基于圖像分析的復(fù)合絕緣子憎水性檢測方法研究.pdf

1、隨著環(huán)境污染的日益嚴(yán)重和電網(wǎng)規(guī)模的不斷擴(kuò)大,傳統(tǒng)玻璃、瓷絕緣子已經(jīng)不能滿足線路絕緣要求。復(fù)合絕緣子因其優(yōu)越的憎水及憎水遷移性而具備的耐污閃性能在電力系統(tǒng)中應(yīng)用越來越廣泛,特別是在高壓、特高壓線路運(yùn)行中。隨著運(yùn)行時(shí)間的推移,復(fù)合絕緣子在污穢、電場、紫外線等作用下會(huì)出現(xiàn)不同程度的老化,其憎水性變得越來越差,嚴(yán)重影響了復(fù)合絕緣子耐污閃性能。因此要對復(fù)合絕緣子憎水性進(jìn)行定期檢測,這對于保證輸電線路安全運(yùn)行具有十分重要的意義。
　　本文在總

2、結(jié)前人相關(guān)研究的基礎(chǔ)上,對基于圖像處理技術(shù)的復(fù)合絕緣子憎水性在線檢測中所涉及到圖像濾波、圖像分割、自動(dòng)分級相關(guān)問題展開研究。以復(fù)合絕緣子表面?zhèn)闳箞D像為感興趣區(qū)域,針對憎水性圖像固有噪聲,提出了一種基于非下采樣Contourlet變換的憎水性圖像去噪算法。采用非下采樣Contourlet變換對憎水性圖像進(jìn)行分解,分析不同尺度不同方向上的系數(shù)響應(yīng)特性,對低頻系數(shù)中光照不均勻噪聲采用B樣條曲面逼近方法進(jìn)行處理,對帶通系數(shù)中的高頻噪聲采用非線性

3、有選擇濾波。濾波結(jié)果表明:此算法不僅最大限度地保留了圖像中的有用信息,同時(shí)具有良好的去噪效果。
　　根據(jù)憎水性圖像中水跡的邊緣、區(qū)域特點(diǎn),提出了一種基于改進(jìn)GAC-CV模型的圖像分割算法。融合不同的特征因子,將目標(biāo)分割問題應(yīng)用水平集方法進(jìn)行求解,分割結(jié)果表明:分割后水珠邊緣連續(xù),區(qū)域較完整,可滿足不同情況下的憎水性圖像分割要求。
　　對復(fù)合絕緣子憎水性與污閃特性相關(guān)機(jī)理進(jìn)行總結(jié)與分析,設(shè)計(jì)了一種基于電網(wǎng)絡(luò)理論的復(fù)合絕緣子表面

4、電場分析方法。應(yīng)用分割后的二值圖像構(gòu)建復(fù)合絕緣子電網(wǎng)絡(luò)模型,考慮不同憎水性與受污度情況下復(fù)合絕緣子表面等效電阻和電場分布情況。結(jié)果分析表明:在相同的受污程度下,憎水性越差,等效電阻越小,而最大電場值則隨著憎水性的下降呈現(xiàn)增大、減小、增大、減小的變化規(guī)律;在相同的憎水性等級下,隨著污穢的加重,最大電場值和等效電阻均減小。
　　最后將支持向量機(jī)用于復(fù)合絕緣子憎水性自動(dòng)分級當(dāng)中。對分割后水跡進(jìn)行特征提取,包括最大水跡面積比、形狀因子、盒