主要电力设备故障图像特征及识别方法研究

摘要摘要内容伴随着我国电网规模的日益加大,各类变电设备的运作状态是促使其安全高效运行的最为主要的因素之一。对于各类变电设备的在线状态监测系统的推广越来越发普及。研究基于图像特征的电力设备自动故障识别具有重要意义。本文对各类主要电力设备，研究各类变电设备故障识别分类及相应故障的图像特征，以及基于红外与紫外图像特征的故障识别方法。对于紫外放电成像技术图像的处理与特征提取，本文从紫外成像技术的基本原理出发，在讲解紫外放电图片特性的基础上，对紫外放电图像使用灰度化预处理，以及应用中值滤波等方法对图像进行降噪。并通过canny算子边缘检测计算紫外光斑面积判断是否发生放电故障。针对红外故障图像，本文在红外成像原理的基础上，对红外图像进行超像素分割及HSV空间颜色提取，对应用卷积神经网络对红外故障图像故障区域检测进行理论上的研究。关键词：红外成像紫外成像图像处理ABSTRACTWiththeincreasingscaleofChina'spowergrid,theoperationofvarioustypesofsubstationequipmentisoneofthemostimportantfactorstopromotethesafeandefficientoperation.Thepopularizationoftheon-lineconditionmonitoringsystemforallkindsoftransformerequipmentisbecomingmoreandmorepopular.Researchonimagefeaturebasedautomaticfaultrecognitionofpowerequipmentisofgreatsignificance.Inthispaper,varioustypesofmainpowerequipment,thestudyofvarioustypesofsubstationequipmentfaultidentificationandclassificationofimagefeatures,aswellasinfraredandultravioletimagefeaturesbasedonfaultidentificationmethod.Forultravioletdischargeimagingtechniquetoimageprocessingandfeatureextraction,thispaperfromthebasicprincipleofUVimagingtechnologyofontheexplanationoftheultravioletdischargepicturecharacteristicsbasedanddischargeontheUVimageusinggrayscalepreprocessingandapplicationofmedianfilteringmethodofimageinnoisereduction.AndthroughtheCannyoperatoredgedetectiontodeterminewhethertheareaoftheUVspottodeterminewhetherthedischargefault.Aimingatthefaultinfraredimage,thispaperonthebasisoftheprincipleofinfraredimaging,theinfraredimageweresuperpixelsegmentationandHSVcolorspaceextraction,theconvolutionalneuralnetworkisappliedtofaultsectiondetectionofinfraredfaultimageoftheoreticalresearch.KEYWORDS:目录第一章1.1课题背景伴随着我国国民经济水平的前进与发展,全国各地对电力的需求不断增长,推动我国电网规模不断加大、同时向超高压、大容量和智能化的路线前进。但也对各类电力设备的安全性及可靠性提出更为克刻的要求。由于一旦电力设备和部件产生故障或缺陷，极易导致“链式反应”，致使整个电力系统不能正常工作，从而引发重大的经济损失，而存在隐患的设备故障和缺陷还会造成灾难性事故和人员伤亡，更是从源头波及社会方方面面造成恶劣影响。故障识别与诊断技术给电力单位带来显著的生产利益，其经济意义集中表现在减少维修消耗和避免突发事故这两点上。而且，研究表明，电气设备故障产生最直接最重要的原因是其绝缘性能发生劣化。电气设备尤其是高压电气设备长期处于高电压、强场强运行条件下，同时承受户外风雨侵袭，不可避免会使得绝缘性能发生劣化。伴随时间的日益推移，当劣化产生一定影响时，就会发生电力设备放电这种现象。若没有及时找到电气设备放电的原因，对故障部件进行维修和更换，放任放电故障发展，结果极有可能导致设备击穿、闪络等现象，致使故障更为严重，波及范围也大大增加。所以必须对电力设备的前期局部放电展开深入研究，对电力设备的绝缘能力特别是其外绝缘能力进行预先评价，保障电力设备安全高效运转，从而提高整体系统的可靠及稳定性。每当电力设备放电时，放电部位会放出波长240致80nm的紫外辐射，对此信号进行有效的监测，将大大的有益于早期检测到放电现象。而且电力设备，凡是其外部发生放电，均可得到其放电紫外图像，这导致紫外放电成像技术在电力设备在线状态监测特别是电力设备外绝缘监测方面的应用领域更加广泛。1.2国内外研究现状1.2．1红外热像仪成像技术在电力系统的应用对变压器的红外成像在线状态监测系统在电力系统的普遍应用是电力企业对于追求信息化的必经之路，它不但可以代替人为测温，更是达到实时在线监测变压器的发热情况，避免和降低故障发生，保障了变压器的可靠运行，确保了电力系统的稳定供电。