CN114755538B - 一种基于紫外成像的脉冲电压下局部放电检测方法 - Google Patents

一种基于紫外成像的脉冲电压下局部放电检测方法 Download PDF

Info

Publication number
CN114755538B
CN114755538B CN202210295180.5A CN202210295180A CN114755538B CN 114755538 B CN114755538 B CN 114755538B CN 202210295180 A CN202210295180 A CN 202210295180A CN 114755538 B CN114755538 B CN 114755538B
Authority
CN
China
Prior art keywords
pulse voltage
partial discharge
ultraviolet
frequency
discharge
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.)
Active
Application number
CN202210295180.5A
Other languages
English (en)
Other versions
CN114755538A (zh
Inventor
江军
张本栋
沈志邦
张潮海
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing University of Aeronautics and Astronautics
Original Assignee
Nanjing University of Aeronautics and Astronautics
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nanjing University of Aeronautics and Astronautics filed Critical Nanjing University of Aeronautics and Astronautics
Priority to CN202210295180.5A priority Critical patent/CN114755538B/zh
Publication of CN114755538A publication Critical patent/CN114755538A/zh
Application granted granted Critical
Publication of CN114755538B publication Critical patent/CN114755538B/zh
Priority to US18/125,579 priority patent/US20230305051A1/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/12—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing
    • G01R31/1218—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing using optical methods; using charged particle, e.g. electron, beams or X-rays
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/12—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing
    • G01R31/1227—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing of components, parts or materials
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/20—Image enhancement or restoration using local operators
    • G06T5/30—Erosion or dilatation, e.g. thinning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/155—Segmentation; Edge detection involving morphological operators
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image
    • 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
    • G06T2207/20021—Dividing image into blocks, subimages or windows
    • 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
    • G06T2207/20036—Morphological image processing
    • 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
    • G06T2207/20172—Image enhancement details
    • G06T2207/20192—Edge enhancement; Edge preservation

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Quality & Reliability (AREA)
  • Testing Relating To Insulation (AREA)

Abstract

本发明公开了一种基于紫外成像的脉冲电压下局部放电检测方法，涉及局部放电检测领域，该方法使用紫外成像仪采集待检测电气系统的局部放电区域处的视频数据，从视频数据中提取视频帧得到紫外图像，基于紫外图像中亮度值超过亮度阈值的像素点的个数的总和得到放电强度数据，然后基于放电强度数据和高dv/dt脉冲电压场景的放电特性参数得到待检测电气系统的局部放电区域处的局部放电量化结果。该方法基于紫外成像技术实现，可以完全不接触待检测电气系统，避免电磁干扰问题；而且针对高dv/dt脉冲电压场景的特性，提供了一套修正和计算的方法，直观的表示了频率与上升时间对放电强度的影响，实现了高dv/dt脉冲电压下绝缘风险评估。

