浅谈提高电气一次设备红外诊断工作效率和准确率

曹景芳，李生伟，李梦林，针伟

（华电国际电力股份有限公司邹县发电厂，山东 邹城 273500）

电气一次设备是火力发电厂的关键设备，一旦发生故障，轻则影响设备安全运行，重则造成人身伤亡事故和重大财产损失。电力企业统计数据表明：近几年来，因电气一次设备故障造成的机组强迫停运有明显上升趋势，提高电气一次设备可靠性刻不容缓。

红外诊断能够在设备带电的状态下，发现运行设备的热缺陷，是一种先进有效的诊断技术，具有不接触、不停运、不取样、不解体的特点，能够全面反映设备表面的温度分布，并且操作简便安全可靠。对于提高电气一次设备的可靠性发挥了重要作用。邹县发电厂开展红外诊断的设备主要有电气一次设备、开关柜、电缆、转动设备等，其中电气一次设备占比较大。一般状态监测的周期宜在1 个月，但由于全厂8 台机组需要进行红外检测的设备数量众多，仅电气一次设备测点数量就高达2000 多个，测量周期需要3 个月，测量周期长，无法实现对电气一次设备的状态监测。因此，迫切需要提高红外诊断的工作效率和准确率，为电气一次设备保驾护航。

1 存在的问题和不足

邹县发电厂开展电气一次设备红外诊断技术目前已有20 多年，在电气一次设备红外诊断工作方面积累了一定的经验。但随着互联网技术的发展，传统的红外诊断模式已不足以应对当前的设备管理需求，具体问题表现在以下方面。

1.1 现场红外检测和后期红外图片命名工作效率低，且易出现错误或信息丢失

一是红外图片采集时人工记录效率低。常规红外诊断对所采集设备红外图片的命名方式是时间+序号，这种方式不包含设备的名称、型号、电压等级，测温部位等关键信息，在现场检测时需要手工记录设备名称和图片序号，需要2 人配合进行。邹县发电厂8 台机组需要进行红外检测的电气一次设备数量众多，仅升压站内的高压电气一次设备测点数量就高达2000 多个，再加上数量可观的开关柜、电缆、电动机等，现场测量时一一记录名称和图片序号非常耗费时间，不仅工作效率低，且存在人为因素导致的错误或信息遗失。

二是后期红外图片重命名耗时费力。为方便红外检测图片的分类存储、查询、趋势分析等操作，需将拍摄的红外图片导入电脑，并对这些红外图片进行重命名。由于图片数量非常庞大，在人工方式下，重命名工作不仅耗时费力，而且需要非常细心，否则一旦出现错误，会导致后续的诊断分析、数据对比无法进行。

1.2 现场仪器设置步骤及选择数据采集不规范，给后续诊断分析带来困难

一是测量人员设置仪器参数的个人习惯不同，造成测量误差。电气一次设备红外诊断需满足相应的检测要求，并且在现场检测前需要对辐射率、环境温度、相对湿度等拍摄参数进行设置，虽然部分仪器允许检测后在电脑软件上对拍摄参数后续修改，但现场试验证明2 种拍摄参数设置方式同测点同时间测量的温度值有一定的差别。

二是测点位置及数量设置随意，数据保留不全，历史数据对比难度大。对同一设备进行红外热像数据采集时，由于没有明确的数据存储规则，在该设备无明显异常时，采集人员可能只保留1 张整体红外图片或者部分异常部位数据。在后期发现该设备其他部位异常后，异常部位在历史数据中存在遗漏，无法进行历史数据对比及趋势分析。此外，由于没有制定一套规范的设备红外图片拍摄标准，导致不同工作人员对同一部位进行红外检测时因拍摄参数设置，所拍摄部位的大小、角度等不一致，采集的红外图片缺乏统一性，后续难以对其进行进一步的精确分析诊断、对比。

