基于组合算法的中低压设备电晕放电区域紫外标定方法

张宏钊，李 勋，安韵竹, 伊仁图太(．深圳供电局有限公司，广东 深圳 58000；.武汉大学电气工程学院，武汉 4007；.深圳市同步银星电气有限公司，广东 深圳 58000)

高压输变电设备长期在暴露的空气中运行，其表面污秽及空气湿度不可避免地造成绝缘劣化和老化，导致电力设备出现局部弱放电现象[1,2]。长时间的局放现象将损坏设备的绝缘性能，严重时甚至导致绝缘击穿。由于背景噪声复杂，声波检测、超高频检测等常规检测方法难以准确定位放电位置[3]。而电晕弱电离初期很难直接用肉眼观察到，其辐射出的光波波长集中于紫外光波波段(200～400 nm)[1]。因此，日盲区紫外检测技术成为确定在线运行设备绝缘性能的重要手段之一。

传统中压电压等级观念中，往往忽视中低压设备的电晕放电现象，在生产制造、现场安装等环节往往未按高电压等级理念来对待，对开关柜的工艺要求、导体布局、绝缘间隙等要求明显偏低，造成电晕放电量偏高。统计数据表明，一些变电站中35 kV 开关柜、绝缘子等中低压电气设备放电性故障已经占到开关柜故障总数的50%以上，对主变乃至电网安全构成了潜在的威胁[4]。可见，充分重视变电站开关柜、绝缘子等电力设备电晕放电状态，对保证电力系统的稳定运行、降低设备和人身事故率具有重要现实意义。紫外线波长范围在10～400 nm，而太阳光中绝大多数小于280 nm波长的紫外线均被臭氧层吸收，很难到达地面。因此，将低于280 nm的波长区称为太阳盲区。高压电力设备局放辐射的紫外光波波长大多分布在280～400 nm，也有少数紫外光波分布在160～280 nm。因此，将采用特定的紫外线传感器使仪器工作在紫外波长160～280 nm之间的太阳盲区的紫外检测方法称之为日盲区紫外检测。紫外成像仪拍摄过程受背景噪声等影响，其记录到的紫外图像会出现白色噪声点，影响判断设备局放程度的真实情况。为更准确地判断放电点具体位置，还原实际放电形态和定量分析设备局部放电程度，有必要对记录的紫外图像进行滤波降噪等图像处理，标定真实的放电区域[5-7]。本文从图像处理的角度出发，提出采用阈值分割法、数学形态与局部滤除相结合降噪等算法标定设备日盲紫外图像的放电区域，并通过对绝缘子串日盲图像处理验证本文方法的有效性，最后将本文算法用于计算干净和污秽条件下绝缘子放电区域图像面积，对比分析干净和污秽条件下玻璃绝缘子局部放电强度。

1 紫外图像放电区域的标定方法

在数据图像处理上，紫外图像中放电区域标定主要包括图像预处理及分割、图像降噪、局部滤除及边界提取等部分。其中，图像降噪是标定紫外图像放电区域的重要环节，本节采用数学形态学进行背景噪声滤波处理。

1.1 图像预处理及分割

为了方便处理紫外图像，首先将紫外成像仪拍摄的RGB图像转换为灰度照片。在数据处理中，灰度照片用灰度矩阵表示，每个像素对应灰度矩阵特定位置上的灰度值。

阈值法是灰度图像分割的常用算法。阈值法的基本原理：结合图像自身特点及其灰度直方图确定阈值α，若照片上像素点的灰度超过该阈值，将该像素点灰度设为“1”；其他情况对应像素点灰度设为“0”。灰度图像经过阈值法处理后，转换为黑白二值图像，并可粗略地将放电区域提取出来，将不需要的背景用黑色填充。

