， ，

(上海工程技術(shù)大學(xué) 電子電氣工程學(xué)院，上海 201620)

0 引言

大型電力設(shè)備一般是暴露在戶外的條件下工作，因此其在運行過程中除了會受熱的、電的、機械的負(fù)荷作用的影響外，還有自然環(huán)境(溫度、氣壓、濕度等)的影響。長期在這種環(huán)境下工作，容易導(dǎo)致電力設(shè)備的性能下降且逐漸降低其用電可靠性。此外，一些電力設(shè)備的絕緣材料長期工作在在高壓、高溫的環(huán)境下，其結(jié)構(gòu)和成分也會發(fā)生變化，導(dǎo)致介質(zhì)損耗隨之增大、絕緣性能逐漸下降甚至消失；還有一些絕緣子是工作在大氣中的，極易受環(huán)境污穢的影響，導(dǎo)致其表面絕緣性能下降，從而引起電路故障[1]。

目前，根據(jù)調(diào)查了解到國內(nèi)外常用到的對電力設(shè)備監(jiān)測的方法主要包括以下幾種：光譜法；紫外脈沖法；徑向溫度法；超聲波檢測法等。這些檢測方法均取得了一定的效果，但分析文獻(xiàn)之后發(fā)現(xiàn)很多研究方法依舊存在著危險性高、算法復(fù)雜等問題，均需要進(jìn)一步深入研究。由于各個行業(yè)對電量需求的增加，電力系統(tǒng)規(guī)模也在不斷擴大，電力設(shè)備的故障率也在不斷增加[1]。因此，對電力設(shè)備可靠性的要求也越來越高，特別是在變電站逐漸普及的情況下，對電力設(shè)備的故障檢測提出了更高的要求。目前，我國大部分變電站已建立了在線監(jiān)測系統(tǒng)，部分變電站已實現(xiàn)無人工作。然而，變電站的電源設(shè)備種類繁多，結(jié)構(gòu)復(fù)雜。無論是在常規(guī)變電站還是無人值班變電站，都需要使用在線監(jiān)測或故障專家診斷系統(tǒng)作為輔助決策技術(shù)，以提高其監(jiān)控系統(tǒng)的監(jiān)控能力。為了實現(xiàn)無人值守的真正實現(xiàn)，必須增加電力設(shè)備在線監(jiān)測系統(tǒng)和故障診斷。

因此，針對常見電力設(shè)備故障的特點，本文提出一種基于Harris角點檢測的方法來實現(xiàn)對電力設(shè)備的監(jiān)測，該方法將攝像頭搜集的實時圖像和正常運行時電力設(shè)備的圖像進(jìn)行比較，監(jiān)測的工作人員根據(jù)兩幅圖像中角點的差異對比來判斷電力設(shè)備是否發(fā)生故障，以便及時采取相應(yīng)的處理措施，從而確保整個電力系統(tǒng)運行的安全性和穩(wěn)定性[2]。

1 Harris角點檢測算法

在圖像處理的時候，角點是表現(xiàn)對象局部特征的關(guān)鍵因素, 它不僅可以保留處理對象的重要特征信息，還可以有效去除圖像中的無關(guān)因素，大大提高了圖像處理效率[2]。

Harris算法是以Moravec算法為基礎(chǔ)的，Moravec算法計算的是以所取的點為基礎(chǔ)，沿上下左右4個方向計算的窗口灰度變化值。與Moravec算法不同的是，Harris角點算法是通過計算窗口沿任意方向移動后的灰度變化值[3]。

該算法的步驟如下：

1)利用Harris角點檢測算法檢測模板圖像并查找角點。

2)在檢測到的Harris角點找到一階特征點。在多個一階特征點上，我們發(fā)現(xiàn)高階特征點。無參考圖像角點檢測是因為參考圖像通常較大，消耗更多的時間。

3)在參考圖像中找到具有相同灰度值和一階特征點的灰度值的所有點，并計算8個鄰域的灰度值和灰度值的灰度值是否與一階特征點相同，如果相同，則關(guān)鍵點是參考圖像上的特征點的位置[4]。

模板圖像上的點和參考圖像上的對應(yīng)點不是傳統(tǒng)模板圖像上的點，但是可以通過簡單轉(zhuǎn)換找到角點的位置和參考圖像中的圖像的位置[5]。

除此之外，作出改進(jìn)的是，Harris算法用解析的形式進(jìn)行表達(dá)：設(shè)以像素點(x,y)為中心的窗口沿X方向上移動u個單位長度，沿Y方向上移動v個單位長度[6]。據(jù)此，Harris給出了灰度變化度量的解析式:

Ax2+By2+2Cxy

(1)

