何祥楨 張峻豪 劉力友 勾中益

摘? 要：隨著用電需求增長(zhǎng)，電力系統(tǒng)運(yùn)行壓力越來(lái)越大。為維護(hù)設(shè)備安全，必須加大對(duì)系統(tǒng)的監(jiān)控力度，實(shí)現(xiàn)電力設(shè)備智能化檢測(cè)。電力設(shè)備狀態(tài)檢測(cè)通過(guò)對(duì)圖像預(yù)處理、特征提取、故障識(shí)別等完成對(duì)電力系統(tǒng)設(shè)備的狀態(tài)檢測(cè)。其中，圖像預(yù)處理質(zhì)量將直接決定檢測(cè)結(jié)果。因此，該文主要討論圖像去噪預(yù)處理。該檢測(cè)方法靈活，穩(wěn)定性好，符合未來(lái)智能化檢測(cè)系統(tǒng)的發(fā)展趨勢(shì)。

關(guān)鍵詞：電力設(shè)備? ?智能檢測(cè)? ?圖像處理? ?小波變換

中圖分類(lèi)號(hào)：TP391.4? ? ? ? ? ? ? ? ? ? ? ?文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1672-3791（2021）07（b）-0022-03

Research on Preprocessing Method of Power Equipment State Detection

He Xiangzhen? ?Zhang Junhao? ?Liu Liyou? ?Gou Zhongyi

（School of Electrical Engineering and Electronic Information， Xihua University， Chengdu， Sichuan Province， 610039? China）

Abstract： With the growth of power demand， the operation pressure of power system is increasing. In order to maintain equipment safety， we must strengthen the monitoring of the system and realize the intelligent detection of power equipment. Power equipment state detection completes the state detection of power system equipment through image preprocessing， feature extraction and fault recognition. Among them， the quality of image preprocessing will directly determine the detection results. Therefore， this paper mainly discusses image denoising preprocessing. The detection method is flexible and stable， which is in line with the development trend of intelligent detection system in the future.

Key Words： Power equipment; Intelligent detection; Image processing; Wavelet transform

隨著圖像處理技術(shù)和計(jì)算機(jī)視覺(jué)技術(shù)的快速發(fā)展，計(jì)算機(jī)視覺(jué)識(shí)別電力設(shè)備、分析電力設(shè)備的運(yùn)行狀態(tài)在電力系統(tǒng)監(jiān)測(cè)中發(fā)揮著越來(lái)越重要的作用。電力設(shè)備的狀態(tài)是電網(wǎng)安全可靠運(yùn)行的關(guān)鍵因素，所以實(shí)時(shí)監(jiān)測(cè)電力設(shè)備的運(yùn)行狀態(tài)對(duì)變電站安全可靠運(yùn)行至關(guān)重要。基于圖像處理技術(shù)的電路設(shè)備狀態(tài)檢測(cè)，具有算法簡(jiǎn)單、識(shí)別穩(wěn)定性好、識(shí)別能力強(qiáng)等特點(diǎn)[1]，能夠及時(shí)發(fā)現(xiàn)問(wèn)題，為解決問(wèn)題提供了很大的幫助，是電力系統(tǒng)安全運(yùn)行的重要保障。圖1為電力設(shè)備狀態(tài)檢測(cè)流程圖。

在圖1中，系統(tǒng)采用基于圖像處理技術(shù)的電力設(shè)備狀態(tài)檢測(cè)方法，通過(guò)對(duì)圖像預(yù)處理、特征提取、故障識(shí)別等完成對(duì)電力系統(tǒng)設(shè)備的狀態(tài)檢測(cè)[2]。目前，電力設(shè)備運(yùn)行狀態(tài)監(jiān)測(cè)系統(tǒng)還不夠完善，尤其是外界噪聲對(duì)監(jiān)測(cè)系統(tǒng)的影響研究較少。而圖像預(yù)處理質(zhì)量的高低直接決定檢測(cè)結(jié)果，因此有必要對(duì)電路設(shè)備圖像去噪預(yù)處理進(jìn)行詳細(xì)分析，以便更好地實(shí)現(xiàn)對(duì)電力設(shè)備的狀態(tài)檢測(cè)[3]。

1? 電力設(shè)備圖像去噪預(yù)處理

圖像采集過(guò)程中，會(huì)產(chǎn)生不同程度的干擾。這種干擾會(huì)對(duì)圖像處理產(chǎn)生不可預(yù)見(jiàn)的影響，降低圖像質(zhì)量，這對(duì)人的視覺(jué)和計(jì)算機(jī)的識(shí)別分析帶來(lái)了嚴(yán)重的影響。為了減小圖像的降質(zhì)，就要對(duì)采集到的圖像進(jìn)行必要的去噪預(yù)處理。常見(jiàn)的圖像去噪方法有小波變換、提升小波變換以及超小波變換等方式[4]。

小波變換去噪就是對(duì)小波分解系數(shù)進(jìn)行處理，然后圖像重構(gòu)，從而實(shí)現(xiàn)對(duì)噪聲的控制[5]。由圖2、圖3以及圖4可知，小波變換能有效地對(duì)圖像進(jìn)去去噪處理。特別是第二次圖像去噪，效果比第一次去噪效果好。衡量圖像去噪效果指標(biāo)分別如表1、表2、表3所示。

電力設(shè)備的良好狀態(tài)是電力系統(tǒng)穩(wěn)定運(yùn)行必要條件。為了保證電力系統(tǒng)設(shè)備正常工作，該文設(shè)計(jì)了一種基于圖像處理技術(shù)的電力設(shè)備檢測(cè)方法。此外，為了提高檢測(cè)效果并提高檢測(cè)算法的適用性，可采用基于深度學(xué)習(xí)的卷積神經(jīng)網(wǎng)絡(luò)算法對(duì)電路系統(tǒng)故障進(jìn)行識(shí)別[6]。這對(duì)于提高電力系統(tǒng)故障檢測(cè)效率和準(zhǔn)確率有著重要現(xiàn)實(shí)意義。

2? 結(jié)語(yǔ)

將圖像處理技術(shù)和故障識(shí)別技術(shù)應(yīng)用于電力設(shè)備圖像的識(shí)別和分析中，是監(jiān)測(cè)電設(shè)備運(yùn)行狀態(tài)的一種新方法。該方法具有以下特征。

（1）全數(shù)字化，實(shí)時(shí)對(duì)圖像進(jìn)行識(shí)別和處理，快速檢測(cè)故障并預(yù)警，極大地避免因電力系統(tǒng)故障而帶來(lái)的損失。

（2）無(wú)接觸、成本低、減輕工作人員工作、提高工作效率。

（3）不影響電力設(shè)備正常運(yùn)行，受外界環(huán)境因素影響小。

圖像處理對(duì)電力設(shè)備狀態(tài)的檢測(cè)涉及范圍廣泛，該文所做的工作只是檢測(cè)工作中的一部分，其余部分需要做更進(jìn)一步的研究。

參考文獻(xiàn)

[1] 肖健.電力設(shè)備在線(xiàn)監(jiān)測(cè)中的圖像識(shí)別技術(shù)[J].農(nóng)村電氣化，2016（4）：38-39.

[2] 唐芳莉.圖像識(shí)別技術(shù)在電力設(shè)備監(jiān)測(cè)中的應(yīng)用[J].通信電源技術(shù)，2019，36（1）：94-95.

[3] 劉逸飛，李向群，陳后全，等.基于二進(jìn)小波變換的圖像增強(qiáng)技術(shù)研究[J].電子元器件與信息技術(shù)，2021，5（4）：158-160.

[4] 魏金玉.圖像處理技術(shù)和神經(jīng)網(wǎng)絡(luò)在電力設(shè)備識(shí)別中的應(yīng)用分析[J].通信電源技術(shù)，2020，37（4）：88-89.

[5] 梁利利，高楠，李建軍.基于小波變換和均值濾波的圖像去噪方法[J].計(jì)算機(jī)與數(shù)字工程，2019，47（5）：1229-1232.

[6] 邢珍珍.卷積神經(jīng)網(wǎng)絡(luò)在圖像處理中的應(yīng)用研究[J].軟件工程，2019（6）：5-7.