多旋翼无人机平台紫外成像输电线路放电检测

对于输电线路中绝缘子和线路的损伤放电问题,利用人工判断十分困难。通过多旋翼无人机携带可见光/紫外光双通道紫外成像仪来进行近距离检测,运用紫外成像对放电电晕产生的特征光谱和特征形态来判断对应部位是否正常工作。首先利用紫外成像仪进行巡线飞行获取视频数据;其次通过软件剪辑特定光谱图像并进行关键部位处理;最后通过单位区域内放电光子个数来判定对应设备有无异常。通过在实验室模拟和现场实际测试可以看出,利用紫外成像可以较准确的确定产生异常的输电线路和绝缘子,从而起到提前修复和维护的效果,在一定程度上保证了电网的安全运行。     

基于YOLOv2网络的绝缘子自动识别与缺陷诊断模型

针对无人机或机器人获取的输电线路绝缘子图像,提出了一种基于深度学习图像识别框架（YOLOv2）网络的输电线路绝缘子在线识别与缺陷诊断模型,训练YOLOv2网络学习复杂背景下各种绝缘子的特征并准确识别,结合边缘检测、直线检测、图像旋转和垂直投影方法,对识别出各种状态的绝缘子进行缺陷诊断。输电线路巡检图像的仿真结果表明,所提出的绝缘子自动识别与缺陷诊断方法能迅速准确地从输电线路巡检图像中识别出绝缘子,并诊断出绝缘子是否破损以及缺陷位置,有利于提升输电线路智能巡检水平。     

基于紫外成像技术的110kV输电线路复合绝缘子融冰闪络预警方法及判据

为减少覆冰导致的输电线路绝缘子融冰闪络事故,对110kV输电线路覆冰复合绝缘子进行了融冰闪络试验研究。用紫外(UV)成像仪监测其融冰过程中的放电现象,并与泄漏电流在线监测装置记录的试验过程中的泄漏电流进行对比,发现融冰闪络过程中的泄漏电流与紫外图像存在对应关系。用紫外光子数作为检测绝缘子放电的特征量,提出了覆冰绝缘子放电过程紫外预警3区段法,即安全区、预警区及危险区。给出了110kV输电线路复合绝缘子融冰闪络预警方法及判据:当监测距离为6.5m时,若高压端有间歇性光子数突变现象,则视为进入预警区,在不同的增益情况下,根据放电情况判断是否给出预警。     

基于改进C-V模型的外绝缘放电紫外图像特征量提取

为实现紫外(UV)成像技术检测绝缘子缺陷时产生的紫外图像中放电区域的自动准确分割,提出了一种基于改进Chan-Vese(C-V)模型的放电光斑提取方法。通过引入符号距离保持项、用水平集函数梯度的模替代Dirac函数以及简化模型参数来对现有C-V模型进行了改进,然后将其用于获取绝缘子表面放电紫外图像的放电光斑,并给出了基于常规边缘检测算子法、数学形态学的紫外图像分割结果。结果表明:改进后的C-V模型能更为快速准确地分割出紫外成像的目标光斑,且具有较好的抗干扰能力。与现有方法相比较,使用改进的C-V模型来提取放电光斑的准确度提高了5%,且对C-V模型中关键参数的依赖性较小,非常适合于紫外图像特征量的提取。研究结果可为输电线路外绝缘的有效检测提供重要依据。     

基于C-V模型的电晕放电紫外成像分割及特征量研究

高压设备因绝缘缺陷发生电晕放电时,设备表面会辐射出紫外光,利用紫外成像技术可以检测电晕放电位置与放电强度并判断高压设备的绝缘缺陷。紫外成像仪利用"光子数"表征放电强度,由于环境噪声干扰,"光子数"特征量并不准确,有时甚至误差很大。为了更准确地描述电晕放电状态,文中提出基于C-V水平集模型提取图像特征量来表征电晕放电特性的新方法。首先引入C-V水平集模型对紫外图像进行分割处理,然后根据提取出的放电区域和区域边界点坐标,定义了光斑面积、边界周长、长轴、短轴等参数来评估放电状态,给出了干扰因素的修正方法。最后,通过变电站绝缘子外表面放电的紫外图像C-V模型运算实例,说明该计算方法能在不进行图像滤波预处理的情况下,精确分割出放电区域,自动化程度高,且对不同背景的紫外图像适应性较好。     

输电线路智能故障监测及预警系统设计与应用

高压线路发生故障跳闸时会在线路上产生故障行波,故障发生前也可能会伴随较长时间异常放电,如污闪、绝缘子劣化等都会产生高频脉冲.为此,设计了输电线路智能故障监测及预警系统,通过获取输电线路故障行波、高频脉冲行波及工频分量,利用双端行波定位技术,准确确定故障及隐患放电位置.     