Description

一种基于紫外成像的脉冲电压下局部放电检测方法
技术领域
本发明涉及局部放电检测领域，尤其是一种基于紫外成像的脉冲电压下局部放电检测方法。
背景技术
随着SiC和GaN等快高速开关器件的应用，电力电子装备或系统电气设备将会承受高dv/dt脉冲电应力。相比于传统正弦及常规的脉冲波形，高dv/dt脉冲电压下的上升时间更快，会导致更严峻的电场叠加，因此有必要对高dv/dt脉冲电压下电气系统中的绝缘风险进行评估和分析。
目前对于常规高电压下的局部放电传统检测方法主要有脉冲电流法、高频电流法(HFCT)、超高频法(UHF)以及超声波法：(1)脉冲电流法测试灵敏度高，测量结果直观有效容易判断；但其抗电磁干扰能力差，需要理想的测试环境。(2)高频电流法信号带宽可根据实际情况随时调整，且其传感器安装简便、容易携带；然而在检测脉冲电压下局部放电时，HFCT的检测PD信噪比易受到压摆率的影响，当压摆率大于1.2kV/μs时，检测PD信噪比将会急剧下降，而高dv/dt脉冲电压的压摆率远大于1.2kV/μs。尤其是脉冲电压的频率大于10kHz时，HFCT检测到的噪声信号远远大于检测到的PD信号，从而导致HFCT失效。(3)UHF可以检测到0.5-0.8p C放电量的信号、灵敏度高、有效消除低频信号、远距离地定位故障点、识别绝缘缺陷类型，因此可以更准确地判断设备绝缘是否发生局部放电；但UHF易受到超高频电磁干扰的影响、对金属全封闭的设备检测困难等。(4)相较而言，超声波检测技术虽然采用超声波的原理感知局部放电的发生，一定程度上隔离了电气信号的传递与联系，但是超声波在检测范围内容易受到机械振动的干扰，并且存在信号衰减的问题。此外，在高dv/dt脉冲电压下，其检测探头和调理单元均容易受到强烈的电气干扰。因此，传统的电学和超声原理的局部放电检测方法难以适用于高dv/dt脉冲电压场景下的测试需求。
发明内容
本发明人针对上述问题及技术需求，提出了一种基于紫外成像的脉冲电压下局部放电检测方法，本发明的技术方案如下：
一种基于紫外成像的脉冲电压下局部放电检测方法，该方法包括：
使用紫外成像仪采集待检测电气系统的局部放电区域处的视频数据，从视频数据中提取视频帧得到紫外图像，待检测电气系统在局部放电区域处存在高dv/dt脉冲电压场景下的局部放电现象，v表示电压，t表示时间，高dv/dt脉冲电压表示电压变化率超过预定阈值的脉冲电压；
基于紫外图像中亮度值超过亮度阈值的像素点的个数的总和得到放电强度数据P；
基于放电强度数据P和高dv/dt脉冲电压场景的放电特性参数得到待检测电气系统的局部放电区域处的局部放电量化结果。
其进一步的技术方案为，高dv/dt脉冲电压场景的放电特性参数包括脉冲电压的频率f和脉冲电压的上升时间r。
其进一步的技术方案为，待检测电气系统的局部放电区域处的局部放电量化结果为：
Q＝a×r+b×f+P；
其中，a、b为系数。
其进一步的技术方案为，基于紫外图像中亮度值超过亮度阈值的像素点的个数的总和得到放电强度数据P，包括：
确定紫外图像中的亮度值超过亮度阈值的像素点的个数的总和为初始强度R；
基于频率修正系数N对初始强度R进行修正，得到放电强度数据P＝N×R，其中频率修正系数N在低频电压场景下拟合得到。
其进一步的技术方案为，该方法还包括：
使用紫外成像仪采集待检测电气系统在低频电压场景下时的局部放电区域处的参考紫外图像，并确定放电重复率H；
将参考紫外图像中的亮度值超过亮度阈值的像素点的个数的总和作为参考紫外光子像素点数P0；
确定频率修正系数
Figure BDA0003563033740000021
其进一步的技术方案为，该方法还包括：
采用局部放电检测传感器获取放电重复率H，局部放电检测传感器是高频电流局部放电传感器、特高频局部放电传感器、脉冲电流传感器中的任意一种。
其进一步的技术方案为，基于频率修正系数N对初始强度R进行修正，包括：
根据与高dv/dt脉冲电压场景下的脉冲电压的频率f匹配的频率修正系数对初始强度R进行修正，得到放大后的初始强度S；
基于频率修正系数N对放大后的初始强度S进行修正。
其进一步的技术方案为，放大后的初始强度为：
Figure BDA0003563033740000031
