紫外成像法在线路绝缘子中的应用研究

绝缘子在高压输电领域起着重要作用,长期承受着高电压和高机械负荷,同时受大气环境的影响,这些因素会导致绝缘子的劣化,在一定的条件下会发生局部放电甚至闪络,从而导致大面积停电事故,基于此,文章采用紫外成像法对线路绝缘子进行带电检测,旨在及时发现问题绝缘子,对保证输电线路的安全运行起到了积极作用。     

无人机巡线的紫外放电检测研究

受拍摄环境及局部放电程度影响,夜间型紫外相机拍摄电晕放电图像不清晰、放电区域的颜色不仅接近背景颜色且与背景交叉重叠等导致难以自动分割局部放电,针对该问题提出一种新的电力线紫外图像局部放电区域精确分割方法。首先,构建基于Unet深度学习语义分割模型,利用已训练Unet网络对紫外图像语义分割获得电晕放电区域粗分割结果;其次,将放电区域紫外图像转换为灰度图像,基于前景加权的Otsu阈值分割法对粗分割结果进行精确分割。对426个样本进行测试,本文方法全部分割出了样本图像中的局部放电区域,且分割出的放电区域与真值之间的误差接近0,所提出的电晕放电分割方法能为局部放电大小量化和评估提供准确的数据源。     

计及距离修正的电力设备紫外放电区域提取研究

紫外局部放电检测是电力设备绝缘缺陷带电检测中的一种新兴技术手段,通常用光子数表征放电强度,然而该参量受观测距离和探测器增益等外部环境的影响,探测结果往往存在很大误差。为更准确地对紫外放电进行量化分析,提出基于改进GAC模型的有效放电区域提取方法。通过对LBF模型的能量函数进行归一化处理以代替原来GAC模型的边缘停止函数,实现对紫外图谱放电区域的提取;采用前景信息像素点统计的方式获取放电光斑面积参数;最后通过光斑面积的距离修正实验验证所提方法的可行性,结果表明该方法不仅可以快速定位放电点,而且能准确地对紫外放电进行量化分析,具有良好的自动化性能。     

10 kV中压配电网局部放电紫外检测系统设计

针对局部放电检测中由于一次回路干扰而导致检测结果不精准的问题,提出了10 kV中压配电网局部放电紫外检测系统设计方法。依据光电发射原理,采用紫外光敏管,形成电子繁流放电。根据不同入射光强产生的脉冲频率识别有用信号,使用紫外成像仪检测空气中电子不断释放的能量,利用GPS定位模块传输与接收数据,设计紫外检测流程,采集完整线程消息。确定紫外成像图像点坐标,计算图像任意点与中值的距离以及各个坐标点分配的权值,由此抑制紫外成像中的高斯噪声。使用Canny算子检测边缘,定位局部放电区域。由实验结果可知,该系统局部放电时域波幅值与实际情况基本一致,检测结果较为精准。     

改进的径向及盘式结构电机冷却装置

针对目前盘式永磁电机及径向结构电机冷却系统存在的弊端,文中分别提出了盘式永磁电机封闭式冷却装置及一种新型径向结构电机冷却装置。其中盘式电机封闭式冷却装置,在端盖内采用螺旋式水道、机壳内采用直水道,水道分布符合盘式电机的结构特点。新型径向电机冷却装置在机壳内部设置了热空气通道与冷却水通道,两者直接发生热交换,将电机内部热量带出,避免电机内部产生局部过热。     

基于图像特征提取与BP神经网络的绝缘子憎水性识别方法

绝缘子运行状态的评估关乎到输电工程的安全运行。紫外成像技术提供了一种绝缘子评估的量化手段,为此,提出了一种基于改进自适应神经模糊推理系统（adaptive neuro-fuzzy inference system,ANFIS）的绝缘子紫外光斑评估方法。首先,搭建了绝缘子污秽放电测试平台,开展了不同测试距离和增益下的绝缘子放电强度研究。其次,将增益以及紫外光斑面积作为训练数据,建立了基于贝叶斯推理的ANFIS模型。最后,进行了现场验证测试。结果表明,该方法具有良好的预测精度和测试效率,适用于绝缘子紫外成像量化评估,为绝缘子运行状态的评估提供了技术支撑。     

基于OpenCV的紫外成像检测量化参数提取方法

目前紫外成像法表征放电强度一般采用"光子数"参量,该参量可以直接从仪器中读取。但该参量与仪器的增益设置以及观测距离之间存在着较为复杂的非线性关系,难以对放电进行量化分析。故有必要研究新的量化参量用于表征放电特性。紫外成像仪输出的信号为视频或图像,其携带了大量反映放电特性的信息,如放电的位置、放电的大致形状、放电点的个数和放电区域的大小等。另外,在紫外图像中,放电表现为一些白色的区域(这里定义为光斑区域)。基于此,提出了一种新的紫外量化参量,采用图像处理的方法提取相关的图像参量表征绝缘子表面的放电过程。     

