電力主變壓器油位在線檢測(cè)

許偉杰，邵 林

(安徽冶金科技職業(yè)學(xué)院 自動(dòng)控制系，安徽 馬鞍山 243000)

常規(guī)變壓器油位檢測(cè)主要采用巡檢員定期巡視，通過(guò)人工經(jīng)驗(yàn)定期獲取變壓器油位特征數(shù)據(jù)，以此判斷變壓器運(yùn)行狀態(tài).此方式不僅存在人力資源浪費(fèi)，還存在不能及時(shí)發(fā)現(xiàn)變壓器油位異常而導(dǎo)致故障的可能. 人工方式無(wú)法真正滿足系統(tǒng)安全、穩(wěn)定運(yùn)行的基本要求，因此，基于視頻的變壓器油位檢測(cè)方法應(yīng)運(yùn)而生[1].目前，國(guó)內(nèi)外學(xué)者針對(duì)變壓器油位檢測(cè)進(jìn)行了深入研究[2-6]，但針對(duì)變壓器油位的視頻檢測(cè)鮮有研究，尤其是不同氣候條件下變壓器油位實(shí)時(shí)檢測(cè)少之又少.在霧天情況下，國(guó)內(nèi)外學(xué)者先后提出了物理模型去霧算法、暗通道優(yōu)先算法、維納濾波等算法.此外，在雨天、夜間條件下，國(guó)內(nèi)外學(xué)者也開展了卓有成效的研究工作.

但目前針對(duì)不同氣候條件下的變壓器油位視頻檢測(cè)研究，均還無(wú)法真正兼顧計(jì)算效率與視覺(jué)效果.因此，本文在學(xué)習(xí)歸納國(guó)內(nèi)外學(xué)者研究成果的基礎(chǔ)上，重點(diǎn)研究陰天條件下變壓器油位視頻圖像特征，提出有針對(duì)性的油位視頻檢測(cè)算法，分析油位變化趨勢(shì)，有效還原變壓器油位現(xiàn)場(chǎng)狀態(tài)，為變壓器運(yùn)行提供應(yīng)用保障.

1 主變壓器油位在線檢測(cè)總體方案

主變壓器油位在線檢測(cè)總體方案如圖1所示.

圖1 主變壓器油位在線檢測(cè)總體方案

由圖1可知：陰天條件下獲取變壓器油位視頻后，先進(jìn)行圖像去噪預(yù)處理，再通過(guò)圖像增強(qiáng)算法，提取油位視頻圖像特征，進(jìn)行油位高度檢測(cè)，分析油位變化趨勢(shì).若油位分析結(jié)果高于第一限值、低于第二限值，給出報(bào)警信號(hào)；若低于第一限值，則表示變壓器發(fā)生嚴(yán)重故障.

2 主變壓器油位圖像檢測(cè)

相較于正常光照條件下的變壓器油位圖像，陰天因?yàn)楣庹詹蛔悖瑢?dǎo)致實(shí)時(shí)獲取的油位圖像亮度降低.因此，根據(jù)圖1，需要先進(jìn)行油位圖像去噪預(yù)處理，再進(jìn)行圖像增強(qiáng)處理，繼而提取油位特征并進(jìn)行分析.

2.1 變壓器油位圖像去噪預(yù)處理

通常，圖像所含噪聲主要是高斯噪聲與椒鹽噪聲2大類，其對(duì)應(yīng)的去噪處理主要采用濾波技術(shù)，常用的有中值濾波、高斯濾波以及雙邊濾波[7-8].

據(jù)統(tǒng)計(jì)，中值濾波對(duì)椒鹽噪聲具有更佳的濾除效果；高斯濾波對(duì)高斯噪聲具有更佳的濾除效果；雙邊濾波既能有效濾除椒鹽噪聲或者是高斯噪聲，又可以有效保留圖像邊緣信息[9-11].

因此，本文選用雙邊濾波進(jìn)行陰天條件下主變壓器油位圖像去噪預(yù)處理，即

(1)

式(1)的定義可以分解為由像素空間距離決定的濾波器函數(shù)和像素顏色值決定的濾波器函數(shù).

