基于adaboost算法的低压开关柜开关状态检测.pdf

华中科技大学 硕士学位论文 基于Adaboost算法的低压开关柜开关状态检测 姓名：郭盖华 申请学位级别：硕士 专业：通信与信息系统 指导教师：殷蔚华 20090525 I 摘 要 摘 要 开关柜是电力系统的关键主设备之一， 其运行状态对电力系统的可靠性具有重大 影响当电力开关房中某个开关出现跳闸时，会导致周围区域的电力中断，需要有 关部门及时对其进行检修为此，本文提出了一种基于 Adaboost 算法的图像识别监 控系统，使用摄像头监控系统的运行状态，实现了在不对现有的开关柜进行改造的 情况下，对其状态进行监测 电力开关柜品种繁多，各种开关形状多样，要对各种类型的开关进行图像识别， 需要准确判断待检测目标在图像中的位置，并识别出其所处的状态，这对图像识别 系统的软硬件都提出了较高的要求为了提高系统识别的可靠性和识别率，本文引 入了人脸识别领域较为先进的 AdaBoost 算法，并对其进行改进和扩充，使其更适合 对各种开关柜的状态进行识别，可以提高系统的可靠性和兼容性 本文分析了利用图像识别手段对开关柜开关状态识别的必要性和可行性， 介绍了 基于一般图像处理算法的开关检测系统结构和算法特性，指出了基于一般算法的图 像处理系统具有智能性不够，鲁棒性不足，适应性不广等特点。

然后，论文介绍了 Adaboost 算法的基本原理，分析了基于 Adaboost 算法的开关状态检测的流程，给出 基于 Adaboost.M2 算法思想的单画面单开关与单画面多开关的具体检测办法最后， 在深入了解 Adaboost 算法和现有的 Haar-like 特征的基础上， 为了满足电力系统的需 求，提高识别算法的稳定性，本文提出了一种新的适合于开关检测的 Haar-like 特征 自生成算法，该算法能提取出图像的主要特征，并将这些主要特征进行矢量化，使 其与传统的 Haar-like 特征保持一致性该算法具有一定的针对性，有效提高了系统 的稳定性和识别率 关键词：AdaBoost；弱分类器；强分类器；开关柜；图像识别；状态检测；OpenCV II Abstract Switchgear is a key equipment of the power system, its operation status has significant influence to the power system’s reliability. When switchgear has any problems, it will lead to the interruption of power supply around the region. The maintenance departments need to repair them in a very short time. Therefore, this paper proposes a monitoring system based on image recognition, which can monitor the status of the switchgear without modify the existent items. There are many types of switchgear in the power system, the switchs in the switchgears are also have many types, if we want to process every type of switch, we need to get the precise position of our targets and the detail status of those targets witch means that the image recognition system for the software and hardware are put forward higher request. In order to improve the identification rate and reliability of the image recognition system, this article introduces an advanced algorithm in face recognition domain named AdaBoost. We improved this algorithm to make them more suitable for various switchgear state identification system. The Adaboost algorithm can improve the reliability and compatibility of our system. This paper analyzed the necessity and feasibility of the switch state identification system which based on image process, while the paper also analyzed the development history of Adaboost algorithm and the status quo and some limitations and shortage of current image recognition system on the switch state detection. In subsequent chapters, this article introduced some key technology , system structure and concrete process of the Adaboost algorithm. Then this paper analyzed the practical problems and relevant solutions of he Adaboost algorithm in the engineering applications. Finally, based on the understanding of the existion Adaboost algorithm and Haar-like feature, the paper puts forward a new kind of algorithm used to generate the Haar-like feature witch is more pertinence on the switch state image. This new Haar-like feature produced by the algorithm is good for he Adaboost algorithm. Keywords： AdaBoost ; Weak Classifier; Strong Classifier; Switchgear; Image Recognition; State Detection; OpenCV 独创性声明 独创性声明 本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研 究成果。

