引言

絕緣子放電除了會(huì)產(chǎn)生脈沖電流信號(hào)外,還會(huì)向外輻射聲、光、電磁波等多種特征信號(hào)。理論上來說,只要能夠探測(cè)到這些信號(hào),就能實(shí)現(xiàn)絕緣子的放電檢測(cè)。

紅外成像檢測(cè)具備不接觸、不停電等眾多優(yōu)勢(shì),已被越來越多地應(yīng)用于變電運(yùn)檢及單位科研工作中。同時(shí),國(guó)內(nèi)外學(xué)者與專家對(duì)紅外成像技術(shù)在絕緣子故障檢測(cè)中的應(yīng)用以及圖像診斷方法進(jìn)行了廣泛研究與探索。

1劣化絕緣子紅外熱像診斷原理分析

1.1紅外熱像儀的架構(gòu)與工作原理

被測(cè)物體的紅外輻射通過光學(xué)系統(tǒng)匯聚、濾波、聚焦后,經(jīng)機(jī)械掃描系統(tǒng)將聚焦后的紅外輻射按時(shí)間順序排列,傳輸?shù)郊t外探測(cè)器上轉(zhuǎn)換為電信號(hào),在信號(hào)處理之后傳送至顯示器或存儲(chǔ)器中儲(chǔ)存。

1.2劣化絕緣子的紅外熱像特點(diǎn)

紅外輻射在傳播過程中,能量容易發(fā)生衰減,紅外熱像儀能夠檢測(cè)到的紅外信號(hào)往往較弱。熱成像系統(tǒng)的空間分辨率及探測(cè)能力均低于可見光,紅外熱像整體效果較模糊,圖像邊緣不夠清晰,對(duì)比度較低。

紅外熱像在成像過程中容易被外界環(huán)境干擾,在將光信號(hào)轉(zhuǎn)換為電信號(hào)的過程中,噪聲信號(hào)會(huì)混入原始信號(hào)中,導(dǎo)致最后形成的紅外熱像對(duì)比度較低,整體效果較模糊,且存在噪聲。紅外熱像一般偏暗,目標(biāo)圖像與背景對(duì)比度較低,目標(biāo)邊緣模糊,直方圖的灰度值比較集中。

為了對(duì)劣化絕緣子進(jìn)行準(zhǔn)確檢測(cè),需對(duì)紅外圖像進(jìn)行處理使其變得清晰,增大信噪比,增強(qiáng)對(duì)比度,優(yōu)化絕緣子紅外熱像,進(jìn)行圖像特征提取及識(shí)別,并對(duì)劣化絕緣子進(jìn)行診斷分析。

2劣化絕緣子紅外圖像去噪與圖像增強(qiáng)

絕緣子紅外圖像中的噪聲信號(hào)主要由椒鹽噪聲組成。對(duì)于椒鹽噪聲通常采用中值濾波算法進(jìn)行濾除。

2.1中值濾波算法

中值濾波算法選取一個(gè)以某像素點(diǎn)為中心點(diǎn)的鄰域,遍歷該鄰域中的灰度值并進(jìn)行排序,將原灰度值用排序后的中間值替換。每替換完一點(diǎn),濾波窗口就繼續(xù)變換位置,直到完成整個(gè)圖像的替換處理,從而實(shí)現(xiàn)圖像的平滑濾波。

將中值濾波算法推廣至二維空間即標(biāo)準(zhǔn)中值濾波算法。該算法在圖像濾波處理中有較好的表現(xiàn),但對(duì)于復(fù)雜的圖像處理,仍存在許多不足。

2.2自適應(yīng)中值濾波

自適應(yīng)中值濾波算法有效結(jié)合了三態(tài)中值濾波算法中的判斷條件以及原窗口中心元素排序后的位置,并加入了閾值7作為判斷條件。

2.3去噪效果實(shí)驗(yàn)分析

對(duì)絕緣子串的紅外檢測(cè)圖像進(jìn)行灰度化處理后,在圖像中混入椒鹽噪聲,分別通過標(biāo)準(zhǔn)中值濾波和自適應(yīng)中值濾波算法對(duì)其進(jìn)行去噪處理,實(shí)驗(yàn)結(jié)果如圖1所示。

從圖1可以看出,采用自適應(yīng)中值濾波算法對(duì)絕緣子紅外圖像進(jìn)行去噪,可以獲得更理想的去噪效果。

2.4直方圖均衡化處理

直方圖通過數(shù)學(xué)語(yǔ)言描述圖像灰度值的統(tǒng)計(jì)特性,橫坐標(biāo)表示圖像中各個(gè)像素點(diǎn)的灰度級(jí),縱坐標(biāo)表示各個(gè)灰度級(jí)上對(duì)應(yīng)的像素值出現(xiàn)的次數(shù)或者概率。直方圖均衡化處理效果如圖2所示。

從圖2可以看出,經(jīng)均衡化處理后的灰度直方圖分布更加均勻,原去噪后的圖像視覺效果得到明顯增強(qiáng)。

3基于RBF神經(jīng)網(wǎng)絡(luò)的劣化絕緣子智能識(shí)別

3.1紅外圖像特征提取

在進(jìn)行絕緣子的圖像特征提取時(shí),應(yīng)盡可能避免外界條件因素的干擾,減少不同紅外熱像儀等檢測(cè)設(shè)備間存在的差異。在不同污穢程度條件下,劣化絕緣子與正常絕緣子的表面溫差不盡相同,在訓(xùn)練時(shí)需提取不同污穢等級(jí)的劣化絕緣子和正常絕緣子的圖像特征,從而優(yōu)化識(shí)別模型,并提高檢測(cè)精度。

