基于图像的换流站用避雷器仪表识别

针对电力系统中的换流站用避雷器仪表的特点,提出了一种基于图像的站用避雷器动作次数和泄露电流的识别方法。首先,采用基于透视变换的方法对采集到的避雷器泄漏电流仪表图像进行畸变矫正。其次,通过图像预处理进行图像增强获得相对比较清晰的表盘信息。再次,利用垂直投影法和基于运动项的改进BP神经网络完成避雷器动作次数数字式仪表的识别,采用减影法和改进的Hough(霍夫)变换完成换流站用避雷器泄漏电流指针式仪表的识别。最后,采用现场拍摄的型号为3EX5 050的西门子避雷器仪表对本文所提算法进行了验证。结果表明该算法能够快速、自动、准确的识别出避雷器仪表读数。该方法避免了人工读取效率低和精度差的问题,而且只需要很少的改动便可应用于换流站中其他仪表的智能识别。

基于图像的换流站用避雷器泄漏电流识别

针对电力系统中的换流站用避雷器泄漏电流仪表的特点,提出了一种基于图像的换流站用避雷器泄漏电流的识别方法.首先,采用基于透视变换的方法对采集到的避雷器泄漏电流仪表图像进行畸变矫正,通过图像预处理进行图像增强获得相对比较清晰的表盘信息,并利用减影法获取指针的位置.然后,采用基于Canny(坎尼)算子边缘检测和改进的Hough(霍夫)变换检测出避雷器泄漏电流表中的指针直线,完成了换流站避雷器泄漏电流的识别.最后,采用现场拍摄的型号为3EX5 050的西门子避雷器泄漏电流表对本文所提算法进行了验证.结果表明该算法克服了传统Hough变换的许多缺点,能够快速准确的识别出避雷器泄露电流大小.