚君. 运行中SF 6 全封闭组合电器的故障检测[J]. 中国电力,2010,43（12）:19-22.
HU Hong-hong, ZHONG Jian-ling, ZHENG Ya-jun. Online fault detection for SF 6 gas-insulated metal-enclosed switchgears[J].Electric Power, 2010, 43(12): 19-22.
[14] 唐嘉. SF 6 电气绝缘设备故障时气体特征分解物的检测及应用[J]. 中国电力,2011,44（5）：30-33.
TANG Jia. Detection of gas decomposition products of SF 6 gas-insulated electric equipment under faults and its applications[J]. Electric Power, 2011, 44(5): 30-33.

[1]	郑鹏, 韩鹏程, 王国栋, 娄颖. 中压配电线路断线高阻接地故障精细化诊断方法[J]. 中国电力, 2024, 57(4): 220-228.
[2]	张博智, 张茹, 焦东翔, 王龙宇, 周一凡, 周丽霞. 基于VMD-SAST的电能质量扰动分类识别方法[J]. 中国电力, 2024, 57(2): 34-40.
[3]	李丹, 梁云嫣, 缪书唯, 方泽仁, 胡越, 贺帅. 基于高斯混合聚类和改进条件变分自编码的多风电场功率日场景生成方法[J]. 中国电力, 2024, 57(12): 17-29.
[4]	马海飞, 滕伟, 彭迪康, 柳亦兵, 靳涛. 基于DRS与改进Autogram的风电齿轮箱复合故障特征提取[J]. 中国电力, 2023, 56(10): 71-79.
[5]	胡京, 邓颖, 蒋兴良, 曾蕴睿. 输电线路覆冰垭口微地形的特征提取与识别方法[J]. 中国电力, 2022, 55(8): 135-142.
[6]	樊江川, 于昊正, 刘慧婷, 杨丽君, 安佳坤. 基于多分支门控残差卷积神经网络的短期电力负荷预测[J]. 中国电力, 2022, 55(11): 155-162,174.
[7]	黄冬梅, 王玥琦, 胡安铎, 孙锦中, 时帅, 孙园, 房岭锋. 融合多维度特征的绝缘子状态边缘识别方法[J]. 中国电力, 2022, 55(1): 133-141.
[8]	刘文慧, 徐遵义, 张旭冉, 张海燕. 基于互信息和PCA理论的湿法烟气脱硫工况特征提取方法[J]. 中国电力, 2020, 53(8): 158-163.
[9]	林女贵, 洪兰秀, 黄道姗, 易扬, 刘智煖, 徐启峰. 基于改进深度自编码网络的异常用电行为辨识[J]. 中国电力, 2020, 53(6): 18-26.
[10]	李振宇, 郭锐, 赖秋频, 杨军, 雍民, 王亮, 傅思遥. 基于计算机视觉的架空输电线路机器人巡检技术综述[J]. 中国电力, 2018, 51(11): 139-146.
[11]	罗朝祥, 万华舰, 罗文博, 姜岚. 输电线路导线覆冰图像处理与识别技术[J]. 中国电力, 2014, 47(9): 132-136.
[12]	李琳, 段晓波, 刘观起, 周文. 110 kV 电容式电压互感器谐波测量特性试验及仿真[J]. 中国电力, 2014, 47(8): 57-61.
[13]	程晓绚, 林周宏, 刘崇茹, 王清. MMC子模块中IGBT等效模型的仿真验证[J]. 中国电力, 2013, 46(7): 47-51.
[14]	万书亭，韩国栋. M a t l a b与 C#. n e t 混合编程的电缆优化分割研究[J]. 中国电力, 2013, 46(6): 48-51.
[15]	栾军山,冯涛,陈华. 光伏发电系统最大功率点跟踪控制策略研究[J]. 中国电力, 2012, 45(11): 74-77.

SF₆气体泄漏光学检测图像特征提取方法研究

Research on the Image Feature Extraction Method for Laser Detection of SF₆ Gas Leakage

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

模态框（Modal）标题