基于機器視覺技術(shù)的電纜結(jié)構(gòu)參數(shù)檢測系統(tǒng)研究

胡立錦,楊永全

(國網(wǎng)重慶市電力公司建設(shè)分公司，重慶 410021)

0 引 言

為滿足社會經(jīng)濟飛速發(fā)展和人民生活水平提升對電力供應(yīng)的需求，電力設(shè)施建設(shè)規(guī)模和速度不斷加快，中國以特高壓為主的電力平衡傳輸網(wǎng)絡(luò)日益成熟，次級配套網(wǎng)架也不斷深化，常規(guī)電網(wǎng)安全性和穩(wěn)定性明顯提升。在保證電力供應(yīng)基本功能需求的前提下，現(xiàn)代城市電力設(shè)施與周圍環(huán)境的相容性越來越被關(guān)注，加之城市用地緊張與電力走廊占地的矛盾不斷加深，電纜化成為城市電力的發(fā)展趨勢。

電纜化一方面催生電纜制造業(yè)飛速增長且電纜應(yīng)用范圍向不同電壓等級延伸；另一方面也給電力系統(tǒng)安全穩(wěn)定運行帶來新的風險和隱患。電力電纜為封閉、緊湊型構(gòu)造，絕緣合成材料或油浸紙構(gòu)成的復(fù)合絕緣包裹于線芯之外。由于長時間運行于電纜隧道或電纜溝等有限、狹小空間中，故障不易判定且維修難度大，不能及時消缺易導(dǎo)致停電事故。研究典型電纜事故案例并結(jié)合電纜運行經(jīng)驗發(fā)現(xiàn)，安裝不當和外力機械破壞是造成電纜故障的主要主觀原因，而電纜系統(tǒng)的結(jié)構(gòu)質(zhì)量則是主要的客觀原因[1-3]。

目前，國內(nèi)外關(guān)于電纜故障方面的研究多集中于前期故障和永久故障的檢測方面，包括故障機理分析、故障定位測距、故障在線監(jiān)測等。美國、德國和英國等研究起步較早，技術(shù)己經(jīng)得到大規(guī)模應(yīng)用。近年來，國內(nèi)研究也取得較大進步，文獻[4]提出，隨著信息存儲與計算技術(shù)的進步，實時更新、存儲、調(diào)用電纜故障數(shù)據(jù)庫信息，并對故障樣本進行動態(tài)學習，不斷豐富和完善智能故障診斷專家系統(tǒng)，從而實現(xiàn)電纜故障在線檢測。文獻[5]將小波分析理論應(yīng)用到電纜故障診斷中，通過對故障信號的時域和頻域進行多層分解，提取特征信號，從而實現(xiàn)電纜故障定位。文獻[6-10]對電纜故障發(fā)生的基本原理進行了深入研究，對比分析了國內(nèi)外電纜故障診斷技術(shù)發(fā)展現(xiàn)狀和趨勢，將引力搜索算法和神經(jīng)網(wǎng)絡(luò)運用到電纜故障診斷研究中，提出通過希爾伯特變換進行故障識別和定位，改進電纜故障診斷模型，合理優(yōu)化診斷算法。

然而，對于電纜故障的事前控制研究鮮有涉獵，電纜系統(tǒng)的結(jié)構(gòu)質(zhì)量僅依靠電纜抽樣送檢，送檢樣本截取、抽樣頻率、送檢周期等諸多因素制約了電纜入場和安裝的質(zhì)量把控。鑒于此，從提升電纜結(jié)構(gòu)質(zhì)量檢測手段出發(fā)，提出基于機器視覺技術(shù)的電纜結(jié)構(gòu)和相序檢測系統(tǒng)研究，以期改善電纜入場、安裝前可檢項目種類和檢測精度，從源頭增強電纜安全穩(wěn)定運行可靠度。

1 電纜故障與電纜檢測

電纜故障按照故障表現(xiàn)通常可分為開路故障(即電纜導(dǎo)體斷裂)、短路故障(包括導(dǎo)體對導(dǎo)體短路和導(dǎo)體對地短路)、絕緣故障(老化或擊穿，絕緣電阻大幅下降)[11]。

誘發(fā)電纜故障的成因可分為主觀原因(如安裝工藝缺陷、誤操作、制造和設(shè)計缺陷等)和客觀原因(如運行環(huán)境惡劣、非人為外力破壞、超期老化等)兩個方面[12]，目前研究多集中在外部原因方面，而對電纜本身質(zhì)量問題研究較少。

1.1 電纜主要質(zhì)量問題分析

隨著電纜化程度的不斷提升，電纜事故發(fā)生的頻次也逐步增加，電纜實體質(zhì)量和安裝質(zhì)量驗收愈發(fā)重要。電纜導(dǎo)體缺斤少兩或銅材純度不足將直接降低電纜載流量，使同等條件下電纜發(fā)熱量增加，當發(fā)熱量超過電纜承受范圍后可能引發(fā)火災(zāi)等安全事故[13]。

絕緣屏蔽燒蝕擊穿是電纜故障頻發(fā)的重要誘因。目前，電纜絕緣屏蔽的燒蝕損傷缺乏有效的檢測手段。而導(dǎo)致高壓電纜絕緣屏蔽燒蝕除了受運行條件、環(huán)境影響外，絕緣屏蔽層本身質(zhì)量也是主要因素之一，加強絕緣屏蔽層最大、最小厚度檢測，對預(yù)防絕緣屏蔽燒蝕擊穿有積極意義。

1.2 電纜檢測項目與標準分析

1)導(dǎo)體及線芯截面積

電力電纜通常由多股銅芯導(dǎo)線構(gòu)成，電纜導(dǎo)體表面應(yīng)干凈、無損傷，無明顯質(zhì)量缺陷，導(dǎo)體截面積應(yīng)滿足相應(yīng)規(guī)范，并不小于廠家供貨參數(shù)中的標稱截面積。當實際截面積小于標稱截面積90%時應(yīng)重點關(guān)注并對電纜進行強制實驗室檢驗。

2)絕緣層厚度

絕緣層的主要作用是實現(xiàn)線芯電氣隔離、保證電能正常輸送。絕緣層厚度平均值不應(yīng)小于規(guī)范規(guī)定的標稱值，絕緣層最小測量厚度應(yīng)大于0.9倍標稱值，且在相同截面測得的絕緣偏心度應(yīng)小于0.1。

3)屏蔽層厚度

高電壓等級電力電纜一般還有導(dǎo)體屏蔽層和絕緣屏蔽層。屏蔽型電纜在纜芯外應(yīng)有銅/聚酯復(fù)合膜構(gòu)成的屏蔽層，并在內(nèi)側(cè)有1.0 mm裸銅線貫穿整個電纜長度，以便接地用，屏蔽層重疊繞包的重疊率應(yīng)不小于15%。

4)金屬鎧裝層厚度

電纜鎧裝層多為鍍鋅鋼帶鎧裝，兩層螺旋繞包于絕緣層外，外層的中間大致在內(nèi)層間隙上方，繞包應(yīng)圓整光滑，鎧裝層厚度應(yīng)滿足規(guī)范要求。

5)不圓度

電纜不圓度會改變電纜的截面積，也會改變絕緣及護套的厚度，從而改變電纜的電阻和擊穿電壓。一般情況下，電纜不圓度應(yīng)滿足：

2 機器視覺模塊

2.1 視覺測量技術(shù)

視覺測量技術(shù)是通過高倍工業(yè)相機獲取高質(zhì)量數(shù)字圖像，通過軟件編程對圖像做進一步的數(shù)據(jù)挖掘，從而獲取需要的數(shù)據(jù)[14-16]，相機系統(tǒng)模型如圖1所示。

圖1 顯微成像系統(tǒng)模型

圖中實物坐標為P(X,Y,Z)，鏡像坐標為p(x,y,z)，成像原點為O(0,0,f)，則實物與鏡像對應(yīng)關(guān)系為

(1)

2.2 視覺測量系統(tǒng)

視覺測量系統(tǒng)中最重要的部分為工業(yè)相機，它是采集高質(zhì)量數(shù)字圖像的關(guān)鍵，并直接影響以此為基礎(chǔ)的檢測精度[17]。相機的選擇主要考慮鏡頭和分辨率兩個因素，一般工業(yè)相機測量系統(tǒng)如圖2所示。

圖2 視覺測量系統(tǒng)

鏡頭的相關(guān)的參數(shù)包括焦距(F)、工作距離(WD)、景深(DOV)、電荷耦合芯片(CCD)及視場(FOV)，其中焦距是鏡頭最重要的參數(shù)。相關(guān)參數(shù)之間的關(guān)系為

(2)

2.3 視覺測量標定與精度分析

視覺測量系統(tǒng)標定的本質(zhì)是從圖象出發(fā)恢復(fù)出空間點三維坐標的過程，亦即實現(xiàn)世界坐標系(參考坐標系)、攝像機坐標系、圖像物理坐標系、像素坐標系的統(tǒng)一[18]，坐標系轉(zhuǎn)換示意如圖3所示。

圖3 坐標系轉(zhuǎn)換

真實點M和它的鏡像點m關(guān)系為

(3)

式中：K為相機內(nèi)參數(shù)矩陣；[r1r2r3]是鏡像點對真實點的旋轉(zhuǎn)坐標；t是鏡像點對真實點的平移向量。

(4)

標定是對世界坐標系和像素坐標系關(guān)系的固定，本質(zhì)是確定相機內(nèi)參數(shù)、外參數(shù)、畸變參數(shù)等，標定的精度影響測量準確度。標定方法一般分為絕對標定法和相對標定法，絕對標定法是先通過標定尺或者標定塊來計算相機像素值代表的真實值，再由像素值進行測量的方式；相對標定法則是同時測得標準件和被測件的像素個數(shù)，由標準件的實際尺寸倒推得到被測件的測試結(jié)果[19]。

2.4 圖像處理軟件開發(fā)平臺

通過Python編程調(diào)用OpenCV函數(shù)庫來實現(xiàn)圖像處理，程序流程如圖4所示。

圖4 圖像處理程序流程

3 圖像處理模塊

3.1 圖像預(yù)處理

對相機采集到的電纜高質(zhì)量數(shù)字圖像進行雙邊濾波預(yù)處理，充分考慮圖像的空間鄰近度以及像素值相似度，同時參考空域信息和灰度相似性，去除圖像噪聲信號。

電纜的圖像經(jīng)過雙邊濾波后的對比效果如圖5所示。

圖5 雙邊濾波后的對比效果

然后，通過ACE增強算法將圖像分成高頻和低頻兩個部分，對高頻部分乘以增益值，然后重組得到自適應(yīng)對比度增強的電纜圖像，數(shù)學推導(dǎo)如下：

假設(shè)選定電纜圖像中某點x(i,j)，以(i,j)為中心，在窗口大小為(2n+1)×(2n+1)的區(qū)域內(nèi)，其局部均值和方差可以表示為式(5)和式(6)：

(5)

(6)

式中:mx代表圖像背景;x-mx代表圖像的高頻細節(jié)部分。放大x-mx，獲得增強圖像，如式(7)所示：

f(i,j)=mx(i,j)+G(i,j)[x(x,j)-mx(i,j)]

(7)

增益G與局部均方差成反比：

(8)

對局部均方差較大的圖像高頻部分，放大系數(shù)適當減小，避免圖像過亮；對局部均方差很小的圖像平滑區(qū)域，放大系數(shù)適當增加，讓圖像中對比度較弱的部分的增強效果更加明顯。ACE增強算法處理后電纜圖像對比效果如圖6所示。

圖6 ACE算法增強后的對比

3.2 邊緣檢測

對增強后的圖像采用標準邊緣檢測算法實現(xiàn)邊緣粗定位，獲取邊緣圖像，然后使用亞像素細分算法，在有效減小背景噪聲對邊緣信息干擾的同時，通過增加計算精度來平滑、連續(xù)圖像邊緣的完整性，有效降低算法在非邊緣位置的冗余計算,提升噪聲干擾下的穩(wěn)定性。

定位處理后的電纜圖像對比效果如圖7所示。

圖7 定位對比

最后，對定位處理后的圖像進行標定換算即可獲得相應(yīng)需求參數(shù)。

4 結(jié) 語

前面在分析電纜故障成因的基礎(chǔ)上，立足工程實際，重點介紹電纜本體結(jié)構(gòu)質(zhì)量缺陷引發(fā)的管理局限性，提出基于視覺測量技術(shù)的電纜結(jié)構(gòu)參數(shù)檢測系統(tǒng)研究，通過軟件編程實現(xiàn)電纜截面圖像獲取和處理。系統(tǒng)將相機采集到的電纜圖像進行Bilateral Filters算法去噪預(yù)處理；再選用ACE算法提高圖像的視覺效果；最后通過標準邊緣檢測算法確定圖像邊緣，通過亞像素邊緣檢測算法得到小數(shù)級別的像素距離，提升測量精度。經(jīng)過實際測試，該系統(tǒng)實現(xiàn)了電纜結(jié)構(gòu)參數(shù)的實時在線檢測，拓寬了電纜入場和安裝前可檢項目種類，提高了檢測精度，對從源頭強化電纜安全穩(wěn)定運行可靠度有積極的促進作用。