基于Deeplabv3+与Otsu模型的输电线电晕放电紫外图像分割方法北大核心CSCD

电晕放电严重威胁输电线路的安全运行,如何提高其放电区域识别分割准确率是一个亟待解决的问题。而因环境影响及设备性能限制,夜间型紫外成像仪常出现成像不清晰、放电区域对比度不明显等特征,导致难以有效实现电晕放电区域的分割,从而影响放电故障的判定。为此提出了基于Deeplabv3+与Otsu模型的输电线电晕放电紫外图像精确分割方法,首先构建基于Deeplabv3+语义分割模型,对放电区域进行类别分割得到大致区域;然后,利用改进Otsu算法对语义分割结果中放电目标区域方差自适应加权,使得分割阈值近似理想阈值,从而实现电晕放电区域的精确分割。实验结果表明,本文提出的分割方法在测试集中平均像素精度为93.97%,平均交并比为90.85%,分割性能良好。     

铜激光放电管内气体温度径向分布的研究

给出了铜蒸气激光器放电管内气体温度径向分布的解析表达式，明确了温度分布与输入电功率以及缓冲气体热传导的关系。实验结果与理论模型的一致进一步表明控制输入电功率的意义。     

基于特征融合卷积神经网络的绝缘子无损检测

针对目前存在的电力输配电网络难以检测运营中的绝缘子绝缘劣化问题,文中在分析绝缘劣化机理的基础上,提出了一种基于特征融合卷积神经网络检测绝缘子绝缘劣化的智能方法.该方法首先通过对绝缘子进行闪络实验使其产生无放电、弱放电、强放电三种状态;然后使用紫外成像仪采集不同放电状态下的绝缘子紫外图像构成样本库;采用卷积神经网络对样本...     

基于红外图像的绝缘子提取方法

绝缘子是输电线路上的重要设备,若发生故障会给电力设备带来巨大损失,从拍摄的输电线路红外图像中定位和提取绝缘子,基本上能反映多种绝缘子故障,在绝缘子的识别和故障诊断中更具实用性.本文提出了一种基于红外图像的绝缘子提取方法,依次使用Speeded Up Robust Features(SURF)算法提取测试红外图像的关键特征点、基于改进Fuzzy C-means(FCM)算法聚类划分特征点、根据绝缘子的形状特征值识别和定位绝缘子、基于改进的图像开运算精确提取绝缘子.该方法充分发挥了红外图像的优点,能够准确提取绝缘子,为基于红外图像的绝缘子故障诊断奠定了基础.     

基于SUV-C的紫外线强度监测系统

设计了一种基于SUV-C的紫外线强度监测系统,并详细介绍了该系统的硬件模块和软件模块。该系统以LPC2131为处理器芯片,采用SUV-C紫外线传感器来检测紫外线的强度,并对紫外线强度的范围设定了报警功能。它能够对工业污水消毒中紫外线的强度进行实时监测,使其杀菌效率始终保持最高,具有广泛的应用前景。     

电弧放电紫外光辐射探测系统研制

电弧放电伴随着紫外光辐射,通过探测放电辐射强度可预测其对用电设备的危害程度。分析了电弧的产生机理及特征,依据电弧数学模型,探讨弧光辐射的检测方法,对针状物及金属物断裂处引起的放电脉冲特性进行研究与测试。采用通道型光电倍增管构建探测系统,对放电弧光进行捕获,测量不同距离处紫外光辐射的强度,作为判断电弧放电程度依据,说明导光、滤光对提高探测效果的作用。实验表明,该系统灵敏度高、线性度好,能实现微弱紫外光探测在线监测。     

基于红外图像的零值绝缘子自动检测算法

在电力系统中,利用计算机视觉和图像处理技术对零值绝缘子进行检测,对保障电力系统的安全运行具有非常重要的作用。提出了一种基于红外图像的零值绝缘子自动检测算法。该算法首先对输入图像进行预处理,利用GLOH描述子结合机器学习精确定位绝缘子,然后利用图谱方法提取图像的边界点,并搜索初始轮廓线作为初始值,利用GVF Snake模型检测绝缘子串的精确轮廓线,以分割绝缘子,最后通过分析统计直方图,实现零值绝缘子的自动检测。实验结果表明,所提出的算法可以有效地检测零值绝缘子。     

基于日盲紫外像增强器的大孔径透射式紫外光学系统设计

以微光夜视技术重点实验室研制的AlGaN光阴极日盲紫外像增强器为基础,设计了一款匹配于日盲紫外像增强器的紫外光学系统,以提升探测器的探测性能.光学系统的工作波段在240～280 nm,视场角40°,相对孔径为1/2.5.系统由5块标准球面镜组成,光学系统总长50.74 mm;光学传递函数在空间频率为40 lp/mm时,...     

