阅读说明：本技术 基于电缆涂层感温变色的电缆检测装置及其检测方法 (Cable detection device based on temperature-sensitive color change of cable coating and detection method thereof ) 是由 陈江 张继武 肖遥王戈 李迅 李智欣 朱程雯 于 2020-06-02 设计创作，主要内容包括：本发明公开了一种基于电缆涂层感温变色的电缆检测装置及其检测方法,装置中,包括：电缆涂层包括基于温度变化而变色的微胶囊,数据采集单元拍摄所述电缆涂层生成图像数据,神经网络训练单元连接所述数据采集单元以接收图像数据,所述神经网络单元建立神经网络模型以训练图像样本,相关性分析单元配置成生成颜色与电缆温度之间的相关系数,主成分分析单元提取图像数据的主要特征分量以降维生成主成分,训练单元基于所述主成分训练图像样本以得到电缆状态与温度的关系曲线,检测单元连接所述神经网络训练单元以基于所述相关系数和关系曲线得到电缆状态基于颜色的变化曲线。(The invention discloses a cable detection device based on temperature-sensitive discoloration of a cable coating and a detection method thereof, wherein the device comprises the following components: the cable coating comprises microcapsules changing colors based on temperature changes, a data acquisition unit shoots the cable coating to generate image data, a neural network training unit is connected with the data acquisition unit to receive the image data, the neural network unit establishes a neural network model to train an image sample, a correlation analysis unit is configured to generate a correlation coefficient between the colors and the cable temperature, a principal component analysis unit extracts principal characteristic components of the image data to reduce the dimensions to generate principal components, the training unit trains the image sample based on the principal components to obtain a relation curve of the cable state and the temperature, and a detection unit is connected with the neural network training unit to obtain a change curve of the cable state based on the colors based on the correlation coefficient and the relation curve.)

基于电缆涂层感温变色的电缆检测装置及其检测方法

技术领域

本发明属于电缆检测技术领域，特别是一种基于电缆涂层感温变色的电缆检测装置及其检测方法。

背景技术

随着社会经济的发展，近些年以来，电力负荷不断增长，然而由于经济成本、社会环境、项目周期等因素的限制，配网设备更新的速度赶不上电力负荷增长的速度，从而导致电力设备超负荷使用的状况日益频繁，配网侧安全事故频繁发生、安全隐患日益增多，从而对配网安全可靠运行提出了更高的要求。由于地理条件的限制与民众对电磁辐射的误解，导致电力系统扩容困难，迎峰度夏期间供电压力较大。经过实际调研分析，在众多安全隐患中，配网设备的绝缘问题、开关柜中触头发热导致整柜温升过高以及开关柜易凝露等是故障发生的主要因素。

目前，配网设备主要是采用硅胶材料的绝缘套管对进出线进行绝缘，而传统套管存在憎水性差、与进出线结合不紧密等问题，极易丧失绝缘效果。其主要表现为：(1)热传导性能较差，引起热老化问题，导致绝缘护套开裂，引入安全隐患；(2)自洁性较差，导致灰尘静电吸附，降低材料憎水性，引起绝缘问题；(3)维护性较差。采用绝缘涂层虽然可以部分解决所述问题，但是材料易挥发失效，且难以直观发现配网中的绝缘损伤问题。在运维人员进行现场维护时，主要依靠测温仪器，对故障现象与故障位置进行监测，然而传统的测温仪器设备成本高、可靠性低。缺乏能第一时间供运维人员肉眼发现故障的手段，因此研究一种解决所述问题的整体解决方案显得迫在眉睫。

在背景技术部分中公开的所述信息仅仅用于增强对本发明背景的理解，因此可能包含不构成在本国中本领域普通技术人员公知的现有技术的信息。

发明内容

针对现有技术中存在的问题，本发明提出一种基于电缆涂层感温变色的电缆检测装置及其检测方法，电缆涂层具有防腐、憎水、绝缘与变色指示功能的无溶剂型复合材料，将其应用于配网的主设备电缆绝缘层中。使用的新型绝缘材料可根据设备温度显示不同颜色，实现了对设备状态的智能可视化监测，提高配网运行的安全可靠经济性，具有广阔的市场应用前景。