其中，V是紫外成像仪获取的视频数据在一秒钟包含的视频帧的数量。
其进一步的技术方案为，从视频数据中提取视频帧得到紫外图像，包括：
从视频数据中随机选取一个视频帧作为候选图像；
若候选图像中亮度值超过亮度阈值的像素点的像素值的平均差小于平均差阈值，则确定候选图像为紫外图像，否则，另外随机选取一个视频帧作为候选图像，直至得到紫外图像。
其进一步的技术方案为，紫外成像仪采集视频数据的时长
Figure BDA0003563033740000032
f是高dv/dt脉冲电压场景下的脉冲电压的频率。
本发明的有益技术效果是：
本申请基于紫外成像技术实现高dv/dt脉冲电压场景下局部放电检测，紫外成像法在检测过程中可以完全不接触待检测电气系统，避免电磁干扰问题且不会对待检测电气系统运行的设备本身造成任何影响；而且其检测范围较宽，在脉冲电压频率较高时仍然可以稳定的检测到放电信号。同时本申请针对高dv/dt脉冲电压场景的特性，提供了一套修正和计算的方法，直观的表示了频率与上升时间对放电强度的影响，实现了高dv/dt脉冲电压下绝缘风险评估。
附图说明
图1是一个实施例中的脉冲电压下局部放电检测方法的流程示意图。
图2是一个实施例中获取紫外图像的示意图。
图3是一个实例采集到的紫外图像在进行二值化处理前后的对比示意图。
图4是一个实施例中得到放电强度数据的流程示意图。
图5是四种不同放电特性参数的高dv/dt脉冲电压场景下采集到的紫外图像的对比示意图。
图6是不同频率和不同上升时间的高dv/dt脉冲电压场景下的局部放电量化结果拟合的对比曲线图。
具体实施方式
下面结合附图对本发明的具体实施方式做进一步说明。
本申请公开了一种基于紫外成像的脉冲电压下局部放电检测方法，请参考图1所示的流程图，该方法包括如下步骤：
步骤1，使用紫外成像仪采集待检测电气系统的局部放电区域处的视频数据，从视频数据中提取视频帧得到紫外图像。
待检测电气系统在局部放电区域处存在高dv/dt脉冲电压场景下的局部放电现象，v表示电压，t表示时间，高dv/dt脉冲电压表示电压变化率超过预定阈值的脉冲电压。高dv/dt脉冲电压不同于一般的工频电压，其一般具有高频特征。
由于高dv/dt脉冲电压场景的特殊性，高dv/dt脉冲电压场景下的局部放电现象具有随机性，因此本申请采用的是采集视频数据再提取视频帧来获得紫外图像的方法。且紫外成像仪采集视频数据的时长
Figure BDA0003563033740000041
f是高dv/dt脉冲电压场景下的脉冲电压的频率、单位为kHz。
在采集到视频数据后，提取能够准备反映局部放电情况的紫外图像的方法包括，请参考图2所示的流程图：
首先从视频数据中随机选取一个视频帧作为候选图像，对候选图像进行图像处理，以确定候选图像中的亮度值超过亮度阈值的像素点，也即确定其中的亮点。图像处理主要包括两部分：二值化处理和降噪处理：
首先将RGB格式的候选图像转换为灰度图像，灰度图像包含每个像素点的灰度值，然后将灰度图像中灰度值超过灰度阈值的像素点置为1(即为亮点)、其余置为0(即为暗点)，得到二值化图像，从而完成二值化处理。二值化图像中仍然存在大量的噪声点，因此为了后续结果的准确性，对二值化图像进行进一步的降噪处理，具体的：对二值化图像进行形态学操作，首先进行开合运算对二值化图像进行腐蚀，然后再进行膨胀，从而滤除二值化图像中像素较小的散点，平滑图像的边缘。再进行闭合运算进行膨胀，再对其进行侵蚀，以消除图像空洞，保持图像边缘平滑。对灰度图像进行二值化处理前后的对比示意图请参考图3。二值化图像经形态学操作滤波去噪后，仍可能存在一些干扰噪声点。此时可以利用局部滤波进行进一步的降噪。
由此可以准确的提取得到候选图像中的亮度值超过亮度阈值的像素点(也即亮点)以及亮度值未超过亮度阈值的像素点(也即暗点)。若所有亮点的像素值的平均差小于平均差阈值，则确定候选图像为紫外图像，执行如下步骤2.否则随机选取一个视频帧作为候选图像，重新执行上述图像处理和检测步骤，直至得到符合要求的视频帧作为紫外图像。
步骤2，基于紫外图像中亮度值超过亮度阈值的像素点的个数的总和得到放电强度数据P。由于在步骤1获取紫外图像之前，之前对作为紫外图像的视频帧执行了图像处理操作，因此此时紫外图像中亮度值超过亮度阈值的像素点、也即亮点和暗点已经区分开来。
