摘 要: 針對現(xiàn)有電力設備的紫外電暈檢測管理系統(tǒng)不能滿足電力設備故障檢測和管理需求這一實際情況,利用基于文本的圖像檢索和圖像理解技術,同時使用典型故障圖庫和標準用語庫,通過建立典型故障標準圖庫并引入放電強度歸算和放電強度趨勢分析的圖像處理技術和方法,設計實現(xiàn)了一種可以滿足電力行業(yè)需求的紫外電暈檢測數(shù)據(jù)管理系統(tǒng),并進行了測試。測試結果表明,該系統(tǒng)易用、高效且穩(wěn)定可靠,能使用戶順利地從以前的軟件系統(tǒng)遷移到該軟件系統(tǒng)。
關鍵詞: 軟件工程; 數(shù)據(jù)庫; 紫外成像; 電暈放電; 圖像檢索
中圖分類號: TN915.853?34; TP393 文獻標識碼: A 文章編號: 1004?373X(2016)13?0152?04
Abstract: For the ultraviolet corona detection management system of current electric power equipments can′t meet the requirement of power equipment fault detection and management, an ultraviolet corona detection data management system to satisfy the requirement of electric power industry was designed and implemented by establishing the standard image library of typical fault and introducing the image processing technology and method of discharge strength reduction and discharge strength trend analysis, which uses the text?based image retrieval and text?based image understanding technology, and typical fault image library and standard phrases library. The system was tested. The test results show that the system has the advantages of easy use, high efficiency, stability and reliability, and can make the users successfully transfer the previous software system into the proposed software system.
Keywords: software engineering; database; ultraviolet imaging; corona discharge; image retrieval
0 引 言
當架空輸電線路表面的電場強度超過空氣分子的游離強度,氣體會發(fā)生電離,出現(xiàn)電暈放電。據(jù)不完全統(tǒng)計,全國每年因電暈損耗的電能[1]達到了2 015億kW·h,同時,電暈放電嚴重地影響人身和設備安全。紫外成像診斷技術是發(fā)現(xiàn)電氣設備電暈放電故障隱患的重要手段,對提高供電可靠性和實現(xiàn)電氣設備狀態(tài)維修具有重要價值。
目前,全球紫外成像技術的領導者是OFIL公司,其在西方發(fā)達國家的產品市場占有率[2]接近100%。國內外的研究主要集中在紫外檢測儀器的硬件及嵌入式軟件方面,而關于數(shù)據(jù)管理軟件的研究文獻比較少見[3]。為了提高電力行業(yè)紫外電暈圖像檢測的分析和管理水平,有必要研究開發(fā)新的紫外電暈圖像檢測數(shù)據(jù)管理軟件實現(xiàn)放電位置的自動定位、放電強度的自動歸算、放電強度趨勢的自動分析、電力設備故障的自動分析以及電力設備的風險評估。
1 系統(tǒng)總體設計
1.1 需求分析
本文所述系統(tǒng)的總的需求可以用以下幾個方面表述:紫外檢測視頻圖像資料的管理,系統(tǒng)內嵌紫外檢測視頻播放和圖片截??;紫外檢測圖片圖像的管理,可由檢測圖像生成故障典型圖像納入典型圖庫,自動對檢測圖像進行放電強度歸算;紫外電暈檢測報告以及放電趨勢分析報告的半自動生成,檢測報告和趨勢分析報告模版化,報告使用的描述語言標準化,使用標準用語;電氣設備管理、檢測儀器管理;數(shù)據(jù)查詢和報表生成;報告文檔管理;故障典型圖像庫的管理,標準用語庫管理;用戶管理;系統(tǒng)管理,數(shù)據(jù)庫分離、備份與恢復;在線幫助。
1.2 架構與方案
本系統(tǒng)采用C/S模式,選擇微軟的Visual Studio開發(fā)環(huán)境以及Microsoft SQL Server數(shù)據(jù)庫平臺作為整個系統(tǒng)開發(fā)平臺,將紫外電暈圖像檢測數(shù)據(jù)庫管理系統(tǒng)共分為數(shù)據(jù)層,應用層和表示層三個層次。紫外電暈圖像檢測數(shù)據(jù)庫管理系統(tǒng)的基本架構如圖1所示。
本文所述的軟件系統(tǒng)是為了配合電力系統(tǒng)紫外電暈圖像檢測工作,方便檢修試驗人員能快速編寫檢測報告和對疑難問題做進一步的分析處理,以及對以往出現(xiàn)的問題進行對比和借鑒提供必要的方便和幫助;同時為檢測報告的編寫提供方便和可以參考的報告形式。
為了實現(xiàn)上述目的,不僅需要軟件能夠存儲和讀取紫外圖像檢測數(shù)據(jù),還需要軟件能夠理解這些圖像數(shù)據(jù);并在理解這些紫外檢測圖像數(shù)據(jù)的基礎上,分析設備的運行狀態(tài),對存在故障隱患和已經發(fā)生運行故障的設備給出檢測報告和趨勢分析報告。因此,軟件必須能夠完成紫外圖像檢測視頻數(shù)據(jù)的管理、視頻截圖、截圖管理、圖像查詢、圖像分析、報告編寫等功能。
通過研究,本文所述的系統(tǒng)采用基于文本的圖像檢索和圖像理解技術來管理、處理圖像資源,使用故障典型圖庫理解故障圖像,使用標準用語庫規(guī)范報告,并使用格式化的檢測報告模板和趨勢分析報告模板。該系統(tǒng)實現(xiàn)紫外電暈檢測數(shù)據(jù)庫管理系統(tǒng)的功能結構如圖2所示。
2 系統(tǒng)設計與實現(xiàn)
2.1 基本設置的設計與實現(xiàn)
基本設置包含單位設置和測試儀器設置兩個主要部分。主要設計是數(shù)據(jù)表的設計以及用戶輸入界面的設計。添加和修改基本設置數(shù)據(jù)的處理流程如圖3所示。添加儀器時,主要錄入的信息是儀器的名稱、儀器的類型以及儀器的生產廠家。修改和刪除測試儀器信息,可能也需要使用查詢功能找到需要修改的儀器,這時使用模糊查詢就能提高查詢效率。
2.2 檢測信息的設計與實現(xiàn)
該模塊主要的內容是檢測信息的錄入、修改、刪除。為實現(xiàn)這三個功能,需要設計必要的用戶界面以及功能按鈕完成數(shù)據(jù)表的插入、更新、列表、排序、查詢等。
本文系統(tǒng)將圖像的描述信息規(guī)則分為16個方面:視頻圖像名稱,拍攝日期,地點名稱,檢測單位名稱,檢測人員名稱,測試使用的儀器,儀器增益,設備名稱,設備類型,運行電壓,測試距離,天氣情況,有無缺陷,視頻簡介,相對位置描述,干擾信息。結合前13項描述信息,基本可以完成本專業(yè)領域基于文本的圖像理解[4],后3項主要是基于文本的圖像理解所需要的關鍵信息。
本文所述的軟件系統(tǒng)采用模糊查找方法以提高查找效率。在檢測信息列表界面中,羅列出系統(tǒng)中錄入的所有視頻檢測圖像數(shù)據(jù)。為方便瀏覽,設計了各種排序的方式:設備名稱、地點名稱、視頻圖像名稱、拍攝時間、錄入時間、拍攝人員、錄入人員、設備類型等。在列表界面單擊列表的任意行都會自動播放視頻,以方便操作人員辨認觀看。
2.3 圖像管理的設計與實現(xiàn)
圖像管理部分包括視頻抓圖、圖像存儲以及將獲得的圖像作為新的故障典型圖像插入到典型圖庫中。系統(tǒng)設計了以四個框緩沖截取的圖片作為備選的圖片。還設計了另外兩個框保存挑選出來的圖片,這兩個框也是用來緩沖的,可被更新。本系統(tǒng)使用基于文本的圖像檢索和圖像理解方法,因此要求對圖像有比較準確的描述信息。在圖像保存前,還可以查看典型圖形,可以將要保存的圖像與典型圖像比較[5]。另外,系統(tǒng)設計了按缺陷名稱或設備名稱的模糊查詢以及結果排序的功能,以方便紫外電暈圖像診斷分析人員快速查找所需的典型圖像。
2.4 報告編寫的設計與實現(xiàn)
報告編寫部分包括檢測報告的生成、紫外報表管理和趨勢分析報表管理。經過視頻圖像的錄入以及視頻圖像截圖,獲得電力設備的紫外檢測圖像。通過本文前述的一系列工作,能夠生成檢測報告。檢測報告編寫的業(yè)務流程如圖4所示。
本文系統(tǒng)中,報告文檔默認的文件格式為微軟的WORD格式文件,操作系統(tǒng)將自動調用與WORD格式文件關聯(lián)的編輯軟件打開這個文檔,并進入報告文件編寫狀態(tài)。紫外報表最基本的管理是報告內容的查看和修改以及檢測報告文件的刪除。
趨勢分析報告中繪制趨勢曲線的數(shù)據(jù)來源就是用戶選擇參與趨勢分析的檢測報告中的數(shù)據(jù)[6]。數(shù)據(jù)分析結束生成趨勢圖表后,進入趨勢分析報告編寫步驟,在該步驟中,紫外檢測圖像診斷分析人員填寫診斷分析意見。其間可訪問標準用語庫選用標準用語描述故障。本文所述的系統(tǒng),趨勢分析報告文檔的文件格式默認采用微軟的WORD文件格式;也支持HTML文件格式的趨勢分析報告。
2.5 查詢分析的設計與實現(xiàn)
為了提高查詢效率,這里使用模糊查詢方法。這里的數(shù)據(jù)表示只涉及了紫外電暈檢測圖像的顯示,圖像的文本描述部分在列表中進行表示。紫外檢測圖像查詢分析的業(yè)務流程如圖5所示。
2.6 系統(tǒng)管理的設計與實現(xiàn)
系統(tǒng)的管理主要是用戶的管理,包括對用戶的增減以及權限的分配[7]。為了簡化,系統(tǒng)使用用戶查詢以及用戶錄入兩項主要功能。用戶權限的分配嵌入在用戶查詢中,對于系統(tǒng)管理員或有系統(tǒng)管理權限的用戶可以通過查詢了解某個用戶的權限[8]。需要修改用戶權限時,直接修改后使用“更新”數(shù)據(jù)庫即可。為了方便軟件的布局,還將標準用語庫的管理也納入系統(tǒng)管理中。
儀器在出廠定標后,采用輸出的放電強度數(shù)據(jù)為相對強度,需要通過歸算獲得實際的放電強度。由于測量距離的不同,儀器將輸出不同的灰度值,這就需要將記錄到的數(shù)據(jù)還原為實際的放電強度,這個計算過程就是放電強度的歸算。由于每次數(shù)據(jù)采集時的距離、方向可能存在不同,在進行趨勢分析前,需要確保參與時間序列分析的圖像都經過放電強度歸算。
3 系統(tǒng)測試
本文所述的數(shù)據(jù)庫管理系統(tǒng)使用AutoRunner 3.9測試軟件進行黑盒測試。AutoRunner可以進行Windows類型對象測試,一般為用C++/Delphi/VB/C#等技術開發(fā)的桌面程序。本文所述的紫外電暈圖像檢測數(shù)據(jù)庫管理軟件通常部署在局域網中,使用獨立的數(shù)據(jù)庫服務器管理數(shù)據(jù)庫。規(guī)模小的單位單機部署,操作系統(tǒng)可選Windows XP。
紫外電暈圖像檢測數(shù)據(jù)庫管理系統(tǒng)的具體測試流程如下:
(1) 認真理解需求,與電力試驗研究院的專家深入交流,理解需求。
(2) 制定測試計劃,根據(jù)需求估算測試所需資源、所需時間、功能點劃分、如何合理分配安排資源等。
(3) 用例設計,根據(jù)測試計劃、任務分配、功能點劃分,設計合理的測試用例。
(4) 執(zhí)行測試,根據(jù)測試用例的詳細步驟,執(zhí)行測試用例。
(5) 執(zhí)行結果記錄和錯誤記錄,對每個測試用例記錄測試的結果,有錯誤的在測試管理工具中編寫錯誤記錄。
(6) 缺陷跟蹤,追蹤錯誤直到所有記錄到的錯誤被改正。
(7) 測試報告,通過不斷測試、追蹤,直到被測軟件達到測試要求,并沒有重大錯誤。
根據(jù)軟件的模塊劃分,編制每個軟件模塊的測試用例表格,如表1所示。
系統(tǒng)一共16個主要功能模塊,因此編寫了16個測試用例表格。根據(jù)測試用例,為每個模塊編寫AutoRunner軟件的測試腳本,并調試測試腳本以保證腳本的正確性。然后使用AutoRunner正式測試軟件的功能模塊。根據(jù)AutoRunner測試的結果形成模塊的測試報告。通過嚴格的軟件測試,及早檢測到軟件設計的很多錯誤,發(fā)行版軟件的性能大大超出用戶的預期。這是本文所述數(shù)據(jù)庫管理軟件得到用戶肯定的主要因素之一。在測試過程中,用戶提出了許多修改意見,經過不斷的修改完善,最終形成本文所述的電力設備紫外電暈圖像檢測數(shù)據(jù)庫管理軟件。經過嚴格測試過的發(fā)行版軟件已正式投入運行。
4 結 論
本文介紹了一種電力行業(yè)檢測電力設備使用的紫外電暈圖像檢測數(shù)據(jù)管理技術,其中重點介紹了紫外電暈圖像檢測數(shù)據(jù)庫系統(tǒng)的設計和應用,同時詳細介紹了軟件開發(fā)、設計與測試的各個方面。本文所述的軟件系統(tǒng),采用標準用語和標準格式,分析的要素具有確定的次序和格式化的表述。截至目前,紫外電暈圖像檢測數(shù)據(jù)的數(shù)據(jù)庫,已經發(fā)出故障分析報告15份,實現(xiàn)了應用的平滑過渡??傊脩艋灸軌虮容^順利地從以前的軟件系統(tǒng)遷移到本文所述的軟件系統(tǒng),享受新系統(tǒng)帶來的好處。
參考文獻
[1] 雷曉勇,劉尚合,胡小峰,等.尖端導體電暈放電試驗研究[J].計算機測量與控制,2011,19(9):2197?2201.
[2] ZIANI A, DELMOTTE F, PAVEN?THIVET C L, et al. Ion beam sputtered aluminum based multilayer mirrors for extreme ultraviolet solar imaging [J]. Thin solid films, 2014, 552(3): 62?67.
[3] LI D, YAKUSHIJI D, KANAZAWA S, et al. Decomposition of toluene by streamer corona discharge with catalyst [J]. Journal of electrostatics, 2002, 55(3/4): 311?319.
[4] 汪金剛,林偉,王志,等.基于紫外檢測的開關柜電弧在線檢測裝置[J].電力系統(tǒng)保護與控制,2011,39(5):128?133.
[5] 謝從華,宋余慶,常晉義.圖像數(shù)據(jù)庫管理系統(tǒng)的關鍵技術研究綜述[J].計算機應用研究,2011,28(9):3206?3210.
[6] 師惠萍.射線數(shù)字圖像處理與數(shù)據(jù)庫管理系統(tǒng)的研究:[D].廣州:中山大學,2012.
[7] YILDIZER E, BALCI A M, JARADA T N, et al. Integrating wavelets with clustering and indexing for effective content?based image retrieval [J]. Knowledge?based systems, 2012, 31: 55?66.
[8] 李海芹,曾慶軍.基于紫外檢測法的智能型特高壓驗電器系統(tǒng)[J].電子設計工程,2011,19(1):1?3.