CN115375022B - 电极脉冲电流数据的处理方法、装置、计算机设备 - Google Patents
电极脉冲电流数据的处理方法、装置、计算机设备 Download PDFInfo
- Publication number
- CN115375022B CN115375022B CN202210992586.9A CN202210992586A CN115375022B CN 115375022 B CN115375022 B CN 115375022B CN 202210992586 A CN202210992586 A CN 202210992586A CN 115375022 B CN115375022 B CN 115375022B
- Authority
- CN
- China
- Prior art keywords
- corona discharge
- image
- electrode
- pulse current
- tip plate
- 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
Links
- 238000003672 processing method Methods 0.000 title claims description 11
- 238000000034 method Methods 0.000 claims abstract description 81
- 238000012545 processing Methods 0.000 claims abstract description 67
- 238000004590 computer program Methods 0.000 claims abstract description 26
- 238000013507 mapping Methods 0.000 claims abstract description 18
- 238000000605 extraction Methods 0.000 claims abstract description 12
- 230000006870 function Effects 0.000 claims description 30
- 238000012360 testing method Methods 0.000 claims description 15
- 230000011218 segmentation Effects 0.000 claims description 11
- 230000000903 blocking effect Effects 0.000 claims description 10
- 239000003990 capacitor Substances 0.000 claims description 10
- 230000000877 morphologic effect Effects 0.000 claims description 7
- 238000011109 contamination Methods 0.000 claims description 6
- 238000007781 pre-processing Methods 0.000 claims description 5
- 238000007405 data analysis Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 abstract description 9
- 238000005516 engineering process Methods 0.000 abstract description 5
- 238000002474 experimental method Methods 0.000 description 14
- MWUXSHHQAYIFBG-UHFFFAOYSA-N nitrogen oxide Inorganic materials O=[N] MWUXSHHQAYIFBG-UHFFFAOYSA-N 0.000 description 12
- 239000003570 air Substances 0.000 description 10
- 238000010586 diagram Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 6
- CBENFWSGALASAD-UHFFFAOYSA-N Ozone Chemical compound [O-][O+]=O CBENFWSGALASAD-UHFFFAOYSA-N 0.000 description 4
- 230000032683 aging Effects 0.000 description 3
- 238000005260 corrosion Methods 0.000 description 3
- 230000007797 corrosion Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 239000011810 insulating material Substances 0.000 description 3
