基于图像配准的电力设备缺陷定位算法

杨鼎革，迟清，左坤，万康鸿，尚宇，吴经锋

（1.国网陕西省电力公司电力科学研究院，陕西 西安 710100；2.国网陕西省电力公司，陕西 西安 710048）

随着国家经济的快速发展，用电需求随之激增，电力系统规模不断扩大，电力设备的数量也日益庞大。电力设备的故障不仅会造成供电系统意外停电而导致电力企业经济效益减少，而且有可能造成用户的重大经济损失，因此电力设备的可靠性及运行情况直接决定了整个电力系统的安全和稳定运行。

目前，电力设备的巡检主要靠人工完成。人工巡检方式具有工作模式艰苦、劳动强度大、安全性低、巡检效率低及缺陷发现不及时不全面的缺点。除此之外，电力设备所在的特殊环境也给巡检人员带来了一定的危险性。随着无人机、机器人等技术的逐渐成熟，结合此类移动平台的半人工巡检方式也逐渐推广开来，但是依旧止步于电力设备图像的采集工作，无法对图像进行智能化分析。

对电力设备的缺陷进行智能识别与分析，并借助各种先进的算法判断电力设备故障的类型，以便及时发现设备的故障隐患，采取相应措施，实现科学的设备故障诊断和检修，对电力系统运行的可靠性、安全性具有重要意义。

在电力设备缺陷智能检测方面，计算机视觉技术逐渐应用到各个方面，如利用计算机视觉进行电容器铝壳端面缺陷检测[1]、光纤端面检测[2]、仓储管理[3]、无人机清障[4]等，主要为利用红外线[5-8]、紫外线[9]图片进行检测，获取图像的成本较高，算法能够检测的缺陷也较为单一。……