摘要：本文首先介绍了利用改进区域生长法分割红外图像，其主要内容包括基于红外图像处理的变电设备热故障自动诊断方法在两种方法的基础之上，结合了其自身的优点，将区域生长法以及二维Otsu阙值法有效结合，实现了红外图像的分割。文章紧接着阐述了利用像素统计划分变电设备结构区域以及热故障诊断与定位。在文章最后讨论了变电设备热故障诊断实例分析，得到了基于红外图像处理的变电设备热故障自动诊断方法有着更好的诊断成功率的结论。
关键词：红外图像处理；变电设备；热故障；自动诊断；方法分析
引言
随着我国经济与社会的快速发展，红外图像处理技术逐渐被应用到电力系统的日常工作中，其中，最为广泛使用的就是在电力设备的运维检修工作中。其中，基于红外图像处理的变电设备热故障自动诊断方法的运行流程为：（1）相关工作人员在变电设备的周围使用技术，并且获得红外图像；（2）检测工作人员根据其自身得到的红外图像对变电设备进行故障诊断、温度指标计算以及结构划分；（3）将得到的数据结果直接导入运维系统，根据相关程序的直接运行，得到了对应的故障诊断报告，及时采取存档操作[1]。
1 利用改进区域生长法分割红外图像
在实际变电设备热故障诊断工作中，常用的图像分割方法主要包括：区域生长法以及阙值法。相对来说，阙值法不需要大量的计算公式以及计算数据，主要可以将图像分隔成为：最大熵法、二维Otsu阙值法以及一维Otsu阙值法等图。但是实际使用中很有可能会出现目标灰度值相近的背景区域，导致计算结果的不准确，直接影响到最终变电设备热故障的诊断问题，为相关工作人员的后续操作增添了很大的工作量以及工作难度。
区域生长法分割图像相对与阈值法来说，可以更好的减少背景干扰。但是其需要相关操作人员重视生长准则的确定以及种子像素的选取工作，因为这工作直接决定了区域生长法分割图像分割结果的质量水平。
基于红外图像处理的变电设备热故障自动诊断方法在两种方法的基础之上，结合了其自身的优点，将区域生长法以及二维Otsu阙值法有效结合，实现了红外图像的分割。
2利用像素统计划分变电设备结构区域
在实际变电设备的图像分割工作完成之后，操作施工人员还需要进行有效的设备的结构识别以及划分，提高后续的同类比较工作效率，更好的保证相对温差等判断方法的精密程度，提高自身的工作质量。结合实际的避雷器、电流互感器以及电压互感器等类柱形设备自身的特点，得到的外形的像素统计图是由一定相似程度的，可以根据图像分割之后的背景，先对其自身作出有效预处理[42]。
3热故障诊断与定位
在实际变电设备热故障问题出现的时候，其分为外部故障以及变电设备热故障的内部故障。每一种热故障都是其自身变电设备的结构区域之间的温度关系存在某一种异常情况。为了更好的实现电气设备的故障诊断，有效判明其自身变电设备能否正常继续运行，相关故障诊断工作人员往往会采取一系列的方法进行热故障诊断与定位，常见热故障诊断与定位的方法为表面温度判断法、相对温差判断法以及同类比较判断法等。基于红外图像处理的变电设备热故障自动诊断方法根据红外测温原理，将其红外检测设备在变电设备附近拍摄到的图像用伪彩色形式直接表示出来。伪彩色形式图像的实际意义就是变电设备的物体表面温度分布，其表面温度与伪彩色图像可以一一对应[3]。
4变电设备热故障诊断实例分析
相关工作人员为了有效的验证基于红外图像处理的变电设备热故障自动诊断方法的实用性，结合实际的某变电站220kV耦合电容器的红外设备检测结果来进行对应的比较。实际试验中使用FLIRT630热像仪作为红外检测设备。具体的操作流程为使用优良后的改进区域生长法，检测工作人员可以直接得到变电设备主体的分割图像。然后根据对应的工作要求标准去对已经得到的电设备主体的分割图像进行有效的预处理，识别划分当前已知的结构区域，根据对应的诊断判据，规范自身的工作要求，诊断变电设备自身的结构区域可能会存在的运行故障，在对应的程序系统中直接输出诊断结果[4]。
相关工作人员将基于红外图像处理的变电设备热故障自动诊断方法与区域生长法以及二维Otsu阙值法进行变电设备热故障的诊断比较，从中可以得到对应的结果，如图1 。
.png)
图1 不同热故障诊断方法的诊断成功率比较
根据图1 可以知道，基于红外图像处理的变电设备热故障自动诊断方法有着更好的诊断成功率。
5 结束语
综上所述，相关工作人员为了更好的实现变电设备热故障的自动诊断，结合当前的红外图像分析技术，创新升级了一种基于红外图像的电缆终端异常发热自动诊断方法，提高了变电设备热故障的处理工作效率，提高了热故障处理工作的诊断准确率，为变电设备以及变电系统的正常运行打下了扎实的基础。
参考文献
[1]黄嘉明,胡欣欣,韦亦龙,史筱川,周灏,李剑.一种基于红外图像的电缆终端异常发热自动诊断方法[J].广东电力,2020,33(03):103-110.
[2]王小芳,康琛,程宏波,曾晗,辛建波,纪清照.基于红外图像处理的变电设备热故障自动诊断方法[J].华东交通大学学报,2019,36(03):111-118.
[3]芦竹茂,王天正,俞华,马丽强,刘永鑫.基于红外图像分析的电力设备热故障检测技术研究[J].现代电子技术,2017,40(11):123-126.
[4]张文峰,彭向阳,陈锐民,陈驰,邓超怡,钱金菊,徐文学.基于无人机红外视频的输电线路发热缺陷智能诊断技术[J].电网技术,2014,38(05):1334-1338.