電力設(shè)備外絕緣放電聲-光協(xié)同檢測(cè)及診斷技術(shù)

楊代勇,劉 赫,林海丹,于群英,列劍平 ,李 易

(1.國(guó)網(wǎng)吉林省電力有限公司電力科學(xué)研究院,長(zhǎng)春 130021;2.西安交通大學(xué)電氣工程學(xué)院,西安 710049)

0 引言

隨著電力系統(tǒng)電壓等級(jí)的提高和設(shè)備接入量的增加,對(duì)設(shè)備和系統(tǒng)的運(yùn)行可靠性要求也越來(lái)越高。如何更精準(zhǔn)、更高效、更快捷地進(jìn)行設(shè)備在線監(jiān)測(cè)或狀態(tài)評(píng)估,是當(dāng)前設(shè)備運(yùn)行維護(hù)工作的核心目標(biāo),也是保障供電可靠性的關(guān)鍵[1-2]。設(shè)備或線路外絕緣的異常電暈放電通常由絕緣子表面臟污、絕緣開(kāi)裂、電接觸不良、局部電場(chǎng)異常等潛在絕緣缺陷引起,其不但是絕緣加速老化的重要誘因,也是過(guò)電壓下引起設(shè)備外絕緣失效的前期征兆,因此對(duì)異常電暈放電的有效檢測(cè)是設(shè)備和線路故障預(yù)防的重要環(huán)節(jié)[3-4]。電暈放電通常伴隨著一系列的聲、光等現(xiàn)象,因而相應(yīng)地產(chǎn)生了超聲檢測(cè)法和紫外檢測(cè)法[5-8]。為了提高巡檢效率和直觀性,日盲紫外成像技術(shù)和聲成像技術(shù)也為應(yīng)用于設(shè)備和線路外絕緣的可視化檢測(cè)中。其中,日盲紫外成像基于光學(xué)孔徑成像原理,采用紫外光學(xué)鏡頭將日盲波段放電紫外光子收集并經(jīng)過(guò)微通道板進(jìn)行光電倍增,最終采用光電面陣進(jìn)行灰度成像,并與可見(jiàn)視場(chǎng)進(jìn)行疊加,以此獲得放電光源位置[9]。研究者們?cè)敿?xì)研究了電暈放電過(guò)程中紫外成像的光子數(shù)、光斑面積與放電強(qiáng)度、距離等影響因素的關(guān)系,為基于紫外成像的故障表征提供了依據(jù)[10];然而,受光學(xué)成像原理限制[11],日盲紫外成像在實(shí)際應(yīng)用中存在一定局限性,例如,對(duì)于放電源被遮擋(或處在視覺(jué)明場(chǎng)范圍之外)的情況,紫外光子將難以被有效捕捉,導(dǎo)致形成檢測(cè)盲區(qū)或定位失敗,并對(duì)絕緣子內(nèi)部缺陷引起的放電難以發(fā)現(xiàn)。近年來(lái),聲學(xué)成像技術(shù)[12]因其具有較強(qiáng)的聚焦能力、高分辨率以及寬頻段靈敏度,而被引入對(duì)放電超聲源的定位[13]。應(yīng)用中結(jié)合對(duì)定位算法的改進(jìn)和傳感陣列的優(yōu)化設(shè)計(jì),增強(qiáng)了聲學(xué)檢測(cè)的指向性、抗干擾性和準(zhǔn)確性,羅勇芬等以經(jīng)典旋轉(zhuǎn)子空間算法(RSS)與高階累積量為基礎(chǔ),提出改進(jìn)RSS算法實(shí)現(xiàn)了更強(qiáng)的寬帶聚焦、定向增強(qiáng)和噪聲抑制等處理能力[14]。李濟(jì)深等通過(guò)傳感器陣列的設(shè)計(jì)與高階量累積量展開(kāi),實(shí)現(xiàn)了虛擬陣列擴(kuò)展,提高了陣列的方向銳度與定位精度[15]。由于聲學(xué)信號(hào)具有較強(qiáng)的固體媒介穿透能力,其受視場(chǎng)遮擋的影響較小,彌補(bǔ)了紫外成像檢測(cè)的不足。表1中總結(jié)了紫外成像和聲成像在放電源可視化定位應(yīng)用的特點(diǎn)[13,16]。由對(duì)比可知,超聲成像易受環(huán)境噪聲的影響導(dǎo)致定位精度下降,但除設(shè)備外絕緣的局部放電外,超聲成像對(duì)常見(jiàn)的機(jī)械結(jié)構(gòu)損傷、零件松動(dòng)和充氣設(shè)備的氣體泄漏也存在故障判別效果;紫外成像技術(shù)在障礙物遮擋情況下,難以實(shí)現(xiàn)有效定位。