- 230000007774 longterm Effects 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000001186 cumulative effect Effects 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 239000002184 metal Substances 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 239000012080 ambient air Substances 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 230000005684 electric field Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012067 mathematical method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 239000000376 reactant Substances 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- 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
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge 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
- G06T7/136—Segmentation; Edge detection involving thresholding
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Operations Research (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Educational Administration (AREA)
- Testing Relating To Insulation (AREA)
Abstract
本申请涉及一种电极脉冲电流数据的处理方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括:当电极出现电晕放电后,获取电极的电晕放电的第一电晕放电图像,对第一电晕放电图像进行图像处理,得到第一放电光斑,根据第一放电光斑提取得到第一轮廓特征值,用数据的形式表现了第一电晕放电图像的特征,得到了该类型电极的轮廓特征值与脉冲电流值映射关系的拟合函数。在电极出现电晕放电现象后,可以通过上述拟合函数预测第一轮廓特征值对应的第一脉冲电流值,解决了传统技术中,只能观察电晕放电过程,而不能获得电晕放电的脉冲电流值的问题。
Description
技术领域
本申请涉及高压电气设备故障检测技术领域,特别是涉及一种电极脉冲电流数据的处理方法、装置、计算机设备、存储介质和计算机程序产品。
背景技术
在高电压电气设备而言,常发生在极不均匀电场中场强集中的区域出现电晕放电现象,长期的电晕放电,可能造成部件材料性质变化,或通过其所产生的热效应,以及空气局部电离所产生的臭氧及氮氧化物,而造成金属部件的表面腐蚀以及绝缘材料的加速老化。因此,对电晕放电进行检测十分有必要,能够帮助高压变电站作业人员提前发现高压电气设备的运行风险。
传统技术中,只能通过实验观察电力设备绝缘表面的电晕放电过程,受限于实验工具和实验环境,处理效率低。
发明内容
基于此,有必要针对上述技术问题,提供一种高效的电极脉冲电流数据的处理方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
第一方面,本申请提供了一种电极脉冲电流数据的处理方法。所述方法包括:
获取电极的第一电晕放电图像;
对所述第一电晕放电图像进行图像处理,得到第一放电光斑;
对所述第一放电光斑提取得到第一轮廓特征值;
利用该类型电极的表征轮廓特征值与脉冲电流值映射关系的拟合函数,预测所述第一轮廓特征值对应的第一脉冲电流值。
在其中一个实施例中,所述方法还包括:根据所述第一脉冲电流值,评估所述电极的电晕放电强度和/或使用风险。
在其中一个实施例中,所述方法还包括:获取对所述电极施加不同电流得到的电晕放电的多组实验数据,所述实验数据包括第二电晕放电图像和第二脉冲电流值;
对各所述第二电晕放电图像进行图像处理得到多个第二放电光斑;
对各所述第二放电光斑提取得到对应的第二轮廓特征值;
将多组所述第二轮廓特征值和对应的所述第二脉冲电流值进行拟合,得到初始拟合函数。
在其中一个实施例中,获取对电力设备在不同测试环境下施加不同电流得到的电晕放电的多组实验数据;所述测试环境包括气压、温度、湿度和污秽程度中的至少两种。
在其中一个实施例中,对所述第一电晕放电图像进行图像处理,得到第一放电光斑,包括:对所述第一电晕放电图像进行灰度化处理,得到灰度图像;
采用阈值分割法对所述灰度图像进行二值化处理,得到二值图像;
采用形态学处理方法对所述二值图像进行去噪处理,得到预处理图像;
对所述预处理图像进行轮廓提取,得到所述第一放电光斑。
在其中一个实施例中,对所述预处理图像进行轮廓提取,得到所述第一放电光斑,包括:根据像素面积法提取所述预处理图像的放电光斑;
利用梯度法对所述放电光斑进行轮廓提取,得到所述第一放电光斑。
第二方面,本申请还提供了一种电极脉冲电流数据的处理装置。所述装置包括:
第三方面,本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述的方法的步骤。
第四方面,本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述的方法的步骤。
第五方面,本申请还提供了一种计算机程序产品。所述计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现上述的方法的步骤。
