基于BP神经网络的GIS缺陷图像识别系统的研究

为了实现对气体绝缘金属封闭开关设备(GIS)的精确检测,提出了一种基于BP神经网络的对GIS内部典型缺陷图像自动识别的检测方法。通过内窥镜获得各种类型的异物缺陷图像,建立缺陷类型样本数据库。对样本数据库中的图像进行特征分析和特征提取,采用图像的有效特征对BP神经网络进行学习和训练,建立异物缺陷类型的识别模型,实现缺陷图像的自动识别。该系统的算法和界面均由MATLAB实现,系统测试表明,基于BP神经网络的GIS缺陷图像自动识别系统,能够对GIS内部异物缺陷类型进行准确监测和识别。     

超高频局部放电检测系统在GIS设备局部放电检测中的应用

近年来,随着城市电网建设的发展,气体绝缘组合电器(GIS)变电站的数量不断增加.GIS设备的应用可大大节省土地资源.但由于设计理念,GIS设备一般绝缘裕度相对较小,一旦G1S设备内部出现某种缺陷,极易发生设备故障.随着GIS变电站数量的增多,GIS设备发生故障的几率也在增加.研究表明,GIS设备内部故障以绝缘性故障为多.GIS设备的局部放电往往是绝缘性故障的先兆和表现形式.     

GIS设备内SF_6废气成分的定量分析方法

GIS设备绝缘体内SF6气体及其衍生物的组成和体积分数严重影响GIS设备内绝缘气体SF6的绝缘能力,而分析故障GIS设备内SF6气体衍生物及它们的体积分数,可以评估GIS设备发生故障的原因。为了从GIS设备内SF6气体的红外谱图中获取部分特定衍生物的体积分数信息,在差谱法的基础上,采用神经网络模型及粒子群算法对红外谱图进行训练分析,实现了特定衍生物的定量分析。结论表明采用红外谱图方法进行GIS设备绝缘气体部分衍生物的定量分析是可行的。     

GIS设备异物缺陷X射线检测研究

SF6气体绝缘全封闭组合电器(GIS)内部可能出现金属微粒等异物缺陷导致故障,因此对GIS设备内部的异物缺陷故障进行检测具有重要的意义。X射线成像法是一种检测GIS设备内部缺陷的有效方法,但缺乏成熟的参数选择方法。文中对X射线检测的基本理论进行了介绍,对GIS设备X射线检测参数选择方法进行了讨论,并为220kV GIS设备内异物缺陷检测选择了合适的参数。在选定参数下,使用双丝像质计对射线成像系统的不清晰度进行了研究,验证了X射线对金属微粒缺陷检测的可行性,之后在GIS设备内部设置异物缺陷并利用X射线检测系统进行缺陷检测。结果表明,选定参数能够对遗落零件缺陷以及1～2 mm的铜金属微粒缺陷进行有效的检测;对1～2 mm的铝金属微粒缺陷,X射线成像法能够实现检测,但对比度较低。     

GIS设备X射线可视化检测技术

气体绝缘金属封闭开关设备(Gas-insulated metal-enclosure switchgear,简称GIS),因其运行可靠性高、维护方便、占地面积小等优点,越来越得到广泛应用。然而,由于GIS设备采取全封闭且内部充有SF6绝缘气体的绝缘结构,给通过常规试验准确判断内部故障状态及位置带来困难。采用X射线数字成像检测系统,可以对设备内部结构进行成像,达到"可视化"检测目的,为设备故障的快速诊断及状态检修提供技术支持。     

基于DR技术的GIS设备内部绝缘缺陷检测

气体绝缘全封闭组合电器(GIS)设备内部缺陷严重威胁电力系统安全运行,数字化X射线成像(DR)检测技术可实现GIS设备内部结构的可视化诊断,为设备故障诊断提供有力的技术支持。本文根据材料透射强度比可表征不同材料X射线吸收率差异特性的原理,采用材料密度和原子序数计算得到材料透射强度比,分析了DR检测技术对GIS设备各种典型缺陷检测的可行性和有效性,试验研究了施加电压对采用DR技术检测GIS内部绝缘缺陷有效性及成像情况的影响。最后对某220 kV GIS设备进行DR检测,验证了DR技术用于检测GIS内部绝缘缺陷及对缺陷进行初步判断有效可行。     

基于E-FCNN的电力巡检图像增强

为了解决无人机巡线、无人值守变电站机器人巡检中,由于距离过远或机器抖动造成的采集图像待检目标分辨率低、图像模糊等问题,提出一种边缘感知反馈卷积神经网络E-FCNN。该网络在传统超分辨率网络基础上增加了残差模块和反馈机制,实现细节特征的提取和强化,并通过边缘感知分支补充纹理信息,提升了图像的细节描述。通过测试集实验结果表明：提出的边缘感知反馈卷积神经网络无论在主观视觉质量,或是峰值信噪比等客观评价指标上,都明显优于其他相关算法。且在基于无人机巡检的绝缘子检测应用中能够有效提高绝缘子检测率。     

绝缘子自爆缺陷的轻量化检测网络 DE-YOLO

为了实现输电线路的高精度、高速度巡检,设计了一种适用于移动终端设备的轻量化目标检测网络 DE-YOLO。 首先融 合深度可分离卷积、逐点卷积和 ECA 注意力机制提出了特征提取模块 NewC3,它负责显著降低网络参数、同时强化网络提取绝 缘子有效信息的能力。 再借助通道数成倍增长策略和通道注意力机制 SE 设计了轻量化模块 DC-SE,它用于削弱复杂背景对绝 缘子故障的干扰、互补提取绝缘子细微特征,进而增强浅层网络对目标特征信息的提取能力。 实验表明,DE-YOLO 网络在自制 绝缘子数据集上的 GFLOPs 降低 45%,运行参数降低 42%,自爆缺陷检测精度高达 93. 2%。 NewC3 和 DC-SE 能保证 DE-YOLO 的轻量化,同时满足绝缘子自爆缺陷实时检测的要求。     

超声波和超高频技术在GIS设备中的联合应用

近年来,随着城市电网建设的发展,气体绝缘组合电器(GIS)变电站的数量不断增加.GIS设备的应用可大大节省对土地资源的使用.但由于GIS设备多运行在110 kV以上的电压等级,其运行电压高,内部空间极为有限,导致对GIS设备的要求很高.另一方面,由于GIS设备设计的理念,GIS设备一般绝缘裕度相对较小,一旦GIS设备内部出现某种缺陷,极易发生设备故障.     

基于红外的GIS内部导体温度检测技术研究

为预防气体绝缘金属封闭开关设备(GIS)触头过热缺陷,解决传统测温技术无法实现GIS设备内部触头温度准确检测的难题,提高GIS设备内部触头温度的测量精度,提出一种基于红外热成像GIS内部导体温度检测技术。通过不同光程和气压条件下SF_6吸收率试验,对影响红外测温精度的光程和SF_6气体压力进行分析,得到光程、气体压力与温度修正值的关系,并计算得到温度补偿算法;将该温度补偿算法应用在红外测温装置中,能够根据被测物的光程和SF_6气体压力准确测得GIS内部导体实际温度。最终的试验结果显示,该红外测温仪在加入补偿算法后能够较准确地测量出GIS设备气室内触头的实际温度。