表1 不同檢測(cè)方法的應(yīng)用特點(diǎn)

研究表明,聯(lián)合檢測(cè)系統(tǒng)可以利用多種檢測(cè)方法的優(yōu)勢(shì)實(shí)現(xiàn)互補(bǔ),克服單一檢測(cè)方法的不足[10]。此外,隨著圖像信息融合技術(shù)在醫(yī)學(xué)檢測(cè)、軍事衛(wèi)星和紅外遙感等方面的應(yīng)用,多圖像聯(lián)合檢測(cè)技術(shù)發(fā)展更加成熟[17-19]。鑒于紫外成像和超聲成像各自的技術(shù)特點(diǎn),本研究將兩種方法進(jìn)行硬件和算法上的融合,一起發(fā)揮聲、光兩種原理的協(xié)同優(yōu)勢(shì),實(shí)現(xiàn)更高定位精度、更廣的檢測(cè)視場(chǎng)和更強(qiáng)的缺陷檢出能力,同時(shí)進(jìn)一步提升設(shè)備和線路巡檢效率和故障研判能力。

本研究基于靜態(tài)方向圖完成了單螺旋超聲陣列結(jié)構(gòu)設(shè)計(jì),評(píng)估了陣列的聲學(xué)性能;在單螺旋陣列的硬件基礎(chǔ)上,提出了一種具有高聚焦精度的改進(jìn)多重信號(hào)分類(lèi)算法,增加了陣列在90°附近時(shí)的定位精度,實(shí)現(xiàn)了局部放電的超聲定位可視化;然后在聲成像有效視場(chǎng)內(nèi)引入由紫外鏡頭模組、微通道板和CCD構(gòu)成的日盲紫外成像系統(tǒng),提出了一種非中心視場(chǎng)的圖像融合標(biāo)定方法,實(shí)現(xiàn)了局部放電的紫外定位可視化;同時(shí)考慮周?chē)h(huán)境噪聲的影響,提出了一種可變權(quán)重的聲-光協(xié)同可視化信息融合方法,將聲學(xué)強(qiáng)度點(diǎn)陣、紫外強(qiáng)度點(diǎn)陣和可見(jiàn)光像素視場(chǎng)的空間信息譜融合,實(shí)現(xiàn)超聲-紫外可視化協(xié)同診斷。最后,采用本裝置對(duì)實(shí)際模擬電暈放電和變電站內(nèi)電暈放電進(jìn)行了實(shí)際檢測(cè),并通過(guò)相對(duì)誤差分析驗(yàn)證了聲-光可視化診斷的效果。

1 局部放電的超聲定位可視化

1.1 單螺旋陣列的設(shè)計(jì)

本研究受UHF檢測(cè)領(lǐng)域螺旋天線結(jié)構(gòu)的啟發(fā)。所設(shè)計(jì)的單螺旋超聲陣列由31個(gè)超聲傳感器組成,滿足式(1)。

r=r0eαφ

(1)

其中,r為螺旋線上一點(diǎn)與原點(diǎn)之間的距離,r0為螺旋線上最遠(yuǎn)點(diǎn)與原點(diǎn)之間距離,即內(nèi)徑;φ是螺旋的旋轉(zhuǎn)角,s為螺旋增長(zhǎng)率,由式(2)決定。

(2)

其中,α是螺旋臂上一點(diǎn)切線與同一點(diǎn)徑向線之間的角度。

31陣元單螺旋陣列傳感器的布置見(jiàn)圖1(a),圖1(b)為相應(yīng)的傳感器陣列PCB板。由圖1(b)可知,相機(jī)口位于傳感器陣列的PCB上,靠近陣列中心,與單螺旋結(jié)構(gòu)排列的31個(gè)MEMS傳感器中心對(duì)齊。

