CN107194923B - 一种用于接触网电力设备缺陷巡检的紫外图像诊断方法 - Google Patents

Abstract

本发明涉及一种用于接触网电力设备缺陷巡检的紫外图像诊断方法，该方法包括以下步骤：在接触网检修车巡线同时进行现场湿度测量、紫外视频拍摄和巡线速度记录；对紫外视频分析筛选电力设备缺陷放电图像，并对电力设备缺陷放电图像进行特征提取，结合拍摄参数得到视在放电量；创建模糊推理模型，输入当前湿度和当前视在放电量，输出电力设备缺陷程度；根据速度‑时间曲线和当前时刻获得当前位移量，即得到缺陷定位。与现有技术相比，本发明具有快速有效地检测出接触网电力设备的潜在故障和缺陷、不影响接触网检修车正常工作、在日间和夜间均可正常检测和应用范围广等优点。

Description

一种用于接触网电力设备缺陷巡检的紫外图像诊断方法

技术领域

本发明涉及高压电气设备故障检测与诊断，尤其是涉及一种用于接触网电力设备缺陷巡检的紫外图像诊断方法。

背景技术

随着我国高速铁路的飞速发展，高铁规模不断扩大，对接触网运行的安全性和可靠性要求也越来越高。接触网电力设备长期运行会出现磨损、氧化、腐蚀、老化、污秽以及外力导致的缺陷，导致列车供电质量降低甚至停电事故，影响高速列车的稳定安全运行。

目前，接触网检修方式仍以定期检修为主，同时也结合了可见光图像和人工巡视等状态检修等方式，不但大量的浪费了人力和物力资源，而且定期检修的盲目性、可见光巡检等方式的滞后性严重的影响了接触网的检修质量和效率，难以防止接触网电力设备故障的发生。

紫外成像技术作为近年来新兴的非接触带电检测局部放电故障的技术，通过检测放电的紫外光信号获得二维图像，可以灵敏、直接地观察放电情况，使得现场人员能迅速准确定位放电点，使电力设备缺陷在局部放电阶段就能得到及时地处理，具有一定的故障预测能力。另外，其采用“日盲”的检测技术，能在日间检测到放电。目前，国外多家公司将紫外成像技术运用于输电线路和电力设备的放电检测，取得了良好的效果，但其在国内尚未得到广泛的应用。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种用于接触网电力设备缺陷巡检的紫外图像诊断方法。本发明将紫外成像技术运用于接触网电力设备状态巡检，通过紫外图像传感器获取紫外巡线视频，对视频分析处理提取存在电力设备缺陷放电的图像，同时结合湿度-时间曲线以及速度-时间曲线，实现接触网电力设备缺陷程度智能识别和缺陷定位。本发明极大的提高了接触网电力设备检修效率，具有成本低、速度快、实时性强、使用范围广等特点。

本发明的目的可以通过以下技术方案来实现：

一种用于接触网电力设备缺陷巡检的紫外图像诊断方法，该方法包括以下步骤：

S1、在接触网检修车巡线同时进行现场湿度测量、紫外视频拍摄和巡线速度记录；

S2、对紫外视频分析筛选电力设备缺陷放电图像，并对电力设备缺陷放电图像进行特征提取，结合拍摄参数和提取的特征得到视在放电量；

S3、创建模糊推理模型，输入湿度和视在放电量，输出电力设备缺陷程度；

S4、根据巡线速度记录和当前时刻获得当前位移量，即得到缺陷定位。

步骤S2中的紫外视频分析具体为：

1)先对紫外视频进行处理，对紫外视频中每一帧图像的进行图像灰度化、二值分割、光斑面积计算三个步骤；

2)如图像的光斑面积大于面积阈值则将该图像筛选出来，筛选出的图像即为电力设备缺陷放电图像。

面积阈值的计算公式为：

其中，S₀为面积阈值，d为拍摄距离，θ为拍摄仰角，G为拍摄增益。

所述的拍摄参数包括拍摄距离、拍摄增益和拍摄仰角。

所述的拍摄距离的最佳范围为15-30m，所述的拍摄增益最佳范围为70％-150％，所述的拍摄仰角的最佳范围为-30°～30°。

所述的模糊推理模型的建立步骤为：

S301、将视在放电量和环境相对湿度模糊化，为视在放电量和环境相对湿度设定隶属度函数，即输入隶属度函数；

S302、定义健康指数，对接触网电力设备的缺陷程度进行量化，为健康指数设定隶属度函数，即输出隶属度函数；

S303、建立模糊语义规则。

步骤S2中视在放电量的计算公式为：

其中，Q为视在放电量，S为光斑面积，d为拍摄距离，θ为拍摄仰角，G为拍摄增益。

与现有技术相比，本发明具有以下优点：

(1)本发明将紫外成像技术运用于接触网电力设备状态巡检，能快速有效地检测出接触网电力设备的潜在故障和缺陷，极大地提高了接触网电力设备检修效率；

(2)本发明有效结合了接触网检修车的工作模式，结合车速-时间曲线实现了电力设备缺陷的相对地理位置定位，且不影响接触网检修车正常工作；

(3)本发明应用范围广，可扩展性强，可结合GPS定位系统实现更为精准的电力设备缺陷绝对地理位置定位，可装载在接触网检修车上进行接触网电力设备缺陷智能化检测，实时指出缺陷位置并导出缺陷放电紫外图像，便于现场人员立即检修，在硬件设备满足条件时，可跟随高速列车进行接触网电力设备极速巡检；