1.3 诊断分析工作量大，人工分析存在经验差异，易出现设备隐患漏判

一是红外图片诊断分析工作量大。红外图片采集完成后，需要对每张图片进行温度标注，工作量巨大。

二是数据分析时，不同设备判断标准不一样，温度标注方式未能有效展现出异常位置时，容易出现判断失误。例如，电流致热型设备只需在需要关注的设备部件位置标注最高温度即可判断是否存在温度异常，频繁使用表面温度法和相对温差法；电压致热型设备却需要比较温差是否满足要求，需要使用图像特征法进行判断。有些设备既存在电流致热型部件又有电压致热型部件，在同一张图中如果标注方法不当，很容易将电压致热型部件的异常特征忽略，从而造成漏判。

图1 同一张图片不同的结果

三是人工分析存在经验差异，当检测人员存在对设备结构了解不全面的情况时，容易出现漏判。例如，带伞裙的电缆，伞裙处易出现电压致热型温度异常，需要重点关注；油变压器需要对变压器本体、套管及引出线、中性点、冷却器、风扇电机及其控制箱、油枕油位、各管路等进行全面检查，不能遗漏；电压制热型缺陷由于温差太小，人眼很难辨别。如复合绝缘子、瓷绝缘子、避雷器等在拍摄此类设备时，需要工作人员具有丰富的红外知识和现场工作经验，对人员素质要求高。

图2 伞裙处易出现电压致热型温度异常，需要重点关注

1.4 红外诊断发现的问题检修部门重视程度不够，部分没有得到及时处理

红外诊断发现的电气一次设备隐患问题只有及时得到检修处理才能发挥红外诊断技术对设备状态的趋势预警作用。在开展电气一次设备红外诊断工作过程中，发现部分设备隐患问题检修人员重视程度不够，造成故障进一步扩大。

2 处理方案

2.1 建设红外诊断数据库

针对每次现场红外检测时需要记录设备名称、上传到电脑的红外图片需要人工重新命名、数据检索不方便的问题，借鉴振动诊断数据库和超声检测数据库的做法建立红外诊断数据库。在数据库中，设备名称采用可逐级展开的树状图结构，将设备相关信息都保存在该设备名下。进行现场红外检测时，将待检设备以任务包的形式从红外诊断数据库导入到红外热像仪。现场每一个设备红外检测完成后都自动命名保存到该设备信息中，不需要人工现场记录红外图片序号和对应设备名称，上传至数据库的红外图片也不再需要重新命名。历次检测的数据都存储在该设备名下，需要时主要从树状图找到该设备，历次测量数据均一目了然。

2.2 数据库增加智能功能

2.2.1 采用基准图像规范现场红外检测

为解决红外图片采集不规范导致的后续精确分析诊断、对比困难的问题，运用规范化思路在红外诊断数据库中增加基准图像功能,可避免因不同工作人员采集信息产生的较大差异。

基准图像的生成规则有2 个：一是根据《带电设备红外诊断应用规范》，制定每一设备的诊断规则；二是根据设备现场实际情况，对每一设备需要拍摄图像的范围、大小进行标准化规范，制定规范的分析框，并将分析框、诊断规则附加于基准图像。由于基准图像是根据设备的标准热像建立的，因此具有标准的大小、部位等质量要素。这些分析框和诊断规则，在现场检测和后续诊断时，可自动调用。而且，一次设置好的分析框可自动全部应用到同类型设备热像中。

图3 基准图像及诊断规则

2.2.2 数据处理采用批处理方式

针对海量红外图片需要人工上传到电脑，并分别要对每张图片进行温度标注、诊断分析的问题，借鉴大数据处理模式，在数据库中增加批处理功能。批处理主要用在2 个方面：一是在数据上传过程，检测完成后的红外图片采用批处理方式上传到电脑红外诊断数据库；二是批处理诊断分析，在诊断分析中可自动应用诊断规则库中单相以及三相之间的运算逻辑进行诊断，完成所有设备记录故障判定。

