， ，

(上海工程技術大學 電子電氣工程學院，上海 201620)

0 引言

大型電力設備一般是暴露在戶外的條件下工作，因此其在運行過程中除了會受熱的、電的、機械的負荷作用的影響外，還有自然環(huán)境(溫度、氣壓、濕度等)的影響。長期在這種環(huán)境下工作，容易導致電力設備的性能下降且逐漸降低其用電可靠性。此外，一些電力設備的絕緣材料長期工作在在高壓、高溫的環(huán)境下，其結構和成分也會發(fā)生變化，導致介質損耗隨之增大、絕緣性能逐漸下降甚至消失；還有一些絕緣子是工作在大氣中的，極易受環(huán)境污穢的影響，導致其表面絕緣性能下降，從而引起電路故障[1]。

目前，根據(jù)調查了解到國內外常用到的對電力設備監(jiān)測的方法主要包括以下幾種：光譜法；紫外脈沖法；徑向溫度法；超聲波檢測法等。這些檢測方法均取得了一定的效果，但分析文獻之后發(fā)現(xiàn)很多研究方法依舊存在著危險性高、算法復雜等問題，均需要進一步深入研究。由于各個行業(yè)對電量需求的增加，電力系統(tǒng)規(guī)模也在不斷擴大，電力設備的故障率也在不斷增加[1]。因此，對電力設備可靠性的要求也越來越高，特別是在變電站逐漸普及的情況下，對電力設備的故障檢測提出了更高的要求。目前，我國大部分變電站已建立了在線監(jiān)測系統(tǒng)，部分變電站已實現(xiàn)無人工作。然而，變電站的電源設備種類繁多，結構復雜。無論是在常規(guī)變電站還是無人值班變電站，都需要使用在線監(jiān)測或故障專家診斷系統(tǒng)作為輔助決策技術，以提高其監(jiān)控系統(tǒng)的監(jiān)控能力。為了實現(xiàn)無人值守的真正實現(xiàn)，必須增加電力設備在線監(jiān)測系統(tǒng)和故障診斷。

因此，針對常見電力設備故障的特點，本文提出一種基于Harris角點檢測的方法來實現(xiàn)對電力設備的監(jiān)測，該方法將攝像頭搜集的實時圖像和正常運行時電力設備的圖像進行比較，監(jiān)測的工作人員根據(jù)兩幅圖像中角點的差異對比來判斷電力設備是否發(fā)生故障，以便及時采取相應的處理措施，從而確保整個電力系統(tǒng)運行的安全性和穩(wěn)定性[2]。

1 Harris角點檢測算法

在圖像處理的時候，角點是表現(xiàn)對象局部特征的關鍵因素, 它不僅可以保留處理對象的重要特征信息，還可以有效去除圖像中的無關因素，大大提高了圖像處理效率[2]。

Harris算法是以Moravec算法為基礎的，Moravec算法計算的是以所取的點為基礎，沿上下左右4個方向計算的窗口灰度變化值。與Moravec算法不同的是，Harris角點算法是通過計算窗口沿任意方向移動后的灰度變化值[3]。

該算法的步驟如下：

1)利用Harris角點檢測算法檢測模板圖像并查找角點。

2)在檢測到的Harris角點找到一階特征點。在多個一階特征點上，我們發(fā)現(xiàn)高階特征點。無參考圖像角點檢測是因為參考圖像通常較大，消耗更多的時間。

3)在參考圖像中找到具有相同灰度值和一階特征點的灰度值的所有點，并計算8個鄰域的灰度值和灰度值的灰度值是否與一階特征點相同，如果相同，則關鍵點是參考圖像上的特征點的位置[4]。

模板圖像上的點和參考圖像上的對應點不是傳統(tǒng)模板圖像上的點，但是可以通過簡單轉換找到角點的位置和參考圖像中的圖像的位置[5]。

除此之外，作出改進的是，Harris算法用解析的形式進行表達：設以像素點(x,y)為中心的窗口沿X方向上移動u個單位長度，沿Y方向上移動v個單位長度[6]。據(jù)此，Harris給出了灰度變化度量的解析式:

Ax2+By2+2Cxy

(1)

