張曄

摘 要：智能電網(wǎng)的發(fā)展對(duì)電力系統(tǒng)的安全提出了更高的要求，火災(zāi)防護(hù)是電力系統(tǒng)穩(wěn)定運(yùn)行的一個(gè)重要方面，傳統(tǒng)的火災(zāi)檢測(cè)在電力設(shè)備環(huán)境火災(zāi)檢測(cè)中存在誤報(bào)和漏報(bào)的情況，本文將圖像型火災(zāi)檢測(cè)引入到電力系統(tǒng)監(jiān)控中，闡述了圖像的分形特征、灰度共生矩陣等紋理特征，從原理上介紹了支持向量機(jī)智能分類算法，并給出了一種針對(duì)電力設(shè)備運(yùn)行環(huán)境的火災(zāi)檢測(cè)算法。

關(guān)鍵詞：電力系統(tǒng)監(jiān)控；火災(zāi)檢測(cè)；圖像處理

中圖分類號(hào)：TP277 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1671-2064（2017）23-0092-02

1 引言

隨著智能電網(wǎng)在我國(guó)的迅速發(fā)展，電力系統(tǒng)的安全運(yùn)行面臨著、越來越多的挑戰(zhàn)，特別是電力系統(tǒng)的火災(zāi)防護(hù)關(guān)系著電力系統(tǒng)設(shè)備穩(wěn)定運(yùn)行以及社會(huì)經(jīng)濟(jì)的健康發(fā)展，已經(jīng)越來越受到重視，在電力系統(tǒng)中，大量的電力設(shè)備和設(shè)施[1]，比如：主控通信室、變電站、蓄電池室、可燃介質(zhì)電容器室、配電裝置室、機(jī)房，這些場(chǎng)所存在大量的可燃物，并且設(shè)備的運(yùn)行時(shí)間長(zhǎng)、設(shè)備利用率高，一旦在運(yùn)行中出現(xiàn)短路、過載等故障極易引發(fā)火災(zāi)，威脅到電力系統(tǒng)的安全，容易造成巨大的經(jīng)濟(jì)損失，給社會(huì)的生產(chǎn)生活造成嚴(yán)重影響。

傳統(tǒng)的火災(zāi)探測(cè)器是基于傳感器進(jìn)行火災(zāi)現(xiàn)場(chǎng)采集的數(shù)據(jù)參數(shù)實(shí)現(xiàn)檢測(cè)的[2]，常用傳感器主要有感煙型、感溫型、感光型、氣體火災(zāi)探測(cè)器，參數(shù)指標(biāo)分別為火災(zāi)環(huán)境下空氣中的顆粒物濃度、溫度變化、光的強(qiáng)弱、空氣中特定氣體濃度的變化，傳統(tǒng)探測(cè)方式在火災(zāi)探測(cè)中有一定的局限性：火災(zāi)區(qū)域可能受自然風(fēng)的影響，使得基于探測(cè)氣體濃度的傳感器失效，受探測(cè)器與火災(zāi)區(qū)域距離的影響，在距離遠(yuǎn)的情況下，無法及時(shí)感知溫度，這些都影響了傳統(tǒng)探測(cè)方法在電力系統(tǒng)中的實(shí)際應(yīng)用效果。智能圖像處理技術(shù)給電力系統(tǒng)火災(zāi)檢測(cè)提供了新途徑，基于圖像處理的火災(zāi)檢測(cè)系統(tǒng)可以部署在現(xiàn)有的電力監(jiān)控系統(tǒng)上，通過監(jiān)控?cái)z像頭及時(shí)探測(cè)火情，實(shí)現(xiàn)全方位的火災(zāi)自動(dòng)檢測(cè)，逐漸成為電力系統(tǒng)火災(zāi)檢測(cè)的一個(gè)研究熱點(diǎn)，視頻火災(zāi)的檢測(cè)可以分為針對(duì)火焰和煙霧的兩類方法[3]，在火災(zāi)發(fā)生的初期，煙霧是最早的火災(zāi)信號(hào)，所以煙霧檢測(cè)是電力系統(tǒng)火災(zāi)檢測(cè)的有效途徑，本文基于圖像處理中的分形理論和圖像紋理特征，結(jié)合支持向量機(jī)模型訓(xùn)練的方法，提出了一種可應(yīng)用于電力設(shè)備運(yùn)行環(huán)境火災(zāi)煙霧檢測(cè)的算法，充分利用分形理論在處理非線性信號(hào)的優(yōu)勢(shì)，提取煙霧圖像的分形特征和紋理特征，將特征輸入支持向量機(jī)模型進(jìn)行訓(xùn)練，進(jìn)行電力設(shè)備運(yùn)行環(huán)境中火災(zāi)煙霧圖像的識(shí)別。

2 局部分形特征和紋理

2.1 圖像的分形特征

在進(jìn)行圖像灰度分析時(shí)，可以根據(jù)灰度共生矩陣導(dǎo)出14種特征，常見的特征有能量、熵、對(duì)比度、相關(guān)性、均勻性、方差、相異性等[6]。在圖像的特征提取時(shí)，并不是特征越多越好，對(duì)于煙霧檢測(cè)算法，需要考慮計(jì)算速度和復(fù)雜度，本文在實(shí)驗(yàn)的基礎(chǔ)上選擇能量、熵、對(duì)比度三個(gè)特征和分形特征作為煙霧識(shí)別的特征。

