三工位隔离开关状态智能识别方法

来源：SCI期刊网 分类：电子论文 时间：2022-01-24 09:58 热度：

摘 要：摘 要：根据地铁直流供电系统实际需求，提出适用于三工位隔离开关的图像处理算法思路：降噪-边缘检测-霍夫直线检测-角度计算，并对经典算法进行改进。为解决系统响应时间和检测精度之

　　摘 要：根据地铁直流供电系统实际需求，提出适用于三工位隔离开关的图像处理算法思路：降噪-边缘检测-霍夫直线检测-角度计算，并对经典算法进行改进。为解决系统响应时间和检测精度之间的矛盾，对三工位隔离开关进行定制性硬件设计，以降低图像识别计算复杂度，同时提出满足实际工程应用的检测精度阈值计算方法。最终，设计了一套上网接地三工位隔离开关状态智能识别装置。该装置已经成功应用于郑州地铁 4 号线，经过充分现场运行试验验证，证明其精度和可靠性满足实际系统使用需求。

　　关键词：三工位隔离开关 图像识别 边缘检测 霍夫直线

　　0 引言

　　上网接地三工位隔离开关是地铁供电领域接触网专业关键设备，将上网隔离开关与接地开关进行功能融合，具有合闸、分闸和接地三种独立位置状态，其状态的自动识别设备状态巡视、告警联动、可靠维修接地等生产运行过程监控具有重要意义。

　　当前地铁供电系统用各种隔离开关均是基于机械及电气原理的辅助开关返信[1]，在出现隔离 开关本体机构故障或者辅助开关信号故障等情况时，会出现隔离开关的状态误判。一般会在隔离开关操作完成后进行本体确认或者通过视频监控巡视确认，运维效率相对较低。在郑州地铁 4 号线项目中首次研制并使用上网接地三工位隔离开关，同时设计一套基于图像处理的状态智能识别功能模块，以实现其自动状态巡检和异常告警联动，使其具备智能运维基本条件，提高地铁供电系统关键设备的运维效率和安全。

　　针对高压隔离开关状态图像识别方面的研究较多，文献[2]提出利用基于尺度不变特征变换(SIFT)算法和标准状态建模的隔离开关状态识别方法。文献[3]提出基于适合高压隔离开关具体图像特征的的边缘检测算法进行主动识别。文献 [4]提出基于机器视觉的隔离开关状态识别方法。文献[5]提出基于目标跟踪的开关状态识别方法。

　　以 上 研 究 均 仅 针 对 国 网 电 力 系 统 中 的 GN/GWX-XX/X 系列的高压隔离开关状态识别，该系列隔离开关的触头形态和机构原理与地铁直流供电系统三工位隔离开关均有较大的差异;另外以上方法均通过仿真计算和试验室重复训练来验证算法结果，尚不能支撑实际工程应用复杂环境的稳定性，且均没有对隔离开关状态识别算法的精度阈值进行探讨，缺乏实际工程应用的基础。

　　1 基于三工位隔离开关特点的算法思路

　　1.1 地铁直流供电三工位隔离开关的特点

　　相对于电力系统高压隔离开关，地铁直流供电系统隔离开关的特点主要表现为：1)载流大; 2)动触头是矩形;3)定位精度要求高;4)多触点式。基于以上特点对于三工位隔离开关的状态识别提出了相应的图像处理算法思路：降噪-边缘检测算法-霍夫直线检测-角度计算，并要根据实际情况对过程经典算法进行改进。

　　1.2 高斯模糊循环降噪

　　噪声信号不可避免的在图像采集、传输和记录过程中被引入，直接影响了后续图像处理(特别是边缘检测过程)的精度。本次随机抽取一帧三工位隔离开关现场图像，用 MATLAB 的 roipoly 函数选定一个背景相对稳定的区域生成掩模(如图 1(a)所示)，然后用 imhist 函数生成图像数据直方图(如图 1(b)所示)，可以判断本图像噪声类型为高斯噪声。为了提高后续边缘检测的精度，对图像进行高斯模糊循环降噪处理。

　　高斯函数是唯一可分离的圆对称滤波器，可分离算子可加快运行速度[6]。高斯滤波即是用二维高斯函数(式 1)形成的 n (n=2k+1, k 为正整数) 阶高斯 n 阶滤波算子与数字图像矩阵形成的离散二维函数进行卷积，对图像邻域内像素进行平滑时，邻域内不同位置的像素被赋予不同的权值，对图像进行平滑的同时，同时能够更多的保留图像的总体灰度分布特征。

　　根据高斯函数特性，离散度参数 σ 和阶数 n 越小低频信息会相应锐化，离散度参数 σ 和阶数 n 越大高频信息细节会缺少，另外阶数 n 越大计算复杂度会越高，图像中的的边缘特征和噪声均属于高频信息，为了降低噪声的同时不影响后续边缘检测，离散度参数 σ 选择应进行折中考虑。

