黄 凯,赵 伟,王晓钟,王 毅,安韵竹
(1.国网山东省电力公司淄博供电公司,山东 淄博 255032;2.山东理工大学电气与电子工程学院,山东 淄博 255049)
电力设备绝缘表面局部放电检测是保证电力输电配电系统在线运行电力设备安全的重要手段之一[1]。电力设备绝缘表面的局部放电现象,通常伴随着电、热、光、声、化学成分等多方面的变化[2]。各国学者也根据局部放电过程中存在的这些物理化学变化,提出来一些局部放电检测的方法[3]。根据实际检测信号是否为电信号,将这些不同方法划分为两类,即基于电量的检测法、基于非电量的检测法。基于电量的检测法有脉冲电流法、泄漏电流法和电压分布法,基于非电量检测法有超声波检测法[4]、红外线成像法[5]和紫外成像法[6-7]。
如今电力系统检测电力设备绝缘的局部放电推荐采用接触式的检测方法,但这类方式劳动强度大并且具有一定的危险性[8]。近年来,随着紫外检测技术的不断发展,紫外成像仪可以实现白天对电力设备局部放电的检测[9]。紫外检测技术是通过检测电力设备绝缘表面局部放电过程中辐射的紫外光子数来实现局部放电强度的检测[10]。该方法可用于检测导线污闪、绝缘子破损、导线破损、复合绝缘子安装不当等引起的绝缘表面的局部放电现象。其检测结果不受日光的影响,但与空气湿度、气压、温度、检测距离等因素有关[11-13]。由于紫外检测技术是对局部放电的光信号进行检测,因此,该技术可以及时发现电力设备绝缘表面的早期局部放电现象。
由于电力设备绝缘长期暴露在外界环境下,利用紫外成像仪拍摄绝缘表面局部放电过程时会受到各种外界因素如噪声的干扰,拍摄的电力设备绝缘表面的局部放电紫外观测图像存在部分白噪声,从而影响紫外成像仪的检测结果,无法准确判断电力设备绝缘的实际运行状态。为此,提出采用图像处理方法对电力设备绝缘的紫外观测图像进行处理[14],减少背景噪声对紫外检测结果的影响。具体图像处理算法流程为采用紫外图像分割法、数学形态学与局部滤除相结合的方法对电力设备绝缘表面局部放电的紫外图像进行降噪处理,确定紫外图像的局部放电范围,在此基础上计算局部放电图像光斑面积。
工作在大气环境下的输电线路和变电站配电设备,在某些情况下会随着绝缘子绝缘性能降低在绝缘子表面出现局部放电现象,放电部位会放射出很多的紫外线,可以通过绝缘子表面局部放电的产生和增强来间接评价设备运行时的绝缘状态,及时地对设备绝缘缺陷进行检测。目前,光学检测方法的灵敏度、分辨率和抗干扰能力是判断各种放电过程强度的最佳方法。采用紫外检测技术可以发现电力设备绝缘表面的早期局部放电现象,有助于现场电力设备的运行与维护,减少因电力设备绝缘出现相关问题引发电力系统故障。与红外成像仪相比,紫外成像仪能够有效发现一些早期局部放电现象。因此,可采用应用范围更为广泛的紫外成像仪完成对电力设备绝缘局放程度的检测和分析。
紫外成像仪具有两个光路,一个光路利用可见光观测电力设备影像,另一个光路利用低于280 nm波长的紫外信号观测电力设备绝缘表面的局部放电现象[15]。最终紫外成像仪检测到的电力设备绝缘表面局部放电现象的紫外图像是由上述两路光信号检测影像叠加而成。与电量法如脉冲电流法相比,紫外成像法对电力设备绝缘表面的局部放电位置的定位更为精确。但该方法检测到的紫外信号强度与绝缘表面局部放电强度之间的量化关系,目前还无法对两者之间的对应关系精确对应。
