CN112162011A - 一种复合绝缘子缺陷检测方法、设备及存储介质 - Google Patents
一种复合绝缘子缺陷检测方法、设备及存储介质 Download PDFInfo
- Publication number
- CN112162011A CN112162011A CN202010977812.7A CN202010977812A CN112162011A CN 112162011 A CN112162011 A CN 112162011A CN 202010977812 A CN202010977812 A CN 202010977812A CN 112162011 A CN112162011 A CN 112162011A
- Authority
- CN
- China
- Prior art keywords
- composite insulator
- defect
- temperature distribution
- data
- distribution data
- 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.)
- Granted
Links
- 230000007547 defect Effects 0.000 title claims abstract description 152
- 239000012212 insulator Substances 0.000 title claims abstract description 129
- 239000002131 composite material Substances 0.000 title claims abstract description 123
- 238000001514 detection method Methods 0.000 title claims abstract description 71
- 238000000034 method Methods 0.000 claims abstract description 29
- 238000003384 imaging method Methods 0.000 claims abstract description 17
- 239000011159 matrix material Substances 0.000 claims description 32
- 238000004590 computer program Methods 0.000 claims description 20
- 230000005284 excitation Effects 0.000 claims description 17
- 238000012545 processing Methods 0.000 claims description 12
- 238000010438 heat treatment Methods 0.000 claims description 6
- 238000010606 normalization Methods 0.000 claims description 6
- 238000009792 diffusion process Methods 0.000 claims description 5
- 239000004593 Epoxy Substances 0.000 description 12
- 230000000694 effects Effects 0.000 description 8
- 238000000513 principal component analysis Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 7
- 230000006870 function Effects 0.000 description 5
- 238000005259 measurement Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 239000003822 epoxy resin Substances 0.000 description 4
- 230000035515 penetration Effects 0.000 description 4
- 229920000647 polyepoxide Polymers 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 229920002379 silicone rubber Polymers 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000032683 aging Effects 0.000 description 1