(4)本发明的检测方法能全天候进行，不受时间限制，在日间和夜间均可正常检测。

附图说明

图1为本发明方法的流程图；

图2为本发明模糊推理模型的输入隶属度函数1曲线图；

图3为本发明模糊推理模型的输入隶属度函数2曲线图；

图4为本发明模糊推理模型的输出隶属度函数曲线图。

图中：1、接触网检修车巡线，2、现场湿度测量，3、紫外视频拍摄，4、巡线速度记录，5、湿度-时间曲线，6、紫外视频分析，7、车速-时间曲线，8、电力设备缺陷放电图像，9、当前湿度，10、视在放电量，11、当前位移，12、缺陷程度智能识别，13、缺陷定位，14、检修策略。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明的一部分实施例，而不是全部实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都应属于本发明保护的范围。

实施例

本发明一种用于接触网电力设备缺陷巡检的紫外图像诊断方法，建立了一整套接触网电力设备缺陷紫外巡检系统。本发明通过接触网检修车携带紫外图像传感器获取紫外巡线视频，同时测量现场环境相对湿度并记录检修车行驶速度，通过紫外巡线视频分析识别电力设备缺陷放电图像，结合环境相对湿度建立模糊推理模型确定电力设备缺陷程度，同时结合车速曲线确定缺陷位置相对于起始点的位移，并给出检修策略指导现场工作人进行清扫，排除接触网隐患，保障接触网安全稳定运行。

缺陷程度智能识别通过模糊推理模型实现，所述的模糊推理模型的输入为当前湿度和当前电力设备视在放电量，输出为电力设备缺陷程度。模糊推理模型采用MATLAB模糊推理工具箱，由输入隶属度函数,模糊if-then语义规则,和输出隶属度函数所组成，建立过程如下：

(1)将视在放电量Q和环境相对湿度RH模糊化，视在放电量Q的论域为[0,3000]pC，模糊集为{〇，Ⅰ，Ⅱ，Ⅲ，Ⅳ}；RH的论域为[60％,100％]，模糊集为{Ⅰ，Ⅱ，Ⅲ，Ⅳ}。为视在放电量Q和环境相对湿度RH设定隶属度函数；

(2)定义健康指数JK对接触网电力设备的缺陷程度进行量化，健康指数论域为[0,1],模糊集按照当前接触网检修规程设定为{〇，Ⅰ，Ⅱ}，为健康指数JK设定隶属度函数；

(3)根据先验知识和专家经验建立模糊if-then语义规则，if-then语义规则如下：

所述的视在放电量通过对电力设备缺陷放电图像进行特征提取后，结合拍摄参数计算得出，所述的拍摄参数主要包括拍摄距离、拍摄增益和拍摄仰角。在不同拍摄距离d(m)、拍摄增益G和拍摄仰角下θ(°)，光斑面积为S(pixel)的紫外图像对应的视在放电量的Q(pC)计算公式为：

其中，Q为视在放电量，S为光斑面积，d为拍摄距离，θ为拍摄仰角，G为拍摄增益。

所述的拍摄距离d在15-30m范围内最佳，所述的拍摄增益G在70％-150％的范围内最佳，所述的拍摄仰角θ在-30°-30°范围内最佳。

所述的电力设备缺陷放电图像通过紫外视频分析完成，所述的紫外视频分析指的是通过紫外图像处理及特征计算从紫外视频中筛选存在局部放电的图像，所述的紫外视频由接触网检修车巡线时进行紫外视频拍摄获取，所述的紫外视频拍摄通过车载紫外图像传感器完成。所述的紫外图像处理需要对紫外视频中每一帧图像进行图像灰度化、二值分割、光斑面积计算三个步骤，所述的图像灰度化是将彩色可见光图像转换为灰度图像；所述的二值分割是通过一个阈值将灰度图像转换为二值图像，所述阈值设为255；所述的光斑面积计算是将二值分割后的白色光斑所占像素进行统计计算，以像素面积表示光斑面积大小。筛选电力设备缺陷放电的紫外图像时，为避免空气中的紫外信号干扰，需设定放电量阈值来判断电力设备是否存在缺陷放电，所述的放电量阈值Q₀可根据检修对象进行设定，一般情况下，Q₀为100pC效果最佳，此时紫外图像光斑面积阈值S₀可由式(3)计算得出，比较每一帧紫外图像中的光斑面积与面积阈值S₀的大小确定是否存在局部放电现象。