将紫外成像仪采集的图像信号保存到计算机后,为便于分析和计算,利用MATLAB 软件编写程序将紫外图像转换为灰度图像,灰度图像以像素灰度矩阵的形式存储。电力设备绝缘表面局部放电区域呈现为一些白色大斑[16],这部分区域像素矩阵中的元素多在255附近,而其他非放电区域对应的图像像素矩阵的位置元素通常明显小于255。因此,根据电力设备绝缘表面局部放电紫外图像像素矩阵中元素的这一分布规律,可以采用阈值分割算法[17]确定局部放电光斑区域。例如将绝缘局部放电照片进行局部放电区域与非放电区域的分类,从而对放电区域进行计算和分析。利用阈值法进行图像分割的最大特点是计算简便并且效率高。
阈值法分割图像的准确性主要取决于图像分割时采用的阈值T1的准确性。因此,为了保证紫外图像局部放电区域分割的准确性,在进行图像阈值分割时,其阈值T1取值同时考虑灰度分布直方图和图像自身特点两方面。不同紫外图像在处理时采用阈值不同。灰度图像经过阈值法分割后,将图像区域分割为局部放电光斑区和非放电区两部分,为了便于计算分析,通常将紫外灰度图像转换为紫外二值图像。即对应的像素矩阵中的灰度转化为0 或者1,局部放电光斑区对应的像素矩阵位置元素取1,非放电区对应的像素矩阵位置元素取0。通过阈值分割[18]和二值处理后,电力设备绝缘表面局部放电紫外图像将转化为黑白图像,放电区域为纯白色,非放电区域为纯黑色。阈值法分割及二值化图像的操作原理如图1所示。
图1 阈值法分割及二值化过程
数学形态学[19]的基本思想对数字图像处理的理论和技术的发展具有重大的推进作用。笔者采用数字图像处理方法的核心技术就是基于数学形态学的基础之上。数学形态学由膨胀、腐蚀、开启和闭合这4 个基本运算组成,其中腐蚀运算和膨胀运算属于数学形态学的两种基本数学运算,可以很有效地完成图像的相关处理。对电力设备绝缘表面紫外图像,可以利用数学形态学在腐蚀运算后继续采用膨胀运算,从而可以非常高效地把紫外图像中的毛刺、白噪声等滤掉;如果采用数学形态学在膨胀运算过后再采用腐蚀运算,这种处理过后能够将邻近目标连接起来。利用数学形态学对图像在腐蚀运算后继续采用膨胀运算后,会使被处理图像变小;利用数学形态学对图像进行膨胀运算后再采用腐蚀运算,又可使被处理图像增大。
数学形态学正是运用这样一些计算方法,数学形态学在计算时选取某个结构元素探针,对数字图像的相关特点信息进行分析归纳,找出图像不同区域之间的相互联系与区别,从而实现对数字图像进行一系列相关图像处理。图2 示例了像素点先膨胀运算再腐蚀运算处理前后的变化过程。
图2 先膨胀运算再腐蚀运算前后像素点的变化
电力设备绝缘面长期暴露在室外,通常会受到噪声的干扰。采用阈值分割数字图像[20],图像边界多为不平滑边界,为了保持图像边界的平滑性,可以通过数学形态学的开启运算和闭合运算的组合实现。为此,对电力设备绝缘表面的局部放电图像进行先膨胀后腐蚀的闭合运算,实现对阈值分割后图像边界的平滑处理和内部空洞的填补处理。在绝缘局部放电图像的处理过程中,采用图片腐蚀的操作方法可以令膨胀过后的照片恢复原状,放电区域趋于圆润,噪声点也随之减少。紫外成像仪检测到的绝缘子放电区域大多呈圆形,因此结构元素形状选为圆形,其半径由具体图像确定。这样就可以顺利对绝缘子放电区域进行求取边界的处理。
通过2.2 节的分析,本节将对电力设备绝缘表面局部放电的紫外图像采取数学形态学滤波操作,有效地改善了紫外二值图像中的噪声点的分布,但这种方法无法将噪声点完全去除,可能仍然存在部分干扰噪声点。此时,采用局部滤波的方法,进一步对紫外二值图像去噪。根据电力设备绝缘表面局部放电紫外图像的特点,局部放电区域多为大块区域,因此,可通过设定像素阈值来确定放电区域,对紫外二值图像进行滤波处理。具体图像处理过程如下:
1)对电力设备绝缘表面局部放电紫外二值化图像的连通区域进行编号,并分别计算编号的连通域内的像素点数;