3 支持向量機(jī)

在提取火災(zāi)圖像的分形特征和紋理特征之后，如果想要對(duì)區(qū)域中的煙霧圖像進(jìn)行識(shí)別并作出是否有煙霧的判斷，需要根據(jù)煙霧的圖像特征對(duì)圖像進(jìn)行分類，并且要實(shí)現(xiàn)機(jī)器自動(dòng)識(shí)別就需要事先提供包含火災(zāi)煙霧的樣本圖像和不包含煙霧的負(fù)例樣本圖像來訓(xùn)練，然后使用訓(xùn)練過的系統(tǒng)對(duì)不屬于樣本的圖像進(jìn)行識(shí)別，實(shí)現(xiàn)火災(zāi)煙霧檢測(cè)。

支持向量機(jī)是Vapnik等人在1995年提出的一種基于統(tǒng)計(jì)學(xué)習(xí)的機(jī)器學(xué)習(xí)算法[7]。支持向量機(jī)能夠較好解決非線性和小樣本量的問題，目前已經(jīng)成為智能處理領(lǐng)域的有效方法。設(shè)有兩類不同的圖像樣本，H表示將兩類樣本正確有效分開的超平面，H1、H2分別表示兩類樣本中與另一類樣本最接近的樣本所在平面，兩條平面相互平行，兩者間的距離就是分類間隔，如果存在一個(gè)超平面使得兩類不同的樣本被有效分開而且不存在分類錯(cuò)誤，并且此分類面到H1與H2的距離相等，則該分類面為最佳分類面。

對(duì)于非線性問題，通過非線性變換轉(zhuǎn)為高維度的線性問題，在變換空間求取最佳分類面，也就是通過核函數(shù)對(duì)樣本進(jìn)行非線性變換，常用的核函數(shù)有多項(xiàng)式核函數(shù)、徑向基核函數(shù)等。

4 基于圖像特征提取的電力系統(tǒng)火災(zāi)檢測(cè)算法

在上述理論和研究的基礎(chǔ)上，本文提出了一種基于圖像特征提取的電力系統(tǒng)火災(zāi)檢測(cè)算法，首先選取電力設(shè)備環(huán)境中的煙霧圖像和非煙霧圖像作為樣本，然后基于分?jǐn)?shù)布朗運(yùn)動(dòng)模型，提取圖像的分形特征，有效利用了分形理論在圖像自相似和非線性處理中的優(yōu)勢(shì)，接下來提取基于灰度共生矩陣的圖像紋理特征，包括能量、熵、對(duì)比度，將分形特征以及這三個(gè)紋理特征作為樣本圖像的特征向量， 輸入到支持向量機(jī)模型中進(jìn)行訓(xùn)練，得到訓(xùn)練好的系統(tǒng)，最后，針對(duì)電力系統(tǒng)視頻監(jiān)控系統(tǒng)實(shí)施實(shí)時(shí)的火災(zāi)煙霧檢測(cè)。

5 結(jié)語

本文研究了圖像型火災(zāi)檢測(cè)在電力設(shè)備環(huán)境監(jiān)控系統(tǒng)中的應(yīng)用，分析了傳統(tǒng)火災(zāi)檢測(cè)存在的不足，將分形理論、灰度共生矩陣等紋理特征和支持向量機(jī)引入到電力系統(tǒng)火災(zāi)檢測(cè)中，闡述了其原理，并給出了一種火災(zāi)檢測(cè)方法。

參考文獻(xiàn)

[1]汪書蘋，李偉，武海澄，等.電力火災(zāi)安全防護(hù)技術(shù)體系研究[J].華東電力，2013， 41（3）：528-531.

[2]張劍馳，謝光斌.電力系統(tǒng)測(cè)溫中光纖光柵的應(yīng)用研究[J].湘潭大學(xué)自科學(xué)報(bào)，2013， 35（3）：106-110.

[3]李福鵬，梁國(guó)堅(jiān)，杜鑫峰，等.基于圖像處理技術(shù)的險(xiǎn)情識(shí)別智能巡檢機(jī)器人的研究[J].自動(dòng)化與儀器儀表，2017，（6）：10-12.

[4]姚勛祥，張?jiān)品?，寧陽，?多尺度有理分形的圖像插值算法[J].中國(guó)圖象圖形學(xué)報(bào)，2016，21（4）：482-489.

[5]鄭紅，李釗，李俊.灰度共生矩陣的快速實(shí)現(xiàn)和優(yōu)化方法研究[J].儀器儀表學(xué)報(bào)，2012，33（11）：2510-2514.

[6]袁潔，袁偉，賈陽，等.一種基于紋理特征的主動(dòng)紅外煙霧識(shí)別方法[J].安全與環(huán)境學(xué)報(bào)，2016，16（2）：86-89.

[7]薛浩然，張珂珩，李斌，等.基于布谷鳥算法和支持向量機(jī)的變壓器故障診斷[J].電力系統(tǒng)保護(hù)與控制，2015，（8）：8-13.endprint