- 125000002723 alicyclic group Chemical group 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000009659 non-destructive testing Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000011895 specific detection Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N25/00—Investigating or analyzing materials by the use of thermal means
- G01N25/72—Investigating presence of flaws
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analyzing Materials Using Thermal Means (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明涉及电力设备检测技术领域，公开了一种复合绝缘子缺陷检测方法、设备及存储介质，所述方法包括：获取热波成像所得到的不同时刻下复合绝缘子表面的温度分布数据；根据所述温度分布数据检测所述复合绝缘子是否存在缺陷。本发明提供的一种复合绝缘子缺陷检测方法、设备及存储介质，能够快速精准地对复合绝缘子的缺陷进行检测。
Description
技术领域
本发明涉及电力设备检测技术领域，特别是涉及一种复合绝缘子缺陷检测方法、设备及存储介质。
背景技术
硬质环氧复合绝缘子是近年来出现的一种新型复合绝缘子，和传统的硅橡胶复合绝缘子相比，新型环氧复合绝缘子采用了脂环族环氧树脂作为伞裙和护套的基体材料，硬度大，可以防止鸟啄等外力破坏引起的绝缘子故障，具有广阔的应用前景。
在实际的运行过程中，硅橡胶复合绝缘子出现了一系列由于芯棒－护套界面缺陷而引发的故障问题，主要包括芯棒的异常断裂，绝缘子的异常温升和护套内击穿等故障。在外部电压的作用下，存在缺陷的界面处会具有更高的场强，很容易发生局部放电，产生大电流，使得界面缺陷扩展，并与其他环境因素共同作用逐渐蚀损护套和芯棒材料，最终导致复合绝缘子故障的产生。硬质环氧树脂复合绝缘子同样存在着这个问题，在长期的试运行过程中，环氧树脂复合绝缘子的界面在前期表现良好，但是在经过较长时间的老化之后界面性能会迅速下降，因此需要一种有效的检测手段来筛选出具有芯棒－护套界面缺陷的硬质复合绝缘子，降低电力系统的风险。
硬质环氧树脂复合绝缘子芯棒和护套界面缺陷属于内部缺陷，无法从绝缘子的外观直接观察到，并且在实际的工程中，往往希望通过设备检测成像不对绝缘子产生破坏的无损检测的方式来获得绝缘子的内部状态。现有的一些无损检测成像的方法均存在着一些缺陷，例如超声波存在着耦合和衰减，检测操作难度较大，并且需要近距离接触测量，一些结构复杂的复合绝缘子的检测效果较差；微波检测的检测范围有限，检测深度在几毫米左右，难以取得很好的检测效果；X射线检测价格高昂，检测精度有限，安全系数低。
发明内容
本发明实施例所要解决的技术问题是：提供一种复合绝缘子缺陷检测方法、设备及存储介质，快速精准地对复合绝缘子的缺陷进行检测。
为了解决上述技术问题，第一方面，本发明实施例提供一种复合绝缘子缺陷检测方法，所述方法包括：
获取热波成像所得到的不同时刻下复合绝缘子表面的温度分布数据；
根据所述温度分布数据检测所述复合绝缘子是否存在缺陷。
作为一个优选方案，所述获取热波成像所得到的不同时刻下复合绝缘子表面的温度分布数据，具体包括：
通过热激励源加热所述复合绝缘子；
通过红外热成像仪获取不同时刻下所述复合绝缘子的多帧热波图像序列数据；
对每一时刻的多帧热波图像序列数据进行PCA处理，获得所述温度分布数据。
作为一个优选方案，所述对每一时刻的多帧热波图像序列数据进行PCA处理，获得所述温度分布数据，具体包括：
根据每一时刻的多帧热波图像序列数据建立数据矩阵；
对所述数据矩阵进行归一化，获取归一化数据矩阵；
计算所述归一化矩阵的协方差矩阵以及所述协方差矩阵的特征值；
将所述特征值按照从大到小的顺序排列，并选择前b个特征值以及所述前b个特征值的特征向量进行数据重构，获得所述温度分布数据；其中，所述前b个特征值包含了多帧热波图像序列数据95％以上的信息。
作为一个优选方案，所述根据所述温度分布数据检测所述复合绝缘子是否存在缺陷，具体包括：
当所述复合绝缘子表面的所有位置的温度分布数据不存在温度差异时，判定所述复合绝缘子不存在缺陷；
当所述复合绝缘子表面的第一位置的温度分布数据与其他位置的温度分布数据存在温度差异时，判定所述第一位置存在缺陷。
