变压器套管是变压器的重要附件,其稳定性和可靠性关系到整个电力系统的安全运行。随着电力需求的增大和环境污染的加剧,由于变压器套管故障引发的电力系统事故较以往更加突出。对变压器套管进行在线监测,实时掌握其工作情况,能够有效避免安全事故的出现,此研究拥有十分重要的理论指导意义与工程实用价值。鉴于当前研究现状,本文提出了基于计算机视觉的变压器套管智能监测系统的研究方法,借助数字图像处理、计算机视觉和智能监测等技术,识别套管的憎水等级和裂痕工况。本文从软硬件两个方面阐述了系统的结构和工作流程,以ASP.NET、MATLAB和Microsoft SQL Server等软件构建开发平台,利用远程摄像机获取现场套管的实时图像,借助网络将图像传输至服务器端进行图像分析、处理、判断和识别。此外,本文借助自然雨滴进行变压器套管憎水等级识别,将裂痕工况纳入监测范围,较以往传统的监测方法,提高了监测的准确性,完善了监测的功能。本文的主要研究内容包括:1.基于同态增晰的局部自适应直方图均衡化方式图像预处理算法针对变压器套管图像采集时,受噪声、天气、光照等因素影响,造成监测精度不高的情况,提出了基于同态增晰的局部自适应直方图均衡化方式图像预处理算法。采用此法对原始图像进行特征量提取前的去噪、增强,使图像的视觉效果得到明显改善,边缘细节信息得到凸显,为后续进行精确识别创造了条件。2.基于改进的Canny算子检测图像边缘检测和数学形态学运算修正相结合的套管盘面及水滴图像分割算法针对憎水性监测时雨滴边缘检测,传统Canny算子边缘提取算法因其阈值不能自主选择而达不到理想的分割效果的情况,提出了结合最大类间方差法阈值选择与Canny算子边缘提取的算法,使边缘提取过程能够自适应选择图像分割阈值。针对提取到的边缘因环境因素而引起的部分水迹缺失问题,使用数学形态学对改进的Canny算子边缘提取图像进行修复,减少了水迹边缘不连续和伪边缘的问题。3.基于改进的SIFT特征图像匹配和最大熵阈值相结合进行套管盘面和背景图像分割算法针对工况监测图像匹配时适应性差、难度大的情况,选择了对光照强度、平移偏差、缩放大小、旋转和拍摄角度等具有较强适应性的SIFT特征图像匹配算法。为进一步提高匹配效率和精度,提出了改进的SIFT特征匹配算法,采用圆形代替方形邻域区域生成特征向量实现数据降维,使用协方差和反余弦函数代替欧氏距离减少计算量,采用双向匹配搭配RANSAC算法提高匹配精度。同时为消除背景对目标监测的影响,采用最大熵阈值法将变压器套管盘面区域的成功地分割提取出来。4.基于粒子群优化的最小二乘支持向量机憎水等级识别模型给出了各憎水等级套管的评判标准和提取的特征量,建立了最小二乘支持向量的模型以及训练样本库,并通过粒子群算法进行了选取参数的优化,提出了识别的步骤。通过与其他智能识别算法的比较,证明了模型具有较高的识别精度,识别率达96%。5.基于改进型BP神经网络的裂痕工况识别模型提取了裂痕图像的特征量,建立了 BP神经网络的模型以及训练样本库。针对神经网络存在的固有缺陷,引入动量结合自适应学习速率调整BP算法构造智能识别模型,并以此为支撑设计了工况识别器。通过与其他算法的比较,证明了模型具有较高的识别精度,识别率达93.7%。最后,本文从实际工程角度,对现场运行效果进行了阐述,对实测数据进行了分析论证,证明了系统的有效性和工程的实用性。为进一步提高变压器安全运行提供了重要的理论参考和技术手段。