上述电极脉冲电流数据的处理方法、装置、计算机设备、存储介质和计算机程序产品,当电极出现电晕放电后,获取电极的电晕放电的第一电晕放电图像,对第一电晕放电图像进行图像处理,提取第一放电光斑的第一轮廓特征值,能够以数值的形式量化电晕放电图像的特征,进而利用该类型电极的轮廓特征值与脉冲电流值映射关系的拟合函数,预测得到脉冲电流值。一方面,解决了传统技术中,只能观察电晕放电过程,而不能获得电晕放电的脉冲电流值的问题。另一方面,该方法量化电晕放电图像的特征,利用轮廓特征值与脉冲电流值映射关系的拟合函数,预测脉冲电流值,不需要复杂实验和计算,提高了处理效率。
附图说明
图1为一个实施例中电极脉冲电流数据的处理方法的应用环境图;
图2为一个实施例中电极脉冲电流数据的处理方法的流程示意图;
图3为一个实施例中电极脉冲电流数据的处理系统结构示意图;
图4为另一个实施例中电极脉冲电流数据的处理方法的流程示意图;
图5为一个实施例中紫外图像的处理的流程示意图;
图6为一个实施例中电极脉冲电流数据的处理装置的结构框图;
图7为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请实施例提供的电极脉冲电流数据的处理方法,可以应用于如图1所示的应用环境中。其中,终端110通过网络与数据平台100进行通信。
数据平台100获取得到第一电晕放电图像并将第一电晕放电图像进行保存,终端110将第一放电图像进行图像处理,得到第一放电光斑,并对第一放电光斑提取第一轮廓特征值,利用该类型电极的表征轮廓特征值与脉冲电流值映射关系的拟合函数,预测所述第一轮廓特征值对应的第一脉冲电流值。
第一放电光斑、第一轮廓值,以及得到的第一脉冲电流值由终端110发送到数据平台100并保存。
其中,终端110可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑。数据平台100可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中,如图2所示,提供了一种电极脉冲电流数据的处理方法,以该方法应用于图1中的终端为例进行说明,包括以下步骤:
步骤200,获取电极的第一电晕放电图像。
其中,电极可以是尖端电极,在曲率半径较小的尖端电极附近,容易出现局部自持放电,即电晕放电现象。对于发生了电极的电晕放电的电力设备,拍摄电晕放电图像,得到第一电晕放电图像。
步骤210,对第一电晕放电图像进行图像处理,得到第一放电光斑。
电晕放电会在电极的外部形成多圈放电光斑,通过对第一电晕放电图像进行处理,提取第一电晕放电图像中的光斑,得到第一放电光斑。其中,图像处理可以是对第一电晕放电图像采用数学的方法进行处理,比如,灰度化处理、阈值分割法、数学形态学方法、像素面积法、梯度法等。第一放电光斑是第一电晕放电图像通过图像处理后的最大的放电光斑。
步骤220,对第一放电光斑提取得到第一轮廓特征值。
其中,第一轮廓特征值可以是对第一放电光斑的轮廓特征进行提取后得到的特征值,第一轮廓特征值反应了第一放电光斑的面积、周长,以及轮廓形状。
具体地,在得到第一放电光斑后,对第一放电光斑可以采用梯度法进行提取,得到第一轮廓特征值。第一放电光斑的面积越大、周长越长,反应了电极放电强度越大,对应的电极脉冲电流值越大。
步骤230,利用该类型电极的表征轮廓特征值与脉冲电流值映射关系的拟合函数,预测第一轮廓特征值对应的第一脉冲电流值。
其中,为了得到表征轮廓特征值与脉冲电流值映射关系的拟合函数,可以对该类型电极进行电晕放电实验,记录实验电极的内部所产生的脉冲电流,以及对应的电晕放电图像中放电光斑的轮廓特征值。基于多组的脉冲电流和轮廓特征值的映射关系,得到该类型电极的表征轮廓特征值与脉冲电流值映射关系的拟合函数。基于该类型电极的表征轮廓特征值与脉冲电流值映射关系的拟合函数,在得到了第一轮廓特征值时,可预测对应的第一脉冲电流值。
电晕放电对于高电压电气设备而言,虽然短时的电晕放电一般不会造成严重的后果,但是在长期累计效应作用下,可能造成部件材料性质变化,或通过其所产生的热效应,以及空气局部电离所产生的臭氧及氮氧化物,而造成金属部件的表面腐蚀以及绝缘材料的加速老化。本实施例中,利用预测的第一脉冲电流值可以量化电晕放电图像,进而用于估计电晕放电造成的影响。
上述电极脉冲电流数据的处理方法中,当电极出现电晕放电后,获取电极的电晕放电的第一电晕放电图像,对第一电晕放电图像进行图像处理,提取第一放电光斑的第一轮廓特征值,能够以数值的形式量化电晕放电图像的特征,进而利用该类型电极的轮廓特征值与脉冲电流值映射关系的拟合函数,预测得到脉冲电流值。一方面,解决了传统技术中,只能观察电晕放电过程,而不能获得电晕放电的脉冲电流值的问题。另一方面,该方法量化电晕放电图像的特征,利用轮廓特征值与脉冲电流值映射关系的拟合函数,预测脉冲电流值,不需要复杂实验和计算,提高了处理效率。
在一个实施例中,根据第一脉冲电流值,评估电极的电晕放电强度和/或使用风险。
在电力设备检修领域,电晕放电对于高电压电气设备而言,虽然短时的电晕放电一般不会造成严重的后果,但是在长期累计效应作用下,可能造成部件材料性质变化,或通过其所产生的热效应,以及空气局部电离所产生的臭氧及氮氧化物,而造成金属部件的表面腐蚀以及绝缘材料的加速老化。但对于电晕放电的影响,一直缺乏有效的检测手段。
本实施例中,由于第一脉冲值是可以通过电极轮廓特征值与脉冲电流值映射关系的拟合函数预测得到,而电极轮廓特征值反应的是电晕放电图像的特征,因此,通过利用预测的第一脉冲电流值可以量化电晕放电图像,进而根据第一脉冲电流值,可以评估电极的电晕放电强度和/或使用风险等级。
