3.2.3實(shí)際案例：基于大數(shù)據(jù)技術(shù)的電氣設(shè)備紅外圖像處理

1、現(xiàn)狀和需求
隨著經(jīng)濟(jì)的快速發(fā)展，電網(wǎng)朝著特高壓、交直流混合、新能源大量接入的方向發(fā)展。國(guó)家電網(wǎng)公司提出建沒(méi)堅(jiān)強(qiáng)可靠的智能電網(wǎng)，其核心是在電網(wǎng)可靠運(yùn)營(yíng)的前提下,實(shí)現(xiàn)電網(wǎng)的信息化、數(shù)字化、自動(dòng)化和互動(dòng)化。電氣設(shè)備長(zhǎng)期處在運(yùn)行狀態(tài)下，易受外界環(huán)境的影響，經(jīng)常出現(xiàn)各類故障，對(duì)電力系統(tǒng)的安全穩(wěn)定運(yùn)行構(gòu)成沖擊。據(jù)統(tǒng)計(jì)資料顯示，電力系統(tǒng)中70%的故障是由電氣設(shè)備的故障所導(dǎo)致的。各種故障通常表現(xiàn)為電流型或電壓型的異常致熱，原因主要包括表面污穢、接觸不良、受潮、腐蝕變形、漏磁等。因此，対不同類型的電氣設(shè)備進(jìn)行有效的監(jiān)控，并實(shí)時(shí)、自動(dòng)地分析電氣設(shè)備有無(wú)故障、故障類型、存在位置和嚴(yán)重程度成為了目前的研究熱點(diǎn)。
紅外熱成像技術(shù)是電力系統(tǒng)在線實(shí)時(shí)監(jiān)測(cè)領(lǐng)域中一個(gè)強(qiáng)大的工具。其原理是紅外探測(cè)器將被測(cè)物體紅外輻射量的変化轉(zhuǎn)變成電量變化，經(jīng)放大處理后，被測(cè)物體表面的熱好布以可見(jiàn)光圖像顯示在屏幕上。通過(guò)比色條對(duì)應(yīng)的顏色可以確定圖像任意點(diǎn)的溫度。紅外熱成像技術(shù)具有非接觸性、直觀準(zhǔn)確、夜間監(jiān)控、靈敏度高、診斷效率高、適應(yīng)性強(qiáng)等優(yōu)點(diǎn)。與此同時(shí)，它允許電力系統(tǒng)在不停電的情況下完成設(shè)備健康狀況的分析。通過(guò)該技術(shù)的監(jiān)測(cè)結(jié)果，可以獲得電氣設(shè)備各個(gè)區(qū)域的溫度，更重要的是能夠通過(guò)溫度識(shí)別的結(jié)果來(lái)判斷電氣設(shè)備內(nèi)部可能存在的各種缺陷，為操作人員提出可靠的動(dòng)作參考，減少或規(guī)避設(shè)備因過(guò)熱所導(dǎo)致的故障。該項(xiàng)技術(shù)對(duì)確保電氣設(shè)備的安全穩(wěn)定運(yùn)行，提高電力系統(tǒng)的經(jīng)濟(jì)效益和智能化水發(fā)揮了積極的作用。
利用非接觸式的紅外熱成像儀實(shí)現(xiàn)電氣設(shè)備的在線監(jiān)測(cè)，獲得實(shí)時(shí)的紅外圖像，并提取電氣設(shè)備典型溫度數(shù)據(jù)，在此基礎(chǔ)上建立電氣設(shè)備溫度的歷史和實(shí)時(shí)數(shù)據(jù)庫(kù)，結(jié)合數(shù)據(jù)挖掘手段，最終建立電氣設(shè)備故障診斷與報(bào)警自動(dòng)決策系統(tǒng)。這將是電氣設(shè)備紅外監(jiān)測(cè)及診斷技術(shù)的發(fā)展趨勢(shì)。 