作为上述优选方案的改进，所述方法还包括：
计算所述第一位置的缺陷深度；
当所述缺陷深度小于所述第一阈值时，判定缺陷在护套；
当所述缺陷深度不小于所述第一阈值且不大于所述第二阈值时，判定缺陷在界面；其中，所述第一阈值小于所述第二阈值；
当所述缺陷深度大于所述第二阈值时，判定缺陷在芯棒。
作为上述优选方案的改进，所述计算所述第一位置的缺陷深度，具体包括：
获取所述第一位置与其它位置的表面温度差-时间曲线；
从所述表面温度差-时间曲线中获取表面温度差最大的第一时刻；
根据所述第一时刻计算所述缺陷深度。
作为上述优选方案的改进，所述根据所述第一时刻计算所述缺陷深度，具体为：
将所述第一时刻代入t＝2h2/α计算所述缺陷深度；其中，t为所述第一时刻，h为所述缺陷深度，α为热扩散系数。
作为一个优选方案，所述热激励源为超声波、电磁波、太赫兹波或者闪光灯中的一种。
为了解决上述技术问题，第二方面，本发明实施例提供一种复合绝缘子缺陷检测设备，其特征在于，所述设备包括存储器、处理器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述计算机程序由所述处理器执行时实现如第一方面任一项所述的复合绝缘子缺陷检测方法。
为了解决上述技术问题，第三方面，本发明实施例提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，所述计算机程序被执行时实现如第一方面任一项所述的复合绝缘子缺陷检测方法。
与现有技术相比，本发明实施例提供的一种复合绝缘子缺陷检测方法、设备及存储介质，其有益效果在于：通过热激励源加热复合绝缘子并通过红外成像仪获取多帧热波图像序列数据，无需近距离接触测量，检测距离可以达到5m左右，符合部分电压等级输电线路的安全距离，并且能够实现复合绝缘子的在线监测；热波成像的检测精度高，能够检测到0.3mm的微小缺陷，而且检测范围广，穿透深度超过了复合绝缘子的半径，通过旋转方向的方式可以实现整支硬质环氧复合绝缘子界面缺陷的检测，并且对于形状较为复杂的环氧复合绝缘子也有较好的检测效果。
附图说明
为了更清楚地说明本发明实施例的技术特征，下面将对本发明实施例中所需要使用的附图做简单地介绍，显而易见地，下面所描述的附图仅仅是本发明的一些实施例，对于本领域技术人员来说，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明提供的一种复合绝缘子缺陷检测方法的一个优选实施例的流程示意图；
图2是本发明提供的一种复合绝缘子缺陷检测装置的一个优选实施例的结构示意图；
图3是本发明提供的一种复合绝缘子缺陷检测系统的一个优选实施例的结果示意图。
具体实施方式
为了对本发明的技术特征、目的、效果有更加清楚的理解，下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例仅用于说明本发明，但是不用来限制本发明的保护范围。基于本发明的实施例，本领域技术人员在没有付出创造性劳动的前提下所获得的其他实施例，都应属于本发明的保护范围。
在本发明的描述中，应当理解的是，本文中的编号本身，例如“第一”、“第二”等，仅用于区分所描述的对象，不具有顺序或者技术含义，不能理解为规定或者暗示所描述的对象的重要性。
图1所示为本发明提供的一种复合绝缘子缺陷检测方法的一个优选实施例的流程示意图。
如图1所示，所述方法包括：
S1：获取热波成像所得到的不同时刻下复合绝缘子表面的温度分布数据；
S2：根据所述温度分布数据检测所述复合绝缘子是否存在缺陷。
需要说明的是，在热波传导过程中，含有缺陷的物体表面会出现温度差异，本发明正是利用这个原理进行复合绝缘子的缺陷检测。
具体而言，对复合绝缘子进行缺陷检测时，首先需要搭建好检测系统，并对检测参数进行调整，然后主动加热复合绝缘子并获取红外热波成像所得到的不同时刻下复合绝缘子表面的温度分布数据，观察所述温度分布数据中是否存在温度差异，进而检测出所述是否存在缺陷。
本发明实施例提供的一种复合绝缘子缺陷检测方法，采用热波成像技术对复合绝缘子进行缺陷检测，简单易行，而且无需近距离接触测量，检测距离可以达到5m左右，符合部分电压等级输电线路的安全距离，并且能够实现复合绝缘子的在线监测；热波成像的检测精度高，能够检测到0.3mm的微小缺陷，而且检测范围广，穿透深度超过了复合绝缘子的半径，通过旋转方向的方式可以实现整支硬质环氧复合绝缘子界面缺陷的检测，并且对于形状较为复杂的环氧复合绝缘子也有较好的检测效果。
在一个优选实施例中，步骤S1具体包括：
S11：通过热激励源加热所述复合绝缘子；
S12：通过红外热成像仪获取不同时刻下所述复合绝缘子的多帧热波图像序列数据；
S13：对每一时刻的多帧热波图像序列数据进行PCA处理，获得所述温度分布数据。
其中，所述热激励源为超声波、电磁波、太赫兹波或者闪光灯中的一种。
