高壓設(shè)備紅外圖像自動故障識別方法與試驗研究

摘 要：文章研究了一種高壓設(shè)備紅熱圖像自動故障識別方法。根據(jù)電氣設(shè)備故障紅熱圖像特點以及電力紅外診斷規(guī)范，提出了逐點掃描法根據(jù)熱點溫度用來尋找設(shè)備正常溫度和環(huán)境溫度，將該方法分析結(jié)果應(yīng)用于電氣設(shè)備紅熱故障分析的相對溫差判斷方法，并設(shè)計了一款電氣紅外故障識別軟件，軟件對導(dǎo)入的紅外圖片中的異常點進行全方位掃描，判斷設(shè)備故障信息。最后，進行了設(shè)備紅熱故障模擬試驗，針對電流互感器和電壓互感器的模擬故障進行自動診斷。結(jié)果表明，該方法實現(xiàn)了高壓設(shè)備部分紅外故障自動分析功能，提高了電力設(shè)備檢測的工作效率，有助于電網(wǎng)的安全運行。

關(guān)鍵詞：圖像處理；故障診斷；相對溫差

中圖分類號：TP391.41 文獻標(biāo)識碼：A 文章編號：1006-8937（2013）11-0005-02

隨著電力工業(yè)向大機組、大容量與超特電壓方向迅速發(fā)展，輸配電的可靠性愈加重要。長期的運行經(jīng)驗表明，設(shè)備的發(fā)熱現(xiàn)象往往預(yù)示著極其嚴(yán)重的故障隱患，因此，對電力設(shè)備溫度進行密切監(jiān)控，準(zhǔn)確有效地判別過熱設(shè)備故障類型，及時發(fā)現(xiàn)并消除設(shè)備過熱，對保證電網(wǎng)和設(shè)備安全穩(wěn)定運行、大力推進集約化管理有著非常重要的意義。紅外熱像診斷技術(shù)由此而成為電力設(shè)備狀態(tài)檢測的一項行之有效的手段，其具有操作安全、靈敏度高、檢測診斷效率高、可進行計算分析等特點， 所以近年來在國內(nèi)外電力行業(yè)中應(yīng)用日益廣泛。電流致熱型故障采用紅外圖像識別成功率較高，相對溫差法為電力運行中最常用的識別方法，這些方法需要操作人員結(jié)合紅外成像儀和經(jīng)驗進行判斷，不能自動識別。

紅外診斷規(guī)則中相對溫差法是故障判斷的常用方法，需要紅外圖像中的熱點溫度、環(huán)境溫度和設(shè)備正常溫度。針對紅外圖像，熱點溫度比較好獲取，而環(huán)境溫度和設(shè)備正常溫度比較難。目前研究中有通過溫度像素點統(tǒng)計的直方圖分析方法，有矩形框像素自動分析法，另外還有“米”字型直線分析方法，這些方法均不能快速自動、準(zhǔn)確的找到紅外圖片中的環(huán)境溫度和設(shè)備正常溫度。

1 電氣設(shè)備故障紅外熱像儀測量原理

1.1 相對溫差法判斷方法

通過相對溫差計算，可以進行故障判斷。該方法主要適用于電流致熱型設(shè)備，特別是對小負荷電流致熱型設(shè)備采用相對溫差判斷法可降低小負荷缺陷的漏判率。通過檢測出異常點的發(fā)熱溫度T■、正常相對應(yīng)點的溫度T■以及環(huán)境參考體的溫度T■，可以計算出該異常點的相對溫差，作為電流致熱型設(shè)備缺陷診斷的判據(jù)。