尽我所知，除文中已经标明引用的内容外，本论文不包含任何其他个人或 集体已经发表或撰写过的研究成果对论文的研究做出贡献的个人和集体，均已在 文中以明确方式标明本人完全意识到本声明的法律结果由本人承担 学位论文作者签名： 日期： 年 月 日 学位论文版权使用授权书 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，即：学校有权 保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅 本人授权华中科技大学可以将本学位论文的全部或部分内容编入有关数据库进行检 索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文 本论文属于 保密?，在 年解密后适用本授权书 不保密? （请在以上方框内打“√” ） 学位论文作者签名： 指导教师签名： 日期： 年 月 日 日期： 年 月 日 1 1 绪论绪论 本章介绍了电力开关检测系统的背景与需求， 分析了当前图像处理在开关柜开关 状态识别中的必要性及其优势同时给出了当前国内外在开关状态检测领域的发展 状况，以及相关图像识别算法的发展现状与成果最后简要介绍了本文研究的主要 内容以及章节安排。

1.1 课题的背景及意义课题的背景及意义 随着电力系统的发展，电力设备的结构越来越复杂[3]，功能越来越完善，自动化 程度也越来越高[1][4]，各子系统的关系也越来越密切[2]，一旦设备的某个部分在运转 过程中出现故障，就很可能中断生产，造成巨大的经济损失，甚至带来灾难性的后 果因此对电力系统中的设备状态进行监控是就显得尤为重要 开关柜是电力系统的关键主设备之一， 其运行状态对电力系统的可靠性具有重大 影响当电力开关房中某个开关出现跳闸时，会导致周围区域的电力中断，需要有 关部门及时对其进行检修因此，如何尽快找到出故障的开关就是电力部门所遇到 的一大难题传统的方法是使用人来逐个排查，直到找到出事开关这样不仅需要 动用一定的人员，而且会延误检修时间，给电力中断地区带来了很大的不便，因此 需要有一种自动的无人职守的监控系统，来对各种电力设备进行监控，并能帮助检 修人员快速定位到出事地点这种监控系统需要满足如下要求： 1 能够长时间稳定工作，对外部环境有很宽的使用性能够长时间稳定工作，对外部环境有很宽的使用性 电力系统中的设备所处的环境十分恶劣，常常伴随有强电磁辐射、高温、光 照不足等极端情况，监控系统必须很够在这种恶劣的环境下长时间稳定运行。

2 方便部署，能够识别出各种不同类型开关的状态方便部署，能够识别出各种不同类型开关的状态 由于电力低压开关柜在实际应用中分布较广，新的检测设备必须能方便地被 安装在现场同时，电力开关柜品种繁多，各种开关形状多样，检测设备必须能 够对各种开关进行检测，并正确识别出各种状态 3 尽量保留现有的系统，少对现有的电力设备进行改造尽量保留现有的系统，少对现有的电力设备进行改造 由于现有的设备已部署使用，而且种类繁多，类型多样为了降低部署成本 和周期，新的系统应该尽量少对现有的电力设备进行改造，使用非接触检测方式 对开关状态进行检测 4 检测结果具有高可靠性检测结果具有高可靠性 2 由于检测系统的任意一次误报，都会带来巨大的经济损失，因此检测系统必 须有很高的可靠性 目前远程读取开关柜状态的实现方法多是将开关电路通过现场总线技术连接到 处理器或者控制器单元，用处理器或者控制器来读取电力线路的状态，并通过有线 或者无线的方式来把读取到的状态发送到远程的控制中心这种方式存在可靠性、 灵活性不高而成本较高的不足 为此，本文提出了一种基于图像识别的监控系统，使用摄像头监控系统的运行状 态，实现了在不对现有的开关柜进行改造的情况下，对其状态进行监测，满足了非 接触检测的要求。

要对各种类型的开关进行图像识别，需要准确判断待检测目标在图像中的位置， 并识别出其所处的状态，这对图像识别系统的软硬件都提出了较高的要求为了提 高系统识别的可靠性和识别率， 本文引入了人脸识别领域较为先进的AdaBoost算法， 并对其进行改进，使其更适合对各种开关柜的状态进行识别，可以提高系统的可靠 性和兼容性 由于 Adaboost 算法及其所涉及的弱分类其是基于机器学习的， 故在实际应用中， 可以使用该算法来对各种不同的开关的特性进行自动提取，非常方。