其中，d为拍摄距离，θ为拍摄仰角，G为拍摄增益。

当前湿度指的是环境相对湿度，由湿度-时间曲线和当前时刻确定，所述的湿度-时间曲线通过实时进行现场湿度测量绘制，所述的现场湿度测量通过高精度湿度计实现。

缺陷定位通过结合车速-时间曲线和当前时刻计算当前位移实现，所述的车速-时间曲线通过实时进行巡线速度记录绘制，所述的巡线速度记录由接触网检修车完成。车速为v时，当前时刻T的位移x计算公式为：

适用于接触网电力设备缺陷巡检的紫外图像诊断方法在日间和夜间均能正常检测。

如图1所示，通过接触网检修车巡线1进行紫外视频拍摄3，同时进行现场湿度测量2和巡线速度记录4，实现电力设备缺陷的智能检测。

在线路起点接触网检修车巡线1出发前，将紫外成像仪固定在巡线车上，使紫外成像仪镜头正对接触网线路，用手持激光测距仪测量紫外成像仪的镜头与接触网线路的距离d(m)并记录，初始目标位置应选取在15-30m以内的范围内，以保证紫外图像中至少能覆盖单侧线路，同时也不会由于距离过远导致获取不到放电信息，固定拍摄距离后测算拍摄仰角θ(°)。激光测距仪的量程不低于40m，精度不低于0.1m。用湿度计进行现场湿度测量2并记录，湿度计测量范围取10％-100％，精度不低于2％RH，分辨率0.1％RH，显示刷新率低于10秒。

紫外成像仪的操作温度以-15℃到+50℃为宜，工作相对湿度为0-100％，巡线前紫外成像仪的锂电池应充满电，以满足2小时以上的紫外拍摄时间。紫外成像仪内SD卡用于储存拍摄的紫外视频文件，其容量根据需要拍摄的紫外视频时长确定，容量不小于18.3M/分钟×拍摄时长(分钟)。每次拍摄前确保SD卡剩余容量大于本次拍摄时长需要的视频文件存储空间。

将紫外成像仪开机，调试好合适的仪器增益并记录增益G，在巡线过程中保持仪器增益不变。紫外仪的增益以70％-150％为宜，根据接触网线路的高度和初始目标距离选择使放电紫外光斑大小合适的增益。紫外成像仪聚焦模式选择手动聚焦，调节焦距使尽图像可能清晰后保持不变。

开始进行接触网检修车巡线1的同时按下紫外成像仪视频录制按钮，开始紫外视频拍摄3，巡线过程中尽量维持检修车速度不变并通过检修车进行巡线速度记录4。巡线车的速度应不大于30km/h，以免影响紫外视频的清晰度。开始巡线后，每隔1分钟记录湿度计读数。

接触网检修车巡线1结束后，关闭紫外成像仪，读取SD卡中的紫外巡线视频，同时根据湿度记录采用线性插值绘制湿度-时间曲线5，导出检修车记录的车速-时间曲线7，将紫外巡线视频、湿度-时间曲线5、车速-时间曲线7以及巡线前测量的拍摄距离d、拍摄增益G和拍摄仰角θ同时输入对应的软件系统。

表1

在软件系统开始分析之前，需要构建电力设备缺陷程度智能识别12的模糊推理模型，模型的输入为环境相对湿度RH和视在放电量Q，其隶属度函数如图2和图3所示；模型的输出为电力设备健康指数JK，对应的隶属度函数如图4所示，图4中的{〇，Ⅰ，Ⅱ}指接触网检修部门定义的电力设备缺陷程度；建立20条模糊if-then语义规则，如表1所示，表1为本发明模糊推理模型的语义规则表。

软件系统进行紫外视频分析6时，对每一帧图像进行灰度化，二值分割和光斑面积计算，同时根据输入的拍摄参数计算紫外图像光斑面积阈值S₀，并根据该阈值筛选出视频中电力设备缺陷放电图像8，同时根据图像所在帧数计算该图像的拍摄时刻，通过湿度-时间曲线5和车速-时间曲线7计算出对应的当前湿度9和当前位移11。根据电力设备缺陷放电图像8中的光斑面积S、拍摄距离d、拍摄增益G和拍摄仰角θ计算当前位置的视在放电量10。