E(x,y)為窗口內的灰度變化量；W為圖像的窗口；I為圖像的灰度。

在這個操作系統(tǒng)中，如果監(jiān)測到圖像的角點圖像窗口的偏移，它的自相關函數(shù)E(x,y)也會相應改變。

其中：A、B、C是二階方程方向微分的近似表達，也可用以下表達：

(2)

(3)

(4)

其中:h(x,y)表示的是高斯平滑濾波函數(shù)，X、Y表示的是一階方向上的微分，圖像灰度分別與x的差分算子，用|1 0 -1|和|1 0 -1|T表示[7]。

這樣的話方程E(x,y)可轉化為:

(5)

(6)

如果最終得到的系統(tǒng)M矩陣的兩個特征值都是大的，則此時圖像灰度自相關函數(shù)的兩個正交方向的極值曲率較大，也就是說這個點是角點。本文基于Harris角點檢測的圖像定義了灰度值特征，并以灰度值特征作為匹配基準[8]。

Harris 角點檢測算法雖然是一種經(jīng)典的角點檢測算法, 但該方法仍然存在以下不足:

1)在對角點測量中執(zhí)行非極大值抑制。在確定局部極大值時，角點提取的效果取決于單個閾值的設置。

2)雖然采用了可調窗口的高斯平滑函數(shù)，但在實際應用中，高斯窗口則不易控制。

3)當平滑的高斯函數(shù)平滑圖像時，由于過度平滑，會導致角信息將丟失。

總的來說，Harris角點算法是一種效率很高的圖像角點提取的算法，其優(yōu)點主要有以下兩個方面:

1)提取的角點均勻而且合理[9]。Harris角點算法對圖像中的所有出現(xiàn)的點都會計算出其響應值，然后在鄰域內尋找最優(yōu)的點。

2)提取的角點穩(wěn)定可靠。在圖像中，只要沒有大的尺度變化，Harris算法都能提取出相對穩(wěn)定的角點[10]。

2 算法的功能設計

根據(jù)角點監(jiān)測流程圖可知，首先要對首幀圖像的角點進行提取：在攝像頭固定的情況下，先由監(jiān)測管理的工作人員調整攝像頭的焦距，尋找最佳的圖像監(jiān)測位置。焦距固定之后，對首幀圖像進行預處理并作出角點選取[11]。接下來，由工作人員選取出首幀圖像中的角點作為目標角點，循環(huán)提取攝像頭采集到的圖像并按照同樣的處理方式進行角點比對[12]。

圖1 角點監(jiān)測流程圖

具體操作過程如下：

1)調整設備，建立通訊連接；

2)記錄設備正常運行時的Harris角點檢測處理結果；

3)平滑移動攝像頭，調整焦距，當目標(電力設備)清晰地出現(xiàn)在設定位置時開始測量；

4)讀取目標初始狀態(tài)，并采集圖像；

5)圖像預處理；

6)獲取圖像中的目標信息；

7)利用Harris角點檢測的方法對圖像進行處理；

8)將處理后的圖像與之前記錄的圖像進行對比，判斷電力設備是否故障；

9)有故障及時上報，有工作人員維修；沒有故障進入下一步；

10)一輪檢測結束，繼續(xù)監(jiān)測[13]。

圖2 正常運行的絕緣子串拍攝圖

操作中的難點和注意事項：

1)建立通訊連接時，應當注意保證設備信號的穩(wěn)定性，避免因外界信號干擾導致圖像失真；

2)目標和背景的自適應分割：由于目標發(fā)熱程度不同和范圍各異等因素導致圖像分割比較困難；

3)設備的類型較多，就要考慮多種顏色和亮度變化，并且目標本身的顏色、亮度也不是一成不變的(老化、光線因素)，這樣也造成了光學圖像的分割困難；

4)環(huán)境因素的影響：如大霧、雨雪天氣會造成圖像的整體噪聲和亮度異常，也會加劇目標分割的困難[14]；

5)部位尺寸的估計：尺寸的估計依賴于圖像分辨率，對于分辨率粗糙的圖像還要做超分辨率處理，以提升圖像的分辨質量；

6)光線的好壞會導致攝像頭采集到的點的亮度不一，增加識別困難[15]。

3 實驗結果與分析

圖4為該監(jiān)測系統(tǒng)從攝像頭上傳的圖片中提取的某個時刻的絕緣子串狀態(tài)的圖片，經(jīng)過Harris角點檢測，通過對比發(fā)現(xiàn)圖4中的角點相對圖3增多，據(jù)此可以判斷該絕緣子串發(fā)生故障，需要工作人員及時采取處理措施，避免發(fā)生用電事故[16]。絕緣子串故障如圖5所示。