本发明实施例以硬质环氧复合绝缘子作为缺陷检测的检测对象，故采用脉冲式闪光灯进行说明，其中，脉冲式闪光灯的脉宽为2ms,每个脉冲式闪光灯的最大能量为9.6kJ。
具体实施时，首先控制两个脉冲式闪光灯产生热激励加热硬质环氧复合绝缘子，并通过红外热成像仪获取一定时间内不同时刻下所述硬质环氧复合绝缘子的多轴热波图像序列数据，并对每一时刻的多帧热波图像序列数据进行PCA(Principal ComponentsAnalysis，主成分分析)处理，对图像进行增强，获得所述温度分布数据。
在一个优选实施例中，步骤S13具体包括：
S131：根据每一时刻的多帧热波图像序列数据建立数据矩阵；
S132：对所述数据矩阵进行归一化，获取归一化数据矩阵；
S133：计算所述归一化矩阵的协方差矩阵以及所述协方差矩阵的特征值；
S134：将所述特征值按照从大到小的顺序排列，并选择前b个特征值以及所述前b个特征值的特征向量进行数据重构；其中，所述前b个特征值包含了多帧热波图像序列数据95％以上的信息。
具体而言，首先根据每一时刻的多帧热波图像序列数据建立一个m×n的数据矩阵A(其中，m为变量个数，n为采样点数)，并对所述数据矩阵进行归一化预处理得到归一化数据矩阵B；进一步计算得到所述归一化数据矩阵的协方差矩阵C，其中，所述协方差矩阵C的特征值为λ1～λm(按照从大到小的顺序进行排列)；最后根据式(1)选择所述协方差矩阵C的前b个特征值(主分量)及其特征向量(包含了超过95％的信息)，并进行数据重构。
本实施例采用PCA对红外热成像仪采集到的图像序列进行数据处理，能够获得不同分量对应的热波图像，减小了加热不均匀和背景噪声的影响，使得缺陷看起来更为清晰，方便判断复合绝缘子内部是否含有缺陷以及缺陷的大小。
在一个优选实施例中，步骤S2具体包括：
S21：当所述复合绝缘子表面的所有位置的温度分布数据不存在温度差异时，判定所述复合绝缘子不存在缺陷；
S22：当所述复合绝缘子表面的第一位置的温度分布数据与其他位置的温度分布数据存在温度差异时，判定所述第一位置存在缺陷。
具体而言，有缺陷的物体在热波成像时的温度分布数据会存在温度差异，因此，当所述复合绝缘子表面的所有位置的温度分布数据不存在温度差异时，则可以说明该复合绝缘子的检测面不存在缺陷；当所述复合绝缘子表面的第一位置的温度分布数据与其他位置的温度分布数据存在温度差异时，则可以说明该第一位置存在缺陷。
可以理解的，所述第一位置可能是一个或者多个，其数量由实际的缺陷个数决定。
在一个优选实施例中，所述方法还包括：
S31：计算所述第一位置的缺陷深度；
S32：当所述缺陷深度小于所述第一阈值时，判定缺陷在护套；
S33：当所述缺陷深度不小于所述第一阈值且不大于所述第二阈值时，判定缺陷在界面；其中，所述第一阈值小于所述第二阈值；
S34：当所述缺陷深度大于所述第二阈值时，判定缺陷在芯棒。
优选地，所述第一阈值L1＝L0-l，所述第二阈值L2＝L0+l，其中，L0为复合绝缘子护套厚度，l为一常数，l>0。
本实施例被检测的复合绝缘子护套厚度为L0，若缺陷深度h>L2，则表明缺陷的位置在芯棒处；若h<L1，则表明缺陷的位置在护套处；若L1≤h≤L2(即h≈L0)，则表明缺陷的位置在芯棒-护套的界面处。通过这种判断方式可以得出复合绝缘子内部的缺陷是否在界面处。
在一个优选实施例中，步骤S31具体包括：
S311：获取所述第一位置与其它位置的表面温度差-时间曲线；
S312：从所述表面温度差-时间曲线中获取表面温度差最大的第一时刻；
S313：根据所述第一时刻计算所述缺陷深度。
其中，步骤S313具体为：
将所述第一时刻代入t＝2h2/α计算所述缺陷深度；其中，t为所述第一时刻，h为所述缺陷深度，α为热扩散系数。
具体而言，根据普朗克定律以及热波在一个方向的传导方程可以推导出在施加热激励后，包含缺陷和不含缺陷区域的表面温度差为：
在式(2)中，α为热扩散系数，c为比热容，ρ为密度，λ为材料热传导系数，q0为热波脉冲初始能量，h为缺陷深度。
进一步的，(2)式对时间t求导后可知，当t＝2h2/α时，ΔT达到最大：
通过热波成像所得到的不同时刻下绝缘子表面的温度分布数据，处理后得到缺陷位置与其它位置的表面温度差与时间的曲线，通过表面温度差最大点的信息，建立方程，计算出缺陷深度h。
综合上述，本发明实施例提供的一种复合绝缘子缺陷检测方法，通过热激励源加热复合绝缘子并通过红外成像仪获取多帧热波图像序列数据，无需近距离接触测量，检测距离可以达到5m左右，符合部分电压等级输电线路的安全距离，并且能够实现复合绝缘子的在线监测；热波成像的检测精度高，能够检测到0.3mm的微小缺陷，而且检测范围广，穿透深度超过了复合绝缘子的半径，通过旋转方向的方式可以实现整支硬质环氧复合绝缘子界面缺陷的检测，并且对于形状较为复杂的环氧复合绝缘子也有较好的检测效果；进行缺陷深度的计算，能够准确获取深度的位置，为复合绝缘子的故障预警和更换维护提供了数据支持。