1.2 图像数学形态学降噪

数学形态学作为一种数学方法，其关键参数为起“探针”作用的结构元素，结构元素收集信息并不断移动获得在其在信号中的位置并检测信号内部之间的关系，以获取有用信息用于分析信号特性[8]。在形态操作过程中，结构元素实际是自定义的特定的邻域矩阵。该矩阵具有任意维数和大小，内部元素仅为0和1。其中，矩阵元素值为1的位置对应灰度图的像素，形态学相关运算均在元素值为1的区域展开。数学形态学以集合形式进行运算，其中腐蚀运算(Erosion)和膨胀运算(Dilation)属于数学形态学的两种基本数学运算。而开启运算和闭合运算均是腐蚀运算和膨胀运算的组合运算。具体定义如式(1)、(2)所示：

A∘B=(AΘB)⊕B

(1)

A·B=(A⊕B)ΘB

(2)

式中：A为待处理图像灰度矩阵；B为选定的结构元素矩阵；“Θ”表示腐蚀运算；“⊕”表示膨胀运算；“∘”表示形态学开启运算；“·”表示形态学闭合运算。

开启运算实际是对图像灰度矩阵先腐蚀后膨胀，达到滤除二值图像中像素尺寸较小的散点并使图像边界平滑的效果；闭合运算则是对灰度图像先进行膨胀运算再腐蚀运算，从而消除图像孔洞，保持图像边界平滑。

尽管放电区域可以从紫外二值图像中被粗略提取出来，但二值图像中依然存在大量干扰噪声点。为了满足降噪需求，本文采用数学形态学降噪算法对紫外二值图像进行初步降噪处理。而结构元素是数学形态学的关键参数，其选择的合理性直接决定紫外图像形态学运算结果的准确性。而紫外成像检测到放电图像大多呈圆形[9]，因此本文中，结构元素形状选取圆盘形，其半径由具体图像特性确定。为了尽量减少降噪引起的放电区域形状畸变，本文对二值图像进行形态学开启运算和闭合运算进行滤波降噪处理。

1.3 图像局部滤除及放电边界提取

二值图像经过数学形态学滤波降噪处理后，可能依然存在部分干扰噪声点。此时，可采用局部滤除的方法，进一步进行二值图像降噪处理。首先标记二值图像的连通区域，连通区域内部均赋予该连通区域的序号值；然后，计算灰度矩阵中各连通域对应的元素数目；最后结合实际图像和各连通区域对应的元素数目设定阈值，当连通域对应元素数目低于该阈值时，该连通域对应灰度矩阵中的部分元素均设置为“0”。经过局部滤除处理后，二值图像中白色区域即为待标定的真实局部放电区域。本文采用“4-”连接边沿方式[10]确定图像中相邻像素是否连接，以标定电晕放电区域的边界。

1.4 放电区域二维面积的求取

将二值图像与原灰度图像结合，在原灰度图像中标定电晕放电区域及其边界。具体方法为记录二值图像素矩阵中的放电区域及其边界的坐标位置，并将原灰度图中对应位置处的灰度值设为“255”和“0”。放电区域二维面积的求取公式如式(3)所示：

S=N1s

(3)

式中：S为放电区域面积比例；N1为放电区域总像素个数；s为每个像素的实际面积。

本文后续计算中未考虑像素点面积，保持紫外拍摄过程中空间相对位置及拍摄参数不变，达到不同实验条件下的紫外图像像素点对应实际面积相同的目的。

2 电晕放电区域标定实例分析

2.1 放电区域标定图像处理

采用以色列OFIL紫外成像仪-SuperB对绝缘子串的局部电晕放电情况开展紫外成像拍摄。图1为某变电站35kV低压侧拍摄的绝缘子串周围局放紫外RGB彩色图像。采用第一节中所述算法对该照片进行处理，成像结果如图2所示。