500kV绝缘子串含零值绝缘子时的电晕放电分析

由于绝缘子串中含有零值绝缘子可能会导致输电线路雷击跳闸事故,本文基于有限元法研究了绝缘子串中含零值绝缘子的电场分布,并结合紫外检测仪观测电晕放电综合研究绝缘子串的电晕放电情况。建立了绝缘子串的三维模型,考虑了绝缘串子中含有零值绝缘子时的情况,并对该模型进行了电场仿真,同时通过紫外检测技术观测了含零值绝缘子的绝缘子串电晕放电,而且电场分析结果与实测数据相符,零值绝缘子附近电场发生畸变,紫外观测数据显示零值绝缘子附近发生了电晕放电。零值绝缘子导致的电场畸变是零值绝缘子附近发生电晕放电的重要原因之一,该研究可用于高压输变电设备外绝缘状况紫外检测的诊断与评估。     

基于人工污秽试验的750 kV耐张瓷绝缘子紫外检测技术

750 kV 输电线路的运行过程中需要对绝缘子进行及时有效的检测,紫外检测是一种快速高效的绝缘子放电检测技术,如何将这种方法应用到750 kV绝缘子检测中尤为重要。通过对750 kV瓷绝缘子进行人工污秽试验的紫外检测结果进行研究,提出了紫外光子数相对波动性以及帧光斑面积均值这2个评估绝缘子放电严重程度的特征量,发现2个特征量均可以有效地评估绝缘子放电严重程度。其结论对紫外检测技术在750 kV绝缘子检测中的应用具有重要意义。     

基于紫外图像的接触网棒瓷绝缘子污秽状态检测

为了检测接触网绝缘子的污秽状态,采用紫外成像检测技术对接触网常用的棒瓷绝缘子进行研究。对绝缘子人工涂污并对污秽绝缘子在人工气候室内进行了放电试验,拍摄紫外图像和视频,对图像进行处理,提出用阈值滤波对二值图像去噪的方法,提取并定义了"光斑面积百分比"这一图像特征。通过对不同相对湿度下不同污秽等级绝缘子的污秽放电试验,得出湿度和污秽等级对绝缘子放电的影响规律,并将此作为污秽状态评估的依据。建立以光斑面积百分比、相对湿度为输入,绝缘子污秽程度为输出的模糊推理模型,并将其与视频图像处理部分融合,构建基于紫外视频图像的外绝缘污秽状态检测系统。     

基于链码分析的绝缘子伞群脱落检测方法

随着高电压、大功率、长距离输电线路的出现,输电线路穿越的地理环境日趋复杂,应用直升飞机巡检输电线路已成为电力发展的需要.对航拍绝缘子图像进行处理,以识别伞群脱落的绝缘子串,从而及时准确地掌握输电线路中绝缘子串的状态信息,为后续绝缘子故障处理提供必要的依据.采用图像增强、去噪、锐化、阈值分割、形态学和边缘提取等算法对绝缘子航拍图像进行了预处理,提出了对经过预处理的航拍破损绝缘子串图像进行故障检测和识别的方法,即应用MATLAB数字图像处理工具箱,根据绝缘子串图像的形态特征对其进行预处理、链码的计算及模糊划分来检测绝缘子串的瓷片脱落故障并分析其故障程度,测试证明了所提方法的可行性和有效性.     

基于图像处理技术的绝缘子覆冰自动识别

绝缘子覆冰是高压输电线路中经常出现并产生较大危害的异常运行状况.通过对绝缘子覆冰特征的分析,结合现场拍摄画面研究了基于图像处理技术对绝缘子覆冰的情况和图形特征量进行自动分析和识别的方法.主要基于图像平滑处理、阈值变换和轮廓跟踪等算法实现了基于现场图像的绝缘子覆冰及覆冰厚度等特征参数的自动识别.     