雙邊濾波去噪處理的效果主要取決于σs、σr.通過(guò)多次試驗(yàn)，雙邊濾波在σs=5、σr=1時(shí)對(duì)陰天條件下主變壓器油位圖像的預(yù)處理效果最好，如圖2所示.

圖2 雙邊濾波去噪預(yù)處理效果

2.2 變壓器油位圖像增強(qiáng)

圖像增強(qiáng)算法主要分為2類：以直方圖均衡化(HE)為基礎(chǔ)的直接增強(qiáng)算法和圖像間接增強(qiáng)算法.其中，直接增強(qiáng)算法目前常用的有雙直方圖均衡化(BBHE)、動(dòng)態(tài)分塊直方圖均衡化(DSIHE)、基于特征點(diǎn)的直方圖均衡化(NMHE)以及基于參數(shù)校正的直方圖均衡化(PCHE)[12-14].

本文選用PCHE作為主變壓器油位圖像增強(qiáng)算法，其基本原理如下所述：

每個(gè)像素點(diǎn)的概率為

(2)

式中：l、nj、n分別為像素點(diǎn)灰度值、灰度值為l的像素點(diǎn)數(shù)目以及像素點(diǎn)總數(shù)量.

在已知灰度值l的最大概率Pdfmax、最小概率Pdfmin時(shí)，可以得到參數(shù)調(diào)整后的灰度值改進(jìn)概率，即

(3)

那么，改進(jìn)后灰度值l的累計(jì)概率分布為

(4)

所以，參數(shù)調(diào)整后每個(gè)像素點(diǎn)的增強(qiáng)值為

(5)

其中，

γ=1-Cdfnew(l) .

(6)

以主變壓器油位圖像的V分量為對(duì)象，選取DSIHE、NMHE與本文選用的PCHE進(jìn)行增強(qiáng)處理比較，其增強(qiáng)效果如圖3所示.

由圖3可知：DSIHE算法僅僅增強(qiáng)了灰度值；NMHE算法也僅僅對(duì)特征點(diǎn)進(jìn)行了灰度值增強(qiáng)，但出現(xiàn)了塊效應(yīng)；而PCHE有效地將灰度值集中于目標(biāo)區(qū)域，避免了塊效應(yīng).

(a) 原始圖像V分量

(b) DSIHE增強(qiáng)效果

(c) NMHE增強(qiáng)效果

(d) PCHE增強(qiáng)效果圖3 不同增強(qiáng)算法效果

這3種增強(qiáng)算法的增強(qiáng)效果及運(yùn)行時(shí)間如表1所示.其中，增強(qiáng)誤差計(jì)算的是油位圖像增強(qiáng)后圖像與原始圖像的像素級(jí)誤差.圖像一般采用10幅1組，取均值.

表1 3種算法增強(qiáng)效果對(duì)比

PCHE增強(qiáng)算法既能滿足計(jì)算效率的要求，又能夠很好地兼顧圖像自適應(yīng)調(diào)整.因此，PCHE算法適合于變壓器油位現(xiàn)場(chǎng)實(shí)時(shí)檢測(cè).

2.3 變壓器油位特征提取與檢測(cè)

2.3.1 油位區(qū)域特征提取

主變壓器油位特征提取是針對(duì)通過(guò)增強(qiáng)算法處理后的油位圖像，提取灰度值集中的目標(biāo)區(qū)域及其特征值.目前主要有灰度閾值分割、顏色空間分割以及邊緣檢測(cè)分割等3種圖像分割技術(shù).

本文選用顏色空間分割(見(jiàn)式(7))進(jìn)行油位增強(qiáng)后目標(biāo)區(qū)域提取.顏色分割技術(shù)將油位增強(qiáng)圖像的RGB顏色轉(zhuǎn)換為由色調(diào)(h)、飽和度(s)、亮度(v)表示的HSV顏色空間，其基本原理為

(7)

式中：Hout為二值化的像素?cái)?shù)值；h1、s1、v1分別表示色調(diào)、飽和度、亮度的閾值，其輸出結(jié)果是二值圖像.

本文取h1、s1、v1分別為160、140、120，經(jīng)HSV顏色分割處理后的油位區(qū)域特征如圖4所示.