E(x,y)為窗口內(nèi)的灰度變化量；W為圖像的窗口；I為圖像的灰度。

在這個操作系統(tǒng)中，如果監(jiān)測到圖像的角點圖像窗口的偏移，它的自相關(guān)函數(shù)E(x,y)也會相應(yīng)改變。

其中：A、B、C是二階方程方向微分的近似表達(dá)，也可用以下表達(dá)：

(2)

(3)

(4)

其中:h(x,y)表示的是高斯平滑濾波函數(shù)，X、Y表示的是一階方向上的微分，圖像灰度分別與x的差分算子，用|1 0 -1|和|1 0 -1|T表示[7]。

這樣的話方程E(x,y)可轉(zhuǎn)化為:

(5)

(6)

如果最終得到的系統(tǒng)M矩陣的兩個特征值都是大的，則此時圖像灰度自相關(guān)函數(shù)的兩個正交方向的極值曲率較大，也就是說這個點是角點。本文基于Harris角點檢測的圖像定義了灰度值特征，并以灰度值特征作為匹配基準(zhǔn)[8]。

Harris 角點檢測算法雖然是一種經(jīng)典的角點檢測算法, 但該方法仍然存在以下不足:

1)在對角點測量中執(zhí)行非極大值抑制。在確定局部極大值時，角點提取的效果取決于單個閾值的設(shè)置。

2)雖然采用了可調(diào)窗口的高斯平滑函數(shù)，但在實際應(yīng)用中，高斯窗口則不易控制。

3)當(dāng)平滑的高斯函數(shù)平滑圖像時，由于過度平滑，會導(dǎo)致角信息將丟失。

總的來說，Harris角點算法是一種效率很高的圖像角點提取的算法，其優(yōu)點主要有以下兩個方面:

1)提取的角點均勻而且合理[9]。Harris角點算法對圖像中的所有出現(xiàn)的點都會計算出其響應(yīng)值，然后在鄰域內(nèi)尋找最優(yōu)的點。

2)提取的角點穩(wěn)定可靠。在圖像中，只要沒有大的尺度變化，Harris算法都能提取出相對穩(wěn)定的角點[10]。

2 算法的功能設(shè)計

根據(jù)角點監(jiān)測流程圖可知，首先要對首幀圖像的角點進(jìn)行提?。涸跀z像頭固定的情況下，先由監(jiān)測管理的工作人員調(diào)整攝像頭的焦距，尋找最佳的圖像監(jiān)測位置。焦距固定之后，對首幀圖像進(jìn)行預(yù)處理并作出角點選取[11]。接下來，由工作人員選取出首幀圖像中的角點作為目標(biāo)角點，循環(huán)提取攝像頭采集到的圖像并按照同樣的處理方式進(jìn)行角點比對[12]。

圖1 角點監(jiān)測流程圖

具體操作過程如下：

1)調(diào)整設(shè)備，建立通訊連接；

2)記錄設(shè)備正常運行時的Harris角點檢測處理結(jié)果；

3)平滑移動攝像頭，調(diào)整焦距，當(dāng)目標(biāo)(電力設(shè)備)清晰地出現(xiàn)在設(shè)定位置時開始測量；

4)讀取目標(biāo)初始狀態(tài)，并采集圖像；

5)圖像預(yù)處理；

6)獲取圖像中的目標(biāo)信息；

7)利用Harris角點檢測的方法對圖像進(jìn)行處理；

8)將處理后的圖像與之前記錄的圖像進(jìn)行對比，判斷電力設(shè)備是否故障；

9)有故障及時上報，有工作人員維修；沒有故障進(jìn)入下一步；

10)一輪檢測結(jié)束，繼續(xù)監(jiān)測[13]。

圖2 正常運行的絕緣子串拍攝圖

操作中的難點和注意事項：

1)建立通訊連接時，應(yīng)當(dāng)注意保證設(shè)備信號的穩(wěn)定性，避免因外界信號干擾導(dǎo)致圖像失真；

2)目標(biāo)和背景的自適應(yīng)分割：由于目標(biāo)發(fā)熱程度不同和范圍各異等因素導(dǎo)致圖像分割比較困難；

3)設(shè)備的類型較多，就要考慮多種顏色和亮度變化，并且目標(biāo)本身的顏色、亮度也不是一成不變的(老化、光線因素)，這樣也造成了光學(xué)圖像的分割困難；

4)環(huán)境因素的影響：如大霧、雨雪天氣會造成圖像的整體噪聲和亮度異常，也會加劇目標(biāo)分割的困難[14]；

5)部位尺寸的估計：尺寸的估計依賴于圖像分辨率，對于分辨率粗糙的圖像還要做超分辨率處理，以提升圖像的分辨質(zhì)量；

6)光線的好壞會導(dǎo)致攝像頭采集到的點的亮度不一，增加識別困難[15]。

3 實驗結(jié)果與分析

圖4為該監(jiān)測系統(tǒng)從攝像頭上傳的圖片中提取的某個時刻的絕緣子串狀態(tài)的圖片，經(jīng)過Harris角點檢測，通過對比發(fā)現(xiàn)圖4中的角點相對圖3增多，據(jù)此可以判斷該絕緣子串發(fā)生故障，需要工作人員及時采取處理措施，避免發(fā)生用電事故[16]。絕緣子串故障如圖5所示。