相對溫差τ計算為：

τ=■×100%（1）

1.2 溫度自動搜索方法

根據(jù)相對溫差法，需要從紅外圖片中尋找出環(huán)境溫度，設(shè)備正常溫度以及熱點溫度，在此提出獲得上述三個溫度的分析方法：首先，通過尋找圖中溫度最高像素點，即為熱點溫度T■；以熱點為中心引出一條射線作為溫度掃描線，將掃描線途經(jīng)的位置像素點在X軸（距離）進行投影，將獲得一條溫度曲線，如圖1所示。當(dāng)射線位置（角度）選擇正確時，射線將完整穿過設(shè)備正常溫度區(qū)域，熱點溫度是溫度較高的位置，曲線幅度高且距離較短，而設(shè)備正常溫度為中間比較平坦的，溫度居中且距離較長，這個情況下正常溫度的投影面積最大，則認為此處的溫度平均值為正常溫度值T2。同樣，當(dāng)射線投影到環(huán)境溫度最大的位置時，其投影面積最大，該溫度值為環(huán)境溫度值T0。根據(jù)紅外熱像儀監(jiān)測得到的紅外熱像圖，可以按照儀器內(nèi)療的算法和目標(biāo)發(fā)射率校正后轉(zhuǎn)變?yōu)楸粶y目標(biāo)的溫度值，則可以測出該熱像圖上的最高溫度和最低溫度，即可確定：最高溫度處為異常點的發(fā)熱溫度，而最低溫度為環(huán)境溫度。

測量方法如下：

①選擇被檢測的電氣設(shè)備，確定該電氣設(shè)備的溫度圖像照片。②如圖1掃描線1，以最高溫度點為發(fā)熱點，測量出發(fā)熱溫度T■，再測量出環(huán)境參考溫度T■。③以發(fā)熱點為原點，做一條直線，計算經(jīng)過該直線各點的溫度，繪制成t-x曲線；再去掉最高溫度區(qū)域和最低溫度區(qū)域，計算出該圖，t1、t2、x1、x2以及曲線所圍城的積分面積S，如圖2所示。④將該直線作360°旋轉(zhuǎn)，每旋轉(zhuǎn)一個小角度，如圖2中旋轉(zhuǎn)一個角度a后得到掃描線2，再重復(fù)以上運算計算面積S，如圖2，找到面積最大值Smax，即該直線通過被測設(shè)備的區(qū)域最大；求得該最大面積時的平均溫度T■，為正常相對應(yīng)的溫度。同樣，可以找出環(huán)境溫度T■。⑤通過式1對檢測設(shè)備進行缺陷診斷，并反饋故障信息。

2 紅外圖像識別軟件

軟件針對紅外圖像進行分析，采用VC++和OpenCV為基礎(chǔ)開發(fā)和運行的軟件，OpenCV在MFC下顯示圖片，采用紅熱圖像的處理技術(shù)，實現(xiàn)設(shè)備紅熱故障自動識別。通過圖像像素點確定設(shè)備相對溫度，并將該溫度和實際溫度進行定標(biāo)得到實際溫度值。采用Intel開源計算機視覺庫OpenCV對圖像進行處理，具有自動圖像格式識別功能，能識別各種格式的紅外圖像，另外其通過優(yōu)化的C代碼編寫對其執(zhí)行速度帶來了可觀的提升。

軟件應(yīng)用上述逐點掃描方法，快速獲得設(shè)備相對溫差法的參數(shù)求取，如圖3所示，載入紅外圖像后，軟件自動尋找發(fā)熱點，測得被測設(shè)備的發(fā)熱點溫度T■、正常相對應(yīng)點溫度T■、環(huán)境參考溫度T■，計算出相對溫度，通過相對溫差判斷法，自動判斷該電氣設(shè)備的運行狀況和故障信息。另外，采用直方圖模式對設(shè)備整體溫度分布情況作出初步判斷，為下一步分析提供參考。