3.2劣化絕緣子的紅外圖像分類

理想條件下,RBF神經(jīng)網(wǎng)絡(luò)的輸出可分為正常絕緣子與劣化絕緣子。實(shí)際情況中,需將絕緣子串的紅外圖像分為以下4類,作為RBF神經(jīng)網(wǎng)絡(luò)的輸出,從而提升神經(jīng)網(wǎng)絡(luò)的適用性。

(1）正常無劣化絕緣子串:

（2）絕緣性能完全喪失的零值絕緣子串:

（3）表現(xiàn)出一片或者多片絕緣性能失效,但實(shí)際為正常絕緣子串:

（4）有兩片或兩片以上絕緣性能失效,但實(shí)際只有一片存在問題。

3.3模擬實(shí)驗(yàn)及其結(jié)果分析

選取來自0、I、II、III和IV級(jí)污區(qū)的50片xP-70型自然污穢絕緣子,每級(jí)污區(qū)分別隨機(jī)選取10片。經(jīng)檢測(cè),其ESDD均值分別為0.02mg/cm2、0.05mg/cm2、0.10mg/cm2、0.19mg/cm2以及0.32mg/cm2。污區(qū)的相對(duì)濕度范圍為40%～90%、環(huán)境溫度范圍為16～36℃。實(shí)驗(yàn)在3m×3m×3m的人工氣候室內(nèi)進(jìn)行,在模擬導(dǎo)體和地面之間并聯(lián)懸掛一組xP-70污穢絕緣子,污穢等級(jí)依次為0～I(xiàn)V級(jí)。

實(shí)驗(yàn)接線原理如圖3所示,其中R為20K電阻,用以測(cè)量泄漏電流,w為SU7150L0409型放電管,起到保護(hù)作用,接入的電源經(jīng)調(diào)壓器與變壓器后輸出,加至xP-70型絕緣子兩端。絕緣子串每串由10片絕緣子構(gòu)成,輸出電壓等級(jí)為110kV、頻率為工頻50Hz。實(shí)驗(yàn)檢測(cè)所得的絕緣子紅外圖像依次進(jìn)行圖像去噪、otSu法閾值分割與特征提取,提取出每串絕緣子的溫度特征參數(shù)、環(huán)境溫度、相對(duì)濕度以及ESDD等10個(gè)特征量,共計(jì)1500個(gè)特征參數(shù),以其中1000個(gè)數(shù)據(jù)作為實(shí)驗(yàn)搭建的RBF神經(jīng)網(wǎng)絡(luò)的訓(xùn)練數(shù)據(jù),另外的500個(gè)數(shù)據(jù)作為訓(xùn)練后的測(cè)試數(shù)據(jù)。

按照RBF神經(jīng)網(wǎng)絡(luò)訓(xùn)練方法,對(duì)劣化絕緣子識(shí)別模型進(jìn)行訓(xùn)練與測(cè)試,仿真結(jié)果表明,RBF神經(jīng)網(wǎng)絡(luò)的訓(xùn)練與識(shí)別速度很快,訓(xùn)練數(shù)據(jù)的識(shí)別率為100%,測(cè)試數(shù)據(jù)的識(shí)別率為96%。部分訓(xùn)練樣本數(shù)據(jù)如表1所示,部分測(cè)試數(shù)據(jù)及測(cè)試結(jié)果如表2所示。其中,期望輸出和實(shí)際輸出的1、2、3、4,分別對(duì)應(yīng)于前面3.2中提到的4種類型的絕緣子串。

實(shí)驗(yàn)對(duì)于每個(gè)污穢等級(jí)10組共50組測(cè)試數(shù)據(jù)的預(yù)測(cè)結(jié)果中,有2組數(shù)據(jù)的實(shí)際輸出與期望輸出不一致,分別為表2中的第3組與第10組。導(dǎo)致神經(jīng)網(wǎng)絡(luò)誤判的主要原因有多個(gè)。其一,相對(duì)濕度較低時(shí),絕緣子表面污穢較為干燥,導(dǎo)致其電阻較大,泄漏電流較小,絕緣子發(fā)熱不明顯,與正常絕緣子表面溫差很小,這種情況對(duì)應(yīng)于第3組數(shù)據(jù):其二,相對(duì)濕度較大時(shí),絕緣子表面污穢層充分受潮,部分正常絕緣子絕緣電阻較小,正常絕緣子也有可能表現(xiàn)出劣化絕緣子的特征,導(dǎo)致誤檢,這種情況對(duì)應(yīng)于第10組數(shù)據(jù)。整體而言,RBF神經(jīng)網(wǎng)絡(luò)在劣化絕緣子識(shí)別的應(yīng)用中準(zhǔn)確度較高,識(shí)別效果良好。

4結(jié)語(yǔ)

本文采用紅外熱像診斷方法,對(duì)運(yùn)行在高壓輸變電線路上的劣化絕緣子進(jìn)行了圖像診斷。首先對(duì)劣化絕緣子的紅外熱像診斷原理進(jìn)行了分析,闡述了劣化絕緣子紅外熱像的基本特點(diǎn),然后研究了絕緣子紅外檢測(cè)圖像去噪與圖像增強(qiáng)方法,最后通過RBF神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)了劣化絕緣子的紅外圖像智能識(shí)別與診斷。