[发明专利]一种变电站绝缘子缺陷在线检测方法及装置有效

专利信息
申请号: 201911183433.4 申请日: 2019-11-27
公开(公告)号: CN110827278B 公开(公告)日: 2023-01-20
发明(设计)人: 郭晨鋆;涂彦昕;曹占国;刘立帅;于虹;王黎明;马显龙;梅红伟;段雨廷;舒越 申请(专利权)人: 云南电网有限责任公司电力科学研究院
主分类号: G06T7/00 分类号: G06T7/00;G06T7/11;G01N25/18;G01N25/72
代理公司: 北京弘权知识产权代理有限公司 11363 代理人: 逯长明;许伟群
地址: 650217 云南省昆*** 国省代码: 云南;53
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 变电站 绝缘子 缺陷 在线 检测 方法 装置
【权利要求书】:

1.一种变电站绝缘子缺陷在线检测方法,其特征在于,包括以下步骤:

变电站绝缘子缺陷在线检测装置移动至待检测点;

通过变电站绝缘子缺陷在线检测装置的红外热像仪采集绝缘子的第一红外热图序列;

将所述第一红外热图序列中的待识别绝缘子区域框出并裁减,对裁剪所得图片进行归一化、灰度化处理得到低背景噪声尺寸变小的灰度化红外热图序列;

将所述灰度化红外热图序列进行离散傅里叶变换,得到预设频率相位图序列、预设频率幅值图序列;

将所述预设频率的相位图序列进行高斯核滤波降采样,得到低噪声预设频率相位图序列;

使用DeepLabv3神经网络模型分割出所述低噪声预设频率相位图序列的绝缘子部分,基于预设大小检测单元的投票机制,计算缺陷疑似区域和无缺陷区域的差值绝对值Contrast;

若Contrast≥20,则所在低噪声预设频率相位图序列所记录的被检绝缘子存在缺陷,发出缺陷存在指令并将所述存在缺陷的第一红外热图序列、预设频率相位图序列和预设频率幅值图序列存入数据库待后续人工定位具体缺陷;

若Contrast≤20,则所在低噪声预设频率相位图序列所记录的被检绝缘子正常,发出正常指令,所述变电站绝缘子缺陷在线检测装置移动至下一检测点重复执行上述步骤。

2.根据权利要求1所述的变电站绝缘子缺陷在线检测方法,其特征在于,所述通过变电站绝缘子缺陷在线检测装置的红外热像仪采集绝缘子的第一红外热图序列的步骤之前还包括步骤:

通过调整所述红外热像仪所在的多自由度云台的高度、载物平台的高度、红外热像仪的角度、强聚光激励源发射器的方向,确保所述强聚光激励源发射器发出的光束与所述红外热像仪镜头中画面中心位置保持一致。

3.根据权利要求1所述的变电站绝缘子缺陷在线检测方法,其特征在于,将所述第一红外热图序列中的待识别绝缘子区域框出并裁减,对裁剪所得图片进行归一化、灰度化处理得到低背景噪声尺寸变小的灰度化红外热图序列,包括:

将所述第一红外热图序列发送至变电站绝缘子缺陷在线检测装置的目标识别模块和图像处理模块;

所述目标识别模块使用YOLOv3神经网络模型识别所述第一红外热图序列中的绝缘子并框处,然后裁剪输出只包括绝缘子的图片序列,形成第二红外热图序列;

基于所述第二红外热图序列进行归一化处理和灰度化处理,得到低背景噪声、尺寸变小且相同的灰度化红外热图序列。

4.根据权利要求1所述的变电站绝缘子缺陷在线检测方法,其特征在于,所述预设频率为低频段频率,具体设置为f=1、3、5、8、10Hz。

5.根据权利要求1所述的变电站绝缘子缺陷在线检测方法,其特征在于,使用DeepLabv3神经网络模型分割出所述低噪声预设频率相位图序列中的绝缘子部分,基于预设大小检测单元的投票机制,计算缺陷疑似区域和无缺陷区域的差值绝对值Contrast,包括以下步骤:

使用DeepLabv3神经网络模型分割出所述低噪声预设频率相位图序列中的绝缘子部分,以15×15像素单元为检测单元,并计算获取所述检测单元的平均灰度值;

将0-255的灰度值以5为单位划分为51个组,对所述检测单元的所述平均灰度值进行投票,投票数最高的平均灰度值记作正常灰度值IS

计算各像素点平均灰度值IDn和所述平均灰度值IS的差值绝对值,得到Contrast表示如下:

其中,n表示第n个缺陷疑似区域。

6.根据权利要求5所述的变电站绝缘子缺陷在线检测方法,其特征在于,所述正常灰度值表示所在的检测单元为无缺陷区域。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于云南电网有限责任公司电力科学研究院,未经云南电网有限责任公司电力科学研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911183433.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top