具体地,可以建立电晕放电强度等级,不同的电晕放电强度等级对应不同的脉冲电流值范围。例如,将电晕放电强度等级按照电晕放电强度从小到大,分为第一电晕放电强度区间、第二电晕放电强度区间、第三电晕放电强度区间。不同电晕放电强度大小对应的电晕放电强度区间,通过这种对应关系,反应了电晕放电强度对电极的影响程度。将脉冲电流值与电晕放电强度区间相对应,根据脉冲电流值可以直观了解该电晕放电程度,以及该脉冲电流值对电极的影响程度。
具体地,当电极内部脉冲电流过大,导致电极外部出现电晕电流时,电极与周围空气发生化学反应,生成臭氧及氧化氮等产物,腐蚀输电线路。
可见,电晕放电有可能造成电力设备的使用风险。
本实施例中,根据电晕放电程度还可以进一步评估电力设备的使用风险等级。可以根据实验确定不同电晕放电程度对应的使用风险等级,通过对电极施加不同电压或电流情况下,电极持续一段时间出现电晕放电后,通过计算电极与空气发生反应产生的反应物的面积和电极的表面积之比,将计算结果作为电力设备使用风险的评估方法。根据面积比从小到大,设置第一风险等级区间、第二风险等级区间、第三风险等级区间,第一风险等级区间反应的对电力设备使用风险最小。根据脉冲电流值大小可以评估电极的使用风险。
本实施例中,通过实验的手段,将电极的脉冲电流和电晕放电强度区间以及电极的脉冲电流和电力设备的风险等级相关联起来,通过获得脉冲电流数值大小就能得出电极此时的电晕放电强度和电力设备的使用风险,避免了电极长时间的电晕放电对电力设备造成的损害,当脉冲电流数值达到一定大小时,能提前预知风险,能够起到风险预警的作用。
在一个实施例中,可以通过实验,获得表征轮廓特征值与脉冲电流值映射关系的拟合函数。
具体地,该步骤包括:获取对电极施加不同电流得到的电晕放电的多组实验数据,实验数据包括第二电晕放电图像和第二脉冲电流值;对各第二电晕放电图像进行图像处理得到多个第二放电光斑;对各第二放电光斑提取得到对应的第二轮廓特征值;将多组第二轮廓特征值和对应的第二脉冲电流值进行拟合,得到初始拟合函数。
具体地,多组实验数据是通过多次实验得到的。实验可借助如图3所示的电极脉冲电流数据处理系统实现。
如图3所示,电极脉冲电流数据处理系统包括:
真空罐301、温湿度调节模块302、尖板电极303、隔直电容304、交流电压源306、直流电压源307、保护电阻308、紫外成像仪305、罗氏线圈309和示波器310。
其中,真空罐301,可以提供真空密封的环境。
温湿度调节模块302设置在真空罐301中,可以调节真空罐301的温度和湿度。
尖板电极303设置在真空罐301中,尖板电极303的形状和污秽程度可调节。
有隔直电容304分别与交流电压源306和直流电压源307电连接。
紫外成像仪305,拍摄尖板电极303电晕放电的紫外图像。
交流电压源306和直流电压源307,设置在真空罐301外部,并电连接尖板电极303,可以对尖板电极303施加幅值可调的交直流电压,交流电压源306是交流工频电源,直流电压源307是直流工频电源。
保护电阻308的第一端与隔直电容304、直流电压源307连接,保护电阻308的第二端与尖板电极303连接。
罗氏线圈309,连接尖板电极303并获得尖板电极303出现电晕放电现象时脉冲电流。
示波器310,连接罗氏线圈309读取脉冲电流值。
其中,通过交流电源、隔直电容304,以及直流电源对尖板电极303施加逐渐增大的电流,施加的电流时逐渐增大的交直流混合电流,直到尖板电极303出现电晕放电现象,此时增大电流或电压的大小,得到多组实验数据。第二电晕放电图像可以通过紫外成像仪305拍摄处理得到的。第二脉冲电流值可以通过罗氏线圈309和示波器310得到,也可以通过万用表或其他半导体脉冲电流测量仪器得到。
对各第二电晕放电图像进行图像处理得到多个第二放电光斑。
其中,第二电晕放电图像可以通过紫外成像仪305拍摄处理得到的,第二放电光斑是由多个放电光斑所组成,可以是表示最大的放电光斑。第二电晕放电图像通过灰度化处理、阈值分割法、数学形态学方法、像素面积法、梯度法等处理方法,转化为第二放电光斑。
对各第二放电光斑提取得到对应的第二轮廓特征值。其中,第二轮廓特征值可以是对第二放电光斑的轮廓特征进行提取后得到的特征值,第二轮廓特征值反应了第二放电光斑的面积、周长,以及轮廓形状。
将多组第二轮廓特征值和对应的第二脉冲电流值进行拟合,得到初始拟合函数。
其中,将多组第二轮廓特征值和对应的第二脉冲电流值进行拟合,得到初始拟合函数。
具体的,尖板电极303出现电晕放电后,通过改变交流电源和直流电源对尖板电极303施加的电压或电流,使尖板电极303在逐渐增高的输入电压影响下,呈现出不同的电晕放电图像,第二电晕放电图像通过紫外成像仪305拍摄处理得到,根据得到的第二电晕放电图像进行进一步处理获得多组第二轮廓特征值,将多组第二轮廓特征值和第二脉冲电流值,进行拟合,得到初始拟合函数。
本实施例中,通过对尖板电极303施加不同大小的电流得到了多组试验数据,根据多组试验数据,得到初始拟合函数,能够根据电晕放电图像和初始拟合函数更加准确的预测第二脉冲电流值。
在一个实施例中,获取对电力设备在不同测试环境下施加不同电流得到的电晕放电的多组实验数据;测试环境包括气压、温度、湿度和污秽程度中的至少两种。
具体地,多组实验数据是通过多次实验得到的。实验可借助如图3所示的电极脉冲电流数据处理系统实现。
其中,尖板电极303是电力设备中容易出现电晕放电的部分,电力设备指发电设备和供电设备,发电设备包括发电机、变压器等,供电设备包括各电压等级的输电线路、互感器、接触器等。测试环境可以是处于真空罐301内,真空罐301可以调节罐内气压、还可以通过温湿度调节模块302灵活调节测试环境的温度、湿度,电极的污秽程度指尖板电极303外表面的洁净程度,根据IEC相关标准确定电极的污秽程度。
