摘要：随着科学技术的快速发展，智能视频图像处理技术就以其便捷高效的特点被广泛应用到了诸多行业中，其也是目前高压试验智能视频监控的主要内容。智能视频分析系统，能够给电力设备绝缘性能检验带来具有较大准确性与完整性的信息数据，改变了传统高压试验数据直观性较差的缺点。本文主要对目前高压试验智能食品分析系统进行深入研究，以期能够从根本上提高试验效率和安全系数。
关键词：高压试验；智能视频；系统；分析
近年来，随着气象灾害事件出现频率的逐渐增加，输电线路覆冰、线路过载等问题就会对整个电力系统的稳定运行造成影响。而高压试验作为保障电力设备安全运行的重要手段，其就是电力系统实现稳定运行的重要内容，利用高压试验能够全面分析线路对相关问题的忍耐程度，并选择科学合理的维护方式。因此，开发和完善高压试验智能视频分析系统，就有着十分重要的现实意义。
1、高压试验智能视频分析系统的研发目的
绝缘子是比较特殊的一种绝缘部件，其在架空输电线路中有着比较关键的作用。依据结构能够将绝缘子分成盘型悬式、柱式、针式等多种类型、盘型悬式绝缘子种类当中双伞型是目前高压试验中应用作为普遍的一种，所以我们就利用高压试验智能视频分析系统来对这种类型的绝缘子展开分析。双伞型绝缘子还能从根本上分成深色与浅色绝缘子两种。输电线路上的绝缘子串在经过长时间使用以后，表面上会存在一定的污秽，由于冰凌会出现桥接现象，这就造成绝缘子所拥有的泄露距离发生较大降低，加上冰凌在融化的过程中非常容易使绝缘子表面发生覆冰闪络现象。现阶段，降低闪络问题出现几率的重要手段就是杜绝冰凌桥接问题的出现，所以通过高压试验智能视频分析系统就能够对绝缘子图像上的冰凌桥接现象进行实时监控，这种系统在运行过程中就对视频图像展开图像分割与特征提取分类等操作，进而完成对绝缘子冰凌桥接百分比的分析和计算。
2、目前高压试验智能视频分析系统的主要架构
2.1 高压试验智能视频分析的重要内容
2.1.1 获取对应的图像信息
计算机图像处理并不是对图片进行直接处理，而是处理那些经过图片处理技术所转化成的数字。基于此，图像收集和实现模型数字转变并提供给计算机应用的主要过程就是数字图像处理的重要基础。这个环节的主要手段就是利用数据收集元件、图像转换元件、数字摄像头等。一般情况下，完成收集的数据会呈现出二维或三维图像，不同格式的图像转变成24位彩色图像格式。
2.1.2 图像的分割
高压试验智能视频分析系统中所包含的图像分割功能，就是让绝缘子部分能够与背景噪声之间有效分离，在最大程度上降低背景噪声对图像处理结果所造成的影响。图像分割功能还分成基于边界与区域这两种分割方法，针对高压试验智能视频图像来看，使用最为广泛的方法就是基于区域这种分割方式。智能视频分析系统在实际应用过程中有着较高的实时性要求，所以采取具有高效率优势的图像分割方式就有很大意义。
2.1.3 图像特点分析和分类
为了能够准确分类绝缘子的覆冰程度，就要对完成图像分割工作的图像开展特点收集，并选择科学合理的分类设备完成分类工作，这项工作的结果会对高压试验绝缘子图像造成直接影响。在图像特点分析和分类工作中，还包含了颜色特点、纹理特点与智能分类三项内容。
期刊文章分类查询,尽在期刊图书馆其中，颜色特点就是按照不同颜色将其所拥有的颜色分量当成基础，常用颜色空间中包含了RGB、HSI、CMYK等，这些空间可以对挑选和控制所有颜色分量，让系统更加准确描述出图像的颜色特点；纹理特点并不完全依赖颜色与亮度来反映图像中同质现象所拥有的可视特点，其具备所有目标表面都包含的内在特点，同时还有目标表面结构排列所拥有的重要信息；智能分类中就有很多传统的分类算法，包含了判定树、神经网络和基于统计这三种分类，其中基于统计分类就是非常实用的方法，其和经典人工神经网络相比较，适应性更强、训练时间更短、优化性更好和泛化性能更高等明显优点。