应用图像边缘检测方法在线监测输电线路覆冰厚度研究

讨论了用基于小波的图像边缘检测方法在线监测输电线路覆冰厚度的原理,提出了一种新的输电线路导线与绝缘子覆冰厚度的在线监测方法,即通过对安装在高压铁塔上的摄像机和图像采集卡获得的导线与绝缘子覆冰图像进行实时处理,提取其边界轮廓来测量导线与绝缘子上的覆冰厚度。主要对测量系统中的图像处理过程步骤作了说明,重点论述了通过提取边界轮廓来测量覆冰厚度的算法的实现,并在实验室的人工气候室中进行了试验验证。试验结果表明,该输电线路覆冰厚度在线监测方法测量精度高,监测可靠,可应用于高压输电线路覆冰厚度的在线监测。     

基于放电紫外成像特征的污秽线路盘形绝缘子绝缘状态评估

绝缘子是电网主要电气设备之一。绝缘子污秽闪络严重威胁电力系统的安全稳定运行,及时掌握污秽绝缘子的绝缘状态意义重大。文中从绝缘子放电紫外视频中进行帧提取,对提取的图像进行紫外光斑分割,计算得到光斑面积及其时间序列,并分析其与不同放电阶段泄漏电流之间的关联关系,给出绝缘子的绝缘状态并进行闪络预警。构建了湿度连续可调的人工雾室,利用紫外成像仪记录了盘形线路绝缘子污秽放电视频,提取其放电的紫外特征,结合肉眼观察、放电电流信号及相关参数,将绝缘子的绝缘状态划分为:"正常"、"一般"、"较差"和"很差"。提取了光斑面积序列的算术平均值、最大值、标准差和放电频度4个特征参数,对样本数据进行了聚类分析。工程实际应用表明了光斑面积序列对绝缘子的绝缘状态评估的有效性。     

基于无人机多传感器数据采集的电力线路安全巡检及智能诊断

为满足电力线路应急处置和安全巡检业务的高效、自动化处理需求,设计研发了一套无人直升机多传感器电力线路安全巡检系统。首先,通过高精度同步授时与标定,统一机载紫外、红外、可见光以及激光传感器的时间、空间基准。其次,无人机通过机载多传感器同步采集输电线路的高精度3维激光点云、高分辨率航空影像、红外视频、紫外视频,进行多源数据的独立与融合处理,完成对线路通道的安全距离检测、线路设备异常发热及异常放电检测,实现对输电线路不同缺陷和隐患的智能诊断。最后输出标准诊断报表,以供现场勘察确认。为验证无人机多传感器巡检系统的功能,开展了实际带电运行线路巡检试验。巡检结果表明,无人机巡检系统对线路缺陷与隐患的检测结果与人工现场勘察结果一致。该系统能发现输电线路多种运行缺陷和安全隐患,为运行单位提供相应的检修维护决策依据,还能提供缺陷或隐患位置的可视化场景信息,方便人工辅助诊断和排查,提高输电线路巡检效率。     

复合绝缘子导通性缺陷对带电作业安全距离影响

长期运行的复合绝缘子容易出现老化、破损及芯棒碳化等缺陷,对其附近开展带电作业造成安全隐患。以500 kV 线路I串复合绝缘子为例,通过开展复合绝缘子不同导通性缺陷条件下间隙操作冲击放电试验,获得了相应工况下的放电特性,并结合带电作业绝缘配合方法,确定了500 kV 输电线路I型复合绝缘子导通性缺陷的位置及尺寸限制要求。试验研究结果表明,复合绝缘子导通性缺陷存在于高压端位置时,带电作业间隙的操作冲击放电电压更低,对带电作业的安全影响更大;为保证带电作业安全开展,当复合绝缘子高压端存在导通性缺陷时,绝缘子高压端允许最大导通性缺陷长度为0.7 m;当复合绝缘子中部存在导通性缺陷时,缺陷位于距离高压端约1/4串长处放电电压最低,允许绝缘子最大导通性缺陷长度为0.9 m。确定的复合绝缘子导通性缺陷位置及尺寸限制要求,可为输电线路复合绝缘子开展带电安全检修作业提供技术支撑,可指导带电作业前复合绝缘子的安全性检测工作。     