本发明的目的是通过以下技术方案予以实现，一种基于电缆涂层感温变色的电缆检测装置包括：

电缆涂层，其包括基于温度变化而变色的微胶囊，

数据采集单元，其拍摄所述电缆涂层生成图像数据，

神经网络训练单元，其连接所述数据采集单元以接收图像数据，所述神经网络单元建立神经网络模型以训练图像样本，其包括，

相关性分析单元，其配置成生成颜色与电缆温度之间的相关系数，

主成分分析单元，其提取图像数据的主要特征分量以降维生成主成分，

训练单元，其基于所述主成分训练图像样本以得到电缆状态与温度的关系曲线，

检测单元，其连接所述神经网络训练单元以基于所述相关系数和关系曲线得到电缆状态基于颜色的变化曲线。

所述的电缆检测装置中，数据采集单元包括颜色空间变换模块，其配置成将输入的区域图像数据由RGB颜色空间变换到HSV颜色空间，所述图像数据包括红R、绿G、蓝B、色度H、饱和度S以及亮度V参数。

所述的电缆检测装置中，数据采集单元和神经网络训练单元之间设有直方图变换模块，其基于所接收的所述图像数据以保留涉及电缆的图像数据。

所述的电缆检测装置中，数据采集单元和神经网络训练单元之间设有区域分割单元，其对图像数据进行多通道显著性变换以区域分割，去除部分边缘背景以及其他干扰颜色识别的区域以保留电缆故障涂层显色区域的图像数据。

所述的电缆检测装置中，区域分割单元包括，

R通道显著性检测模块，其基于所述图像数据生成R通道显著性检测特征图，

G通道显著性检测模块，其基于所述图像数据生成G通道显著性检测特征图，

B通道显著性检测模块，其基于所述图像数据生成B通道显著性检测特征图，多通道直方图变换模块，其基于所述图像数据生成直方图，

融合选择器，其基于所述多通道直方图变换模块、G通道显著性检测特征图、B通道显著性检测特征图和直方图按照电缆的显著性值范围选择涉及电缆的图像数据，

多通道融合特征模块，其基于所选择的涉及电缆的图像数据融合生成多通道融合特征图，

二值化阈值选择器，其基于选择的涉及电缆的图像数据二值化处理，

多通道检测模块，其连接所述多通道融合特征模块和二值化阈值选择器以基于多通道检测模块和二值化结果生成表示电缆涂层故障主体颜色的区域图像数据。

所述的电缆检测装置中，所述样本的电缆状态经由电流检测装置检测。

所述的电缆检测装置中，微胶囊包覆隐形染料、色形成剂及温度控制剂。

所述的电缆检测装置中，相关性分析单元包括Pearson相关系数模块。

根据本发明另一方面，一种所述的电缆检测装置的检测方法包括以下步骤，电缆涂覆电缆涂层，电缆涂层包括基于温度变化而变色的微胶囊，

数据采集单元拍摄所述电缆涂层生成图像数据，

区域分割单元区域分割所述图像数据以生成图像数据，

所述神经网络单元建立神经网络模型以训练图像样本，其中，相关性分析单元生成颜色与电缆温度之间的相关系数，主成分分析单元提取图像数据的主要特征分量以降维生成主成分，训练单元基于所述主成分训练图像样本以得到电缆状态与温度的关系曲线，

检测单元基于所述相关系数和关系曲线得到电缆状态基于颜色的变化曲线。

和现有技术相比，本发明具有以下优点：

本发明克服了诸如图像背景，电缆涂层非故障颜色区域等因素影响定位和分割的精确度的问题，电缆常年累月的灰尘堆积和涂层氧化导致的色彩蜕变以及在不同光照下的颜色变化等情况导致多种颜色类别的区分度难度增加，从而使分类识别算法不能很好的发挥作用，本发明通神经网络训练单元建立神经网络模型以训练图像样本，相关性分析单元生成颜色与电缆温度之间的相关系数，主成分分析单元提取图像数据的主要特征分量以降维生成主成分，训练单元基于所述主成分训练图像样本以得到电缆状态与温度的关系曲线，检测单元基于所述相关系数和关系曲线得到电缆状态基于颜色的变化曲线，在数据输入处理、模型输出选择方面展开研究，做颜色图像的特征提取和检测，显著提高了识别精度和检测效能。

附图说明

通过阅读下文优选的

具体实施方式

中的详细描述，本发明各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。说明书附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。显而易见地，下面描述的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。而且在整个附图中，用相同的附图标记表示相同的部件。