具体地,通过对电力设备的尖板电极303施加不同的测试条件,比如气压、温度、湿度,以及改变尖板电极303的污秽程度,形成对照实验,对各对照实验组分别施加相同或不同大小的电流以获得多组实验数据。
特别地,还可以改变尖板电极303的曲率半径,获得不同的拟合函数,对于不同曲率半径的尖板电极303,获得不同的拟合函数;对于不同污秽程度的电极,定性判断其影响。
在本实施例中,通过改变测试环境能够获得多组实验数据,形成对照组,进而使拟合函数预测结果更准确。
在一个实施例中,对所述第一电晕放电图像进行图像处理,得到第一放电光斑,包括:对第一电晕放电图像进行灰度化处理,得到灰度图像;采用阈值分割法对灰度图像进行二值化处理,得到二值图像;采用形态学处理方法对二值图像进行去噪处理,得到预处理图像;对预处理图像进行轮廓提取,得到第一放电光斑。
其中,对第一电晕放电图像灰度化处理是指将三通道的彩色图像转化为单通道的灰度图像的过程,灰度图像的每个像素只需一个字节存放灰度值,大大简化了图像。
阈值分割法是将灰度图像转化为二值图像的常用方法,根据灰度图像的灰度值分布图选取合适的阈值,像素值大于该阈值的设为白色,其他设为黑色。
通过阈值分割法可以准确将放电区域从紫外图像中分割开,方便后续参数提取,提高了图像提取的准确度。
形态学处理方法是指二值化后的图像通过开运算进行滤波。即依次对图像进行腐蚀和膨胀处理,处理后的图像形状基本保持不变,且边缘更加光滑。预处理图像指经过消噪处理后的图像。
通过形态学滤波的方法,可以不影响图像形状的前提下,通过腐蚀处理使图像外边界平滑,同时通过膨胀处理可以使图像内边界平滑,方便后续参数提取,并提高了图像提取的准确度。
轮廓提取是将预处理图像边缘轮廓参数的提取方法。轮廓参数包含周长和面积等。
通过轮廓提取法,可以快速提取预处理图像的周长和面积参数。
在本实施例中,通过对第一电晕放电图像灰度化处理、阈值分割法、形态学处理、轮廓提取能够准确得到表征第一电晕放电图像特征的第一放电光斑。
在一个实施例中,对所述第一电晕放电图像进行图像处理,得到第一放电光斑,包括:根据像素面积法提取预处理图像的放电光斑;利用梯度法对放电光斑进行轮廓提取,得到第一放电光斑。
其中,像素面积法是提取预处理图像中的放电光斑的方法。
具体地,依次标注预处理图像的每个光斑区域,根据每个光斑区域的像素点数量进行排序,选取放电光斑的最大连通域作为最大放电光斑,也即第一放电光斑。
其中,梯度法是边缘检测方法的一种。
具体地,通过对最大放电光斑图像的白色像素点进行追踪,将白色像素点所在坐标标记为轮廓点坐标,连接若干白色像素点形成封闭曲线,封闭曲线即为放电光斑轮廓。
在本实施例中,通过像素面积法和梯度法,预处理图像的放电光斑进行处理,能够根据预处理图像准确计算出第一放电光斑的周长和面积,可以根据周长长短和面积大小反应预处理图像的光斑的图像特征,该图像特征可以表征电晕放电强度。
在一个实施例中,以电极为尖板电极303为实验对象,确定尖板电极303的轮廓特征值与脉冲电流值映射关系的拟合函数的过程,如图4所示,包括以下步骤:
步骤400,在尖板电极303上施加逐步提高的交直流电压,直至尖板电极303出现电晕放电现象。
具体地,利用图3所示的实验工具,将一清洁尖板电极303置于真空罐301中,调整真空罐301内温度和气压为工况,不调节湿度,工况为:标准大气压,温度20℃,湿度为30%。交流电压源306和直流电压源307对尖板电极303施加逐步提高的交直流电压,直至尖板电极303出现电晕放电的现象。通过调节交流电压源306和直流电压源307对尖板电极303施加的电流或电压大小,采用阶梯法改变电压大小,上升周期为10秒。
步骤410,紫外成像仪305获取尖板电极303的电晕放电的紫外图像。
具体地,紫外成像仪305拍摄帧率为25帧,将每秒所获得的25张图像作为一组。
步骤420,从示波器310中读取脉冲电流值。
具体地,示波器310通过罗氏线圈309读取尖板电极303的脉冲电流值。
步骤430,对紫外图像进行图像处理获取最大放电光斑。
步骤440,基于最大放电光斑特征提取获得图像特征,图像特征包括最大放电光斑的面积、周长和轮廓。
步骤450,拟合图像特征和脉冲电流值得到拟合函数。
步骤460,判断是否已经修正环境因素。
步骤470,改变试验条件且重复步骤400至步骤460以得到修正的拟合函数,基于修正的拟合函数以通过紫外图像获得电晕放电的脉冲电流值,试验条件包括尖板电极3033形状、气压、湿度、温度和电极污秽程度。
具体地,对紫外图像进行图像处理获取最大放电光斑的步骤,如图5所示,具体包括:
步骤500,从紫外成像仪305中获取放电视频图像。
具体地,对放电视频图像进行灰度化处理,得到灰度图像。
步骤510,对图像进行分割处理。具体地,采用阈值分割法对所述灰度图像进行二值化处理,得到二值图像。
步骤520,得到二值化图像后,利用数学形态学进行消噪,筛选出最大放电光斑。
步骤530,得到最大放电光斑后,通过对最大放电光斑图像的白色像素点进行追踪,将白色像素点所在坐标标记为轮廓点坐标,连接若干白色像素点形成封闭曲线,封闭曲线即为放电光斑轮廓。
应该理解的是,虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思,本申请实施例还提供了一种用于实现上述所涉及的电极脉冲电流数据的处理方法的电极脉冲电流数据的处理装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似,故下面所提供的一个或多个电极脉冲电流数据的处理装置实施例中的具体限定可以参见上文中对于电极脉冲电流数据的处理方法的限定,在此不再赘述。
在一个实施例中,如图6所示,提供了一种电极脉冲电流数据的处理装置,包括:数据获取模块600、数据预处理模块610、数据处理模块620、数据分析模块630,其中:
数据获取模块600,用于获取电极的第一电晕放电图像。
数据预处理模块610,用于对所述第一电晕放电图像进行图像处理,得到第一放电光斑。
数据处理模块620,用于对所述第一放电光斑提取得到第一轮廓特征值。
数据分析模块630,用于利用该类型电极的表征轮廓特征值与脉冲电流值映射关系的拟合函数,预测所述第一轮廓特征值对应的第一脉冲电流值。
在另一个实施例中,数据分析模块630,还用于根据所述第一脉冲电流值,评估所述电极的电晕放电强度和/或使用风险。
在另一个实施例中,所述装置还包括:数据拟合模块,用于获取对所述电极施加不同电流得到的电晕放电的多组实验数据,所述实验数据包括第二电晕放电图像和第二脉冲电流值;对各所述第二电晕放电图像进行图像处理得到多个第二放电光斑;对各所述第二放电光斑提取得到对应的第二轮廓特征值;将多组所述第二轮廓特征值和对应的所述第二脉冲电流值进行拟合,得到初始拟合函数。
在另一个实施例中,数据拟合模块,还用于获取对电力设备在不同测试环境下施加不同电流得到的电晕放电的多组实验数据;所述测试环境包括气压、温度、湿度和污秽程度中的至少两种。
在另一个实施例中,数据预处理模块610还用于,对所述第一电晕放电图像进行灰度化处理,得到灰度图像;采用阈值分割法对所述灰度图像进行二值化处理,得到二值图像;采用形态学处理方法对所述二值图像进行去噪处理,得到预处理图像;对所述预处理图像进行轮廓提取,得到所述第一放电光斑。
在另一个实施例中,数据预处理模块610还用于,根据像素面积法提取所述预处理图像的放电光斑;利用梯度法对所述放电光斑进行轮廓提取,得到所述第一放电光斑。
上述电极脉冲电路数据的处理装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图7所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储第一脉冲电流数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种电极脉冲电流数据的处理方法。
本领域技术人员可以理解,图7中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,还提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现上述各方法实施例中的步骤。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
在一个实施例中,提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory,ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory,MRAM)、铁电存储器(Ferroelectric Random Access Memory,FRAM)、相变存储器(Phase Change Memory,PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器等。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory,DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等,不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等,不限于此。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请的保护范围应以所附权利要求为准。
Claims (10)
1.一种电极脉冲电流数据的处理方法,其特征在于,
获取电极的第一电晕放电图像;
对所述第一电晕放电图像进行图像处理,得到第一放电光斑;
对所述第一放电光斑提取得到第一轮廓特征值;
利用所述电极的表征轮廓特征值与脉冲电流值映射关系的拟合函数,预测所述第一轮廓特征值对应的第一脉冲电流值;
其中,所述电极包括尖板电极;
所述电极脉冲电流数据的处理系统包括:真空罐、温湿度调节模块、尖板电极、隔直电容、交流电压源、直流电压源、保护电阻、紫外成像仪、罗氏线圈和示波器;
其中,所述真空罐,用于提供真空密封的环境;所述温湿度调节模块,设置在所述真空罐中,用于调节所述真空罐的温度和湿度;所述尖板电极设置在所述真空罐中,所述尖板电极的形状和污秽程度可调节;所述隔直电容分别与所述交流电压源和所述直流电压源电连接;所述紫外成像仪,用于拍摄所述尖板电极电晕放电的紫外图像;所述交流电压源和所述直流电压源,设置在所述真空罐外部,并电连接所述尖板电极,所述交流电压源和所述直流电压源,用于对所述尖板电极施加幅值可调的交直流电压,所述交流电压源包括交流工频电源,所述直流电压源包括直流工频电源;所述保护电阻的第一端与所述隔直电容、所述直流电压源连接,所述保护电阻的第二端与所述尖板电极连接;所述罗氏线圈,连接所述尖板电极并获得所述尖板电极出现电晕放电现象时脉冲电流;所述示波器,连接所述罗氏线圈并读取脉冲电流值。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
根据所述第一脉冲电流值,评估所述电极的电晕放电强度和/或使用风险。
3.根据权利要求1所述的方法,其特征在于,所述方法包括:
获取对所述电极施加不同电流得到的电晕放电的多组实验数据,所述实验数据包括第二电晕放电图像和第二脉冲电流值;
对各所述第二电晕放电图像进行图像处理得到多个第二放电光斑;
对各所述第二放电光斑提取得到对应的第二轮廓特征值;
将多组所述第二轮廓特征值和对应的所述第二脉冲电流值进行拟合,得到初始拟合函数。
