可见光与红外图像融合的瓷绝缘子钢帽温度提取与零值检测方法研究

瓷绝缘子钢帽温度分布的获取是输配电线路绝缘子零值缺陷巡检的关键一环,针对复杂背景下红外图像中绝缘子钢帽温度自动获取困难的现状,融合可见光与红外图像各自优点,基于Faster-RCNN深度学习网络算法检测可见光图像中的绝缘子串,检测率达98.3%;基于绝缘子强弱边缘特征改良Sobel算子检测绝缘子边缘;利用绝缘子钢帽的矩形形状特征、渐变间距特征实现所有钢帽的提取与修正;研究同场景下绝缘子在可见光与红外图像的坐标转换关系,实现红外图像中钢帽提取。在对110 kV和220 kV绝缘子进行零值缺陷检测时,本方法可以准确提取绝缘子钢帽温度并发现零值绝缘子,具有良好的有效性和实用性。

环境条件对基于无人机红外检测的零值绝缘子检测判据的影响研究

随着红外测量技术的不断进步,对绝缘子状态进行红外热像检测逐步应用于电网的日常巡检中,但测量结果受环境因素影响显著。以输电线路现场运行中瓷绝缘子作为研究对象,分别在不同光照强度、湿度、温度与风速下采集绝缘子的红外图像,研究环境因素对绝缘子红外检测的影响规律。研究结果表明,当采用基于绝缘子串温度曲线的判别方法时,光照强度容易引起零值绝缘子的误判,温度变化对零值绝缘子检测没有影响;湿度变化会影响绝缘子钢帽的温升;在强风条件下,各绝缘子钢帽温度相同,不适合进行绝缘子红外检测。研究成果可用于指导电网红外巡检工作,保障绝缘子红外巡检结果的正确性,从而实现电网的安全稳定运行。