将当前湿度9和该紫外图像对应的视在放电量10输入提前构建好的模糊推理模型进行缺陷程度智能识别12，获取该处电力设备的健康指数JK，根据如表2所示电力设备健康指数与缺陷程度、检修策略的对应关系表，根据健康指数JK与缺陷程度、检修策略的对应关系得到电力设备缺陷程度，并确定检修策略14；根据当前位移11实现该处缺陷与起始点的相对位置的精确定位，即缺陷定位13。

表2

健康指数	0.825-1	0.425-0.825	0-0.425
				缺陷程度	无缺陷	二级缺陷	一级缺陷
检修策略	暂不检修	列入检修计划	尽快检修

软件分析结束后导出每一处存在缺陷放电的紫外图像、图像对应的相对地理位置以及图像中电力设备的缺陷程度。最后根据线路上电力设备缺陷程度以及其地理位置制定检修策略14。

本发明实施过程中捕捉到的接触网放电图像实例中，经上述系统判断该处接触网腕臂绝缘子位于距离起始点1511m处，存在二级缺陷，检修策略为列入检修计划。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (7)

1.一种用于接触网电力设备缺陷巡检的紫外图像诊断方法，其特征在于，该方法包括以下步骤：

S1、在接触网检修车巡线同时进行现场湿度测量、紫外视频拍摄和巡线速度记录；

S2、对紫外视频分析筛选电力设备缺陷放电图像，并对电力设备缺陷放电图像进行特征提取，结合拍摄参数和提取的特征得到视在放电量，所述的紫外视频分析包括通过紫外图像处理及特征计算，从紫外视频中筛选存在局部放电的图像，所述紫外视频由接触网检修车巡线时进行紫外视频拍摄获取，所述紫外视频拍摄通过车载紫外图像传感器完成，所述紫外图像处理对紫外视频中每一帧图像进行图像灰度化、二值分割和光斑面积计算；

进行紫外视频分析时，对每一帧图像进行灰度化，二值分割和光斑面积计算，同时根据输入的拍摄参数计算紫外图像光斑面积阈值，并根据该阈值筛选出视频中电力设备缺陷放电图像，同时根据图像所在帧数计算该图像的拍摄时刻，通过湿度-时间曲线和车速-时间曲线计算出对应的当前湿度和当前位移，根据电力设备缺陷放电图像中的光斑面积和拍摄参数计算当前位置的视在放电量；

S3、创建模糊推理模型，输入湿度和视在放电量，输出电力设备缺陷程度；

S4、根据巡线速度记录和当前时刻获得当前位移量，即得到缺陷定位；

所述的当前位移量通过结合车速-时间曲线和当前时刻计算，所述的车速-时间曲线通过实时进行巡线速度记录绘制，所述的巡线速度记录由接触网检修车完成，假设当车速为v时，当前时刻T的位移x计算公式为：

S5、根据紫外图像、图像对应的相对地理位置以及图像中电力设备的缺陷程度，结合缺陷的当前位移量，获取最终定位结果，进而制定检修策略。

2.根据权利要求1所述的一种用于接触网电力设备缺陷巡检的紫外图像诊断方法，其特征在于，步骤S2中的紫外视频分析具体为：

1)先对紫外视频进行处理，对紫外视频中每一帧图像的进行图像灰度化、二值分割、光斑面积计算三个步骤；

2)如图像的光斑面积大于面积阈值则将该图像筛选出来，筛选出的图像即为电力设备缺陷放电图像。

3.根据权利要求2所述的一种用于接触网电力设备缺陷巡检的紫外图像诊断方法，其特征在于，面积阈值的计算公式为：

其中，S₀为面积阈值，d为拍摄距离，θ为拍摄仰角，G为拍摄增益。

4.根据权利要求1所述的一种用于接触网电力设备缺陷巡检的紫外图像诊断方法，其特征在于，所述的拍摄参数包括拍摄距离、拍摄增益和拍摄仰角。

5.根据权利要求4所述的一种用于接触网电力设备缺陷巡检的紫外图像诊断方法，其特征在于，所述的拍摄距离的最佳范围为15-30m，所述的拍摄增益最佳范围为70％-150％，所述的拍摄仰角的最佳范围为-30°～30°。

6.根据权利要求1所述的一种用于接触网电力设备缺陷巡检的紫外图像诊断方法，其特征在于，所述的模糊推理模型的建立步骤为：

S301、将视在放电量和环境相对湿度模糊化，为视在放电量和环境相对湿度设定隶属度函数，即输入隶属度函数；

S302、定义健康指数，对接触网电力设备的缺陷程度进行量化，为健康指数设定隶属度函数，即输出隶属度函数；

S303、建立模糊语义规则。

7.根据权利要求1所述的一种用于接触网电力设备缺陷巡检的紫外图像诊断方法，其特征在于，步骤S2中视在放电量的计算公式为：

其中，Q为视在放电量，S为光斑面积，d为拍摄距离，θ为拍摄仰角，G为拍摄增益。

Images