基于图像识别的高压隔离开关分合闸状态监测系统设计.docxVIP

PAGE2

基于图像识别的高压隔离开关分合闸状态监测系统设计

摘要

高压隔离开关作为电力系统中改变运行方式、隔离电源的关键设备，其分合闸状态的准确性直接关系到电网的安全稳定运行。传统监测方式主要依赖辅助开关的机械接点，常因机械卡涩、触点氧化等问题导致信号误报或漏报。针对上述痛点，本文设计了一种基于图像识别的高压隔离开关分合闸状态监测系统。系统采用工业相机采集开关图像，利用深度学习目标检测算法对开关状态进行智能识别，并通过RS485总线将状态信息实时上传至后台监控系统，实现了非接触式状态监测，有效替代了传统辅助接点功能。

本文首先分析了高压隔离开关监测的现状与需求，确定了系统的功能指标与技术路线。其次，完成了系统的总体架构设计，确立了以嵌入式处理器为核心的硬件平台与软件分层结构。在详细设计阶段，重点阐述了基于YOLOv5s的轻量化目标检测算法改进与移植，以及Modbus通信协议的实现逻辑。系统实现部分详细描述了图像采集、预处理、推理识别及数据上传的关键代码与流程。最后，通过搭建模拟实验环境对系统进行了功能与性能测试，测试结果表明，系统识别准确率达到98.5%以上，单帧识别时间小于80ms，满足现场实时监测要求。本设计具有非接触、抗干扰强、维护便捷等优点，具有重要的工程应用价值。

第一章绪论

1.1研究背景

随着智能电网建设的全面推进，变电站无人值守模式已成为发展的必然趋势。