基于无人机影像的电网绝缘子自爆识别

电网因其在电能传输方面的关键性作用,在我国民生项目建设领域一直扮演着至关重要的角色。电网杆塔上的绝缘子一旦发生自爆(也称“缺陷”),绝缘子会自动剥落,输电线路就会产生安全隐患,严重时会降低输电线路的运行寿命,甚至会引发供电中断,发生大范围的停电事故,造成巨大的财产损失。目前,主流的巡检方法为人工巡检,该方法不仅耗时耗力,而且也存在一定主观出错率,已不适用于目前电路巡检的实际情况。本设计采用YOLO V5网络模型,对无人机航拍影像中绝缘子串及绝缘子自爆进行自动识别。首先通过平移、翻转、裁剪等,对航拍绝缘子影像数据集进行数据增广,并对增广后的数据集在LabelImg中进行标注,然后利用YOLO V5网络模型对绝缘子串及绝缘子自爆进行识别,最后采用PyQt5框架在PyCharm中设计了绝缘子自爆识别的系统界面,对模型进行调用,实现了绝缘子串及绝缘子自爆识别。本设计采用从网络上下载、国家电网提供、数据增广所得到的500张无人机航拍影像作为数据集,对所得数据集进行人工标注,再使用YOLO V5网络模型进行训练和测试,结果表明YOLO V5网络模型对绝缘子串具有较高的识别精度,最高识别精度为90.2%,对绝缘子自爆的最高检测精度为80.8%。这说明了YOLO V5网络模型在绝缘子串识别方面有较好的表现,但是由于训练集中绝缘子自爆的样本影像数量有限,所以该网络模型对绝缘子的自爆识别存在一定局限性,本实验能够部分代替人力实现电网绝缘子智能巡检,提高了检测效率。     

基于亮度分量的多聚焦彩色图像融合

针对小波变换在图像融合中的平移变性和有限的方向选择性等缺陷和多聚焦彩色图像融合的复杂性,将Q-Shift双树复小波变换应用于多聚焦彩色图像融合.首先对IHS模型的亮度分量I进行Q-Shift双树复小波分解,根据多聚焦图像的成像特点和分解后的高低频系数相关性,对分解后的高频系数和低频系数采用"选择取大"的融合准则进行融合和逆变换,得到融合后的亮度分量,再根据融合前后亮度分量值的接近程度来确定融合后的色调分量和饱和度分量,从而实现多聚焦彩色图像的融合.通过对实验评估指标信息熵、平均梯度、方差和相关系数等实验值的比较,所研究方法的各参数值都得到了很好的体现,获得了较好的融合效果.     

基于互信息的紫外成像仪中图像配准研究

紫外成像仪为实现放电点定位和电气设备故障诊断,需要对来自不同传感器的紫外与可见光图像进行配准。针对紫外与可见光图像成像原理差异较大,特征点提取及匹配困难的问题,文章提出一种基于互信息的紫外与可见光图像配准算法并将其应用到紫外成像仪中完成实时配准。首先计算紫外与可见光图像中的互信息,将互信息作为相似性测度,采用刚体变换模型对图像进行变换,然后通过1+1进化算法求取最优相似性测度时的空间变换参数而完成图像配准,并通过仿真和紫外成像仪样机验证了所提算法的有效性。     

Ne-H2-CuBr激光放电管温度场分析

给出了充氢CuBr激光放电管温度场的数学模型,获得了气体温度场径向分布解析式,给出了温度分布与输入电功率及缓冲气体热传导的关系。     

基于红外图像的高压绝缘子串自动定位方法

绝缘子串自动定位是实现劣化绝缘子红外智能检测的重要前提。针对红外图像背景复杂的特点,提出了基于灰度阀值分割和Hough变换的自动定位方法。首先采用基于Otsu阀值的灰度拉伸法对图像增强,利用灰度图像的开运算对图像去噪,然后采用灰度 Otsu 阀值法对图像进行阀值分割,图像二值化后,用最大连通区域过滤法提取绝缘子串区域,最后利用Hough变换进行倾斜度校正,完成绝缘子串的最终定位。试验结果表明：提出的分割方法可以快速完整地将目标提取出来。提出的定位方法可以完成复杂背景下绝缘子串的自动精确定位,为实现劣化绝缘子红外智能检测奠定基础。