基于紅外檢測技術的變壓器火災報警系統研究

耿克山，張城瑋

（1.安徽省電力公司超高壓公司，安徽 合肥 230022；2.滁州供電公司，安徽 滁州 239000）

隨著國民經濟的持續發展，社會對電力能源和供電可靠性的要求日益提高。智能電網的建設與發展，可以提高電力系統的可靠性，滿足現代社會對供電系統高可靠性的要求?！白杂笔侵悄茈娋W的基本特征，旨在實時掌握電網運行狀態，預測電網運行趨勢，及時發現潛在隱患并采取措施進行消除。電力設備是電力企業生產經營的基礎，電力設備保護工作的好壞直接影響電網的安全穩定運行，影響電力企業的經濟效益和社會形象。

電力設備的在線監測與安全預警對保障電力設備安全運行、保證電能質量與供電可靠性有重要意義。經驗表明，電力系統中許多故障前期都表現為電力設備的局部或者整體熱狀態異常。紅外檢測技術利用紅外儀器獲得電力設備溫度值和溫度空間分布特征，分析處理設備中潛伏的故障或隱患。近年來，由于紅外檢測技術具有非接觸性、安全性高、響應快、操作方便、判斷準確等傳統常規檢測方法無法比擬的優點，己經廣泛應用于電力系統的在線監測中，取得了良好的效果。

1 電力變壓器火災報警系統

電力變壓器是電力系統中輸配電力的主要設備。在運行中，如變壓器內部發生過載或短路，絕緣材料或絕緣油就會因高溫或電火花作用而分解、膨脹以至氣化，使變壓器內部壓力急劇增加，可能引起變壓器外殼爆炸，大量絕緣油噴出燃燒，油流又會進一步擴大火災危險。火災的出現影響了電能供應的連續性，給社會和電網公司也帶來較大的危害和經濟損失。

電力變壓器火災報警系統對電力設備進行在線監測，分析設備發生火災的可能性并進行預警，提高了電力系統的運行效益，降低了維修成本。而傳統的主變感溫電纜火災報警系統存在諸多弊端：感溫電纜由于敷設在室外易于老化，平均3～4年就需要更換；主變檢修等作業時感溫電纜受到擠壓易損壞誤發報警信號；感溫電纜的更換必須主變停電進行，不利于故障的處理。本文提出一種基于紅外檢測技術的電力變壓器火災報警系統，其流程圖如圖1 所示。

圖1 基于紅外檢測技術的變壓器火災報警系統流程

該火災報警系統首先獲取紅外實時監控圖像采集系統采集的電力變壓器紅外圖像，基于紅外圖像處理技術對紅外圖像進行預處理，再采用目標識別算法識別出變壓器，最后檢測并診斷變壓器出現火災的可能性，當檢測出火災時通過GMS 報警系統進行報警。

2 基于紅外檢測技術的火災報警系統

2.1 紅外實時監控圖像采集系統

紅外實時監控圖像采集系統通過變壓器附近放置的紅外圖像儀實時采集變壓器的紅外圖像。

2.2 紅外圖像預處理

獲取的紅外圖像和可見光圖像可能會存在噪聲較大、對比度較低、視覺效果不好等現象，需要對紅外圖像進行預處理。預處理的步驟主要包括：紅外圖像的非均勻性校正、紅外圖像濾波去噪、紅外圖像增強。

2.3 基于NMI 特征的變壓器目標識別

該部分主要識別出紅外圖像中表征變壓器的區域，準確識別出變壓器是進行后續的變壓器火災檢測與診斷的先決條件。變壓器的識別主要通過在紅外圖像中采用基于NMI 特征的目標識別算法來實現。圖像的NMI(Normalized Moment of Inertia)不變特性，即圖像的歸一化轉動慣量，它具有抗灰度畸變性及對幾何畸變(如平移、旋轉、縮放)有較好的保持不變性，且匹配正確率高，計算量小，速度快。