2.3 规范现场红外检测步骤

针对不同工作人员设置仪器参数，习惯不同造成的测量误差，从规范化的角度着手，对现场检测步骤和流程进行标准化。根据软件提示，在现场检测前逐项对辐射率、环境温度、相对湿度等拍摄参数设置，否则无法进行下一步操作，防止工作人员遗忘。检测时使用基准图像拍摄技术，即使不同的工作人员，也能保证所采集到的同类设备红外热像图大小、角度、部位等基本一致。在检测时，自动调用分析框、诊断规则，实现实时的智能诊断。检测完成后，采集的热像图自动命名，保存在相应的设备名称下。

2.4 缩短设备红外诊断周期

由于邹县发电厂有8 台机组，电气一次设备数量众多，按照常规红外检测方法，电气一次设备检测周期需要3个月，3 个月的周期虽然能够满足红外诊断应用规范要求，但从现场实践看，无法真正的实现设备状态诊断。采用红外诊断数据库模式后，红外诊断工作效率得到极大提升，设备诊断周期可减少到每月1 次。如升压站设备和变压器一直执行的是每季度进行1 次红外检测，从2018年9 月开始，执行每月1 次。设备检测周期缩短，可及时发现设备隐患，提前发出预警，避免故障进一步扩大。

2.5 诊断分析采用“智能诊断+人工确认”模式

根据《带电设备红外诊断应用规范》规定各类型设备缺陷诊断制定诊断规则。在之前建立的基准图像上提前用分析框、分析线进行标注，将诊断规则和标注好的基准图像集成嵌入到数据库中，在进行红外热像数据采集时，将被测量设备部件的边框与基准图像重合，提前标注好的分析框、分析线中获取的数据即为被测设备各部件的实时红外数据。按照诊断规则就可以对分析框、分析线中获取的热像数据进行智能诊断。诊断规则自动调用，可以实时显示被测设备的严重等级。

对智能诊断的结果中严重缺陷和危机缺陷进行检查，分析异常原因并对缺陷等级进行重新评估。

2.6 对红外诊断发现的问题实行闭环管理

针对红外诊断发现的部分问题由于没有得到及时处理造成故障扩大，邹县发电厂以异常通知单的形式跟踪问题过程，加强对红外诊断发现问题的全过程闭环管理。设备异常通知单包含设备存在的问题、诊断结论、建议措施、专业处理建议、实际检修情况及修后评估情况等内容，各相关负责人根据以上内容的各流程进行处理，确保设备隐患从发现到处理后评估的全过程闭环管理，使精密诊断作用得到充分发挥。

3 实施效果

3.1 提高了工作效率，节省人工

由于采用数据库管理，现场检测时不需要记录设备名称和红外图像编号，大大提高了检测效率，可减少60%的人工处理量。检测的红外图片自动保存在树状图设备名称下，节省了红外图片更改名称的全部时间，节省时间100%。数据处理采用批处理方式，海量热像图处理起来只需要很短的时间，工作效率得到了极大提升,节省时间90%。诊断分析采用“智能诊断筛选异常设备+人工诊断重点确认”模式，可减少80%的人工处理量。

3.2 缩短了设备检测周期

在该项目实施后，红外诊断工作效率得到极大提升，设备诊断周期由3 个月缩短到1 个月。可及时发现设备隐患，提前发出预警，避免故障进一步扩大。

3.3 提高了诊断准确率

红外数据采集的规范化以及批处理诊断分析，提高了数据的有效性。同时，同类设备相间比对及同一设备历史比对，可快速找出异常，提高诊断准确率。

3.4 提高了设备安全性和可靠性

邹县发电厂通过对电气设备开展定期检测、设备启动后检测、异常跟踪检测、修后评估检测等红外诊断工作，准确地掌握了设备状态，及时发现了设备存在的隐患并提出检修建议措施；对诊断发现的设备问题实行从发现到修后评估的全过程闭环管理，确保隐患得到及时处理，有效提高了该厂电气设备的安全性和可靠性。