圖3 正常角點監(jiān)測 圖4 故障角點監(jiān)測

圖5 絕緣子串故障圖

當監(jiān)測系統(tǒng)對比兩幀圖像時，一旦發(fā)現(xiàn)圖像中角點變化，就會立馬發(fā)出報警信號提醒工作人員進行及時檢查并做出處理。此外，當設備沒有發(fā)生故障時，工作人員可以通過該監(jiān)測系統(tǒng)切換至實時監(jiān)測界面，進而觀測電力設備的具體信息和狀態(tài)。

結果表明，該方法可以減少數(shù)據(jù)冗余，明顯減少運算時間，極大地提高了角點檢測的效率和精度[17]。該算法易于編程，能滿足攝影測量等快速角點檢測的需要。

Harris角點檢測方法可以自適應地檢測電力設備和邊緣部分的細節(jié)，并通過與設備的標定邊緣圖像進行比較，可以識別電力設備運行的變化。例如，該方法用于絕緣子的紅外圖像和傳輸?shù)挠嬎恪Ｋ€可以識別導線斷開、絕緣子斷裂、鐵塔損壞和變形等故障，可以促使電力工作者及時排除隱患，保證電力系統(tǒng)的安全運行[18]。

通過該方法，基本實現(xiàn)了遠程對電力設備的運行狀態(tài)進行監(jiān)控，大大減少了設備檢修人員的工作負擔且大大提高了電力設備檢測的準確性和效率[19]。但是，該方法進行實踐是發(fā)現(xiàn)以下幾問題：

1)檢修的電力設備不具有普適性：通過對該方法的介紹不難看出，對于一些精密度較高的電氣設備是無法通過該方法對其進行質量監(jiān)測的；

2)檢修時受環(huán)境因素影響較大：由于該方法檢測的依據(jù)是圖像，對于圖像的采集效果是檢測結果的決定性因素。在圖像采集時，極易受到光線，溫度，濕度，氣候等環(huán)境因素的影響[20]。

4 結語

由于人們對電力系統(tǒng)安全運行的要求，電力系統(tǒng)運行過程中的常見故障不僅會影響整個電力系統(tǒng)的安全穩(wěn)定，還會嚴重影響人們的生活和企業(yè)生產。因此，電力相關人員必須了解和掌握電力系統(tǒng)運行中常見故障的診斷方法，然后采取有效措施加以解決，以保證電力設備運行系統(tǒng)的安全穩(wěn)定運行，從而滿足電力系統(tǒng)的需求。

隨著電力設備運行時間的增長和消耗增加，其性能和可靠性也會逐漸下降，導致設備出現(xiàn)故障的概率也逐漸增大，這些都很有可能導致電力系統(tǒng)的崩潰。然而人工檢測又太過繁瑣，需要消耗大量的人力物力。本文提出的Harris角點監(jiān)測的方法大大節(jié)省了時間，并大幅度提高了工作效率：通過對這些電力設備的運行狀態(tài)進行監(jiān)測，實時掌握它們的狀態(tài)，一方面不會影響到系統(tǒng)的正常運行；另一方面又可以直接反映設備的運行狀態(tài)，保障了整個電力系統(tǒng)安全有效地運行。

Harris角點檢測在電力設備狀態(tài)監(jiān)測中的應用還存在許多不足，需要不斷完善，今后需要進一步開展工作，可從以下兩個方面進行：

1)在系統(tǒng)功能方面，需要研究圖像處理在一些專業(yè)領域的實現(xiàn)。例如，可以將一些更成熟和簡單的圖像處理系統(tǒng)添加到軟件中，如簡單的指紋識別、車牌識別系統(tǒng)等，這使得用戶更容易全面了解圖像處理的完整系統(tǒng)。

2)算法的進一步優(yōu)化。近年來，隨著圖像處理算法的快速發(fā)展，進一步研究更為優(yōu)化和高效的電力設備快速維護算法具有重要意義。