圖3 正常角點監(jiān)測 圖4 故障角點監(jiān)測

圖5 絕緣子串故障圖

當(dāng)監(jiān)測系統(tǒng)對比兩幀圖像時，一旦發(fā)現(xiàn)圖像中角點變化，就會立馬發(fā)出報警信號提醒工作人員進(jìn)行及時檢查并做出處理。此外，當(dāng)設(shè)備沒有發(fā)生故障時，工作人員可以通過該監(jiān)測系統(tǒng)切換至實時監(jiān)測界面，進(jìn)而觀測電力設(shè)備的具體信息和狀態(tài)。

結(jié)果表明，該方法可以減少數(shù)據(jù)冗余，明顯減少運算時間，極大地提高了角點檢測的效率和精度[17]。該算法易于編程，能滿足攝影測量等快速角點檢測的需要。

Harris角點檢測方法可以自適應(yīng)地檢測電力設(shè)備和邊緣部分的細(xì)節(jié)，并通過與設(shè)備的標(biāo)定邊緣圖像進(jìn)行比較，可以識別電力設(shè)備運行的變化。例如，該方法用于絕緣子的紅外圖像和傳輸?shù)挠嬎?。它還可以識別導(dǎo)線斷開、絕緣子斷裂、鐵塔損壞和變形等故障，可以促使電力工作者及時排除隱患，保證電力系統(tǒng)的安全運行[18]。

通過該方法，基本實現(xiàn)了遠(yuǎn)程對電力設(shè)備的運行狀態(tài)進(jìn)行監(jiān)控，大大減少了設(shè)備檢修人員的工作負(fù)擔(dān)且大大提高了電力設(shè)備檢測的準(zhǔn)確性和效率[19]。但是，該方法進(jìn)行實踐是發(fā)現(xiàn)以下幾問題：

1)檢修的電力設(shè)備不具有普適性：通過對該方法的介紹不難看出，對于一些精密度較高的電氣設(shè)備是無法通過該方法對其進(jìn)行質(zhì)量監(jiān)測的；

2)檢修時受環(huán)境因素影響較大：由于該方法檢測的依據(jù)是圖像，對于圖像的采集效果是檢測結(jié)果的決定性因素。在圖像采集時，極易受到光線，溫度，濕度，氣候等環(huán)境因素的影響[20]。

4 結(jié)語

由于人們對電力系統(tǒng)安全運行的要求，電力系統(tǒng)運行過程中的常見故障不僅會影響整個電力系統(tǒng)的安全穩(wěn)定，還會嚴(yán)重影響人們的生活和企業(yè)生產(chǎn)。因此，電力相關(guān)人員必須了解和掌握電力系統(tǒng)運行中常見故障的診斷方法，然后采取有效措施加以解決，以保證電力設(shè)備運行系統(tǒng)的安全穩(wěn)定運行，從而滿足電力系統(tǒng)的需求。

隨著電力設(shè)備運行時間的增長和消耗增加，其性能和可靠性也會逐漸下降，導(dǎo)致設(shè)備出現(xiàn)故障的概率也逐漸增大，這些都很有可能導(dǎo)致電力系統(tǒng)的崩潰。然而人工檢測又太過繁瑣，需要消耗大量的人力物力。本文提出的Harris角點監(jiān)測的方法大大節(jié)省了時間，并大幅度提高了工作效率：通過對這些電力設(shè)備的運行狀態(tài)進(jìn)行監(jiān)測，實時掌握它們的狀態(tài)，一方面不會影響到系統(tǒng)的正常運行；另一方面又可以直接反映設(shè)備的運行狀態(tài)，保障了整個電力系統(tǒng)安全有效地運行。

Harris角點檢測在電力設(shè)備狀態(tài)監(jiān)測中的應(yīng)用還存在許多不足，需要不斷完善，今后需要進(jìn)一步開展工作，可從以下兩個方面進(jìn)行：

1)在系統(tǒng)功能方面，需要研究圖像處理在一些專業(yè)領(lǐng)域的實現(xiàn)。例如，可以將一些更成熟和簡單的圖像處理系統(tǒng)添加到軟件中，如簡單的指紋識別、車牌識別系統(tǒng)等，這使得用戶更容易全面了解圖像處理的完整系統(tǒng)。

2)算法的進(jìn)一步優(yōu)化。近年來，隨著圖像處理算法的快速發(fā)展，進(jìn)一步研究更為優(yōu)化和高效的電力設(shè)備快速維護(hù)算法具有重要意義。