圖1 單螺旋陣列的理論結(jié)構(gòu)和PCB實(shí)物

本研究通過(guò)靜態(tài)方向圖對(duì)單螺旋陣列的聲學(xué)性能進(jìn)行評(píng)估。方向圖表示了陣列的輸出絕對(duì)值與來(lái)波方向之間的關(guān)系。研究表明,陣列方向圖的主瓣越窄,聲學(xué)性能越好,定位效果越準(zhǔn)確[12]。陣列的靜態(tài)方向圖由式(3)～(4)計(jì)算可得。

(3)

(4)

式中,Y(θ)表示來(lái)波方向θ上所有傳感器接收信號(hào)的能量和;τl表示每個(gè)陣元到參考點(diǎn)的信號(hào)時(shí)延;m表示陣元數(shù),文中m=31;ωl表示每個(gè)陣元的權(quán)重;g0表示來(lái)波的復(fù)振幅;G(θ)表示Y(θ)的相對(duì)值。

單螺旋陣列從形狀上看近似于若干圓環(huán)組成的陣列,因此其方向圖與圓環(huán)相似,但陣列的靜態(tài)方向圖受陣元的形狀、角度影響較大,直接影響其定位精度。為此,筆者將提出的陣列與常見(jiàn)的31陣元圓環(huán)陣列、31陣元平均分布的無(wú)轉(zhuǎn)角同心圓陣列相比較,得到的靜態(tài)方向圖與方向性切面圖見(jiàn)圖2[20]。

圖2 超聲陣列靜態(tài)方向圖

方向性切面圖選取了最能代表陣列方向性的靜態(tài)方向圖的切面圖。選取典型陣列的切面主瓣零點(diǎn)寬度(BW0)與半功率點(diǎn)寬度(BW0.5)見(jiàn)表2。

表2 典型陣列的主瓣與旁瓣寬度

由圖2和表2可知,隨著陣列形狀的變化,從圓環(huán)陣列到單螺旋陣列,主瓣寬度逐漸變窄,旁瓣逐漸減小,表明陣列的聲學(xué)性能逐漸提升,證明了提出單螺旋陣列具有良好的聲學(xué)性能。

1.2 定位算法

窄帶信號(hào)的數(shù)學(xué)模型見(jiàn)式(5)。

X(t)=AS(t)+N(t)

(5)

式中,X(t)表示陣列輸出的M×1維信號(hào)矢量,A表示陣列的M×N維方向矢量陣列,S(t)表示空間信號(hào)的N×1維矢量,N(t)表示陣列的一維信號(hào)。

陣列的協(xié)方差矩陣見(jiàn)式(6)。

R=E(XXH)=AE(SSH)AH+σ2I=ARSAH+σ2I

(6)

其中,RS表示信號(hào)的協(xié)方差矩陣,ARSARH表示信號(hào)本身。由于信號(hào)和噪聲相互獨(dú)立,協(xié)方差矩陣可以分解為信號(hào)和噪聲兩部分。

矩陣R經(jīng)特征值分解為噪聲子空間US和信號(hào)子空間UN兩部分,見(jiàn)式(7)。

(7)

傳統(tǒng)的多重信號(hào)分類(lèi)(MUSIC)算法[21-22]基于以下假設(shè):

1)信源數(shù)小于陣元數(shù)。

2)噪聲是零均值高斯噪聲,陣元的噪聲相互獨(dú)立,噪聲和信號(hào)也相互獨(dú)立。

3)信號(hào)源為遠(yuǎn)場(chǎng)信號(hào)。

(8)

通過(guò)改變方向角和俯仰角來(lái)尋找光譜峰值,功率PMUSIC取最大值時(shí)的方向角和俯仰角即為聲源的方向角與俯仰角。

由于空間位置的差異性,陣列上的不同傳感器接收信號(hào)誤差不同,對(duì)定位結(jié)果產(chǎn)生的影響也不盡相同。因此,為進(jìn)一步提高空間譜的定位精度,擴(kuò)大定位角度范圍,對(duì)傳統(tǒng)MUSIC算法提出改進(jìn)策略。針對(duì)不同的陣列結(jié)構(gòu),考慮引入不同的加權(quán)矩陣來(lái)改變傳感器接收信號(hào)的作用權(quán)重。設(shè)W是陣列信號(hào)作用的加權(quán)系數(shù)矩陣,對(duì)不同傳感器的噪聲子空間進(jìn)行重要性加權(quán),當(dāng)W為單位矩陣時(shí),該空間譜函數(shù)即為經(jīng)典MUSIC算法空間譜函數(shù)。

對(duì)于提出的單螺旋陣列,實(shí)驗(yàn)發(fā)現(xiàn)外側(cè)陣元接收到的信號(hào)定位誤差較小。因此,通過(guò)提高外側(cè)傳感器接收信號(hào)的作用權(quán)重來(lái)進(jìn)一步提升陣列的定位精度。初始矩陣為31行31列的單位矩陣,依次將權(quán)重賦在主對(duì)角線的31個(gè)元素上,得到本研究引入的加權(quán)矩陣W。改進(jìn)加權(quán)的MUSIC算法見(jiàn)式(9)。

(9)

將采集得到的31路超聲信號(hào)導(dǎo)入到MATLAB中,分別使用傳統(tǒng)MUSIC算法和改進(jìn)MUSIC算法進(jìn)行定位測(cè)試,其中聲源采用D型21 kHz超聲換能器。定位過(guò)程中測(cè)得聲源相對(duì)傳感陣列中心的方位角與俯仰角為(94°,81°),得到兩種算法的定位空間譜見(jiàn)圖3。

圖3 實(shí)驗(yàn)優(yōu)化前后的定位空間譜

由圖3中的仿真結(jié)果可知,經(jīng)系數(shù)矩陣加權(quán)作用后,改進(jìn)的MUSIC定位算法突出了90°附近方向角的空間譜峰值,擴(kuò)大了原有的定位角度范圍,明顯增加了定位精度。

1.3 空間譜的融合與可視化

為了直觀地觀察到局部放電的位置,文中通過(guò)圖像融合技術(shù)實(shí)現(xiàn)了超聲定位結(jié)果的可視化。首先,采用針-板放電模型模擬變電站內(nèi)的電暈放電,標(biāo)定得到放電模型相對(duì)傳感陣列中心的方位角與俯仰角為(65°,18°)。利用單螺旋陣列與改進(jìn)MUSIC算法進(jìn)行超聲定位,得到了放電源附近的聲強(qiáng)分布點(diǎn)陣,見(jiàn)圖4(a);同時(shí)結(jié)合可見(jiàn)光相機(jī)視場(chǎng)(FOV)(見(jiàn)圖4(b))獲取了現(xiàn)場(chǎng)的可見(jiàn)光圖像。然后,假設(shè)圖4(a)為前景,圖4(b)為背景,前景和背景的RGB矩陣分別由A(x)和B(x)表示,進(jìn)一步由式(10)計(jì)算融合圖像的矩陣C(x)。

圖4 圖像融合過(guò)程

Cr(x)=Ar(x)·α+Br(x)·(1-α)

Cg(x)=Ag(x)

Cb(x)=Ab(x)

(10)

式中,α為不透明系數(shù),取值介于0到1之間。

計(jì)算融合圖像的RGB矩陣后,得到局部放電定位的超聲可視化結(jié)果,見(jiàn)圖4(c)。從超聲成像的結(jié)果中直觀地觀察到局部放電的發(fā)生位置,具有良好的定位精度,驗(yàn)證了提出算法的有效性。

2 紫外成像融合與可視化

2.1 紫外成像系統(tǒng)的設(shè)計(jì)

分光式日盲紫外-可見(jiàn)雙光譜相機(jī)的結(jié)構(gòu)見(jiàn)圖5,其主要由分光系統(tǒng)、紫外鏡頭、微通道板紫外CCD、可見(jiàn)光CCD和圖像處理模塊等部分組成[23]。電暈放電的紫外光和背景光穿過(guò)紫外鏡頭和日盲紫外濾光片照射到紫外成像微通道板上,激發(fā)出的光電子經(jīng)光電倍增后轟擊到后端屏幕,產(chǎn)生可見(jiàn)光圖像;再經(jīng)過(guò)光錐耦合,照射到CCD像面上成像,構(gòu)成雙光譜相機(jī)的紫外光路;另一部分光經(jīng)過(guò)反光鏡1和反光鏡2的兩次反射,進(jìn)入可見(jiàn)光鏡頭。日盲雙光譜相機(jī)經(jīng)上述過(guò)程的協(xié)同工作,實(shí)現(xiàn)紫外信號(hào)的實(shí)時(shí)采集與顯示。

圖5 分光式紫外相機(jī)系統(tǒng)結(jié)構(gòu)示意圖

2.2 紫外-可見(jiàn)光圖像融合的標(biāo)定

由于紫外鏡頭和可見(jiàn)光鏡頭的焦距和尺寸不同,導(dǎo)致獲取的圖像視場(chǎng)并不重合,見(jiàn)圖6(a)。本研究提出了一種新方法解決非中心視場(chǎng)的圖像融合標(biāo)定問(wèn)題,利用紫外和可見(jiàn)光學(xué)系統(tǒng)存在的數(shù)學(xué)關(guān)系進(jìn)行坐標(biāo)點(diǎn)轉(zhuǎn)換,表達(dá)式見(jiàn)(11)～(12)。選取原點(diǎn)(0,0)為紫外和光學(xué)系統(tǒng)的中心像素點(diǎn),經(jīng)式(11)～(12)變換,視場(chǎng)中的(mi,ni)標(biāo)定后得到:

圖6 紫外圖像視場(chǎng)標(biāo)定結(jié)果

(11)

(12)

經(jīng)視場(chǎng)標(biāo)定后,獲取的新紫外圖像將與可見(jiàn)光視場(chǎng)重疊,見(jiàn)圖6(b)。

2.3 紫外-可見(jiàn)光圖像融合算法

假設(shè)可見(jiàn)光圖像為背景圖像,紫外圖像為前景圖像,紫外成像系統(tǒng)首先將采集到的視頻信號(hào)轉(zhuǎn)化為數(shù)字信號(hào)碼流輸入圖像處理部分;再對(duì)數(shù)字信號(hào)進(jìn)行仿射變換,與可見(jiàn)光視頻信號(hào)共同處理后得到帶顯示的視頻信號(hào);最后在OpenCV環(huán)境下顯示視頻信號(hào),具體的成像算法流程圖見(jiàn)圖7。為保證順利融合,首先利用前述方法將兩視場(chǎng)范圍大小調(diào)整一致;在融合過(guò)程中,對(duì)圖中像素點(diǎn)逐一計(jì)算,如果紫外圖像的像素點(diǎn)灰度值為0,那么融合圖像灰度值為可見(jiàn)光圖像灰度值;如果灰度值不為0,則融合圖像灰度值調(diào)整為(255,0,0),即顯示為紅色。

圖7 紫外成像算法流程圖

紫外圖像融合結(jié)果見(jiàn)圖8,前景圖像中灰色表示紫外相機(jī)監(jiān)測(cè)到光子密集出現(xiàn)的區(qū)域,背景圖像是由可見(jiàn)光相機(jī)拍攝的實(shí)景。由定位結(jié)果圖明顯看出,經(jīng)過(guò)紫外相機(jī)的處理,現(xiàn)場(chǎng)工作人員可以精確地定位故障點(diǎn)。

圖8 紫外成像融合效果圖

3 超聲-紫外可視化協(xié)同診斷

3.1 超聲-紫外可視化協(xié)同信息融合算法研究

由日盲紫外成像的原理可知,當(dāng)局部放電源與紫外鏡頭間的傳播路徑存在遮擋時(shí),紫外鏡頭采集的光子數(shù)將明顯減少,直接影響定位結(jié)果;同時(shí),有研究表明在環(huán)境噪聲較大的情況下,超聲定位算法的精度將明顯下降[24-25]?；诔暫妥贤鈾z測(cè)技術(shù)的局限性,本研究提出一種可變權(quán)重的聲-光可視化協(xié)同信息融合算法。通過(guò)可變權(quán)重將超聲成像和紫外成像的定位結(jié)果有機(jī)融合,既有效利用了聲學(xué)信號(hào)較強(qiáng)的固體媒介穿透能力,又高效結(jié)合了光學(xué)信號(hào)不受噪聲干擾的能力,進(jìn)一步提升了現(xiàn)場(chǎng)的缺陷檢出能力。

3.1.1 權(quán)重計(jì)算

(13)

(14)

(15)

JF值意味著特征的可分離性,JF值越大則數(shù)據(jù)的可分離性越強(qiáng)。

計(jì)算不同信噪比情況下的JF(k)值,則不同信噪比下的權(quán)重為

(16)

最終,需要得到的超聲-可見(jiàn)光聯(lián)合檢測(cè)信息由式(17)計(jì)算可得

(17)

3.1.2 基于變權(quán)的超聲-紫外可視化協(xié)同檢測(cè)信息融合方法

在實(shí)驗(yàn)和數(shù)據(jù)分析的基礎(chǔ)上,提出了基于變權(quán)的超聲-紫外可視化協(xié)同信息融合方法,整體流程見(jiàn)圖9。主要步驟為

2.選擇合適的課堂教學(xué)模式。高中英語(yǔ)教師在課堂教學(xué)中要重視學(xué)生的主體地位，根據(jù)學(xué)生特點(diǎn)設(shè)計(jì)各個(gè)教學(xué)環(huán)節(jié)，以學(xué)生活動(dòng)為主，加強(qiáng)情景創(chuàng)設(shè)，多聯(lián)系生活實(shí)際，活化教材和課堂。使用網(wǎng)絡(luò)增加課堂教學(xué)容量，使學(xué)生積極參與并展示他們的語(yǔ)言才華和計(jì)算機(jī)使用才華，同時(shí)也加強(qiáng)了課堂的吸引性。在必修1 Unit3 Travel journal的教學(xué)過(guò)程中，學(xué)生利用網(wǎng)絡(luò)查閱了他們想去旅游的地方和已經(jīng)旅游過(guò)的地方并且把國(guó)慶節(jié)期間拍的照片帶到課堂，“英語(yǔ)課要總這樣上就好了。”課后學(xué)生興奮的抒發(fā)著他們對(duì)多元話英語(yǔ)閱讀課程的興趣。

圖9 可變權(quán)重信息融合算法流程圖

圖10 神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練示意圖

1)在協(xié)同診斷之前,需進(jìn)行神經(jīng)網(wǎng)絡(luò)模型[28-29]訓(xùn)練為正式診斷做準(zhǔn)備,模型訓(xùn)練過(guò)程見(jiàn)10圖,樣本集通過(guò)實(shí)驗(yàn)缺陷模型獲取。首先對(duì)缺陷模型施加10 kV左右的電壓,保證局放信號(hào)的產(chǎn)生;采集過(guò)程中紫外圖像以25幀/秒的幀率錄制視頻,錄制時(shí)間為60 s,拍攝距離限定在20 m～30 m范圍內(nèi),儀器增益為100%;超聲圖像的拍攝距離同樣限制在20 m～30 m的范圍內(nèi),拍攝時(shí)以正對(duì)物體所在的位置為法向,選取相機(jī)、物體的連線與法向形成的角度進(jìn)行拍攝,每間隔20°拍攝一組,范圍在(-40°,40°)內(nèi);接收頻率范圍設(shè)置為20 kHz～60 kHz,對(duì)采集的超聲信號(hào)手動(dòng)添加高斯白噪聲。其步驟為

a)獲取每種檢測(cè)圖像的100個(gè)樣本。

b)通過(guò)式(13)、(14)和(15)計(jì)算JF值。

d)建立兩個(gè)BP神經(jīng)網(wǎng)絡(luò),BP神經(jīng)網(wǎng)絡(luò)的輸入分別是紫外圖像光子數(shù)vn和超聲聲強(qiáng)Us,同時(shí)也需提供對(duì)應(yīng)采集環(huán)境的信噪比SNR;輸出為局放融合信息Yul和Yuv。隱藏層為1,每層有10個(gè)神經(jīng)細(xì)胞,訓(xùn)練精度為1×10-5。

2)拍攝待檢測(cè)對(duì)象的可見(jiàn)光圖像、超聲成像結(jié)果和紫外視頻;同時(shí)檢測(cè)環(huán)境的信噪比。

3)處理圖像并提取圖像特征點(diǎn),包括可見(jiàn)光圖像、紫外圖像光子數(shù)vn和超聲定位的聲強(qiáng)Us。

4)根據(jù)提取的可見(jiàn)光圖像、紫外圖像光子數(shù)vn、聲強(qiáng)矩陣Us和信噪比一起輸入訓(xùn)練好的BP神經(jīng)網(wǎng)絡(luò)中,得到局部放電信息輸出Yul與Yuv。

5)通過(guò)式(17)完成信息融合并計(jì)算最終的局放信息結(jié)果Yfu。

3.2 超聲-紫外可視化協(xié)同診斷的現(xiàn)場(chǎng)應(yīng)用

綜合上述系統(tǒng)結(jié)構(gòu)設(shè)計(jì)與診斷算法,本研究完成了相應(yīng)的超聲-紫外可視化協(xié)同檢測(cè)裝置的開(kāi)發(fā),見(jiàn)圖11。應(yīng)用開(kāi)發(fā)的協(xié)同檢測(cè)裝置進(jìn)行變電站現(xiàn)場(chǎng)實(shí)測(cè),并從檢測(cè)效果、檢測(cè)誤差方面與超聲檢測(cè)、紫外成像檢測(cè)效果作對(duì)比,檢驗(yàn)提出算法的有效性。

圖11 超聲-紫外可視化協(xié)同檢測(cè)裝置

3.2.1 超聲檢測(cè)現(xiàn)場(chǎng)應(yīng)用結(jié)果

對(duì)設(shè)計(jì)的單螺旋陣列與提出的改進(jìn)MUSIC算法進(jìn)行現(xiàn)場(chǎng)應(yīng)用效果的試驗(yàn)驗(yàn)證。檢測(cè)結(jié)果發(fā)現(xiàn)變電站內(nèi)的懸式絕緣子連接處和變壓器套管連接處存在電暈放電現(xiàn)象,超聲定位圖像見(jiàn)圖12。

圖12 單螺旋陣列定位成像變電站現(xiàn)場(chǎng)檢測(cè)結(jié)果

從圖中明顯觀察到設(shè)計(jì)的單螺旋陣列與提出的定位算法直觀的將設(shè)備與線路的連接處存在電暈放電顯示在可見(jiàn)光圖像上。在現(xiàn)場(chǎng)應(yīng)用中,有效解決了設(shè)備排列緊密造成的難以準(zhǔn)確辨識(shí)電暈放電位置的問(wèn)題,提升了檢測(cè)效率。

3.2.2 紫外檢測(cè)現(xiàn)場(chǎng)應(yīng)用結(jié)果

通過(guò)現(xiàn)場(chǎng)巡檢驗(yàn)證日盲紫外成像系統(tǒng)的可行性,結(jié)果發(fā)現(xiàn)開(kāi)關(guān)套管連接處存在放電現(xiàn)象,現(xiàn)場(chǎng)效果見(jiàn)圖13。

圖13 日盲紫外成像變電站現(xiàn)場(chǎng)檢測(cè)結(jié)果

從可見(jiàn)光圖像中明顯觀察到開(kāi)關(guān)連接處的電暈放電現(xiàn)象,基本實(shí)現(xiàn)了較準(zhǔn)確定位,但由于測(cè)量距離原因,現(xiàn)場(chǎng)應(yīng)用過(guò)程中接收的光子數(shù)較少,導(dǎo)致成像位置稍有偏移。

3.2.3 超聲-紫外可視化協(xié)同檢測(cè)結(jié)果

根據(jù)提出的可變權(quán)重超聲-紫外可視化協(xié)同信息融合方法,實(shí)現(xiàn)了超聲圖像、紫外和可見(jiàn)光圖像的信息融合,有效提升了定位精度,實(shí)現(xiàn)了超聲、紫外檢測(cè)技術(shù)的優(yōu)勢(shì)互補(bǔ),其結(jié)果見(jiàn)圖14。

