CN107818562A - 一种干式空心并联电抗器风道绝缘包封层裂纹在线检测方法 - Google Patents
一种干式空心并联电抗器风道绝缘包封层裂纹在线检测方法 Download PDFInfo
- Publication number
- CN107818562A CN107818562A CN201710994164.4A CN201710994164A CN107818562A CN 107818562 A CN107818562 A CN 107818562A CN 201710994164 A CN201710994164 A CN 201710994164A CN 107818562 A CN107818562 A CN 107818562A
- Authority
- CN
- China
- Prior art keywords
- air channel
- encapsulated layer
- dry type
- type hollow
- shunt reactor
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 208000037656 Respiratory Sounds Diseases 0.000 title claims abstract description 10
- 238000010998 test method Methods 0.000 title claims abstract description 10
- 238000009413 insulation Methods 0.000 claims abstract description 23
- 238000012545 processing Methods 0.000 claims abstract description 12
- 238000009432 framing Methods 0.000 claims abstract description 8
- 238000000034 method Methods 0.000 claims abstract description 7
- 238000003384 imaging method Methods 0.000 claims abstract description 6
- 230000002708 enhancing effect Effects 0.000 claims abstract description 4
- 238000009738 saturating Methods 0.000 claims abstract description 4
- 230000005611 electricity Effects 0.000 claims description 2
- 210000004556 brain Anatomy 0.000 claims 1
- 208000008918 voyeurism Diseases 0.000 claims 1
- 230000005540 biological transmission Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 206010011376 Crepitations Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010223 real-time analysis Methods 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/73—Deblurring; Sharpening
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20024—Filtering details
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
一种干式空心并联电抗器风道绝缘包封层裂纹在线检测方法，其特征在于，主要包括以下步骤：S01：读取被检测干式空心并联电抗器的内窥镜检测成像视频，并分解成帧；S02：采用局部多尺度暗通道内窥镜图像增强算法对已经分解成帧的图像进行增强、去噪的操作；S03：采用兼顾了暗通道先验准则与区域内透色率相同假设平衡性的小波多尺度对每帧图像进行滤波处理，并对每帧图像进行灰度化处理；S04：根据内窥镜图像裂缝分布、灰度对比度呈局部特性，采用局部二值模式算子，实现干式空心并联电抗器风道绝缘包封层裂缝边缘检测与识别；S05：确定干式空心并联电抗器风道绝缘包封层裂缝位置，该方法能够准确实现风道绝缘包封层裂缝定位。
Description
技术领域
本发明属于电力系统领域，涉及一种干式空心并联电抗器风道绝缘包封层裂纹在线检测方法。
背景技术
