一种基于模糊识别的光伏电站隔离开关分合闸位置的二次确认方法与流程

本发明涉及光伏电站评估，特别是一种基于模糊识别的光伏电站隔离开关分合闸位置的二次确认方法。

背景技术：

1、随着传统发电依靠的资源日渐枯竭，新能源发电得到了迅速发展，特别是光伏发电得到了高速。但是随着光伏发电厂(站)的装机量不断增大，为了提高工作效率和避免出现工作失误，光伏发电中的智能化和安全生产的要求也要有更高的要求。其中，光伏电站隔离开关分合闸位置的二次确认问题就是其中非常重要的安全要求。

2、在光伏发电站的安全操作要求中，对隔离开关的具体状态需要进行二次确认，这是一项非常需要重视的安全保证。隔离开关属于光伏发电厂(站)系统中的一个重要设备，被用于在对设备产生故障进行维修的时候，对电源进行隔离，保证维修人员和设备的安全。二次确认是在对隔离开关进行操作后，需要通过技术手段，二次对其所处的状态进行确认，以保证隔离开关确实处于安全的状态。

3、传统的光伏电站隔离开关分合闸位置的二次确认工作一般是在其关键位置加装各种传感器，通过传感器来判断隔离开关的状态。但是传感器的信号缺乏直观性的认识，不能直接留档保存操作依据，同时传感器本身也存在不稳定性，为光伏电站隔离开关分合闸位置的二次确认工作但是一定的不确定性。

技术实现思路

1、本发明的目的在于克服上述不足，提供一种基于模糊识别的光伏电站隔离开关分合闸位置的二次确认方法，以解决背景技术中提出的问题。

2、为解决上述技术问题，本发明所采用的技术方案是：一种基于模糊识别的光伏电站隔离开关分合闸位置的二次确认方法，它包括如下步骤：

3、步骤1：利用高精度摄像机拍摄光伏电站隔离开关，获取其开合位置三种状态的图像；

4、步骤2：利用标注法对图像中光伏电站隔离开关的开合位置的三种状态目标区域进行标注，构建三种光伏电站隔离开关状态的模糊函数和模糊集；

5、步骤3：使用模糊识别中的聚类算法对当前的光伏电站隔离开关图像和进行标注过的三种状态图像进行模糊聚类运算；

6、步骤4：按照就近原则识别当前图像中的隔离开关开合位置，完成光伏电站隔离开关分合闸位置的二次确认工作。

7、优选地，步骤1中开合位置三种状态的图像包括合闸位置状态、断开位置状态和接地位置状态。

8、优选地，所述步骤2具体过程如下：

9、2.1、提取步骤1中的三种隔离开关状态的图像，对图像使用多边形标注方法，利用多边形框标注出不规则的隔离开关目标区域，取其区域的坐标范围，由于高精度摄像机固定不变，故该区域为后面模糊聚类运算的运算区域，用m表示，然后对m区域提取构建三种隔离开关状态的模糊函数和对应的模糊集；

10、2.2、提取m区域中的像素密度向量zi，作为其像素的灰度特征向量；

11、首先设m中xi,xj中两个像素点i，j的灰度值，使用图像像素点的灰度密度函数zi为模糊贴近度衡量计算对象之一，取滑动窗口为8－邻域法，其定义公式如下：

12、

13、上述公式中的||xj-xi||为两点之间的灰度欧几里德距离；然后使用归一法对zi进行数据标准化处理，得到xi的模糊加权系数ωi，处理公式如下：

14、

15、其中，zj是该点的某个邻域点的密度函数，通过上述的模糊函数对每一个像素点和对应的模糊加权系数进行乘积求解，得到g＝xi*ωi，然后对三幅图像依次处理即可得到灰度向量集合gi(i＝1,2,3)；

16、2.3、然后对m区域提取纹理特征，首先计算该区域的共生矩阵，md,θ(i,j)表示图像中两像素点i，j的欧氏距离为d、角度为θ的像素对的个数，具体表示为如下公式：