应当理解，本发明实现上述复合绝缘子缺陷检测方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述复合绝缘子缺陷检测方法的步骤。其中，计算机程序包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
图2所示为本发明提供的一种复合绝缘子缺陷检测装置的一个优选实施例的结构示意图，所述装置能够实现上述任一实施例所述的复合绝缘子缺陷检测方法的全部流程。
如图2所示，所述装置包括：
数据获取模块，用于获取热波成像所得到的不同时刻下复合绝缘子表面的温度分布数据；
缺陷检测模块，用于根据所述温度分布数据检测所述复合绝缘子是否存在缺陷。
优选地，所述数据获取模块具体包括：
加热单元，用于通过热激励源加热所述复合绝缘子；
获取单元，用于通过红外热成像仪获取不同时刻下所述复合绝缘子的多帧热波图像序列数据；
处理单元，对每一时刻的多帧热波图像序列数据进行PCA处理，获得所述温度分布数据。
优选地，所述热激励源为超声波、电磁波、太赫兹波或者闪光灯中的一种。
优选地，所述处理单元具体包括：
矩阵建立子单元，用于根据每一时刻的多帧热波图像序列数据建立数据矩阵；
归一化子单元，对所述数据矩阵进行归一化，获取归一化数据矩阵；
计算子单元，用于计算所述归一化矩阵的协方差矩阵以及所述协方差矩阵的特征值；
重构子单元，用于将所述特征值按照从大到小的顺序排列，并选择前b个特征值以及所述前b个特征值的特征向量进行数据重构，获得所述温度分布数据；其中，所述前b个特征值包含了多帧热波图像序列数据95％以上的信息。
优选地，所述缺陷检测模块具体包括：
第一缺陷判定单元，用于当所述复合绝缘子表面的所有位置的温度分布数据不存在温度差异时，判定所述复合绝缘子不存在缺陷；
第二缺陷判定单元，用于当所述复合绝缘子表面的第一位置的温度分布数据与其他位置的温度分布数据存在温度差异时，判定所述第一位置存在缺陷。
优选地，所述装置还包括：
缺陷计算模块，用于计算所述第一位置的缺陷深度；
第一位置判定模块，用于当所述缺陷深度小于所述第一阈值时，判定缺陷在护套；
第二位置判定模块，用于当所述缺陷深度不小于所述第一阈值且不大于所述第二阈值时，判定缺陷在界面；其中，所述第一阈值小于所述第二阈值；
第三位置判定模块，用于当所述缺陷深度大于所述第二阈值时，判定缺陷在芯棒。
优选地，所述缺陷计算模块具体包括：
曲线获取单元，用于获取所述第一位置与其它位置的表面温度差-时间曲线；
时刻获取单元，用于从所述表面温度差-时间曲线中获取表面温度差最大的第一时刻；
缺陷计算单元，用于根据所述第一时刻计算所述缺陷深度。
优选地，所述缺陷计算单元具体用于：
将所述第一时刻代入t＝2h2/α计算所述缺陷深度；其中，t为所述第一时刻，h为所述缺陷深度，α为热扩散系数。
本发明实施例提供的一种复合绝缘子缺陷检测装置，通过热激励源加热复合绝缘子并通过红外成像仪获取多帧热波图像序列数据，无需近距离接触测量；热波成像的检测精度高，能够检测到0.3mm的微小缺陷，而且检测范围广，穿透深度超过了复合绝缘子的半径，通过旋转方向的方式可以实现整支硬质环氧复合绝缘子界面缺陷的检测，并且对于形状较为复杂的环氧复合绝缘子也有较好的检测效果；进行缺陷深度的计算，能够准确获取深度的位置。
图3所示为本发明提供的一种复合绝缘子缺陷检测系统的一个优选实施例的结果示意图，所述系统能够实现上述任一实施例所述的复合绝缘子缺陷检测方法的全部流程。
如图3所示，所述系统包括：
复合绝缘子缺陷检测设备、热成像仪、激励源；
其中，所述复合绝缘子缺陷检测设备包括存储器、处理器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述计算机程序由所述处理器执行时实现如上述任一实施例所述的复合绝缘子缺陷检测方法。
所述系统在运行时，需要进行参数调节，包括：复合绝缘子检测位置与热成像仪镜头的距离，两端热激励源的聚焦位置，热激励源的能量和激励时间，采样时长/步长，环境因素(温度、湿度和亮度)。通过经验和具体的检测效果来对这些参数进行调整，以方便快速获取缺陷位置等信息，提高检测精度。
示例性的，所述计算机程序可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器中，并由所述处理器执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序在所述复合绝缘子缺陷检测设备中的执行过程。
所称处理器可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器可用于存储所述计算机程序和/或模块，所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现所述复合绝缘子缺陷检测设备的各种功能。所述存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