　　1.3 边缘检测

　　本文采用 Candy 算法进行边缘检测，该算法具有滤波、增强、检测的多阶段优化特性。依据 X 和 Y 向的一阶偏导数矩阵进行有限差分(式 2~3)来计算梯度幅值(式 4)和方向(式 5)。对梯度幅值先经过非极大值抑制来剔除大部分非边缘点，然后采用双阈值检测来将间断的边缘进行封闭。

　　2 隔离开关硬件定制性设计

　　为了提高隔离开关状态图像识别的精度，在隔离开关本体设计时从摄像头视场设计、补光光源控制、动触头表面纹理设计等三个方面进行隔离开关定制性设计，在降低隔离开关状态识别难度的同时保证装置的绝缘安全。

　　2.1 摄像头视场设计

　　在满足图像识别的要求情况下，将摄像头视场设计为尽可能小，以减少图像中多余特征数量和运算量。根据隔离开关触头特征，视场至少覆盖隔离开关左右静触头外轮廓和触头上轮廓(如图 3(a)所示的矩形区域)，最终的视场宽度约 480 mm，视场高度约 200 mm，视场的中心 O 为摄像头的中心。

　　为了简化整个装置结构，网络摄像头安装于隔离开关本体的控制面板背面，水平方向与隔离开关左右触头间中线对齐，摄像头在深度方向与触头平面的距离为 350 mm(如图 3(b)所示)，由此可计算：摄像机的视场角约为 70 度，属于广视角，因此需要选择焦距 4 mm 以下的摄像头，本装置选择海康威视 DS-2CD3125FV2-IS 型网络摄像头。

　　另外，由于摄像头安装在隔离开关本体，为保证绝缘安全，在摄像头与隔离开关主触头间设置透明绝缘板(5 mm PC 板)用于绝缘防护。

　　2.2 补光光源设计与控制

　　该装置安装在金属封闭式开关柜内，光线照度较低，不仅不利于人工就地或者远程巡视观察，同时会产生噪点、模糊的现象影响图像的采集和识别。海康威视 DS-2CD3125FV2-IS 型摄像头虽然自带 ICR 红外滤片具有日夜自动转换模式，但摄像头自带的主动光照射到摄像头与隔离开关主触头间透明绝缘板上时会发生反射形成光斑(如图 1(a)所示)影响图像识别质量。

　　为解决以上问题，在中间面板(如图 3(b)所示)的背面设计 LED 防爆补光灯，在其提供足够的光源时，摄像头自动关闭红外背光补偿。通过试验测试补光灯从开始亮到亮度稳定的时间约为 500 ms。为保证图像采集时补光灯亮度稳定，在隔离开关操作动作时，补光灯提前 1 s 自动亮起，隔离开关开始动作并同步进行图像采集与计算，操作完成后补光灯自动关闭，节约电能的同时提高补光灯的使用寿命。

　　2.3 动触头刀表面纹理设计

　　动触头作为图像识别的主要特征对象，将其进行先喷砂后电镀黑锌的表面处理工艺，改善表面质量，同时降低图像识别复杂度：1)使得表面纹理均匀且呈磨砂纹理，消除表面反光;2)动触头表面呈现黑色，提高与背景主色(白色)的对比度。

　　2.3 动触头刀表面纹理设计

　　动触头作为图像识别的主要特征对象，将其进行先喷砂后电镀黑锌的表面处理工艺，改善表面质量，同时降低图像识别复杂度：1)使得表面纹理均匀且呈磨砂纹理，消除表面反光;2)动触头表面呈现黑色，提高与背景主色(白色)的对比度。

　　3 图像处理实现过程

　　3.1 图像预处理

　　在接收到隔离开关操作命令时，开始从摄像头视频流数据中提取当前时刻第一帧图像进行处理，处理完成后，等待 200 ms 进行下一帧图像处理，直到隔离开关操作到位。

　　根据图像 RGB 三个通道的采样值进行加权平均(Gray=(R+G+B)/3.)形成灰度图如图 4。

　　3.2 高斯降噪处理实现

　　根据用于 OpenCV 中 cvSmooth 经验，离散度参数 σ 和阶数 n 成正相关关系。具体关系如下： σ ≈0.3(n/2-1)+0.8。通过仿真实验，离散度参数 σ =1.4，最终选择阶数 n =5(取整)对高斯函数进行离散化和归一化产生高斯算子 G(5×5)：

　　3.3 边缘检测实现根据

　　1.3 节边缘检测原理可知，图像经过 CANNY 算子运算会得到梯度向量矩阵，每一个点包含了梯度幅值和方向的信息。为了提取边缘信息，需要通过双阈值法将所有的像素点分为三类：1)一定是边缘(梯度幅值≥高阈值);2)有可能是边缘(低阈值<梯度幅值<高阈值);3)一定不是边缘(梯度幅值≤低阈值)。然后对第二类可能是边缘的像素集合进行非极大值抑制来进一步判断是否边缘;

　　基于 Otus 的最大类间方差法原则[7]：最佳双阈值要得到间内最好分离性，即数理统计意义上的类间特性方差最大或者类内特性方差最小。本文采用基于梯度幅值类内方差最小原则来确定高阈值和低阈值。