一种做法是，可以直接将紫外图像中亮点的数量之和作为放电强度数据P，但高dv/dt脉冲电压场景由于频率较高，故在检测过程中常伴有局部放电发生却未被记录的情况发生，所以这种操作得到的结果是不准确的。因此在本申请中，首先确定紫外图像中的亮度值超过亮度阈值的像素点的个数的总和为初始强度R，然后通过对初始强度R进行修正得到放电强度数据P。在一个实施例中，本申请的修正操作包括如下两步，请参考图4：
(1)根据与高dv/dt脉冲电压场景下的脉冲电压的频率f匹配的频率修正系数对初始强度R进行修正，得到放大后的初始强度S，以对不同频率f下采集到的像素点数进行放大。由于紫外图像是从视频数据中提取得到的视频帧，所以频率修正系数应是一秒视频帧个数与脉冲电压的频率的比值，所以放大后的初始强度为：
Figure BDA0003563033740000051
其中，V是紫外成像仪获取的视频数据在一秒钟包含的视频帧的数量。
(2)基于频率修正系数N对初始强度R进行修正，得到放电强度数据P＝N×R。当执行方法(1)进行第一步修正时，该步骤实际实现为基于频率修正系数N对放大后的初始强度S进行修正，也即得到放电强度数据P＝N×S。
不管是哪种情况，上述频率修正系数N是在低频电压场景下拟合得到。拟合得到频率修正系数N的方法为：
使用紫外成像仪采集待检测电气系统在低频电压场景下时的局部放电区域处的参考紫外图像，并确定放电重复率H。低频电压是频率低于预定值的电压，比如常见的工频电压，可以认为低频电压场景下的局部放电通常全都被记录。参考紫外图像的获取方法与步骤1中紫外图像的获取方法类似，本申请不再赘述。放电重复率H由局部放电检测传感器获取，局部放电检测传感器是高频电流局部放电传感器、特高频局部放电传感器、脉冲电流传感器中的任意一种。
将参考紫外图像中的亮度值超过亮度阈值的像素点的个数的总和作为参考紫外光子像素点数P0，确定频率修正系数
Figure BDA0003563033740000061
步骤3，基于放电强度数据P和高dv/dt脉冲电压场景的放电特性参数得到待检测电气系统的局部放电区域处的局部放电量化结果。
高dv/dt脉冲电压场景的放电特性参数包括脉冲电压的频率f和脉冲电压的上升时间r，高dv/dt脉冲电压场景下的局部放电的放电强度除了受到频率的影响还受到上升时间的影响，因此本申请对这两种放电特性参数均进行考虑，确定待检测电气系统的局部放电区域处的局部放电量化结果为：
Q＝a×r+b×f+P；
其中，a、b为系数，可以预先通过实验数据拟合得到。比如在一个实例中，根据实验测量数据并使用多元线性回归法拟合得到的a、b，当确定的放电强度数据P为367.2125时，局部放电量化结果为Q＝1234.6×r-26.0819×f+367.2125。
在一个实例中，请参考图5示出了四种不同的放电特性参数的高dv/dt脉冲电压场景下的紫外图像。图5中的(a)是f＝1kHz、r＝50ns的放电特性参数的高dv/dt脉冲电压场景下的紫外图像，图5中的(b)是f＝1kHz、r＝100ns的放电特性参数的高dv/dt脉冲电压场景下的紫外图像，图5中的(c)是f＝1kHz、r＝200ns的放电特性参数的高dv/dt脉冲电压场景下的紫外图像，图5中的(d)是f＝1kHz、r＝500ns的放电特性参数的高dv/dt脉冲电压场景下的紫外图像。对比四个不同场景下的紫外图像可以看出明显不同，因此可以定性说明除了高dv/dt脉冲电压场景下的局部放电的放电强度也会受到上升时间r的影响。
在另一个实施例中，不同的放电特性参数的高dv/dt脉冲电压场景下的局部放电量化结果的对比数据如图6所示，也可以看出，随着上升时间r的缩短，局部放电量化结果越大，也即光子像素点越来越多，说明放电越剧烈，上升时间在50ns以内的放电强度远强于其他情况。而在上升时间相同的情况下，随着频率降低，局部放电量化结果越大，放电越剧烈。
以上所述的仅是本申请的优选实施方式，本发明不限于以上实施例。可以理解，本领域技术人员在不脱离本发明的精神和构思的前提下直接导出或联想到的其他改进和变化，均应认为包含在本发明的保护范围之内。