在附图中：

图1是根据本发明一个实施例的基于电缆涂层感温变色的电缆检测装置的结构示意图。

以下结合附图和实施例对本发明作进一步的解释。

具体实施方式

下面将参照附图1更详细地描述本发明的具体实施例。虽然附图中显示了本发明的具体实施例，然而应当理解，可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本发明，并且能够将本发明的范围完整的传达给本领域的技术人员。

需要说明的是，在说明书及权利要求当中使用了某些词汇来指称特定组件。本领域技术人员应可以理解，技术人员可能会用不同名词来称呼同一个组件。本说明书及权利要求并不以名词的差异来作为区分组件的方式，而是以组件在功能上的差异来作为区分的准则。如在通篇说明书及权利要求当中所提及的“包含”或“包括”为一开放式用语，故应解释成“包含但不限定于”。说明书后续描述为实施本发明的较佳实施方式，然所述描述乃以说明书的一般原则为目的，并非用以限定本发明的范围。本发明的保护范围当视所附权利要求所界定者为准。

为便于对本发明实施例的理解，下面将结合附图以具体实施例为例做进一步的解释说明，且各个附图并不构成对本发明实施例的限定。

为了更好地理解，如图1所示，基于电缆涂层感温变色的电缆检测装置包括，电缆涂层，其包括基于温度变化而变色的微胶囊，

数据采集单元，其拍摄所述电缆涂层生成图像数据，

神经网络训练单元，其连接所述数据采集单元以接收图像数据，所述神经网络单元建立神经网络模型以训练图像样本，其包括，

相关性分析单元，其配置成生成颜色与电缆温度之间的相关系数，

主成分分析单元，其提取图像数据的主要特征分量以降维生成主成分，

训练单元，其基于所述主成分训练图像样本以得到电缆状态与温度的关系曲线，

检测单元，其连接所述神经网络训练单元以基于所述相关系数和关系曲线得到电缆状态基于颜色的变化曲线。

本发明研究了电缆涂层上的颜色数据与电缆涂层温度的关系，进而使用温度对电缆状态进行评估，以电缆涂层在不同温度下的颜色读数为基础进行数据处理，确定颜色读数和电缆温度之间的关系，然后进行多元线性拟合，选取剩余标准差S进行分析，得到电缆状态基于颜色的变化曲线。

所述的电缆检测装置的优选实施例中，数据采集单元包括颜色空间变换模块，其配置成将输入的区域图像数据由RGB颜色空间变换到HSV颜色空间，所述图像数据包括红R、绿G、蓝B、色度H、饱和度S以及亮度V参数。

所述的电缆检测装置的优选实施例中，数据采集单元和神经网络训练单元之间设有直方图变换模块，其基于所接收的所述图像数据以保留涉及电缆的图像数据。

所述的电缆检测装置的优选实施例中，数据采集单元和神经网络训练单元之间设有区域分割单元，其对图像数据进行多通道显著性变换以区域分割，去除部分边缘背景以及其他干扰颜色识别的区域以保留电缆故障涂层显色区域的图像数据。