4.根据权利要求3所述的方法,其特征在于,获取对所述电极施加不同电流得到的电晕放电的多组实验数据,包括:
获取对电力设备在不同测试环境下施加不同电流得到的电晕放电的多组实验数据;所述测试环境包括气压、温度、湿度和污秽程度中的至少两种。
5.根据权利要求1所述的方法,其特征在于,对所述第一电晕放电图像进行图像处理,得到第一放电光斑,包括:
对所述第一电晕放电图像进行灰度化处理,得到灰度图像;
采用阈值分割法对所述灰度图像进行二值化处理,得到二值图像;
采用形态学处理方法对所述二值图像进行去噪处理,得到预处理图像;
对所述预处理图像进行轮廓提取,得到所述第一放电光斑。
6.根据权利要求5所述的方法,其特征在于对所述预处理图像进行轮廓提取,得到所述第一放电光斑,包括:
根据像素面积法提取所述预处理图像的放电光斑;
利用梯度法对所述放电光斑进行轮廓提取,得到所述第一放电光斑。
7.一种电极脉冲电流数据的处理装置,其特征在于,所述装置包括:
数据获取模块,用于获取电极的第一电晕放电图像;
数据预处理模块,用于对所述第一电晕放电图像进行图像处理,得到第一放电光斑;
数据处理模块,用于对所述第一放电光斑提取得到第一轮廓特征值;
数据分析模块,用于利用所述电极的表征轮廓特征值与脉冲电流值映射关系的拟合函数,预测所述第一轮廓特征值对应的第一脉冲电流值;
其中,所述电极包括尖板电极;
所述电极脉冲电流数据的处理系统包括:真空罐、温湿度调节模块、尖板电极、隔直电容、交流电压源、直流电压源、保护电阻、紫外成像仪、罗氏线圈和示波器;
其中,所述真空罐,用于提供真空密封的环境;所述温湿度调节模块,设置在所述真空罐中,用于调节所述真空罐的温度和湿度;所述尖板电极设置在所述真空罐中,所述尖板电极的形状和污秽程度可调节;所述隔直电容分别与所述交流电压源和所述直流电压源电连接;所述紫外成像仪,用于拍摄所述尖板电极电晕放电的紫外图像;所述交流电压源和所述直流电压源,设置在所述真空罐外部,并电连接所述尖板电极,用于对所述尖板电极施加幅值可调的交直流电压,所述交流电压源包括交流工频电源,所述直流电压源包括直流工频电源;所述保护电阻的第一端与所述隔直电容、所述直流电压源连接,所述保护电阻的第二端与所述尖板电极连接;所述罗氏线圈,连接所述尖板电极并获得所述尖板电极出现电晕放电现象时脉冲电流;所述示波器,连接所述罗氏线圈并读取脉冲电流值。
8.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
10.一种计算机程序产品,包括计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210992586.9A CN115375022B (zh) | 2022-08-18 | 2022-08-18 | 电极脉冲电流数据的处理方法、装置、计算机设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210992586.9A CN115375022B (zh) | 2022-08-18 | 2022-08-18 | 电极脉冲电流数据的处理方法、装置、计算机设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115375022A CN115375022A (zh) | 2022-11-22 |
CN115375022B true CN115375022B (zh) | 2024-04-05 |
Family
ID=84066657
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210992586.9A Active CN115375022B (zh) | 2022-08-18 | 2022-08-18 | 电极脉冲电流数据的处理方法、装置、计算机设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115375022B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN110146791A (zh) * | 2019-05-07 | 2019-08-20 | 国网山东省电力公司电力科学研究院 | 一种基于图像处理的电晕检测方法 |
CN110261740A (zh) * | 2019-05-17 | 2019-09-20 | 北京瑞盈智拓科技发展有限公司 | 一种紫外成像放电检测方法及装置 |
CN112977897A (zh) * | 2021-03-25 | 2021-06-18 | 中国人民解放军63919部队 | 一种基于静电电晕技术给模拟月尘加载电荷的设备 |
CN113988130A (zh) * | 2021-10-28 | 2022-01-28 | 国网上海市电力公司 | 一种脉冲电流波形双时双频参数提取方法及系统 |
CN114820674A (zh) * | 2022-05-17 | 2022-07-29 | 中国南方电网有限责任公司超高压输电公司广州局 | 电弧轮廓提取方法、装置、计算机设备和存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20220106944A1 (en) * | 2018-06-13 | 2022-04-07 | Cu Aerospace, Llc | Fiber-fed advanced pulsed plasma thruster (fppt) |
-
2022
- 2022-08-18 CN CN202210992586.9A patent/CN115375022B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN110146791A (zh) * | 2019-05-07 | 2019-08-20 | 国网山东省电力公司电力科学研究院 | 一种基于图像处理的电晕检测方法 |