對于一幅二值圖像：f(i，j)，i=0，1，…M-1，j=0，1，…N-1。二值圖像歸一化轉動慣量NMI(f(i，j))定義為：

其中，m(f(i，j))稱為圖像f(i，j)的質量。J(i0，j0)為關于點(i0，j0)的轉動慣量。

與一般的基于灰度相關匹配方法相比，基于NMI 特征的目標識別算法的識別效果較好，且運算量小，易于實現實時性。因此，將此方法應用在紅外圖像的目標識別中，實驗驗證了這種方法的可行性。

利用sobel 邊緣檢測算子對圖像進行二值化處理，并提取其NMI 特征作為匹配特征，通過應用NMI 圖像特征識別方法，分別計算目標圖像和模板圖像中目標的NMI 特征值，然后比較兩者之間的差異，如果差異小于某一正數e，即：

其中，NMIM為模版圖像中目標的NMI 特征，NMIT為待識別圖像中的目標NMI 特征。該目標識別方法流程如圖2 所示。

圖2 變壓器目標識別流程

2.4 變壓器火災的診斷

該部分是根據紅外圖像分析變壓器的溫度值及變化情況，對照GB/T11022—1999 中關于高壓開關設備和控制設備各種部件、材料和絕緣介質的溫度和溫升極限的有關規定，結合環境氣候條件、負荷大小進行分析判斷，確定設備的熱缺陷，利用速率算法和溫度面積算法判斷變壓器是否發生火災。

2.4.1 基于速率算法的圖像信息變化診斷

速率算法主要用于判斷當前鏡頭中的圖像信息是否發生了變化。如果判斷圖像信息發生了變化，再交給后面的模塊來判斷是否發生火災。速率算法的原理是:以等時間間隔不停地截取圖像，然后把當前取的圖像與之前取得圖像作比較，反應在算法里就是兩幅圖像做差法運算。其流程圖如圖3 所示。

圖3 基于速率算法的圖像信息變化診斷流程

2.4.2 基于溫度面積算法的火災診斷

溫度算法主要用于進一步過濾掉低溫背景噪聲。根據雙波段原理，物體在兩個固定波段上接收到的能量比值服從一個僅與溫度有關的函數分布。所以根據這個原理，同時從2 個裝有紅外濾光片的攝像頭上讀取當前畫面在2 個紅外波段上的像素值，并求其比值，然后根據之前實驗測得的物體燃燒時應該顯示的比值來對像素值做修正。過濾非燃燒的圖像信息，保留下真正的火焰的像素信息，為后面的進一步判斷做必要的準備。

面積算法則用于判斷當前畫面是否發生了火災。經過速率算法的處理，可斷定當前鏡頭內的景物發生了變化，并且經過溫度算法的過濾作用，像素圖像內只保留了燃燒的火焰的像素值。算法首先設定1 s 為判斷火災的時間，建立一個序列，統計非零像素值個數N并加入隊尾；然后把N與之前的個數F相比較，如果N>F，說明此時的火焰面積變大了，可能是火災發生了，此時計數器加1，然后再回到前面的溫度算法繼續判斷。按此循環，直到達到1 s。這時把計數器中的數值跟預先設定閾值相比較，如果大于閾值，就說明火焰面積的擴大達到了火災的標準，可以判定為火災，然后報警；如果小于閾值，說明只是諸如打火機、煙頭等干擾，不是火災，這時返回速率算法，繼續監控。