　　3.4 线段(直线)检测

　　为了降低霍夫变换计算时间复杂度，采用渐进概率式霍夫变换)，相对标准霍夫变换，引入两个参数：线段最短长度和两直线间最大间隔，采用概率挑选机制，随机的选取点进行计算。两直线间的最大间隔值设置为 2，对应到本工程项目中，线段最短长度值取隔离开关动触头短边线段对应图像空间的像素点数量。HoughLines 函数无法输出图像空间中线段的长度，线段最短长度参数需通过如下试验另行计算。

　　随机抽取隔离开关图像，用 matlab 工具对图像进行灰度和二值化处理，如图 6，通过人工手动标定可计算出隔离开关动触头的短边(如图 6 红色线段)长度约为 350 像素点，因此线段最短长度设置为 200(测算线段长度的 0.6 倍)。

　　在随机抽取隔离开关图像，用 matlab 工具对图像进行灰度和二值化处理，通过人工手动标定可计算出隔离开关动触头的短边(如图 6 红色线段)长度约为 350 像素点，因此线段最短长度设置为 200(测算线段长度的 0.6 倍)

　　将图 5 经过霍夫函数变换输出的图 7 所示，用以下三个判断条件： 1)L1 近似垂直于 L2(L1 与 L2 夹角为 90 ± λ，λ 为检测误差); 2)L3 近似垂直于 L2(L3 与 L2 夹角为 90 ± λ，λ 为检测误差); 3)L3 与 L1 的线段长度大于 L2;

　　遍历所有检测线段最后确定隔离开关的三条轮廓线段(L1/ L2/ L3)(如图 7 所示)。

　　1)保证隔离开关动静触头的充分接触

　　隔离开关的动静触头采用阵列式(2 行 4 列) 触点接触方式。为满足额定通流和短时耐受工况，要求 8 个阵列式触头全部接触，即动静触头相对位置要满足该要求。动触头的极限位置出现在动触头触点即将离开静触头的时候，此时动触头夹角为 40°(如图 8(b)所示)。在实际测量可知动静触头理想位置如图所示 8(a)所示，动触头的夹角为 45°。由此可知：在动触头与静触头相对角度误差在±5°。

　　2)与隔离行程开关动作行程误差相适应

　　本装置需输出的对图像识别结果需与隔离开关本体的机械辅助开关状态综合进行综合判断。在隔离开关的机械辅助开关的行程误差内，如果出现图像识别结果与隔离开关柜行程开关状态不一致的情况，系统会误报故障。通过实际测量，本隔离开关行程开关的行程误差在 1 mm，反应到隔离开关动触头的角度误差为 10°。

　　3)运算满足系统响应时间要求

　　检测误差直接影响计算复杂度。本装置与上级系统采用 MOdbusTCP 通讯协议，系统轮询时间为 500 ms 左右，如果图像识别过程未在此时间间隔内完成结果输出，有可能造成上级系统对隔离开关状态判断错误。

　　综上所述，最终选择检测误差 λ=±5°，通过试验检测本装置算法延时小于 200 ms，满足系统响应时间。

　　4 结束语

　　本文从实际应用需求出发，通过图像识别算法和隔离开关本体定制设计，实现三工位电动隔离开关状态的智能识别。同时结合具体的工程实践，指出了在实际工程应用中可能遇到的问题与相应的解决方法。经过在郑州地铁 4 号线近一年的挂网运行，证明其精度和可靠性满足实际系统使用需求。为地铁隔离开关智能化设计和工程实施提供参考和借鉴，也为地铁直流供电系统关键智能运维创造了条件。——论文作者：童 翔 1，张兴凯 2，李现鹏 2

　　参考文献：

　　[1] 张礼波，雷鸣，周怡君. 基于目标跟踪的变电站隔离开关状态图像识别方法[ J] . 机械与电子, 2020， 38( 1) : 36- 39.

　　[2] 陈安伟，乐全明，张宗益等.基于机器人的变电站开关状态图像识别方法[J]. 电力系统自动化, 2012, 36 (6): 101~104.

　　[3] 石延辉, 罗毅, 涂光瑜等. 一种适用于隔离开关的边缘提前算法[J]. 继电器, 2007, 35(12): 23~26.

　　[4] 方盛, 舒小华, 李德武.基于机器视觉的变电站隔离开关开关状态识别方法[J].湖南工业大学学报, 2010, 38(2): 71-74

　　[5] 邵剑雄, 闫云凤, 齐冬莲. 基于霍夫森林的变电站开关设备检测及状态识别[J]. 电力系统自动化, 2016, 40(11):115~120.

　　[6] Richard Szeliski. 计算机视觉-算法与应用[M]. 北京: 清华大学出版社, 2012.

　　[7] OTSU N. A threshold selection method from gray-level histograms[J]. IEEE Trans on systems, Man, and Cybernetics, 1979, 9(1): 62-66.

文章名称：三工位隔离开关状态智能识别方法

文章地址：http://www.sciqk.com/lwfw/dzlw/12738.html