基于热像仪的变电站设备实时监测

作者：李文震; 郭海波; 朱吕甫^*

来源：电力信息与通信技术, 2022, 20(03): 48-57.

DOI：10.16543/j.2095-641x.electric.power.ict.2022.03.007

• 支持向量机
• 自适应神经模糊推理系统
• 变电站
• 热像仪
• 电网

为对变电站设备进行实时监测，设计一种基于热像仪的变电站设备状态监测系统，并提出一种利用热像仪获取热像图的变电站设备状态监测算法。首先，热像仪采集设备的热像图和正常图像，并应用光学字符识别方法找出图像中的最高温度和最低温度；其次，应用中值滤波和腐蚀技术得到矩形框为界的可能断层区域；再根据矩形框裁剪图像提取裁剪图像的加速鲁棒特征；最后，通过训练好的自适应神经模糊推理系统(adaptive neuro fuzzy inference system，ANFIS)或支持向量机(support vector machine，SVM)分类器对提取的加速鲁棒特征进行高级阈值处理，从而识别变电站设备状态。实验结果表明，所提算法采用SVM能够正确识别变电站设备临界故障状态，而算法采用ANFIS识别变电站设备临界故障状态还存在一定错误。

• 单位
  国网内蒙古东部电力有限公司通辽供电公司