圖14 超聲-紫外可視化協(xié)同檢測(cè)成像結(jié)果圖

在變電站巡檢過(guò)程中發(fā)現(xiàn)了一個(gè)電暈放電定位的典型案例,此處母線、絕緣子和支架在視場(chǎng)范圍內(nèi)排列緊密,現(xiàn)場(chǎng)典型故障的檢測(cè)結(jié)果見(jiàn)圖15。在應(yīng)用紫外成像檢測(cè)過(guò)程中,發(fā)現(xiàn)某視場(chǎng)存在較為分散的紫外光子分布,且由于母線的遮擋和視線中兩絕緣子的交匯,導(dǎo)致難以判斷具體的故障位置;更換超聲成像的方式檢測(cè)同樣位置,由于精度問(wèn)題導(dǎo)致存在較大的紅色陰影,同樣難以精確判斷故障位置。此故障位置較高,且存在于變電站內(nèi)難以深入的部分,給檢修人員排查帶來(lái)困難。采用超聲-紫外可視化協(xié)同信息融合方法明顯縮小了定位范圍,精確定位了電暈放電位置,大大降低了檢修難度。

圖15 現(xiàn)場(chǎng)典型故障的檢測(cè)結(jié)果

3.2.4 定位誤差分析

本節(jié)從定位圖像中定位點(diǎn)和實(shí)際放電點(diǎn)得圖像像素位置(px)出發(fā),對(duì)超聲成像檢測(cè)、紫外成像和超聲-紫外可視化協(xié)同檢測(cè)的定位精度對(duì)比分析,定位誤差見(jiàn)表3。

表3 定位誤差分析

表中RMS表示定位點(diǎn)與實(shí)際放電點(diǎn)在圖像上的距離,即誤差距離(px)。表中顯示,超聲定位在檢測(cè)過(guò)程中的誤差距離為15 px左右,紫外成像為65 px左右,超聲-紫外協(xié)同檢測(cè)的誤差距離下降至10 px以下,三者相對(duì)誤差由式(18)計(jì)算[30]

(18)

其中,Ex為定位相對(duì)誤差;xz為定位圖像x軸總像素點(diǎn);vz為定位圖像y軸總像素點(diǎn)。

經(jīng)計(jì)算,紫外成像定位相對(duì)誤差為8.2%,超聲定位成像的相對(duì)誤差為3.5%,優(yōu)化后的超聲-紫外可視化協(xié)同診斷算法的相對(duì)誤差成功降至1%。

4 結(jié)論

本研究提出了一種超聲-紫外協(xié)同的戶外絕緣狀態(tài)可視化診斷技術(shù)。主要結(jié)論如下:

1)基于靜態(tài)方向圖設(shè)計(jì)了單螺旋超聲陣列,有效窄化了BW0與BW0.5,提升了定位陣列的聲學(xué)性能;結(jié)合改進(jìn)MUSIC算法與透明融合算法,成功地實(shí)現(xiàn)了高聚焦精度的超聲定位與結(jié)果的可視化展示。

2)基于折射光路紫外成像方法,給出了成像模塊設(shè)計(jì)的具體思路,提出了一種紫外-可見(jiàn)光視場(chǎng)標(biāo)定方法,實(shí)現(xiàn)了放電的紫外定位可視化。

3)考慮環(huán)境噪聲的不同,提出了一種基于變權(quán)的超聲-紫外聯(lián)合檢測(cè)信息融合的方法,給出了具體步驟,將可見(jiàn)光、超聲和紫外檢測(cè)信息有機(jī)融合,將定位相對(duì)誤差下降到1%,提升了復(fù)雜環(huán)境下的檢測(cè)精度。

基于以上研究?jī)?nèi)容,本研究最終實(shí)現(xiàn)了電力設(shè)備的超聲-紫外可視化協(xié)同診斷,彌補(bǔ)了單一檢測(cè)方法的不足,具有更強(qiáng)的檢測(cè)能力與更高的檢測(cè)精度。