面向变压器的基于机器视觉的油位与渗漏油缺陷识别.docxVIP

PAGE2

面向变压器的基于机器视觉的油位与渗漏油缺陷识别

摘要

变压器油位异常与渗漏油缺陷是威胁变电站安全运行的重要隐患，传统人工巡检存在效率低、主观性强、难以覆盖高空与死角等痛点。本课题以在运变压器外观图像为对象，设计并实现了一套基于机器视觉的自动化识别系统，旨在实现油位状态异常与箱体渗漏油缺陷的智能检测与告警。系统采用工业相机与巡检机器人协同采集高清图像，通过边缘计算节点部署轻量化目标检测模型，完成油位计读数识别与渗漏油区域定位。论文遵循“需求分析—总体设计—详细设计—实现—测试”的工程逻辑组织内容。首先分析运检人员的核心需求，明确功能与非功能指标；继而设计分层架构与功能模块，选取YOLOv5作为基础检测模型；详细设计中给出油位计指针角度提取与多尺度渗漏油检测的算法流程；实现部分展示了数据增强、模型训练及推理的关键代码；最后通过功能与性能测试验证了油位识别准确率高于95%、渗漏油检测召回率大于90%的指标。本设计的特色在于将目标检测算法与图像后处理相结合，实现了对变压器油位状态的精确判读与微小渗漏痕迹的鲁棒检出，为变电站设备状态感知提供了新的技术手段。

第一章绪论

1.1研究背景

电力变压器是电网枢纽设备，其运行可靠性直接关乎供电安全。变压器内部的绝缘油同时承担着绝缘、散热和灭弧三重功能，油位的高低直接反映内部绝缘状态和密封性能。运行中若出现油位异常偏低，可能预示渗