基于图像匹配的输电导线舞动监测方法

输电导线舞动对电网的安全运行造成了严重威胁。为此,提出了基于图像匹配的输电导线舞动监测方法。通过输电导线视频监控装置获取导线舞动的视频信息,以输电导线舞动视频中截取的多帧连续图像为研究对象,选取导线间隔棒作为跟踪目标来创建轮廓特征模板,通过匹配导线间隔棒来定位导线位置和计算舞动偏移量。该方法首先提取出未发生舞动时导线上的间隔棒进行模板创建;再对输入的待分析图像进行预处理,从而确定模板待匹配区域;最后通过后续视频帧图像中的全图搜索进行轮廓特征匹配,通过匹配成功的导线间隔棒来确定导线位置。实例分析结果表明,该方法能够匹配跟踪到导线舞动位置,并计算出导线舞动的相对偏移量和偏移角度。     

输电线路污闪跳闸概率计算方法

针对高压电网运行中绝缘子污闪风险概率评估的困难,提出了基于大气质量指数和微气象站信息的绝缘子附盐密度预测及污闪概率计算新方法。首先通过大气质量指数和微气象站信息分别获取区域中心位置的盐密和气象信息;然后基于该区域中心的气象信息和盐密数据通过支持向量机建立盐密预测模型;再根据其他绝缘子的气象信息,通过盐密预测模型计算出其他绝缘子的盐密值;最后通过恒定电压下绝缘子污闪概率模型计算输电线路的污闪概率,安徽电网220 kV输电线路的运行数据的计算结果验证了方法的正确性和有效性。     

基于ASIFT算法的绝缘子视频图像的识别与定位*

为了实现智能提取直升机巡检视频中的绝缘子图像,基于ASIFT原理的图像处理技术和数据库技术,提出了一种新的绝缘子图像识别与定位方法。该方法首先建立标准的绝缘子图库,通过改进UL－PCNN红外图像分割算法提取绝缘子特征值,然后将输电线路视频与标准图库中的绝缘子图片利用ASIFT算法进行匹配,进而识别和定位视频中的绝缘子。实验结果表明,ASIFT方法具备良好的抗绝缘子图像仿射变形性能,可以在少量人工辅助的条件下对图像进行处理,提高了架空输电线路绝缘子故障检测的自动化处理程度。     

基于BP神经网络的输电线路隐患预放电识别研究

针对输电线路在长期运维过程中出现的异常,主要依靠人工定期巡线来排查,存在无法高效、准确的对隐患进行预判的局限,本文提出了基于BP神经网络方法对输电线路典型隐患预放电识别。首先在南方电网防冰减灾重点实验室梅花山基地搭建起输电线路放电试验平台,得到了输电线路在树障和污秽绝缘子两种典型隐患的预放电脉冲电流波形数据。继而绘制得到放电信号中放电量,放电次数,相位参数的三个二维统计图,在此基础上提取并构建得到放电特征参量数据库,再将特征量带入反向传播神经网络分类器中对线路隐患模型进行训练。最后对模型测试的结果表明,采用BP神经网络算法能够有效识别输电线路中典型的隐患,且识别准确率达到92%以上,进而为输电线路隐患识别提供了参考。     

航拍绝缘子卷积神经网络检测及自爆识别研究

无人机巡检通过搭载的高清相机和图传设备可获取大量详实的巡检影像。绝缘子是输电线路中极其重要且用量庞大的部件,在图像视频中快速准确地检测出绝缘子可为无人机贴近铁塔和输电线路进行细节巡视的测距和避障飞行提供可靠的依据;同时绝缘子为故障多发元件严重威胁电网的安全,需充分利计算机技术对其进行故障诊断。通过搭建卷积神经网络,在由5个卷积池化模块和2个全连接模块组成的经典架构的基础上,对网络进行改进,实现在复杂航拍背景中绝缘子检测。同时在训练的网络模型中抽取绝缘子的特征融入自组织特征映射网络中实现显著性检测,结合超像素分割和轮廓检测等图像处理方法对绝缘子进行数学建模,提出一种针对绝缘子自爆故障的识别算法,取代人工分析,降低由人为经验判断可能造成的误差。经测试,复杂航拍背景下的绝缘子检测精度达90%以上,自爆识别准确率达到85%以上,均满足工程需求,有效提升巡检的效率和智能化水平。