图1 绝缘子紫外彩色图像

图2 紫外RGB彩色图像处理流程

图3 灰度图象的灰度值曲线

首先将图1转换为灰度图像后，绘制其灰度值分布曲线如图3所示。结合图1图像和图3所示灰度值双峰分布曲线，可以确定电晕放电区域的灰度值集中分布于240～250，绝大部分背景灰度值低于200，故确定图像分割阈值α取240。经多次尝试发现，结构元素选取采用半径r=1的圆盘时，数学形态学降噪效果最佳。图像处理过程，每一步处理效果如图4所示。

图4 图像处理过程

2.2 不同污秽条件放电区域面积分析

放电区域面积定义为放电区域内的像素总数与像素代表实际面积的乘积。由于实验中实验设备及拍摄参数保持不变，每种实验条件下拍摄照片的像素点代表的实际面积相同。假设像素点代表实际面积为1，则放电区域面积即为其像素总数，单位为pixel。对干净和污秽条件下的玻璃绝缘子分别施加35、45、50、54、58、60、62、64 kV工频电压，利用紫外摄像仪记录不同实验条件下绝缘子局部电晕放电图像。为了保证试验数据的可比性，本组试验在同一实验地点完成，观测距离均为7 m。试验过程中，温度为31 ℃，相对湿度为65%。采用本文图像处理算法，计算得到不同电压下绝缘子串局部放电区域面积对比如图5所示。

图5 绝缘子局部放电区域面积与电压关系曲线图

如图5所示，随着外施工频电压幅值的增加，绝缘子串的局部放电区域的面积增强；污秽绝缘子的局部放电区域的面积大于干净绝缘子的局部放电区域面积。这说明污秽条件下玻璃绝缘子的局部放电强度明显增大。该结论与实际情况相符，验证了本文紫外图像局部放电区域标定方法的有效性。

3 结 语

(1)本文采用阈值分割法将图像进行日盲紫外图像二值化处理，并采用数学形态学和局部滤除相结合进行图像降噪滤波，最后采用四邻域连接算法提取放电区域边界。该方法简单实用，对实际电站巡检工作具有重要的工程应用价值。

(2)采用本文方法对绝缘子串的紫外图像中的局部放电区域进行标定，标定的放电区域与实际局部放电区域相符，验证了本文方法的有效性。

(3)开展不同电压下对干净绝缘子和污秽绝缘子的放电紫外观测试验，并采用本文算法提取不同情况下放电区域面积。相同电压作用下，污秽绝缘子的局部放电区域面积大于干净绝缘子的局部放电面积，说明污秽条件下玻璃绝缘子的局部放电强度较大。

□

[1] 杨晓琳，李燕青，刘云鹏,等.基于数学形态学的电力设备紫外图像放电区域提取[J]. 电网技术，2008,32(7):96-99.

[2] 李自品.330 kV线路绝缘子串电压分布的现场实测与分析[J].中国农村水利水电，2006,(4):99-100.

[3] 张继军.高压放电紫外检测技术与应用[M]. 北京：中国电力出版社，2009.

[4] 俎洋辉, 俎丽鸽, 刘 岩. 35 kV开关柜电晕试验研究及分析应用[J]. 河南电力, 2015,(1)．

[5] 耿江海，霍亚男，黄震宇，等.基于数学形态学的绝缘子闪络图像处理方法[J].电瓷避雷器，2014,(4):21-25.

[6] 王胜辉，李 楠，廖 鹏.放电日盲紫外成像检测图像参数提取方法研究[J].华北电力大学学报，2013,40(6):40-45.

[7] 丁 培，马飞越，高 原，等. 基于紫外图像相对光斑面积的绝缘子表面放电量化评估方法研究[J]. 电瓷避雷器，2015,(2):5-9.

[8] 吕石生，林亚涛，梁 兴，等. 基于数学形态学的水泵振动故障诊断研究[J]. 中国农村水利水电，2014,(2):110-113.

[9] 王胜辉，郭文义，律方成，等.电晕放电紫外成像图像参量变化特性的研究[J]. 高压电器，2013,49(8):16-25.

[10] 孙兆林. MATLAB6.x图像处理[M]. 北京：清华大学出版社，2002.