所述的电缆检测装置的优选实施例中，区域分割单元包括，

R通道显著性检测模块，其基于所述图像数据生成R通道显著性检测特征图，

G通道显著性检测模块，其基于所述图像数据生成G通道显著性检测特征图，

B通道显著性检测模块，其基于所述图像数据生成B通道显著性检测特征图，多通道直方图变换模块，其基于所述图像数据生成直方图，

融合选择器，其基于所述多通道直方图变换模块、G通道显著性检测特征图、B通道显著性检测特征图和直方图按照电缆的显著性值范围选择涉及电缆的图像数据，

多通道融合特征模块，其基于所选择的涉及电缆的图像数据融合生成多通道融合特征图，

二值化阈值选择器，其基于选择的涉及电缆的图像数据二值化处理，

多通道检测模块，其连接所述多通道融合特征模块和二值化阈值选择器以基于多通道检测模块和二值化结果生成表示电缆涂层故障主体颜色的区域图像数据。

所述的电缆检测装置的优选实施例中，所述样本的电缆状态经由电流检测装置检测。

所述的电缆检测装置的优选实施例中，微胶囊包覆隐形染料、色形成剂及温度控制剂。

所述的电缆检测装置的优选实施例中，相关性分析单元包括Pearson相关系数模块。

所述的电缆检测装置的优选实施例中，图像数据的主要特征分量包括红R、绿G、蓝B、色度H、饱和度S以及亮度V参数，主成分分析单元建立成分矩阵得到R红色颜色值占的主要成分，得到R红色颜色值所占比重是最大的，接下来将R红色颜色值的数据去掉；用剩下的五维数据再次进行主成分分析得到G绿色颜色值所占比重是最大的；然后将G绿色颜色值去掉，可以看出B蓝色颜色值所在比重是最大的，采用降维的方法来判断降维前后的显著性。降维的顺序是：六维、五维(去掉了色调H)、四维(去掉饱和度S)。

所述的电缆检测装置的优选实施例中，在不同温度下的RGB颜色空间、HSV颜色空间中六种颜色读数(红R、绿G、蓝B、色度H、饱和度S以及亮度V)与电缆涂层温度显色的数据，制出颜色-温度曲线、温度-状态曲线。

所述的电缆检测装置的优选实施例中，利用神经网络对涂层颜色与温度的数据进行学习，得出涂层颜色与温度一定的近线性关系。

所述的电缆检测装置的优选实施例中，相关性分析单元分析两个或多个具备相关性的变量元素，进而衡量两个变量因素的相关密切程度。两个变量间线性关系的程度，用相关系数r来描述：x，y变化的方向一致，如身高与体重的关系，r＞0为正相关；|r|≥0.95显著相关；|r|≥0.8高度相关；0.5≤|r|＜0.8中度相关；0.3≤|r|＜0.5低度相关；|r|＜0.3关系极弱；反相关，r＜0；无线性相关：r＝0。

在一个实施例中，基于Pearson相关系数，运用SPSS软件对10种不同温度下的颜色做相关性分析，可得电缆温度与颜色之间的相关系数，具有显著相关性。

在一个实施例中，通过对数据多元线性回归中方差膨胀因子(ViF)，此函数共线性极强，各个自变量出现交互作用，影响拟合准确度，采用主成分分析法排除共线性对模型进行优化。

在一个实施例中，主成分分析单元通过线性变换将给定的一组相关变量转换成另一组不相关的变量，这些新的变量按照方差依次递减的顺序排列，可用于提取数据的主要特征分量，常用于高维数据的降维。新变量即称为主成分，而且其保留了原有变量中所包含的信息。PCA主要通过坐标的平移和旋转达到降维的目的。假设有2维数据表，其中数据呈椭圆状分布，重心为坐标原点，将坐标系作旋转变换，以数据变异最大的方向为Y1轴，得到一个正交坐标系Y1OY2，忽略数据变异较小的方向，即Y2轴方向，将数据点投影在Y1轴上。这样就可以将原来2维数据空间的问题简化到1维数据空间进行分析。主成分分析单元选取较大的特征值对应的特征向量，放弃小特征值对应的特征向量，尽可能的相抵信息量的损失。维度可以决定色彩的因素个数，维度从10组颜色的读数降到5维再降到4维研究拟合特征。由主成分分析可知，不同颜色中，三原色R、G、B、亮度V都起着重要影响，色度与饱和度相对较弱。

一种所述的电缆检测装置的检测方法包括以下步骤，

电缆涂覆电缆涂层，电缆涂层包括基于温度变化而变色的微胶囊，

数据采集单元拍摄所述电缆涂层生成图像数据，

区域分割单元区域分割所述图像数据以生成图像数据，

所述神经网络单元建立神经网络模型以训练图像样本，其中，相关性分析单元生成颜色与电缆温度之间的相关系数，主成分分析单元提取图像数据的主要特征分量以降维生成主成分，训练单元基于所述主成分训练图像样本以得到电缆状态与温度的关系曲线，

检测单元基于所述相关系数和关系曲线得到电缆状态基于颜色的变化曲线。

尽管以上结合附图对本发明的实施方案进行了描述，但本发明并不局限于所述的具体实施方案和应用领域，所述的具体实施方案仅仅是示意性的、指导性的，而不是限制性的。本领域的普通技术人员在本说明书的启示下和在不脱离本发明权利要求所保护的范围的情况下，还可以做出很多种的形式，这些均属于本发明保护之列。