基于红外图像识别技术的电力设备绝缘自动化检测研究

顾 臻，李小平，周 磊，张静月，贺 青

（1.国网上海市电力公司 电力科学研究院，上海 200051;2.四川大学 锦城学院 智能制造学院，成都 611731）

0 引言

随着我国电力市场和电力系统的快速发展，电力行业面临着改善发电设备的使用情况，减少电力设备的操作费用以及提高电网的安全性和稳定性的严峻挑战。我国电力事业发展进入新阶段[1]。”十一五”期间，国家电网新增了60,000公里及以上的330千伏及以上输电线路，总投资9000亿元。根据国家电网统计资料显示，全国电力消耗总量已达到49591亿千瓦时，比上年同期增加5.5%。随着社会、经济、科学技术的飞速发展，电力是国民经济和社会发展的必要动力，保障电力的可靠供应关系到国家的整体民生。

电力设备是构成电网的重要组成部分，是保障电网安全运行的重要依据。电力设备组成材料：一类为金属材料，另一类为绝缘材料，与金属相比，有机绝缘材料更易老化，从而大大削弱了它们的机电强度[2]。

在线监测电力设备绝缘状况可实时监测设备使用过程中出现的问题，通过多种先进的评价算法，对设备的绝缘运行状况进行判定，由此得出评价的结论，通过对电网运行情况的实时监控，能提升电力系统的运行稳定[3]。参考文献[4]在深入分析无源绝缘电阻测量方法的基础上，设计了一种基于线性光耦器件HCNR201的绝缘检测电路，阐述了利用该芯片设计绝缘检测的测试电路以及修正光耦线性关系提高电阻检测精度的改进方法，提高了抗干扰能力，打破了使用局限性。参考文献[5]引入信号处理概念，设计基于信号处理的电抗器匝间绝缘检测方法。通过电抗器匝间时域信号与原始功率的确定，近似熵值与信息熵值的确定，空频能量分布的确定,完成电抗器匝间的信号识别。通过匝间绝缘开裂模拟，破损绝缘寿命评定，完成基于信号处理电抗器匝间绝缘检测方法的搭建，完善了不能明确反应放电局部的起始电压，不能持续增大匝间绝缘间隙的问题。然而以上两种方法对于绝缘检测的精准度不够，误差较大，因此本文提出基于红外图像识别技术的电力设备绝缘自动化检测，检测结果精准度高，误差较小，与实际值更为接近。

1 电力设备红外图像识别

红外图像识别技术以计算机视觉为基础发展起来，近年来在工业领域的应用越来越多。红外传感器不会向外界辐射能量，通过识别和侦察目标物体的热能实现监控功能。

目标红外辐射及温度分布信息是红外图像形成的主要因素，红外成像技术的质量取决于目标红外辐射的采集情况。红外热像仪对装置的红外线辐射进行扫描，然后把它转化为电信号，这时就会自动生成出红外图像。因此在对变电设备异常发热故障检测时，首先需要利用红外热成像技术获取变电设备异常发热图像。

利用目标表面的温度辐射对红外图像进行成像,在接受测量对象的红外线时，还会受到其他多种因素的制约。因此，图像对比度低、边缘不清晰、分辨率不高等问题是必然存在的。故需要采用采用图象过滤技术，有效地消除噪声，提升图像的对比度，为后期图像的处理奠定基础。

1.1 电力设备异常发热图像采集

对变电设备扫描前，选取线阵列红外探测器对变电设备不同的扫描空间实行不同的扫描方式。假设线阵列红外探测器在扫描时把扫描空间划分成x个面元，按照顺序依次对变电设备各个面元实行帧图像扫描时，其扫描时间用式(1)来描述：

式(1)中，τd描述的是单元扫描时间，fp描述的是帧频，Tp描述的是周期。

红外扫描仪利用红外探测器扫描变电设备时，会取得变电设备的红外辐射信息，从而将信息转换成电信号。通过yv元线对扫描空间中每个单元实行扫描，且在每组单元中都有一个列组合，包含yv个单元器件。若利用相同的周期时间速度对元面扫描，就会增强信号信噪比，达到倍。式中，y描述的是y个单元探测器。平面中的单元探测器越多，对变电设备各个元面扫描的时间就会越长，故障检测效果也会提升。

