变电站高压隔离开关分合异常状态ASO识别算法

摘要

针对变电站高压隔离开关受到机械磨损和电气量变化等因素的影响，可能出现分合闸状态异常的问题，提出变电站高压隔离开关分合异常状态原子搜索优化（Atom Search Optimization,ASO）识别算法。采用红外相机和可见光相机采集高压隔离开关的状态图像，并通过双边滤波和图像配准建立图像特征点之间的映射关系，联合加权平均方法实现图像决策级融合，结合图像质心像素邻域点的梯度大小和属性向量，确定最佳分割阈值，由此提取高压隔离开关特征区域。采用支持向量机算法构建异常状态识别模型，引入ASO算法求取模型参数，优化模型识别性能，并通过输入隔离开关特征区域像素值，识别隔离开关的分合异常状态。实验结果表明，所提算法识别结果的误判率低于2%，识别精度较高。

关键词

变电站 / 高压隔离开关 / 分合异常状态 / 图像决策级融合 / 原子搜索优化算法 / 支持向量机算法