Claims (8)

1.一种基于紫外成像的脉冲电压下局部放电检测方法，其特征在于，所述方法包括：
使用所述紫外成像仪采集所述待检测电气系统的局部放电区域处的视频数据，从所述视频数据中提取视频帧得到紫外图像，所述待检测电气系统在所述局部放电区域处存在高dv/dt脉冲电压场景下的局部放电现象，v表示电压，t表示时间，高dv/dt脉冲电压表示电压变化率超过预定阈值的脉冲电压；
基于所述紫外图像中亮度值超过亮度阈值的像素点的个数的总和得到放电强度数据P，包括：确定所述紫外图像中的亮度值超过亮度阈值的像素点的个数的总和为初始强度R，基于频率修正系数N对所述初始强度R进行修正，得到所述放电强度数据P＝N×R，其中频率修正系数N在低频电压场景下拟合得到；
基于所述放电强度数据P和高dv/dt脉冲电压场景的放电特性参数得到所述待检测电气系统的局部放电区域处的局部放电量化结果；
其中，所述方法还包括：使用紫外成像仪采集所述待检测电气系统在低频电压场景下时的所述局部放电区域处的参考紫外图像，并确定放电重复率H；将所述参考紫外图像中的亮度值超过亮度阈值的像素点的个数的总和作为参考紫外光子像素点数P0；确定所述频率修正系数
Figure FDA0003928461790000011
2.根据权利要求1所述的方法，其特征在于，
高dv/dt脉冲电压场景的放电特性参数包括脉冲电压的频率f和脉冲电压的上升时间r。
3.根据权利要求2所述的方法，其特征在于，所述待检测电气系统的局部放电区域处的局部放电量化结果为：
Q＝a×r+b×f+P；
其中，a、b为系数。
4.根据权利要求1所述的方法，其特征在于，所述方法还包括：
采用局部放电检测传感器获取所述放电重复率H，所述局部放电检测传感器是高频电流局部放电传感器、特高频局部放电传感器、脉冲电流传感器中的任意一种。
5.根据权利要求1所述的方法，其特征在于，所述基于频率修正系数N对所述初始强度R进行修正，包括：
根据与高dv/dt脉冲电压场景下的脉冲电压的频率f匹配的频率修正系数对所述初始强度R进行修正，得到放大后的初始强度S；
基于所述频率修正系数N对所述放大后的初始强度S进行修正。
6.根据权利要求5所述的方法，其特征在于，所述放大后的初始强度为：
Figure FDA0003928461790000021
其中，V是所述紫外成像仪获取的所述视频数据在一秒钟包含的视频帧的数量。
7.根据权利要求1所述的方法，其特征在于，所述从所述视频数据中提取视频帧得到紫外图像，包括：
从所述视频数据中随机选取一个视频帧作为候选图像；
若所述候选图像中亮度值超过亮度阈值的像素点的像素值的平均差小于平均差阈值，则确定所述候选图像为所述紫外图像，否则，另外随机选取一个视频帧作为候选图像，直至得到所述紫外图像。
8.根据权利要求1所述的方法，其特征在于，
所述紫外成像仪采集所述视频数据的时长
Figure FDA0003928461790000022
f是高dv/dt脉冲电压场景下的脉冲电压的频率。
CN202210295180.5A 2022-03-24 2022-03-24 一种基于紫外成像的脉冲电压下局部放电检测方法 Active CN114755538B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202210295180.5A CN114755538B (zh) 2022-03-24 2022-03-24 一种基于紫外成像的脉冲电压下局部放电检测方法
US18/125,579 US20230305051A1 (en) 2022-03-24 2023-03-23 Partial Discharge Detecting Method Using Ultraviolet Imagery Under Pulse Voltage Condition

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210295180.5A CN114755538B (zh) 2022-03-24 2022-03-24 一种基于紫外成像的脉冲电压下局部放电检测方法

Publications (2)

Publication Number Publication Date
CN114755538A CN114755538A (zh) 2022-07-15
CN114755538B true CN114755538B (zh) 2022-12-23