根据扫描到的数据，利用固体摄像器件对扫描到的红外信号实行转换，以此取得电信号转换，得出变电设备异常发热图像，完成对变电设备发热红外图像的采集。

1.2 红外图像增强

在红外成像时，由于各种因素的制约，以及各种随机因素的影响，导致了红外图像的外观质量下降，这对图像的分割和特征提取是有碍的。因此对对输出的图像进行灰度校正、噪声滤除，以保证输出的图像处于最佳状态，大大改善人的视觉效果，增强对比度。

1）灰度变换法

对比图增强按照一定的规律调整各个像素的灰度，该方法能够扩大灰度的动态范围，或能对其进行缩小和对灰度分段处理。其中，f(x,y)为输入图像，g(x,y)为输出图像，处理是按公式g(x,y)=T[f(x,y)]中运算法则T，计算出的相应点像素的映射，线性变换函数为：

式(2)中，f为输入图像，g输出图像，该函数为线性变换，a为斜率，b表示为坐标轴g的截图。a=1，b=0，是图像复制，灰度不变；a＞1，b=0时，对输入图像对比度进行扩展；a＜1，b=0时，对输入图像对比度进行压缩；a＜0，b=0时，对输入图像取反处理；a=1，b≠0时，增加或减少输入图象的亮度。

2）分段线性变换

分段线性变换是对图像进行局部处理的一种方法，其目的在于使所关注的对象或灰色区域更加突出，相对抑制无意义的灰色范围。

三段线性变换的数学表达式如式(3)所示：

[0,a]和[b,Mf]的区间是灰度的压缩变换，[a,b]区间是灰度的扩展变换。通过改变转折点使斜率变化，从而随机区间都能进行灰度调节。

3）非线性变换

非线性变换函数，一般主要是指对数函数、平方函数等等。

式(4)表示的对数变换。这是一个非常有用的形式，它可以扩展低灰度级区域中的输入图像的对比度。

2 电力设备绝缘自动化检测

2.1 介质损耗角

当外加试验电压为直流时，吸收率比K与极化指数 PI均可作为反映绝缘状态的参数，在施加的试验电压为交流电压时，能够测量出介质损耗角，这也能反应出绝缘状态的优劣。从绝缘样品的等效电路可以看出，当电压为u(t)=Esin ωt时，全电流i(t)矢量图如图1所示。

图1 电参量矢量图

图1中，为全电流，为电容性电流分量，为电阻性电流分量。

在绝缘试样具有电阻的情况下，电容电流矢量与全电流矢量之间的角δ偏差,因为是有功成分，所以是将电能转化为热能的重要元素，即有功损耗。与δ呈正相关，介质损耗变大，即δ介质损耗角。介质损耗角δ的正切tanδ表达了介质损耗。tanδ是绝缘状态的检测的新方法。与其他绝缘条件下的其他参数相同，当tanδ作为依据时，单次测定不能充分反映问题，绝缘问题的发展趋势，应从一段较短的追踪测量中得到。

2.2 电容性漏电流的自适应分析

利用低频率交流叠加方法能监测到配电网的绝缘电阻和泄漏电容。自适应电容性泄漏电流可将电容性漏电流分开，它的基本原理和对tanδ的度量有类似的地方，如图2所示。通过流过回路的电流i(t)在取样电阻Rm上生成对应的电压信号，用低通滤波器对工频成分及其他高频成分进行滤波，获得频率ω1基波分量um(t)。A，B是与试验电源同相位的方波信号，通过对A与B的相位进行比较，得出了i(t)与um(t)之间的相位差θ。因为低通网络ZF决定了具有ω1频率的基波成分的相位偏移θF，从而可以推断出绝缘阻抗Zi会引起基波成分的相位偏移θi。

图2 电流相位检测原理图

根据电流相位检测原理可以看出：

式中，U为电路总电压；j为自适应系数；Rs为负载等效电阻；Um为直流电压；XF电阻电感；Ri为漏电电阻；Xi信号频率。

为获取式中Um1，可将按傅里叶级数展开：

式(7)中，um(t)为基波分量；ω1为基波频率。

当n=1时，基波分量，所以um=25.465V，其他都是已知量，因此可以计算求解出来，由式(5)变式得：

对应的漏电阻抗模型如图3所示，其泄露电容Ci，由绝缘阻抗Zi引起基波成分的相位偏移θi公式推导而来，如式(9)、式(10)所示：

图3 漏电阻抗模型

式(9)、式(10)中，θi为绝缘阻抗Zi会引起基波成分的相位偏移；ω1为基波频率；Ci为泄露电容；Ri为漏电电阻。

3 实验测试

3.1 参数整定及试验原理与装置

实验主要以直流绝缘检测校验一体机为核心，用大功率直流可编程稳压电源输出直流220V模拟直流母线，用不同阻值的功率电阻模电母线接地电阻或支路接地电阻，各支路用空气开关控制支路是否接地，支路漏电流采用钳型直流漏电流传感器测量，实验平台整体如图4所示。

