基于机器视觉的智慧变电站运行状态监测方法

为提高智慧变电站运行状态监测效果,提出基于机器视觉的智慧变电站运行状态监测方法研究。首先采用高分辨率的工业级摄像机采集图像,并利用线性滤波处理方法去噪,为进一步提高处理后的图像质量,通过改变掩膜的权重值大小来修正滤波处理造成的图像模糊,使处理后的图像有更自然的平滑效果,实现图像的增强。其次,利用二值化快速提取出图像的感兴趣特征。最后,采用支持向量机实现对智慧变电站运行状态图像的分类,为提高分类准确性,采用灰狼优化算法搜索最优的SVM参数组合,找到更合适的参数配置,提高SVM模型的性能,实现智慧变电站运行状态的监测。实验结果表明,所提方法监测误差可控制在0.3以下,监测准确性较高,具有较好的监测效果。