随着社会的发展，国民经济的增长，国家的用电需求也大大的提高，电力系统也向高电压、大容量和远距离传输等方向发展。而电力系统在发展中也出现了许多问题，例如线路中常出现无功功率增大，末端电压升高，工频过电压等现象。为了解决这些问题，在电力系统中，通常在母线、输电线的一次线路或二次线路接入电抗器，即并联电抗器。它可以起到补充系统的感抗，平衡系统的无功功率，限制系统的操作过电压及工频过电压等诸多作用，在电力系统中占有重要的地位。其中空心电抗器采用多包封并绕结构型式，与铁心电抗器相比较，具有价格低、结构简单、重量轻、电抗值线性、损耗低、维护方便等技术优势。从上世纪九十年代开始，电力系统广泛使用干式空心并联电抗器。
近些年，干式空心并联电抗器烧损事故多发，通过故障干式空心并联电抗器解体发现，发生烧损的电抗器风道绝缘包封层表面存有多处微细裂纹，这些裂纹容易造成进水受潮引起匝间短路造成电抗器故障发生。
而目前、35kV电抗器风道绝缘包封层表面裂纹检测方法主要是人工将内窥镜升入到电抗器风道内，通过调整内窥镜探头角度，通过视频图像，人工检查风道绝缘包封层表面是否存在裂缝，但是，每个电抗器约有1600个风道，仅凭人工经验识别，误诊、漏诊现象严重。因此，现场急需要一款能够携带内窥镜的电抗器风道绝缘包封层裂纹在线检测方法，以实现能够快速、自动检测到电抗器风道绝缘包封层间中是否存在细微裂纹，对维护电网的安全稳定运行，尤为重要。
发明内容
本发明为克服上述现有技术所述的至少一种缺陷，提供一种干式空心并联电抗器风道绝缘包封层裂纹在线检测方法，该方法能够准确实现风道绝缘包封层裂缝定位。
为解决上述技术问题，本发明的技术方案如下：一种干式空心并联电抗器风道绝缘包封层裂纹在线检测方法，主要包括以下步骤：
S01：读取被检测干式空心并联电抗器的内窥镜检测成像视频，并分解成帧；
S02：采用局部多尺度暗通道内窥镜图像增强算法对已经分解成帧的图像进行增强、去噪的操作；
S03：采用兼顾了暗通道先验准则与区域内透色率相同假设平衡性的小波多尺度对每帧图像进行滤波处理，并对每帧图像进行灰度化处理；
S04：根据内窥镜图像裂缝分布、灰度对比度呈局部特性，采用局部二值模式算子，实现干式空心并联电抗器风道绝缘包封层裂缝边缘检测与识别；
S05：确定干式空心并联电抗器风道绝缘包封层裂缝位置。
进一步地，所述的电抗器为35kV干式空心并联电抗器。
进一步地，成像视频的获取过程包括将内窥镜伸入干式空心并联电抗器风道内，并对风道绝缘包封层进行拍摄；接下来，将拍摄的图像通过WIFI或有线网络实时读入安装了干式电抗器风道绝缘包封层裂缝自动识别软件的电脑或pad。
与现有技术相比，有益效果是：该方法能够克服电抗器内窥镜检测裂缝图像边缘模糊、裂缝分布与灰度与对比度较低的缺陷实现裂缝弱边缘提取，准确实现风道绝缘包封层裂缝定位。
附图说明
图1是本发明流程示意图。
具体实施方式
附图仅用于示例性说明，不能理解为对本专利的限制；为了更好说明本实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；对于本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。附图中描述位置关系仅用于示例性说明，不能理解为对本专利的限制。
如图1所示，一种干式空心并联电抗器风道绝缘包封层裂纹在线检测方法，主要包括以下步骤：S01：读取被检测干式空心并联电抗器的内窥镜检测成像视频，并分解成帧；S02：采用局部多尺度暗通道内窥镜图像增强算法对已经分解成帧的图像进行增强、去噪的操作；S03：采用兼顾了暗通道先验准则与区域内透色率相同假设平衡性的小波多尺度对每帧图像进行滤波处理，并对每帧图像进行灰度化处理；S04：根据内窥镜图像裂缝分布、灰度对比度呈局部特性，采用局部二值模式算子，实现干式空心并联电抗器风道绝缘包封层裂缝边缘检测与识别；S05：确定干式空心并联电抗器风道绝缘包封层裂缝位置。所述的电抗器可以为35kV干式空心并联电抗器。
本发明实施需一台内窥镜检测仪，一台安装了电抗器风道绝缘包封层裂缝图像自动识别软件的电脑或pad。应用的具体过程为：首先，将内窥镜伸入35kV干式并联电抗器风道内，并对风道绝缘包封层进行拍摄；接下来，将拍摄的图像通过WIFI或有线网络实时读入安装了干式电抗器风道绝缘包封层裂缝自动识别软件的电脑或pad；最后，自动运行干式电抗器风道绝缘包封层裂缝自动识别软件，对35kV干式并联电抗器风道包封层图像进行实时分析，准确定位裂缝位置，返回检测结果。由此完成检测的整体步骤。
显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。
Claims (3)
1.一种干式空心并联电抗器风道绝缘包封层裂纹在线检测方法，其特征在于，主要包括以下步骤：
S01：读取被检测干式空心并联电抗器的内窥镜检测成像视频，并分解成帧；
S02：采用局部多尺度暗通道内窥镜图像增强算法对已经分解成帧的图像进行增强、去噪的操作；
S03：采用兼顾了暗通道先验准则与区域内透色率相同假设平衡性的小波多尺度对每帧图像进行滤波处理，并对每帧图像进行灰度化处理；
S04：根据内窥镜图像裂缝分布、灰度对比度呈局部特性，采用局部二值模式算子，实现干式空心并联电抗器风道绝缘包封层裂缝边缘检测与识别；