以上所述，仅是本发明的优选实施方式，但本发明的保护范围并不局限于此，应当指出，对于本领域技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干等效的明显变形和/或同等替换，这些明显变形和/或同等替换也应视为本发明的保护范围。
Claims (10)
1.一种复合绝缘子缺陷检测方法，其特征在于，包括：
获取热波成像所得到的不同时刻下复合绝缘子表面的温度分布数据；
根据所述温度分布数据检测所述复合绝缘子是否存在缺陷。
2.根据权利要求1所述的复合绝缘子缺陷检测方法，其特征在于，所述获取热波成像所得到的不同时刻下复合绝缘子表面的温度分布数据，具体包括：
通过热激励源加热所述复合绝缘子；
通过红外热成像仪获取不同时刻下所述复合绝缘子的多帧热波图像序列数据；
对每一时刻的多帧热波图像序列数据进行PCA处理，获得所述温度分布数据。
3.根据权利要求1所述的复合绝缘子缺陷检测方法，其特征在于，所述对每一时刻的多帧热波图像序列数据进行PCA处理，获得所述温度分布数据，具体包括：
根据每一时刻的多帧热波图像序列数据建立数据矩阵；
对所述数据矩阵进行归一化，获取归一化数据矩阵；
计算所述归一化矩阵的协方差矩阵以及所述协方差矩阵的特征值；
将所述特征值按照从大到小的顺序排列，并选择前b个特征值以及所述前b个特征值的特征向量进行数据重构，获得所述温度分布数据；其中，所述前b个特征值包含了多帧热波图像序列数据95％以上的信息。
4.根据权利要求1所述的复合绝缘子缺陷检测方法，其特征在于，所述根据所述温度分布数据检测所述复合绝缘子是否存在缺陷，具体包括：
当所述复合绝缘子表面的所有位置的温度分布数据不存在温度差异时，判定所述复合绝缘子不存在缺陷；
当所述复合绝缘子表面的第一位置的温度分布数据与其他位置的温度分布数据存在温度差异时，判定所述第一位置存在缺陷。
5.根据权利要求4所述的复合绝缘子缺陷检测方法，其特征在于，所述方法还包括：
计算所述第一位置的缺陷深度；
当所述缺陷深度小于所述第一阈值时，判定缺陷在护套；
当所述缺陷深度不小于所述第一阈值且不大于所述第二阈值时，判定缺陷在界面；其中，所述第一阈值小于所述第二阈值；
当所述缺陷深度大于所述第二阈值时，判定缺陷在芯棒。
6.根据权利要求5所述的复合绝缘子缺陷检测方法，其特征在于，所述计算所述第一位置的缺陷深度，具体包括：
获取所述第一位置与其它位置的表面温度差-时间曲线；
从所述表面温度差-时间曲线中获取表面温度差最大的第一时刻；
根据所述第一时刻计算所述缺陷深度。
7.根据权利要求6所述的复合绝缘子缺陷检测方法，其特征在于，所述根据所述第一时刻计算所述缺陷深度，具体为：
将所述第一时刻代入t＝2h2/α计算所述缺陷深度；其中，t为所述第一时刻，h为所述缺陷深度，α为热扩散系数。
8.根据权利要求2所述的复合绝缘子缺陷检测方法，其特征在于，所述热激励源为超声波、电磁波、太赫兹波或者闪光灯中的一种。
9.一种复合绝缘子缺陷检测设备，其特征在于，所述设备包括存储器、处理器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述计算机程序由所述处理器执行时实现如权利要求1至8任一项所述的复合绝缘子缺陷检测方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机程序，所述计算机程序被执行时实现如权利要求1至8任一项所述的复合绝缘子缺陷检测方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010977812.7A CN112162011B (zh) | 2020-09-16 | 2020-09-16 | 一种复合绝缘子缺陷检测方法、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010977812.7A CN112162011B (zh) | 2020-09-16 | 2020-09-16 | 一种复合绝缘子缺陷检测方法、设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112162011A true CN112162011A (zh) | 2021-01-01 |
| CN112162011B CN112162011B (zh) | 2023-05-02 |
Family
ID=73859187