17、md,θ(i,j)＝{(ix,iy),(jx,jy)∈m|m(ix,iy)＝xi,m(jx,jy)＝xj

18、

19、其中，m(ix,iy)和,m(jx,jy)分别是两像素点i，j的灰度值；d一般取值为1，θ取值为0度、45度、90度、135度，即水平方向，对角线方向和垂直方向；经过上述计算即可得到上述四个方向欧式距离为1的共生矩阵pd,θ，即为p1,0、p1,45、p1,90、p1,135；

20、然后同样使用归一化方法对共生矩阵pd,θ中的每个元素ρi,j进行归一化处理，其处理公式如下：

21、

22、其中r＝l(l-1)θ＝0°orθ＝90°，r＝(l-1)2θ＝45°orθ＝135°，l是共生矩阵pd,θ中的点的总数；

23、使用m区域中的共生矩阵pd,θ计算衡量图像的纹理的4个重要指标：能量f1、熵值f2、对比度f3、逆分差角f4，其计算公式分别如下：

24、

25、对上述四个指标进行等权融合，得到图像目标区域的四个方向的纹理特征f，其过程计算公式如下：

26、f＝(f1+f2+f3+f4)/4

27、其次，对f进行归一化处理，处理过程如下：

28、其中fi,j是f中的每一个点的取值；

29、最后，对三幅图像依次处理即可得到灰度向量集合fi(i＝1,2,3)；

30、2.4、对上述的m区域提取构建三种隔离开关状态的灰度特征值向量和纹理特征向量进行3:2的加权融合，融合公式如下：

31、yi＝0.3*gi+0.2*fi(i＝1,2,3)

32、即可获得标准状态的模糊集yi(i＝1,2,3)。

33、优选地，所述步骤3具体过程如下：

34、3.1、对实时通过摄像机捕获的隔离开关的图像中的m区域，按照步骤2的模糊函数求解对应的模糊集x(xi)；

35、3.2、然后针对每一种状态的模糊集yi(i＝1,2,3)和x进行贴近度运算，即模糊聚类，贴近度n(x,y)运算定义如下：

36、n(x,y)＝(x·y)∧(xc·yc)

37、其中，为x和y的内积，其中∨表示析取，取较大值，∧表示合取，取较小值；为x和y的余运算；n为目标区域中的像素点的个数；

38、按照n(x,y)的定义，对每一种状态的模糊集yi(i＝1,2,3)和当前图像x中的模糊集中的目标区域中每个像素点的密度函数zi的结果向量进行模糊化贴近度运算，并计算所有向量贴近度的平均值qi(i＝1,2,3)。

39、优选地，所述步骤4具体过程如下：

40、根据步骤3中的qi(i＝1,2,3)的计算结果判定该图像的光伏电站隔离开关分合闸位置，按照模糊聚类中的就近原则，qi(i＝1,2,3)的计算值越大越靠近目标状态的位置，进而完成光伏电站隔离开关分合闸位置的二次确认工作。

41、本发明有益效果：

42、1、本发明利用其中的模糊识别算法对光伏电站隔离开关分合闸位置判断的精准度大大提高，可以有效的完成该类工作的二次确认工作，能够为光伏发电厂(站)的安全、稳定的运行提供有力的业务支撑。

43、2、本发明通过利用高精度摄像机固定在能拍摄到光伏电站隔离开关全景位置处，分别对光伏电站隔离开关的三种状态进行采集图像后，先利用模糊函数对三种状态提取模糊集；然后对后面实时采集的光伏电站隔离开关和上述三种状态进行模糊聚类运算，进而完成光伏电站隔离开关分合闸位置的二次确认工作；该方法能够在不提高大额物质投入的情况下，有效地解决了光伏电站隔离开关分合闸位置的二次确认问题。经过实际实施，该方法的二次确认工作效果非常可靠。