S05：确定干式空心并联电抗器风道绝缘包封层裂缝位置。
2.根据权利要求1所述的在线检测方法，其特征在于：所述的电抗器为35kV干式空心并联电抗器。
3.根据权利要求1所述的在线检测方法，其特征在于：成像视频的获取过程包括将内窥镜伸入干式空心并联电抗器风道内，并对风道绝缘包封层进行拍摄；接下来，将拍摄的图像通过WIFI或有线网络实时读入安装了干式电抗器风道绝缘包封层裂缝自动识别软件的电脑或pad。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710994164.4A CN107818562A (zh) | 2017-10-23 | 2017-10-23 | 一种干式空心并联电抗器风道绝缘包封层裂纹在线检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710994164.4A CN107818562A (zh) | 2017-10-23 | 2017-10-23 | 一种干式空心并联电抗器风道绝缘包封层裂纹在线检测方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107818562A true CN107818562A (zh) | 2018-03-20 |
Family
ID=61607380
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710994164.4A Pending CN107818562A (zh) | 2017-10-23 | 2017-10-23 | 一种干式空心并联电抗器风道绝缘包封层裂纹在线检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107818562A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110068752A (zh) * | 2019-04-29 | 2019-07-30 | 国网吉林省电力有限公司电力科学研究院 | 干式空心并联电抗器低温通流模拟测试系统及其试验方法 |
| CN114418957A (zh) * | 2021-12-24 | 2022-04-29 | 广州大学 | 基于机器人视觉的全局和局部二值模式图像裂缝分割方法 |
| CN114894642A (zh) * | 2022-07-01 | 2022-08-12 | 湖南大学 | 一种基于深度学习的疲劳裂纹扩展速率测试方法及装置 |
| CN117593651A (zh) * | 2024-01-18 | 2024-02-23 | 四川交通职业技术学院 | 一种隧道裂纹分割识别方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101251495A (zh) * | 2007-11-19 | 2008-08-27 | 长春理工大学 | 干式空心电抗器内表面检测方法及装置 |
| CN105373129A (zh) * | 2015-12-10 | 2016-03-02 | 国网吉林省电力有限公司电力科学研究院 | 干式空心电抗器包封裂纹检测机器人 |
| CN105447530A (zh) * | 2016-01-05 | 2016-03-30 | 国网四川省电力公司检修公司 | 基于图像识别技术的输电线路隐患及故障检测方法 |
| CN105654461A (zh) * | 2014-12-02 | 2016-06-08 | 中国科学院沈阳自动化研究所 | 一种多分裂导线间隔棒断裂的机器视觉检测方法 |
| CN105868722A (zh) * | 2016-04-05 | 2016-08-17 | 国家电网公司 | 异常电力设备图像的识别方法及系统 |
-
2017
- 2017-10-23 CN CN201710994164.4A patent/CN107818562A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101251495A (zh) * | 2007-11-19 | 2008-08-27 | 长春理工大学 | 干式空心电抗器内表面检测方法及装置 |
| CN105654461A (zh) * | 2014-12-02 | 2016-06-08 | 中国科学院沈阳自动化研究所 | 一种多分裂导线间隔棒断裂的机器视觉检测方法 |
| CN105373129A (zh) * | 2015-12-10 | 2016-03-02 | 国网吉林省电力有限公司电力科学研究院 | 干式空心电抗器包封裂纹检测机器人 |
| CN105447530A (zh) * | 2016-01-05 | 2016-03-30 | 国网四川省电力公司检修公司 | 基于图像识别技术的输电线路隐患及故障检测方法 |