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010977812.7A Active CN112162011B (zh) | 2020-09-16 | 2020-09-16 | 一种复合绝缘子缺陷检测方法、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112162011B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113588488A (zh) * | 2021-09-29 | 2021-11-02 | 国网天津市电力公司电力科学研究院 | 电缆的缺陷检测方法、装置、终端设备及存储介质 |
| CN114167231A (zh) * | 2021-11-18 | 2022-03-11 | 清华大学深圳国际研究生院 | 一种检测复合绝缘子内部导通性缺陷的装置及方法 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102221339A (zh) * | 2011-06-09 | 2011-10-19 | 首都师范大学 | 脉冲红外热波技术测厚方法 |
| CN103148799A (zh) * | 2013-01-30 | 2013-06-12 | 首都师范大学 | 基于对数一阶微分峰值法的缺陷深度测量方法 |
| CN104713901A (zh) * | 2015-01-23 | 2015-06-17 | 国家电网公司 | 基于红外精确测温的复合绝缘子绝缘缺陷检测方法 |
| CN108387609A (zh) * | 2018-01-19 | 2018-08-10 | 重庆大学 | 一种无损检测的方法、装置、设备可读存储介质 |
| CN108680602A (zh) * | 2018-05-18 | 2018-10-19 | 云南电网有限责任公司电力科学研究院 | 一种瓷绝缘子内部缺陷的检测装置、方法及系统 |
| US20180372487A1 (en) * | 2016-01-29 | 2018-12-27 | Panasonic Intellectual Property Management Co., Ltd. | Thickness measurement method, thickness measurement device, defect detection method, and defect detection device |
| CN110889435A (zh) * | 2019-11-04 | 2020-03-17 | 国网河北省电力有限公司检修分公司 | 基于红外图像的绝缘子评估分类方法及其装置 |
-
2020
- 2020-09-16 CN CN202010977812.7A patent/CN112162011B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102221339A (zh) * | 2011-06-09 | 2011-10-19 | 首都师范大学 | 脉冲红外热波技术测厚方法 |
| CN103148799A (zh) * | 2013-01-30 | 2013-06-12 | 首都师范大学 | 基于对数一阶微分峰值法的缺陷深度测量方法 |
| CN104713901A (zh) * | 2015-01-23 | 2015-06-17 | 国家电网公司 | 基于红外精确测温的复合绝缘子绝缘缺陷检测方法 |
| US20180372487A1 (en) * | 2016-01-29 | 2018-12-27 | Panasonic Intellectual Property Management Co., Ltd. | Thickness measurement method, thickness measurement device, defect detection method, and defect detection device |
| CN108387609A (zh) * | 2018-01-19 | 2018-08-10 | 重庆大学 | 一种无损检测的方法、装置、设备可读存储介质 |
| CN108680602A (zh) * | 2018-05-18 | 2018-10-19 | 云南电网有限责任公司电力科学研究院 | 一种瓷绝缘子内部缺陷的检测装置、方法及系统 |
| CN110889435A (zh) * | 2019-11-04 | 2020-03-17 | 国网河北省电力有限公司检修分公司 | 基于红外图像的绝缘子评估分类方法及其装置 |
Non-Patent Citations (2)
| Title |
|---|
| 冯辅周 等: "《主成分分析在超声红外图像序列增强过程中的应用》", 《装甲兵工程学院学报》 * |