2)分别计算灰度矩阵中每个连通域中的像素数;
3)分析实际电力设备局部放电紫外图像的灰度值分布规律,并依据其灰度值分布规律确定局部放电区域的灰度阈值T2。若图像的某个连通域内像素数小于T2,则将连通域灰度值取为0。
采用滤波操作后,电力设备绝缘表面局部放电紫外图像中的局部放电区域为处理后图像中的白色区域。为了能够确定放电区域的边界,本算法中采用4-连接边沿方式提取局部放电区域边界位置,并记录放电光斑对应的所有像素信息。
在电力设备绝缘表面局部放电的紫外二值图像中,局部放电区域呈现为白色光斑,对应像素矩阵位置的元素值取“1”,而非放电区域呈现为黑色区域,对应像素矩阵中元素值取“0”。因此,统计电力设备表面局部放电的紫外二值图像中局部放电区域内的像素点的总数目,即该像素点数目可表征这个局部放电区域的大小。本文中,定义这个局部放电区域的像素总数为“光斑面积”。在图像处理过程中,通过利用MATLAB 软件编写程序提取出电力设备绝缘表面局部放电的紫外二值图像的局部放电区域,记录绝缘表面局部放电区域的坐标位置,通过二值图像矩阵中的行和列的像素数值的乘积获得。电力设备绝缘表面局部放电区域面积计算如式(1)所示。
A=aN(1)
式中:A为电力设备绝缘表面放电区域实际光斑面积;a为每个像素面积;N为光斑面积内实际像素总数。像素点的实际面积与紫外摄像仪的设备设置参数、拍摄距离等均紧密相关。
采用MATLAB 软件对电力设备绝缘表面局部放电图像进行处理、计算和分析,实现对电力设备绝缘表面局部放电区域图像光斑面积的计算。图像处理程序的操作流程如图3所示。
图3 图像处理的操作流程
如图3 所示,首先将紫外图像转化为二值化图像,采用膨胀腐蚀的形态学方法进行局部滤波,计算滤波后图像的封闭区域个数。若存在多个封闭区域,再进行滤波直至保存最大的一个封闭区域为止。最后确定最大封闭区域的位置坐标,提取局部放电区域的边界坐标并根据式(1)计算放电区域光斑面积。
以南非corocam 504拍摄的室内紫外灯管的图片为例,计算拍摄到的紫外光子区域光斑面积。图4是室内利用紫外成像仪采集到的紫外灯的紫外图像,对该紫外图像的光斑面积进行计算。
图4 绝缘子局部放电时的紫外彩色图像
首先利用MATLAB 软件读取采集到的绝缘子局部放电的彩色图像,并通过编程操作将彩色图像将其变为灰度图像,如图5所示。
图5 绝缘子局部放电的灰度图像
转化为灰度图像之后,下一步通过程序在灰度图像的基础上绘制出图像的灰度值分布曲线如图6所示。
图6 紫外图像的灰度值分布曲线
由图像的灰度值分布曲线可以看出,绝缘子表面出现局部放电现象时,放电区域图像的灰度值分在200~255范围内,而其他非放电区域背景部分灰度分布在100以下,两部分的灰度值分布具有明显的区别。根据该图像的灰度值分布曲线,可选取放点区域的图像分割阈值T1为230。通过编程图像分割处理后,将图像对应的像素矩阵元素值低于230的均取为0,而像素矩阵元素值在230~255 范围内的均取为1,将其紫外图像转换成黑白二值化图。二值化后,放电图像如图7所示。
图7 绝缘子局部放电的二值图像
为了更好地对图片进行降噪处理,经过多次尝试后发现,当在创建圆盘半径为2输入程序之中对紫外图像进行处理时,对放电区域的二值图像进行膨胀和腐蚀处理的降噪效果最佳。通过编程操作实践了第1 节的理论分析利用闭运算对图像进行降噪处理,通过strel 和imerode 指令实现。图像中的噪声点被填充,操作后呈现出的绝缘子局部放电区域更加圆润和清晰,如图8所示。
图8 经膨胀腐蚀处理后的放电紫外图像
计算图像的封闭区域数n,当得到的计算结果n大于1 时,即图像中存在封闭区域,则可以继续求取封闭区域的个数,通过编程操作留下最大的一个联通域既可以提取出的绝缘子局部放电的核心区域以及光斑边界,去除噪声点并且提取出绝缘子局部放电的核心区域后,就能够利用软件计算出放电区域的像素数目,进而判断出放电区域光斑面积的大小,利用软件得到如图9所示。
图9 绝缘子局部放电的最大联通域
利用bwperim 指令识别并提取出最大联通域图像中的放电边界如图10所示。
图10 绝缘子放电边界的提取
在原来的放电紫外图像中绘制亮斑边界。将提取出的光斑边界位置并添加到原图中,对比通过图像处理所提取出的绝缘子放电面积是否能与原图中放电面积相互重合,从而验证提取出光斑区域的准确性。如图11 所示,通过对紫外图像进行减弱噪声点处理后提取出的光斑区域,添加到原图相同的位置后,两区域基本重合,证明提取的放电区域是准确的。在分析不同因素对绝缘子放电区域产生的不同影响时,需要对不同条件下的多张图片进行提取放电区域和计算光斑面积,最后都经过在放电原图中添加提取到的亮斑边界这个步骤,验证提取的区域是否准确,避免了分析结果出现偏差、与理论实际不相符的情况。
图11 添加亮斑边界至原灰度图像中
计算紫外图像光斑面积的具体方法为:在MATLAB软件中使用“area=regionprops(D,‘area’)”指令,regionprops 函数用于提取紫外二值图像的光斑面积,针对图10中经过降噪处理后提取出的光斑区域进行像素数的计算,即像素矩阵中元素值为1的像素点的数目,求得光斑区域面积。经计算得到图10 中的紫外灯光斑面积为9 913 pixel,即该紫外图像光斑区域包含有9 913个像素点。
以干净绝缘子为研究对象,分别施加35 kV、40 kV、45 kV、50 kV、60 kV和66 kV工频电压,并用紫外摄像仪记录绝缘子表面的局部放电紫外图像。通过拍摄到的紫外图像,分别记录不同电压作用下标定放电区域的光子数目,并对紫外图像进行处理计算局部放电区光斑面积。分析放电标定区域光子数目和光斑面积随外施工频电压幅值的变化规律,看二者所得出的结论是否一致,避免单一记录光子数存在较大的误差。对干净绝缘子施加不同等级的电压紫外成像仪采集到的光子数统计结果如图12所示。
如图12所示,随着工频电压幅值的升高,紫外成像仪检测到的光子数目增多。即绝缘子在较高电压作用下局部放电情况更剧烈,可见局部放电的剧烈程度和光子的数目成正比。利用MATLAB 计算出绝缘子实际局部放电区域并计算出放电区域的像素数,所得结果如图13所示。
图12 不同电压下干净绝缘子检测到的光子数
图13 不同电压下干净绝缘子检测到的放电区域面积
显然,由于绝缘子表面电场强度的增大,绝缘子表面局部放电强度增大,紫外图像的光斑面积和检测到的光子数量均随着外施工频电压幅值的增大而增大。
从图像处理的理论基础出发,基于图像处理的基本原理和技术思路,研究电力设备绝缘表面局部放电紫外图像的图像分割、滤波降噪及光斑面积计算方法。首先通过阈值法进行图像的分割,接着对图像进行降噪处理,对图像处理以消除噪点;利用局部滤出的方法进一步对图像进行降噪处理以更好地提取出绝缘子局部放电区域,最后利用程序对提取出的紫外图像进行光斑面积的计算。
通过对干净绝缘子施加不同电压等级的工频电压,分别通过实验和仿真计算干净绝缘子表面的光子数和光斑面积,对实验和仿真计算进行比较,得出相同的结论,随着工频电压的增大,绝缘子表面局部放电增强,放电区域的电子数增多,紫外检测到的光斑面积增大。