2.1.4 图像测量和识别
在检测绝缘子冰凌桥接程度时，主要将图像测量当成基础，其就是对图像中所拥有的目标和区域特点开展测量与估计，包含目标区域几何尺寸与形状特征两项分析，利用轮廓追踪来完成识别工作。测量工作开展就是将绝缘子覆冰的轮廓信息当成基础，所以怎么选科合理算法实现准确获取轮廓信息，就是图像测量工作的重要内容。在实际测量开始之前，图像预处理就给后续工作奠定了坚实基础，其能够在很大程度上降低噪声所带来的干扰，让图像测量工作的准确率得到有效提高。
2.2 高压试验双伞绝缘子的图像测量
2.2.1 双伞绝缘子特点分析和图像测量过程
深色绝缘子颜色呈现深灰色，当出现覆冰情况时，覆盖部分为偏白色，和自身颜色明显不同。在这种情况下，就能够选择阙值法能够让覆冰部分和绝缘子之间有效分离，随后在通过边缘提取与轮廓跟踪等方式对冰凌长度来开展测量工作，对桥接的百分比进行计算。而浅色绝缘子颜色呈现白色，这也给覆冰部分与绝缘子之间的分离工作带来了较大难度，这时就可以选择直接轮廓法来获取冰凌的轮廓信息，让桥接百分比计算工作得以完成。
2.2.2 轮廓的跟踪检测
双伞绝缘子需要计算的位置就是绝缘子串所拥有的桥接百分比，轮廓跟踪就是按照覆冰边缘来开展对计算所获得结构进行跟踪，所以跟踪起点就是绝缘子盘径的左端，终点为绝缘子盘径右端，从左至右开展轮廓跟踪操作，因为绝缘子盘径右端不在冰凌桥接百分比计算范围之内，所以就要选择科学合理的方式将部分盘径端点排除，获得需要的结果信息。在轮廓跟踪检测环节中，就主要包含了绝缘子盘径断点自动检测、绝缘子盘径端点自动配对及轮廓跟踪起点检测这三项重要内容。
2.2.3 深色和浅色绝缘子覆冰轮廓的获取
目前，深色绝缘子覆冰轮廓获取的主要思想就是通过灰度差，通过阙值化方式把覆冰位置和绝缘子自身之间实现分离，进而获取覆冰位置的主要轮廓。其主要分成图像预处理、自适应部分位置阙值化与轮廓提取这三项内容。其中，图像预处理就有图像灰度化、高斯滤波平滑、图像均衡，灰度化中又包含了分量法、最大值法、平均值法、加权平均法；自适应部分位置阙值化就是求取附近矩形像素平均颜色之前，先创建求和面积表；轮廓提取就是利用数学形态学处理、基于均值的去燥处理、去除内轮廓来得以实现。浅色绝缘子覆冰轮廓的获取，因为自体与覆冰位置的差异较小，不能让图像直方图双峰所拥有的条件得到满足，所以不能使用阙值化方法来进行分离。这时就可以通过较小的灰度差所造成的梯度值来提取冰凌轮廓，随后在处理检测得到的线段来获取封闭轮廓。
结束语：
目前，高压试验智能视频分析系统被广泛应用到了各行业当中。电力系统作为保证社会生产和人们日常生活的重要基础设施，其就会在使用过程中经常发生覆冰现象，其对输送电路和电力系统的安全性与稳定性造成较大影响。因此，针对高压试验智能视频分析系统进行深入研究，就有着至关重要的意义。
参考文献：
[1]周华东,李晶,周电波,等.基于智能视频分析技术的高压开关柜隐患预警与故障诊断方法[J].四川电力技术,2015,38(1):36-39.
[2]葛晶晶.智能监控系统在高压测试区域的研究与应用[J].山西电子技术,2016(5):7-8.
[3]欧阳丽莎,黄新波,陈绍英,等.覆冰在线监测技术在1000kV特高压输电线路中的应用[J].华东电力,2010,38(10):1539-1542.
论文作者:张刚毅
论文发表刊物:《电力设备》2018年第4期
论文发表时间:2018/6/21
标签：绝缘子论文; 图像论文; 高压论文; 轮廓论文; 智能论文; 冰凌论文; 视频论文; 《电力设备》2018年第4期论文;