图4 实验平台

一体机基于单桥臂不平衡桥设计，内部已经写好母线绝缘程序和支路绝缘程序，实验时通过空开通断模拟母线接地和支路接地，模拟接地电阻实际值由福禄克万用表测量所得，其他实验数据均由一体机测量，实验结果通过液晶屏幕实时显示。

实验室试验基本原理如图5所示，在绝缘子的高压端加均压环，其余部位按绝缘测试。

图5 实验原理图

图5中，T为调压器，G为隔离变压器，B为变压器，C为红外成像仪，R1、R2为保护电阻，R为取样电阻，G’为保护球隙，F为电容分压仪，TVS为瞬态电压抑制器，Y为示波器。

3.2 实验及结果分析

电力设备时常因为异常发热而导致发生绝缘故障，为了能够有效检测电力设备异常发热导致绝缘故障，以红外图像识别为主，采用本文方法、文献[4]方法和文献[5]方法获取电力设备绝缘检测，将获取结果与实际结果比较，从而验证三种方法的绝缘检测效果，具体测试结果如图6所示。

图6 电力设备发热绝缘点测试结果

分析图6可知，电力设备实际发热绝缘故障共有三处，本文方法可准确对发热绝缘位置进行检测的同时给出对应的温度，其与实际定位结果相近，同时检测出位置一致，说明本文方法检测效果较高。文献[4]方法检测时，共检测出三处热绝缘故障，与实际结果相比文献[4]方法的检测出位置点与实际结果相差较大，存有一处检测误差大，可见文献[4]方法的检测准确率要低于本文方法。文献[5]方法在测试期间共定位出2处热绝缘故障点，与实际值对比发现，文献[5]方法仅有一处故障定位结果与实际值相同，其余均错误。根据上述测试可知，本文方法的检测效果最强，文献[4]方法的检测效果最差。

分别采用本文检测方法、文献[4]方法和文献[5]方法进行检测电力设备的电压、电流，确定绝缘检测准确性，测试结果如下：

通过对图7可以看出，在用本文提出的方法来测量电力装置的电压与电流时，获得的电压幅值和电流幅值与实际值相符；采用文献[4]方法进行测试时，获得的电压幅值和电流幅值低于实际值；采用文献[5]方法进行测试时，获得的电压幅值和电流幅值波动较大，与实际值的差值大。对比所提方法、文献[4]方法和文献[5]方法的测试结果可知，所提方法可准确的完成电力设备电压、电流的检测，因为本文方法对电力设备绝缘自动化检测之前，分析了电力设备基波分量进行了分析，通过对分析的结果进行测试，减少了测量误差，提高了测量的准确性。

图7 电压和电流测试方法的比较

为了进一步验证方法的有效性，采用本文方法、文献[4]方法和文献[5]方法对电力设备电感和电阻进行估算，并将估算值与实际值进行对比，进一步确定绝缘检测准确性，测试结果如图8所示。

图8 电阻、电感估算值

分析图8可知，采用所提方法获取的电阻估计值和电感估计值与实际值较为贴近，采用文献方法和文献[5]方法获取的电阻估计值和电感估计值与实际值的差值较大，通过上述测试结果可知，所提方法可准确获取电网的电阻和电感，表明所提方法具有良好的检测性能。

4 结语

针对电力设备存在过热导致绝缘检测误差大的问题，本文提出基于红外图像识别技术的电力设备绝缘自动化检测方法。分别通过本文方法、文献[4]、文献[5]分别对电力设备异常发热导致绝缘故障、电力设备的电压、电流进行检查，且对电力设备电感和电阻进行估算，实验结果表明，采用本文方法其红外过热绝缘点检测结果与实际值更为接近，且其相关电流、电压、电阻与电感与实际值接近，检测准确误差较小，具有良好的检测性能。