基于組合算法的中低壓設備電暈放電區域紫外標定方法

張宏釗，李 勛，安韻竹, 伊仁圖太(．深圳供電局有限公司，廣東 深圳 58000；.武漢大學電氣工程學院，武漢 4007；.深圳市同步銀星電氣有限公司，廣東 深圳 58000)

高壓輸變電設備長期在暴露的空氣中運行，其表面污穢及空氣濕度不可避免地造成絕緣劣化和老化，導致電力設備出現局部弱放電現象[1,2]。長時間的局放現象將損壞設備的絕緣性能，嚴重時甚至導致絕緣擊穿。由于背景噪聲復雜，聲波檢測、超高頻檢測等常規檢測方法難以準確定位放電位置[3]。而電暈弱電離初期很難直接用肉眼觀察到，其輻射出的光波波長集中于紫外光波波段(200～400 nm)[1]。因此，日盲區紫外檢測技術成為確定在線運行設備絕緣性能的重要手段之一。

傳統中壓電壓等級觀念中，往往忽視中低壓設備的電暈放電現象，在生產制造、現場安裝等環節往往未按高電壓等級理念來對待，對開關柜的工藝要求、導體布局、絕緣間隙等要求明顯偏低，造成電暈放電量偏高。統計數據表明，一些變電站中35 kV 開關柜、絕緣子等中低壓電氣設備放電性故障已經占到開關柜故障總數的50%以上，對主變乃至電網安全構成了潛在的威脅[4]。可見，充分重視變電站開關柜、絕緣子等電力設備電暈放電狀態，對保證電力系統的穩定運行、降低設備和人身事故率具有重要現實意義。紫外線波長范圍在10～400 nm，而太陽光中絕大多數小于280 nm波長的紫外線均被臭氧層吸收，很難到達地面。因此，將低于280 nm的波長區稱為太陽盲區。高壓電力設備局放輻射的紫外光波波長大多分布在280～400 nm，也有少數紫外光波分布在160～280 nm。因此，將采用特定的紫外線傳感器使儀器工作在紫外波長160～280 nm之間的太陽盲區的紫外檢測方法稱之為日盲區紫外檢測。紫外成像儀拍攝過程受背景噪聲等影響，其記錄到的紫外圖像會出現白色噪聲點，影響判斷設備局放程度的真實情況。為更準確地判斷放電點具體位置，還原實際放電形態和定量分析設備局部放電程度，有必要對記錄的紫外圖像進行濾波降噪等圖像處理，標定真實的放電區域[5-7]。本文從圖像處理的角度出發，提出采用閾值分割法、數學形態與局部濾除相結合降噪等算法標定設備日盲紫外圖像的放電區域，并通過對絕緣子串日盲圖像處理驗證本文方法的有效性，最后將本文算法用于計算干凈和污穢條件下絕緣子放電區域圖像面積，對比分析干凈和污穢條件下玻璃絕緣子局部放電強度。

1 紫外圖像放電區域的標定方法

在數據圖像處理上，紫外圖像中放電區域標定主要包括圖像預處理及分割、圖像降噪、局部濾除及邊界提取等部分。其中，圖像降噪是標定紫外圖像放電區域的重要環節，本節采用數學形態學進行背景噪聲濾波處理。

1.1 圖像預處理及分割

為了方便處理紫外圖像，首先將紫外成像儀拍攝的RGB圖像轉換為灰度照片。在數據處理中，灰度照片用灰度矩陣表示，每個像素對應灰度矩陣特定位置上的灰度值。

閾值法是灰度圖像分割的常用算法。閾值法的基本原理：結合圖像自身特點及其灰度直方圖確定閾值α，若照片上像素點的灰度超過該閾值，將該像素點灰度設為“1”；其他情況對應像素點灰度設為“0”。灰度圖像經過閾值法處理后，轉換為黑白二值圖像，并可粗略地將放電區域提取出來，將不需要的背景用黑色填充。

