基于图像识别的电力设备状态实时监测方法的研究

摘要：

图像处理与识别技术是提高电力设备监测自动化水平的一种新途径.本文提出首先采集变电站图像,预处理后,提取目标形状的不变矩作为特征向量,然后利用支持向量机(SVM)识别电力设备的类型,通过与数据库中存储图像对比,由其产生的毛刺、凸起的边缘以及新增的伪轮廓线,判别设备是否有外观的损坏和放电现象,从而判断其运行状态.利用图像识别技术监测电力设备运行状态,可以替代人工巡视,不但能够完成视频监视、记录功能,更重要的是通过分析和识别图像,及时发现故障隐患,并可自动发出报警信号,大大提高了电力设备运行的可靠性.

关键词： 图像处理 电力系统 特征提取 神经网络 设备识别

作者: 赵书涛 祝晓辉 李宝树 牛文东

作者单位: 华北电力大学电力系统保护与动态安全监控教育部重点实验室,河北省,保定市,071003 山东电力学校,山东省,泰安市,271000

会议类型: 国内会议

会议名称: 2006中国国际供电会议

会议地点: 北京

会议语种:中文

在线出版日期: 2006-09-17（万方平台首次上网日期，不代表论文的发表时间）