基于红外热成像技术的配电柜故障监测与诊断
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 1 绪论 | 第13-17页 |
| 1.1 课题研究背景及意义 | 第13页 |
| 1.2 国内和国外的研究现状 | 第13-15页 |
| 1.2.1 国外红外线诊断技术的现状 | 第13-14页 |
| 1.2.2 国内红外热成像技术的应用和现状 | 第14-15页 |
| 1.3 本文的主要工作 | 第15-17页 |
| 2 配电柜故障的红外诊断基础 | 第17-25页 |
| 2.1 红外热成像技术原理 | 第17-18页 |
| 2.2 红外辐射的基本规律 | 第18-19页 |
| 2.3 影响红外辐射主要因素 | 第19-21页 |
| 2.3.1 大气衰减对红外辐射的影响 | 第19页 |
| 2.3.2 背景辐射的影响 | 第19-20页 |
| 2.3.3 发射率对红外监测的影响 | 第20-21页 |
| 2.4 红外热像仪 | 第21-25页 |
| 2.4.1 红外热像仪原理 | 第21-22页 |
| 2.4.2 配电柜中红外热像仪的检测范围 | 第22页 |
| 2.4.3 红外热像仪监测诊断使用步骤 | 第22-25页 |
| 3 图像预处理技术 | 第25-31页 |
| 3.1 图像灰度化 | 第25-26页 |
| 3.2 红外图像的增强 | 第26-28页 |
| 3.2.1 空域增强法——灰度变换法 | 第26-28页 |
| 3.2.2 直方图均衡化算法 | 第28页 |
| 3.3 红外图像的去噪 | 第28-30页 |
| 3.3.1 均值滤波 | 第28-29页 |
| 3.3.2 中值滤波 | 第29页 |
| 3.3.3 基于小波包阈值的去噪方法 | 第29-30页 |
| 3.4 实验结果和结论 | 第30-31页 |
| 4 配电柜设备红外图像提取 | 第31-43页 |
| 4.1 边缘检测提取算法 | 第31-37页 |
| 4.1.1 基于数学形态学的边缘检测提取 | 第31-32页 |
| 4.1.2 基于不同算子的边缘提取算法 | 第32-37页 |
| 4.2 基于Otsu法自动阈值分割图像 | 第37-38页 |
| 4.2.1 阈值处理概述 | 第37页 |
| 4.2.2 Otsu算法阈值分割 | 第37-38页 |
| 4.3 基于K-means聚类算法的红外图像提取 | 第38-39页 |
| 4.4 实验结果仿真与分析 | 第39-43页 |
| 5 配电柜目标红外图像识别 | 第43-51页 |
| 5.1 红外图像目标识别的概念 | 第43页 |
| 5.2 互感器的识别 | 第43-46页 |
| 5.2.1 纹理特征的Canny算法的检测 | 第44-45页 |
| 5.2.2 特征匹配与聚类 | 第45-46页 |
| 5.2.3 最小二乘法的直线拟合 | 第46页 |
| 5.3 三相电力设备的图像识别 | 第46-51页 |
| 5.3.1 连通区域的标记和划分 | 第47-49页 |
| 5.3.2 a,b,c三相相序的辨别 | 第49-51页 |
| 6 电气设备的故障类型及识别流程 | 第51-57页 |
| 6.1 缺陷类型及诊断判据 | 第51-53页 |
| 6.2 套管的故障识别流程 | 第53页 |
| 6.3 氧化锌避雷器的故障识别流程 | 第53-55页 |
| 6.4 电压互感器的故障识别流程 | 第55-57页 |
| 7 配电柜设备故障监测与诊断 | 第57-61页 |
| 7.1 红外图像过热定位和故障判断 | 第57-60页 |
| 7.1.1 相对温差法 | 第57-58页 |
| 7.1.2 基于拓扑矩阵修正的故障定位与诊断 | 第58-60页 |
| 7.2 电气设备故障监测与诊断的实现 | 第60-61页 |
| 8 总结与展望 | 第61-63页 |
| 8.1 工作总结 | 第61页 |
| 8.2 工作展望 | 第61-63页 |
| 参考文献 | 第63-65页 |
| 致谢 | 第65-67页 |
| 作者简介及读研期间科研成果 | 第67页 |
