导　　师： 郝艳捧

授予学位： 硕士

作　　者： (）;

机构地区： 华南理工大学

摘　　要： 线路覆冰让输电线路的物理和电气性能面临严峻的挑战,威胁电网的安全稳定运行。如何准确有效地监测输电线路覆冰情况,以便及时准备预防手段和融冰措施,是输电线路覆冰综合治理中的重要环节。近年来,图像处理、分析手段的不断进步,以及机器学习的不断发展推动了电网智能化发展进程。2008年南方大面积冰灾发生后,南方电网公司迅速建立了输电线路覆冰在线监测系统,以实时监测输电线路覆冰情况。该系统自运行以来积累了大量输电线路覆冰图像,及其对应的微气象数据、力学数据等。本文充分利用来自南方电网输电线路覆冰在线监测系统的图像数据,对玻璃绝缘子的覆冰形态进行图像分析。通过观察大量的玻璃绝缘子覆冰图像,根据其覆冰形态和位置,将玻璃绝缘子覆冰分为积雪、冰凌、重雾凇、雾凇、轻雾凇、偏雾凇六类。分析玻璃绝缘子六类覆冰及自然状态图像,研究其纹理特征,并探索基于纹理特征对玻璃绝缘子覆冰形态进行分类的方法及可行性。本文也对玻璃绝缘子分割方法进行了探索。对比研究了阈值法、Sobel边缘检测法、Laplacian边缘检测法、Canny边缘检测法、种子区域增长法以及GrabCut图论法在不同背景下,以及不同覆冰程度时对覆冰玻璃绝缘子的分割效果。本文还研究了基于图像的玻璃绝缘子覆冰严重程度表征方法。基于图像分割结果,计算了覆冰前后图像面积变化百分比,并与人工观冰厚度进行对比分析,研究基于图像面积变化百分比的覆冰严重程度表征。在GrabCut法图像分割的基础上,通过识别覆冰玻璃绝缘子串轮廓的凸缺陷,计算图像伞间距和图像伞伸出,通过对玻璃绝缘子覆冰前后伞伸出和伞间距变化分析,研究基于图像伞间距和伞伸出变化的覆冰严重程度表征。本文还探索了同时利用非结构化和结构化在线监测数据�

关 键 词： 绝缘子 图像分析 图像分割 覆冰预测

领　　域： []