| 郭兴旺 等: "《主分量分析法在红外数字图像序列处理中的应用》", 《红外技术》 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113588488A (zh) * | 2021-09-29 | 2021-11-02 | 国网天津市电力公司电力科学研究院 | 电缆的缺陷检测方法、装置、终端设备及存储介质 |
| CN114167231A (zh) * | 2021-11-18 | 2022-03-11 | 清华大学深圳国际研究生院 | 一种检测复合绝缘子内部导通性缺陷的装置及方法 |
| CN114167231B (zh) * | 2021-11-18 | 2023-12-26 | 清华大学深圳国际研究生院 | 一种检测复合绝缘子内部导通性缺陷的装置及方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112162011B (zh) | 2023-05-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11467128B2 (en) | Defect detection using ultrasound scan data | |
| Chiou et al. | Micro crack detection of multi‐crystalline silicon solar wafer using machine vision techniques | |
| 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 | |
| CN112162011B (zh) | 一种复合绝缘子缺陷检测方法、设备及存储介质 | |
| JP6922539B2 (ja) | 表面欠陥判定方法および表面欠陥検査装置 | |
| WO2019059011A1 (ja) | 教師データ作成方法及び装置並びに欠陥検査方法及び装置 | |
| CN103021897A (zh) | 半导体器件电性失效的检测方法 | |
| CN112881786B (zh) | 一种漏电检测方法、装置和系统 | |
| CN111199213A (zh) | 一种变电站用设备缺陷检测方法及装置 | |
| US20230342907A1 (en) | Image analysis apparatus, image analysis method, and program | |
| CN117576014A (zh) | 陶瓷基板质量检测方法、系统、电子设备及存储介质 | |
| CN115049736A (zh) | 用于电缆表面缺陷精准定位的方法 | |
| US20180299412A1 (en) | Defect detection using ultrasound scan data | |
| CN112013783A (zh) | 一种桥梁裂缝深度检测方法、装置及系统 | |
| CN114842243A (zh) | 一种基于大跨度巡线机器人的故障检测方法、系统及设备 | |
| CN112233683B (zh) | 一种汽车电动后视镜异响检测方法及检测系统 | |
| Gao et al. | Study on detection method of composite insulator ageing based on hyperspectral technology | |
| CN110596142A (zh) | 基于太赫兹成像的缺陷检测方法及系统 | |
| CN113076672B (zh) | 基于改进ssd的复合绝缘子鸟啄缺陷风险等级评估方法 | |
| CN115953641A (zh) | 半导体样本的缺陷检查 | |
| Olivatti et al. | Analysis of artificial intelligence techniques applied to thermographic inspection for automatic detection of electrical problems | |
| JP2019533140A (ja) | 偏析分析装置及び方法 | |
| CN108763011B (zh) | SoC芯片核数检测方法、装置、系统及存储介质 | |
| CN113408805A (zh) | 一种雷电地闪识别方法、装置、设备及可读存储介质 | |
| Gonzalez-Parada et al. | Comparative Analysis of Thermography Studies and Electrical Measurement of Partial Discharges in Underground Power Cables |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |