基于热像仪的变电站设备实时监测

摘要

为对变电站设备进行实时监测,设计一种基于热像仪的变电站设备状态监测系统,并提出一种利用热像仪获取热像图的变电站设备状态监测算法。首先,热像仪采集设备的热像图和正常图像,并应用光学字符识别方法找出图像中的最高温度和最低温度;其次,应用中值滤波和腐蚀技术得到矩形框为界的可能断层区域;再根据矩形框裁剪图像提取裁剪图像的加速鲁棒特征;最后,通过训练好的自适应神经模糊推理系统(adaptive neuro fuzzy inference system,ANFIS)或支持向量机(support vector machine,SVM)分类器对提取的加速鲁棒特征进行高级阈值处理,从而识别变电站设备状态。实验结果表明,所提算法采用SVM能够正确识别变电站设备临界故障状态,而算法采用ANFIS识别变电站设备临界故障状态还存在一定错误。