3 試驗分析

3.1 試驗方法

試驗選擇了兩種高壓設(shè)備作為代表性試驗：110 kV的電流互感器和電壓互感器。檢測該設(shè)備的正常狀態(tài)與故障發(fā)熱狀態(tài)下的紅外熱像圖譜，作為代表性試驗，進行圖像特征分析和專家數(shù)據(jù)庫比對，使開發(fā)的軟件系統(tǒng)能夠?qū)崿F(xiàn)設(shè)備識別、故障判斷、故障自動分析等功能。

3.2 試驗分析示例

利用軟件對電流互感器嚴(yán)重缺陷故障進行自動分析，熱點溫度為77.4°，正常設(shè)備溫度為37.1°，軟件分析計算可知故障類型為電流致熱型故障，相對溫差達到90%，缺陷屬于嚴(yán)重缺陷，并給出處理建議。分析結(jié)果與試驗現(xiàn)在檢測該電流互感器的故障情況一致。

3.2 分析結(jié)果

分別對110 kV的電流互感器和電壓互感器正常和故障的情況進行模擬實驗，依靠本文方法開發(fā)的軟件分析獲得數(shù)據(jù)如表1所示。電流互感器和電壓互感器的正常情況和發(fā)生電流致熱型故障時，軟件獲取溫度正確可行，計算出的相對溫差可以明顯的反映出故障類型，表明該方法在試驗設(shè)備模擬故障的情況下具有非常好的分辨能力。

試驗分析結(jié)果表明，該方法能成功快速準(zhǔn)確判斷高壓設(shè)備的常見紅外故障，并得出故障程度，為設(shè)備運行提供參考。使用該方法自動批量分析電力設(shè)備紅外圖像，將減少分析時間，有利于快速判斷故障，降低人工工作量，減少人為判斷誤差，并可以避免人為判斷的個體因素影響。

4 結(jié) 語

通過紅熱成像儀對高壓設(shè)備進行監(jiān)測，利用逐點掃描法對設(shè)備圖像進行掃描診斷時，發(fā)現(xiàn)其溫度異常點，并根據(jù)溫度分布應(yīng)用相對溫差法進行故障判斷。采用基于紅外圖像處理技術(shù)來監(jiān)測高壓輸電線上電氣設(shè)備的運行狀況和故障信息，利用紅外溫度圖像處理技術(shù)，尋找溫度發(fā)熱異常點，計算異常點的發(fā)熱溫度、正常溫度以及環(huán)境溫度以及相對溫度，通過相對溫差判斷法，自動判斷該電氣設(shè)備的運行狀況和故障信息，實現(xiàn)了在線快速檢測電氣設(shè)備的運行狀況。節(jié)省了工時，降低勞動強度，提高了識別準(zhǔn)確度，減少設(shè)備維修費用，大大提高電網(wǎng)供電可靠性。

參考文獻：

[1] 張維力.紅外熱像儀在電力工業(yè)中的應(yīng)用[J].激光與紅外，1996，（2）：105-106，111.

[2] 胡紅光.電力紅外診斷技術(shù)作業(yè)與管理[M].北京：中國電力出版社，2006.

[3] 陳玻若.紅外系統(tǒng)[M].北京：兵器工業(yè)出版社，1995.

[4] PAL N.R，PAL S.K.A review on image segmentation techniques[J].Pattern Recognition，1993，（9）.

[5] 沈清，湯霖.模式識別導(dǎo)論[M].北京：國防科技大學(xué)出版社，1991.

[6] Joseph C，Giarratano J，Riley D（美），印鑒（譯）.專家系統(tǒng)原理與編程[M].北京：機械工業(yè)出版社，2006.

[7] 程玉蘭.紅外診斷現(xiàn)場實用技術(shù)[M].北京：機械工業(yè)出版社，2002.

[8] Whittington H W，F(xiàn)lynn B W.High Reliability Condition Monitoring Systems[J].Non-Destruct Testing，2008，（11）.

[9] 陳衡.我國紅外診斷技術(shù)的現(xiàn)狀與發(fā)展[J].激光與紅外，1998，（3）.