电力设备的发热引发的故障是导致大面积停电等事故灾难的最为重要的诱导因素，一直以来怎样实时可靠的在线监测电力设备都是电力行业一个极具意义的问题。变压器作为变电系统中最核心的电力设备，是整个变电环节运行的中心所在，其可靠性关乎整个变电网络。在变压器的工作过程中，无论是负荷过大，还是油位出现了异常，其温度都会发生变化，若不及时发现将会引发变压器设备损坏等事故，直接威胁到供电安全。公司对运行中的变压器的温度监测一直予以高度重视，对变压器的红外测温也有明确规定。但是，随着电网发展和社会科技进步，变电系统的自动化、信息化要求不断严格，变电站大致上完成了无人值班或少人值守的阶段，现在基本通过红外测温仪对变电设备的检测都是通过人为测量的方法，这些都不能达到运转和监控自动化的目标。从上世纪六十年代国外采用红外测温技术，七十年代起将红外成像仪安装于车辆或是直升机上对变电设备及高压输电系统产生的故障与缺陷做定期检测,伴随红外线探测设备,特别是红外线热成像设备的日益进步逐渐发展为专业的红外成像检测技术,而且更是编写出与之配套的技术标规和红外诊断故障判定标准,目前更是在全球各个发达国家当中普及,并得到了极佳的经济效果。我国探寻发展对于电力设备应用红外测温技术起于20世纪七十年代初,应用国内开发的红外测温设备检测高压输电线路接头温度的试验研究工作,开创了我国红外技术的应用。[1]从八十年代中期开始,随着性能优良可靠的红外诊断仪器的发展及主管部门的重视,通过一些电力科研单位的大量室内模拟试验和现场试验,取得了不少实践经验。不但在现场试验中检测出了大量的缺陷与问题,通过立即的修理,避免了部分严重的灾难性的事故的出现,受到了极佳的反响,更是从中积攒了大量实践知识,慢慢完善了故障的评判准则。1.2.2紫外成像技术在电力系统中的应用[2]早在1984年，前苏联西伯利亚电力科学研究院就将紫外成像技术运用于电力系统设备监测中，开发了紫外电子光学探伤仪，并用该探伤仪实现了电气设备外绝缘的监测。然而，该设备难以避免日光对紫外图像的影响，因此只能夜间监测，且受天气因素影响较大。为了实现采用紫外成像法对放电设备的实时监测，上世纪90年代，西方少数国家开始研制日盲型紫外成像仪，所谓日盲型紫外成像仪，就是紫外监测的结果不受日光的影响，即紫外成像是不吸收太阳光中紫外谱段。至此，电力系统开始普遍采用日盲型紫外成像仪实现电气设备放电图像的实时监测。现在电力行业中主要普及的是红外热成像检测技术，然而应用紫外成像技术在放电监测方面还在刚刚发展的阶段。通过低通滤波手段对紫外成像图像处理降低紫外线放电图像中各类噪声；通过中值滤波理论，对紫外成像图像增强信噪比。对于紫外放电光斑提取问题：通过改进的candy算法对紫外放电图像实施边缘提取,从而有效获得故障区域的放电光斑。采用形态学分析理论，对放电光斑进行了自适应提取，同时该方法也能有效抑制噪声对紫外放电光斑提取的影响.第二章电力设备红外线故障图像2.1红外成像法检测原理红外辐射测温仪红外线辐射测温仪也叫红外测温仪，是一种对物体放射的红外线的温度检测仪器，它只能检测对象表面上某点四周确定面积的平均温度。在不追求精准测量对象表面二维温度分布时，与别的设备相比较，具有简化结构、价格便宜、操作便携等优点。[3]红外测温仪的基本原理是以被测目标的红外辐射能量与温度成一定函数关系而制成的仪器。其工作时，被测目标的红外辐射能量经仪器透镜会聚，并通过红外滤光片进入探测器，探测器将辐射能转换为电能的信号，经放大器放大、电子电路处理，最终由显示器显示出被测物体的表面温度。图2-2所示的是一个装有有目视对准系统的红外测温仪，通过45°的分光镜，可见光反射到分划板上，其刻有一圆环，圆环的面积应与光阑孔面积相同，分划板后安装有一组目视透镜，以使人确认测量对象的准确情况以及目标是否填充满小环。[1]红外测温仪的基本结构必须包括光学系统、红外探测器、电信号放大及处理系统、结果显示系统和其它附属部分(包括目标瞄准器、供电电源与整体机械结构)等几个主要功能部分。根据测温要求可分为单波段中低温测温仪(8-12μm)、高温测温仪(2-2.5μm)和高温比色测温仪。现在，各类的红外测温设备都安装有可视瞄准或激光瞄准装置，使人更精准地检测对象的温度而采取了便携的手段。红外热成像仪不但可以非接触式测温，而且能实现实时反馈对象表面温度的二维分布及改变状况，这是它不同于红外测温仪的一个显著优势。红外热成像仪具有图像处理程序，测温快速、分辨率优异、直观，并具有信息收集、存储、处理和解析方便的优点。因此，虽然它比红外测温仪等装置的结构纷繁、价格高的多，但在电力设备实时监测中还有很大的作用。红外热成像仪的运行流程是把被测对象表面温度经由红外线的方式，通过收到光学程序和扫描设备显像到探测器上，然后通过探测器转换成视频形式。此微小的视频信号通过信号放大装置后[17]，传到外端显示屏上，表现出被测对象表面温度分布情况的热成像。[5]红外热像仪的基本结构由光学系统、扫描机构、红外探测器、前置放大器、视频信号预处理电路、显示记录系统和外围辅助装置等组成。红外热像仪的核心器件是红外探测器，可分为单元探测器、多元探测器和带有内处理功能的探测器。常用热像仪的工作波长为3-5μm和8-14μm。2.2电力设备红外检测诊断故障典型图谱2.2.1变压器缺陷红外检测诊断故障典型图谱变压器缺陷主要包括以下两个部分:1、变压器本体的缺陷;2、套管部位的缺陷2.2.1.1．变压器套管温度分布异常变压器套管包含主变高压侧套管、低压侧套管、抱箍线夹、中性点套管、管出线线夹等部分。温差不超过10K，未达到严重缺陷的要求，可应用图像特征分析法、同类比较判断法。（1）变压器套管温度分布异常图2-3220kV主变高压侧热像图，左侧套管上部温度偏低。（2）变压器套管出线线夹过热图2-4110kV主变高压侧套管热图，套管上部温度偏低。（3）变压器套管抱箍线夹过热图2-5500kV变压器套管热像图，左侧（中压侧）套管出线线夹有明显热点。（4）变压器套管柱头过热图2-6110kV