 (1)紅外診斷技術(shù)國(guó)內(nèi)研究現(xiàn)狀
我國(guó)將紅外技術(shù)用于電氣設(shè)備監(jiān)測(cè)的研究始于20世紀(jì)70年代初，開(kāi)始便用國(guó)內(nèi)自主研制的紅外熱成像儀對(duì)高壓輸電線路的接頭溫度展開(kāi)監(jiān)測(cè)工作。
從20世紀(jì)80年代中期開(kāi)始，隨著紅外熱成像技術(shù)的快速發(fā)展和電力部門重視程度的提高，若干家電力公司引進(jìn)了較為先進(jìn)的紅外熱成像儀，積極開(kāi)展了220kV和110kV的輸電線路直升機(jī)紅外巡檢工作。通過(guò)不斷地實(shí)驗(yàn)，電力部門積累了廣泛的實(shí)踐經(jīng)驗(yàn)，收到了良好的經(jīng)濟(jì)和社會(huì)效益，并逐漸形成了一套較為完整的故障判定標(biāo)準(zhǔn)。
20世紀(jì)90年代以后，一些電力科學(xué)研究院與電力公司相互合作，通過(guò)大量的現(xiàn)場(chǎng)實(shí)測(cè)結(jié)果，已經(jīng)充分地掌握了各種類型的電氣設(shè)備故障的典型溫度特征，積累了大量的電氣設(shè)備故障情況的紅外熱成像圖譜。
1999年，當(dāng)時(shí)的電力工業(yè)部頒布了DL/T664-1999《帶電設(shè)備紅外診斷技術(shù)導(dǎo)則》。該導(dǎo)則建立于廣泛的實(shí)踐經(jīng)驗(yàn)基礎(chǔ)之上，為操作人員利用紅外診斷技術(shù)對(duì)現(xiàn)場(chǎng)的電氣設(shè)備溫度進(jìn)行監(jiān)測(cè)和診斷以及故障的判別提供了堅(jiān)實(shí)有力的依據(jù)，并極大地推動(dòng)了紅外熱成像診斷技術(shù)在電力系統(tǒng)基層中的應(yīng)用。
近年來(lái)，隨著數(shù)字圖像處理技術(shù)的發(fā)展和計(jì)算機(jī)處理速度的大幅度提高，紅外熱成像診斷技術(shù)朝著智能化、數(shù)字化、網(wǎng)絡(luò)化和高速化方向發(fā)展，電氣設(shè)備紅外圖像設(shè)備和溫度識(shí)別也向著自動(dòng)識(shí)別和診斷方向發(fā)展。

(2)紅外診斷技術(shù)國(guó)外研究現(xiàn)狀
國(guó)外將紅外診斷技術(shù)應(yīng)用于電氣設(shè)備監(jiān)測(cè)的時(shí)間要早于中國(guó)。20世紀(jì)60年代，瑞典國(guó)家電力局開(kāi)創(chuàng)了先河，率先將紅外熱成像儀用于電氣設(shè)備的監(jiān)測(cè)。20世紀(jì)70年代開(kāi)始，發(fā)達(dá)國(guó)家普遍已將紅外熱成像儀置于直升機(jī)上，對(duì)輸電線路和變電站展開(kāi)巡回監(jiān)測(cè)，并制定了不同的技術(shù)規(guī)范和故障判定標(biāo)準(zhǔn)。
1990年國(guó)際大電網(wǎng)會(huì)議首次充分肯定了紅外診斷技術(shù)在電力系統(tǒng)中的應(yīng)用。會(huì)議指出:“紅外技術(shù)將在電氣設(shè)備從傳統(tǒng)的預(yù)防性故障檢修體制向預(yù)知性狀態(tài)檢修體制的轉(zhuǎn)變中發(fā)揮關(guān)鍵的作用”。
1993年，在美國(guó)動(dòng)力會(huì)談上，伊利諾伊州電力公司和底特律愛(ài)迪生公司分別介紹了其利用紅外熱成像診斷技術(shù)在輸電線路、變電站和發(fā)電廠中的最新經(jīng)驗(yàn)。

(3)紅外圖像處理研究現(xiàn)狀
紅外圖像處理曾在20世紀(jì)70年代末、80年代初形成一個(gè)研究高潮，并獲得了大量的研究成果。在這個(gè)時(shí)期代表性的研究機(jī)構(gòu)有美國(guó)海軍研究生院、美國(guó)福特航空通訊有限公司、美國(guó)海軍武器中心、麥道公司以及哥倫比亞密蘇里大學(xué)電子和計(jì)算機(jī)工程系等。
Thauam Ongkov等人曾利用機(jī)載紅外傳感器取得了八種不同類型艦船的紅外圖像，并對(duì)樣條系數(shù)法進(jìn)行了深入的研究。研究表明，樣條系數(shù)法優(yōu)于缺乏局部結(jié)構(gòu)刻畫(huà)能力的傅里葉系數(shù)法。
2000年，ChiZhang和EWang利用K-均值聚類算法在HSI空間中進(jìn)行了彩色圖像分割的研究。2004年，中國(guó)科學(xué)院計(jì)算技術(shù)研究所的王錫貴、黃江洪、付博等研究員，提出了一種在RGB色彩空向中定義符合人眼視覺(jué)特性的距離信息的方法進(jìn)行彩色圖像分割。 
MCLaren等人提出基于知識(shí)的二叉樹(shù)分類器，并將其用于艦船紅外目標(biāo)一維輪廓像分類識(shí)別。研究發(fā)現(xiàn)，識(shí)別率在很大程度上取決于紅外圖像本身的質(zhì)量，因此，在圖像識(shí)別之前，圖像的預(yù)處理是相當(dāng)重要的。
目前，各國(guó)研究人員正在綜合運(yùn)用各種先進(jìn)的計(jì)算機(jī)算法以及智能化目標(biāo)識(shí)別方法來(lái)解決紅外圖像處理所面臨的難題。近年來(lái)，紅外圖像處理與識(shí)別的研究熱點(diǎn)主要涵蓋于:①人工神經(jīng)網(wǎng)絡(luò)模式識(shí)別方法；②基于大數(shù)據(jù)的識(shí)別方法；③專家系統(tǒng)模式識(shí)別方法；④模糊模式識(shí)別方法。因此，針對(duì)現(xiàn)今情況提出了以下幾點(diǎn)需求:
1）故障的實(shí)時(shí)判別。目前基于人工故障診斷難以滿足故障實(shí)時(shí)識(shí)別的要求。而盡快發(fā)現(xiàn)熱性故障，并采取預(yù)警措施能夠有效地預(yù)防事故擴(kuò)大化。
2）故障的自動(dòng)判別。電氣設(shè)備紅外圖像的分析診斷大多需要基于故障診斷導(dǎo)則和歷史運(yùn)行情況進(jìn)行綜合判斷，目前的軟件僅能夠識(shí)別溫度，難以綜合各類信息實(shí)現(xiàn)故障自動(dòng)識(shí)別。因此實(shí)際工作提出了故障自動(dòng)判別的需求。
3）提高故障識(shí)別的準(zhǔn)確度。借助計(jì)算機(jī)準(zhǔn)準(zhǔn)確地識(shí)別電氣設(shè)備的種類和溫度，并根據(jù)與診斷導(dǎo)則的對(duì)比進(jìn)行故障識(shí)別，能夠彌補(bǔ)人工故障診斷所產(chǎn)生的誤差，提判產(chǎn)生的不良影向。
4）大量現(xiàn)場(chǎng)圖片的快速處理。
現(xiàn)代大型變電站有大量電氣設(shè)備需要在線監(jiān)測(cè)，傳統(tǒng)手段難以實(shí)時(shí)處理如此大規(guī)模的現(xiàn)場(chǎng)圖片，需要借助于大數(shù)據(jù)中的分布式存儲(chǔ)技術(shù)、流處理技術(shù)和并行處理技術(shù)等對(duì)現(xiàn)場(chǎng)圖片進(jìn)行存儲(chǔ)和處理。