WO2020224458A1 (zh) * | 2019-05-07 | 2020-11-12 | 国网山东省电力公司电力科学研究院 | 一种基于图像处理的电晕检测方法 |
CN110261740A (zh) * | 2019-05-17 | 2019-09-20 | 北京瑞盈智拓科技发展有限公司 | 一种紫外成像放电检测方法及装置 |
CN112977897A (zh) * | 2021-03-25 | 2021-06-18 | 中国人民解放军63919部队 | 一种基于静电电晕技术给模拟月尘加载电荷的设备 |
CN113988130A (zh) * | 2021-10-28 | 2022-01-28 | 国网上海市电力公司 | 一种脉冲电流波形双时双频参数提取方法及系统 |
CN114820674A (zh) * | 2022-05-17 | 2022-07-29 | 中国南方电网有限责任公司超高压输电公司广州局 | 电弧轮廓提取方法、装置、计算机设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN115375022A (zh) | 2022-11-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111402248B (zh) | 一种基于机器视觉的输电线路导线缺陷检测方法 | |
Ahuja et al. | A survey of computer vision based corrosion detection approaches | |
CN111199523B (zh) | 电力设备识别方法、装置、计算机设备和存储介质 | |
CN111597945B (zh) | 一种目标检测方法、装置、设备及介质 | |
Catterson et al. | Deep neural networks for understanding and diagnosing partial discharge data | |
Raymond et al. | Noise invariant partial discharge classification based on convolutional neural network | |
CN112906576B (zh) | 隔离开关设备的状态识别方法、装置、设备及其测温方法 | |
CN115908407B (zh) | 基于红外图像温度值的电力设备缺陷检测方法及装置 | |
CN115375022B (zh) | 电极脉冲电流数据的处理方法、装置、计算机设备 | |
Sun et al. | Partial discharge pattern recognition of transformers based on the gray-level co-occurrence matrix of optimal parameters | |
CN111707915B (zh) | 基于牵引电机局部放电的在线绝缘评估方法及装置 | |
Lopez-Ramirez et al. | Fpga-based online voltage/current swell segmentation and measurement | |
Patel et al. | Rice quality analysis based on physical attributes using image processing technique | |
CN116958905A (zh) | 输电线路故障监测方法、系统、介质及设备 | |
CN111693844A (zh) | 压接型半导体器件的测试装置、测试方法及电子设备 | |
CN116879301A (zh) | 产品检测方法、装置、设备及计算机可读存储介质 | |
CN116338391A (zh) | 一种绝缘子状态检测方法、装置、电子设备以及介质 | |
CN113223107B (zh) | 一种气液两相流的电阻层析成像方法、装置及终端设备 | |
CN115205246B (zh) | 换流阀电晕放电紫外图像特征提取方法和装置 | |
Gonzalez-Parada et al. | Comparative Analysis of Thermography Studies and Electrical Measurement of Partial Discharges in Underground Power Cables | |
CN115389882B (zh) | 电晕放电状态评估方法、装置、计算机设备和存储介质 | |
Hao et al. | Identification of multiple partial discharge sources | |
Ju et al. | Feature Extraction of Micro-Crack Texture on Composite Insulator Shed by Edge Detection | |
Ai et al. | The information fusion of the IR and UV image for the insulation fault diagnosis | |
CN113792034B (zh) | 局部放电数据的清洗方法、装置、计算机设备和存储介质 |
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 |