Family

ID=82327354

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210295180.5A Active CN114755538B (zh) 2022-03-24 2022-03-24 一种基于紫外成像的脉冲电压下局部放电检测方法

Country Status (2)

Country Link
US (1) US20230305051A1 (zh)
CN (1) CN114755538B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116609604B (zh) * 2023-05-31 2024-05-10 武汉云岭光电股份有限公司 静电放电测试系统及方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1432983A (zh) * 2001-12-27 2003-07-30 索尼公司 等离子显示装置及其亮度校正方法和显示方法
CN103744005A (zh) * 2013-12-31 2014-04-23 国网青海省电力公司电力科学研究院 一种基于紫外成像法下放电强度换算方法
CN106054032A (zh) * 2016-03-08 2016-10-26 华北电力大学（保定） 一种高压绝缘子沿面放电脉冲峰值的非接触式测量方法
CN107991591A (zh) * 2017-12-04 2018-05-04 云南电网有限责任公司普洱供电局 一种基于Kaiser窗FFT单峰插值修正的图像融合方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1432983A (zh) * 2001-12-27 2003-07-30 索尼公司 等离子显示装置及其亮度校正方法和显示方法
CN103744005A (zh) * 2013-12-31 2014-04-23 国网青海省电力公司电力科学研究院 一种基于紫外成像法下放电强度换算方法
CN106054032A (zh) * 2016-03-08 2016-10-26 华北电力大学（保定） 一种高压绝缘子沿面放电脉冲峰值的非接触式测量方法
CN107991591A (zh) * 2017-12-04 2018-05-04 云南电网有限责任公司普洱供电局 一种基于Kaiser窗FFT单峰插值修正的图像融合方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
紫外检测局部放电的光子数与放电量关系研究;董小青 等;《电力科学与技术学报》;20161231;第31卷(第4期);155-160 *

Also Published As

Publication number Publication date
CN114755538A (zh) 2022-07-15
US20230305051A1 (en) 2023-09-28

Similar Documents

Publication Publication Date Title
JP4101132B2 (ja) ビデオ・シーケンスのブレ評価方法
US6985180B2 (en) Intelligent blemish control algorithm and apparatus
Ferzli et al. No-reference objective wavelet based noise immune image sharpness metric
CN114755538B (zh) 一种基于紫外成像的脉冲电压下局部放电检测方法
KR20190023374A (ko) 디스플레이 패널 검사 방법
Vijaykumar et al. Decision based adaptive median filter to remove blotches, scratches, streaks, stripes and impulse noise in images
CN103996177A (zh) 一种无参考检测消除雪花噪声算法
KR100754969B1 (ko) 화상 검사 장치, 화상 검사 방법 및 컴퓨터 판독가능한 기억 매체
US7576894B2 (en) Device and method for sharpening image signal
CN115063302B (zh) 针对指纹图像椒盐噪声的有效去除方法
JPH06242013A (ja) 欠陥検査装置
JP2006226837A (ja) しみ検査方法及びしみ検査装置
JP2010093471A (ja) 撮像装置、撮像装置用半導体集積回路、および欠陥画素判定方法
JP2010148015A (ja) ノイズ低減装置およびそのプログラム
JP5022981B2 (ja) 荷電粒子線装置
KR101043061B1 (ko) 이산 웨이블렛 변환을 이용한 ｓｍｄ 검사 방법
Dudas et al. Robust detection of defects in imaging arrays
KR100510687B1 (ko) 디스플레이 기기의 임펄스성 노이즈 감소 방법
Hsu et al. Adaptive de-noising filter algorithm for CMOS image sensor testing applications
CN100550979C (zh) 动态缺陷校正方法和装置
KR101076478B1 (ko) 스트레칭 기법을 활용한 평판 디스플레이 패널의 화상결함 검사 방법 및 기록매체
CN110519516B (zh) 一种图像噪点的处理方法、装置及电子设备
CN113109630B (zh) 一种脉冲数据处理方法、装置及血液细胞分析仪
Daway et al. Replacement Noise with High Density Removed Depending On Adaptive Median Filter
Bhatia Decision based median filtering technique to remove salt and pepper noise in images

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