2.應(yīng)用場(chǎng)景
基于大數(shù)據(jù)的電氣設(shè)備紅外圖像處理主要體現(xiàn)在圖像提取、圖像識(shí)別和大量圖片處理上，主要采用K-means聚類、人工神經(jīng)網(wǎng)絡(luò)、分布式存儲(chǔ)技術(shù)、并行計(jì)算技術(shù)等方法。

(1)圖像提取
在圖像提取部分運(yùn)用了大數(shù)據(jù)技術(shù)中K-means聚類方法。從分割結(jié)果可以看出，K-means聚類方法對(duì)于溫度層次分明的紅外熱成像分割有著良好的適應(yīng)性，克服了傳統(tǒng)Otus二值化方法抗干擾能力差的缺點(diǎn)。

圖3-12目標(biāo)電氣設(shè)備的提取

（2）圖像識(shí)別
針對(duì)各種電氣設(shè)備紅外圖像的特點(diǎn)和差異，采用圖像改進(jìn)Hu不變距作為圖像的特征向量，并設(shè)計(jì)BP神經(jīng)網(wǎng)絡(luò)分類器對(duì)現(xiàn)場(chǎng)采集的圖像進(jìn)行分類識(shí)別。神經(jīng)網(wǎng)絡(luò)分類器選取部分圖像作為學(xué)習(xí)樣本，對(duì)剩余的圖像進(jìn)行種類識(shí)別

圖3-13提取改進(jìn)Hu不變矩對(duì)電氣設(shè)備種類進(jìn)行識(shí)別

 (3)圖像處理
將處理任務(wù)分配到不同的處理節(jié)點(diǎn)，以便提升并行處理能力。先進(jìn)行海量圖片數(shù)據(jù)分割、任務(wù)分解與結(jié)果匯總，從而完成海量圖片數(shù)據(jù)的并行處理，目前業(yè)界普遍使用該MapReduce方式。

圖3-14并行處理算法示意圖

3.大數(shù)據(jù)解決方案

(1)圖像提取
由于圖像拍攝過(guò)程中環(huán)境的變化，傳感器在將實(shí)際設(shè)備溫度轉(zhuǎn)換為紅外圖像信號(hào)時(shí)總會(huì)引入各種噪聲，因此需要對(duì)圖像進(jìn)行預(yù)處理，采用圖像平滑、中值濾波、圖像校正、圖像去噪、圖像增強(qiáng)及灰度二值化等技術(shù)，來(lái)改善圖像質(zhì)量，提升后續(xù)圖像判斷的準(zhǔn)確率。
目標(biāo)電氣設(shè)備與背景的溫度差別在圖像中表現(xiàn)為兩者色彩的差異，采用K-means聚類的方法將圖像按照RGB值的差異分為多類，并還原至彩色圖像，進(jìn)而將目標(biāo)電氣設(shè)備從復(fù)雜的背景中提取出來(lái)。
根據(jù)圖像像素值的差異，人為設(shè)定聚類數(shù)進(jìn)行基于像素值的圖像分割，這克服了圖像Otus二値化分類數(shù)量少、易丟失圖像信息的缺點(diǎn)。

圖3-15圖像提取示意圖