| CN105868722A (zh) * | 2016-04-05 | 2016-08-17 | 国家电网公司 | 异常电力设备图像的识别方法及系统 |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110068752A (zh) * | 2019-04-29 | 2019-07-30 | 国网吉林省电力有限公司电力科学研究院 | 干式空心并联电抗器低温通流模拟测试系统及其试验方法 |
| CN114418957A (zh) * | 2021-12-24 | 2022-04-29 | 广州大学 | 基于机器人视觉的全局和局部二值模式图像裂缝分割方法 |
| CN114894642A (zh) * | 2022-07-01 | 2022-08-12 | 湖南大学 | 一种基于深度学习的疲劳裂纹扩展速率测试方法及装置 |
| CN114894642B (zh) * | 2022-07-01 | 2023-03-14 | 湖南大学 | 一种基于深度学习的疲劳裂纹扩展速率测试方法及装置 |
| CN117593651A (zh) * | 2024-01-18 | 2024-02-23 | 四川交通职业技术学院 | 一种隧道裂纹分割识别方法 |
| CN117593651B (zh) * | 2024-01-18 | 2024-04-05 | 四川交通职业技术学院 | 一种隧道裂纹分割识别方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107818562A (zh) | 一种干式空心并联电抗器风道绝缘包封层裂纹在线检测方法 | |
| CN104318582B (zh) | 一种高铁接触网旋转双耳部件销钉不良状态检测方法 | |
| CN103487729B (zh) | 基于紫外视频与红外视频融合的电力设备缺陷检测方法 | |
| CN102980896B (zh) | 高铁接触网悬挂装置耳片断裂检测方法 | |
| CN105654461B (zh) | 一种多分裂导线间隔棒断裂的机器视觉检测方法 | |
| CN102565625B (zh) | 基于红外图像智能诊断高压输电线路热缺陷的方法 | |
| CN107103598A (zh) | 一种基于红外图像聚类处理的电力电缆热故障诊断方法 | |
| CN103413150A (zh) | 基于可见光影像对电力线路缺陷进行诊断的方法 | |
| CN108009591A (zh) | 一种基于深度学习的接触网关键部件识别方法 | |
| CN106680285A (zh) | 基于红外图像辅助的可见光图像识别绝缘子污秽状态方法 | |
| CN112381796B (zh) | 一种基于红外数据的导线缺陷识别及检测方法 | |
| CN107103600A (zh) | 一种基于机器学习的绝缘子缺陷自动检测方法 | |
| CN107292861A (zh) | 一种绝缘子破损检测方法 | |
| CN109523543A (zh) | 一种基于边缘距离的导线断股检测方法 | |
| CN111965214B (zh) | 一种架空线路复合绝缘子发热缺陷判断方法及系统 | |
| CN112819784A (zh) | 一种配电线路导线断股散股检测方法及系统 | |
| He et al. | Detection and fault diagnosis of power transmission line in infrared image | |
| CN114778574A (zh) | X射线数字成像检测识别在运高压电缆内部缺陷方法 | |
| CN103743760A (zh) | 一种pcb板的线路检测方法 | |
| Wang et al. | Study on edge extraction methods for image-based icing on-line monitoring on overhead transmission lines | |
| CN114331997A (zh) | 一种基于图像识别的导线缺陷监测方法 | |
| Zhang et al. | Intelligent detection technology of infrared image of substation equipment based on deep learning algorithm | |
| CN106446934A (zh) | 基于hog特征的高铁接触网承力索座支撑底座检测方法 | |
| CN114167183A (zh) | 一种高压电缆预警系统及方法 | |
| CN111257690B (zh) | 一种交叉互联高压电缆护层保护器故障诊断及定位方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180320 |
|
| RJ01 | Rejection of invention patent application after publication |