基于以上分析，變壓器火災檢測、診斷的流程如圖4 所示。

圖4 變壓器火災檢測、診斷流程

3 實驗與分析

實驗中所使用的圖像為FLIR 熱像儀拍攝分辨率為320×240 的現場變壓器紅外圖像。本實驗主要驗證本文提出的算法的有效性與可行性。

圖5(a)是一幅現場變壓器紅外圖像，它對應了數據庫中一個特定的變壓器模板(圖5(b))，對此紅外圖像基于NMI 特征的目標識別算法進行變壓器目標識別，識別結果如圖5（c）所示。識別結果顯示，雖紅外圖像中除變壓器還保留較多的背景圖像，但是本文基于NMI 特征的目標識別算法仍可準確定位出變壓器，并去除大量非變壓器的背景圖像；此外識別結果中還具有完整性，現場變壓器紅外圖像(圖5(a))中非變壓器模板(圖5(b))中的部分變壓器區域也可以檢測出來，保持了變壓器識別結果的完整性。圖5(a)中所示的變壓器圖像實際還處于正常運行狀態中，根據本系統中變壓器火災的檢測、診斷部分，設備此時運行正常，無故障。因此，診斷結果正確。

圖5 變壓器目標識別結果一

圖6(a)是一幅現場紅外圖像，圖中非變壓器區域較少。由圖6(a)和(b)所示，本文的基于NMI特征的目標識別算法仍可準確地識別出變壓器。根據系統中的變壓器火災檢測、診斷過程，其目標的最高溫度(中間的套管)大于系統預先設定的閾值，因此GMS 報警系統會發出報警信號，與實際結果相對比，診斷結果符實，本文研制的系統成功防止了溫度繼續升高引致的火災。

實踐證明，上述的變壓器識別算法和火災檢測、診斷算法可有效識別出變壓器的熱狀態，并實現在主變火災萌發階段進行報警，這進一步表明本文提出的變壓器火災報警系統在實際應用中具有可行性。

圖6 變壓器目標識別結果二

4 結束語

提出了將紅外檢測技術與圖像監控系統相結合的基于紅外檢測技術的變壓器火災預警系統，并給出了電力變壓器火災報警系統主要組成部分的核心算法，在變壓器識別過程中采用NMI 特征對變壓器進行目標識別，再利用速率算法和溫度面積算法對其進行火災檢測并報警。實驗驗證了算法的有效性和可行性，并進一步證明了基于紅外檢測技術的火災預警系統在實際應用中的可行性。

1 施 婕，艾 芊. 智能電網實現的若干關鍵技術問題研究[J].電力系統保護與控制，2009，37(19)：1-4.

2 陳樹勇，宋書芳，李蘭欣，等. 智能電網技術綜述[J].電網技術，2009，33(8)：1-7.

3 孫新榜. 強化電力設施保護工作，確保設備安全穩定運行[J].電力安全技術，2006(4).

4 張艾萍，萬瑞軍. 基于數字溫度傳感器的電纜故障在線檢測及火災預警系統[J].電力自動化設備，2003，23(10)：57-58.

5 張 兢，路彥和，雷 剛. 基于多傳感器數據融合的智能火災預警系統[J].計算機工程與應用，2006，42(6)：206-209.

6 胡昌斌. 變電站熱故障隱患智能監測技術的應用研究[D].北京：華北電力大學，2004.

7 于大勇，張伯虎. 熱成像技術在火災預警中的應用[J]. 安防科技，2009，(9)：42-44.

8 龐建瑩，施云波，修德斌，等. 基于紅外傳感器的電氣火災預警系統[J].儀表技術與傳感器，2010(3)：64-66.

9 甄麗平，馬 莉. 模糊邏輯在圖像火災報警系統中的應用[J].鄭州輕工業學院學報(自然科學版).2004，19(1)：46-48.

10 羅曉暉，杜召彬.MSA 火災報警系統中圖像型火源定位 研究[J].計算機工程與應用，2009，45(22)：221-223.

11 魯邦秀. 火災感溫報警電纜的研制[J].光纖與電纜及其 應用技術，2001(6)：17-19.

12 岡薩雷斯. 數字圖像處理[M].北京：電子工業出版社， 2007.

13 楊小岡，付光遠，繆 棟，等. 基于圖像NMI 特征的 目標識別新方法. 計算機工程，2002，28(6)：149-152.