基于图像识别的电力设备状态实时监测方法的研究

摘要

图像处理与识别技术是提高电力设备监测自动化水平的一种新途径.本文提出首先采集变电站图像,预处理后,提取目标形状的不变矩作为特征向量,然后利用支持向量机(SVM)识别电力设备的类型,通过与数据库中存储图像对比,由其产生的毛刺、凸起的边缘以及新增的伪轮廓线,判别设备是否有外观的损坏和放电现象,从而判断其运行状态.利用图像识别技术监测电力设备运行状态,可以替代人工巡视,不但能够完成视频监视、记录功能,更重要的是通过分析和识别图像,及时发现故障隐患,并可自动发出报警信号,大大提高了电力设备运行的可靠性.