圖4 油位區(qū)域特征提取

2.3.2 油位高度檢測(cè)

通過(guò)顏色分割獲取油位區(qū)域特征圖像后，計(jì)算連通區(qū)域?qū)傩员憧色@得有油區(qū)域像素點(diǎn)數(shù)量Nl.那么，在已知油位區(qū)域像素點(diǎn)總數(shù)量N時(shí)，計(jì)算可得有油區(qū)域的油位高度比值為

(8)

而油位實(shí)際比值h0可以通過(guò)油位實(shí)際高度H0與油位標(biāo)準(zhǔn)高度H求取，即

(9)

那么，平均誤差E為

(10)

式中：M表示有油區(qū)域像素點(diǎn)提取數(shù)量.

取灰度閾值分割與HSV分割做比較，結(jié)果如表2所示.

表2 灰度閾值分割與HSV分割對(duì)比

HSV分割與灰度閾值分割具有相近的控制精度，但是HSV分割用時(shí)更短，因此，HSV分割算法適合于變壓器油位現(xiàn)場(chǎng)實(shí)時(shí)檢測(cè).

3 主變壓器油位在線檢測(cè)分析

為了實(shí)現(xiàn)主變壓器油位在線檢測(cè)，開發(fā)了一個(gè)實(shí)時(shí)監(jiān)控平臺(tái)，該平臺(tái)主要包括初始化模塊、儀器連接模塊、圖像檢測(cè)儀器模塊、實(shí)時(shí)油位讀取模塊以及復(fù)位模塊.根據(jù)圖1，在軟件開發(fā)中，設(shè)置第一下限為標(biāo)準(zhǔn)油位的20%，第二下限為標(biāo)準(zhǔn)油位的60%.

運(yùn)行軟件后，首先檢測(cè)下位機(jī)工作狀態(tài)，如圖5所示.

圖5 下位機(jī)正常工作狀態(tài)

然后，點(diǎn)擊圖5中的“打開視頻”按鈕，實(shí)時(shí)讀取主變壓器油位視頻圖像.再點(diǎn)擊“圖像檢測(cè)”模塊中的“開始”按鈕，軟件按照預(yù)定程序?qū)?shí)時(shí)獲取的主變壓器油位圖像進(jìn)行去噪預(yù)處理、圖像增強(qiáng)、目標(biāo)區(qū)域特征提取以及油位高度檢測(cè)分析，最終在界面上顯示變壓器實(shí)時(shí)油位比值.

當(dāng)油位低于第一下限時(shí)，屬于油位過(guò)低狀態(tài)，發(fā)出“跳閘”信號(hào)，提醒運(yùn)行人員當(dāng)前變壓器油位過(guò)低，如圖6所示.

圖6 主變壓器油位實(shí)時(shí)在線檢測(cè)(跳閘情況)

綜上，軟件集成了基于雙邊濾波的圖像去噪預(yù)處理、基于參數(shù)校正的直方圖均衡化圖像增強(qiáng)算法處理、基于顏色空間分割的圖像目標(biāo)區(qū)域特征提取與檢測(cè)分析，最終在平臺(tái)上實(shí)時(shí)顯示變壓器油位比值，便于運(yùn)行人員實(shí)時(shí)獲取變壓器油位狀態(tài)，為變壓器安全穩(wěn)定運(yùn)行提供依據(jù).

4 結(jié)語(yǔ)

變壓器油位檢測(cè)常規(guī)方式為人工巡檢，此方式既浪費(fèi)人力又可能存在誤差.基于此，在陰天條件下，本文以視頻技術(shù)獲取變壓器油位實(shí)時(shí)圖像，采用雙邊濾波器對(duì)油位視頻圖像進(jìn)行去噪處理，選用參數(shù)校正直方圖均衡化算法對(duì)去噪處理后的油位視頻圖像進(jìn)行圖像增強(qiáng)處理，對(duì)增強(qiáng)后的圖像使用顏色空間分割算法提取有油目標(biāo)區(qū)域，并通過(guò)油位比值參數(shù)分析變壓器實(shí)際油位，將其顯示于變壓器油位在線檢測(cè)平臺(tái)，為工作人員提供判斷依據(jù).試驗(yàn)結(jié)果表明，本文構(gòu)建的變壓器油位檢測(cè)算法具有一定的魯棒性，能夠?qū)⒕瓤刂圃?%左右，具有較高的計(jì)算效率.