1.2 圖像數學形態學降噪

數學形態學作為一種數學方法，其關鍵參數為起“探針”作用的結構元素，結構元素收集信息并不斷移動獲得在其在信號中的位置并檢測信號內部之間的關系，以獲取有用信息用于分析信號特性[8]。在形態操作過程中，結構元素實際是自定義的特定的鄰域矩陣。該矩陣具有任意維數和大小，內部元素僅為0和1。其中，矩陣元素值為1的位置對應灰度圖的像素，形態學相關運算均在元素值為1的區域展開。數學形態學以集合形式進行運算，其中腐蝕運算(Erosion)和膨脹運算(Dilation)屬于數學形態學的兩種基本數學運算。而開啟運算和閉合運算均是腐蝕運算和膨脹運算的組合運算。具體定義如式(1)、(2)所示：

A°B=(AΘB)⊕B

(1)

A·B=(A⊕B)ΘB

(2)

式中：A為待處理圖像灰度矩陣；B為選定的結構元素矩陣；“Θ”表示腐蝕運算；“⊕”表示膨脹運算；“°”表示形態學開啟運算；“·”表示形態學閉合運算。

開啟運算實際是對圖像灰度矩陣先腐蝕后膨脹，達到濾除二值圖像中像素尺寸較小的散點并使圖像邊界平滑的效果；閉合運算則是對灰度圖像先進行膨脹運算再腐蝕運算，從而消除圖像孔洞，保持圖像邊界平滑。

盡管放電區域可以從紫外二值圖像中被粗略提取出來，但二值圖像中依然存在大量干擾噪聲點。為了滿足降噪需求，本文采用數學形態學降噪算法對紫外二值圖像進行初步降噪處理。而結構元素是數學形態學的關鍵參數，其選擇的合理性直接決定紫外圖像形態學運算結果的準確性。而紫外成像檢測到放電圖像大多呈圓形[9]，因此本文中，結構元素形狀選取圓盤形，其半徑由具體圖像特性確定。為了盡量減少降噪引起的放電區域形狀畸變，本文對二值圖像進行形態學開啟運算和閉合運算進行濾波降噪處理。

1.3 圖像局部濾除及放電邊界提取

二值圖像經過數學形態學濾波降噪處理后，可能依然存在部分干擾噪聲點。此時，可采用局部濾除的方法，進一步進行二值圖像降噪處理。首先標記二值圖像的連通區域，連通區域內部均賦予該連通區域的序號值；然后，計算灰度矩陣中各連通域對應的元素數目；最后結合實際圖像和各連通區域對應的元素數目設定閾值，當連通域對應元素數目低于該閾值時，該連通域對應灰度矩陣中的部分元素均設置為“0”。經過局部濾除處理后，二值圖像中白色區域即為待標定的真實局部放電區域。本文采用“4-”連接邊沿方式[10]確定圖像中相鄰像素是否連接，以標定電暈放電區域的邊界。

1.4 放電區域二維面積的求取

將二值圖像與原灰度圖像結合，在原灰度圖像中標定電暈放電區域及其邊界。具體方法為記錄二值圖像素矩陣中的放電區域及其邊界的坐標位置，并將原灰度圖中對應位置處的灰度值設為“255”和“0”。放電區域二維面積的求取公式如式(3)所示：

S=N1s

(3)

式中：S為放電區域面積比例；N1為放電區域總像素個數；s為每個像素的實際面積。

本文后續計算中未考慮像素點面積，保持紫外拍攝過程中空間相對位置及拍攝參數不變，達到不同實驗條件下的紫外圖像像素點對應實際面積相同的目的。

2 電暈放電區域標定實例分析

2.1 放電區域標定圖像處理

采用以色列OFIL紫外成像儀-SuperB對絕緣子串的局部電暈放電情況開展紫外成像拍攝。圖1為某變電站35kV低壓側拍攝的絕緣子串周圍局放紫外RGB彩色圖像。采用第一節中所述算法對該照片進行處理，成像結果如圖2所示。

圖1 絕緣子紫外彩色圖像

圖2 紫外RGB彩色圖像處理流程

圖3 灰度圖象的灰度值曲線

首先將圖1轉換為灰度圖像后，繪制其灰度值分布曲線如圖3所示。結合圖1圖像和圖3所示灰度值雙峰分布曲線，可以確定電暈放電區域的灰度值集中分布于240～250，絕大部分背景灰度值低于200，故確定圖像分割閾值α取240。經多次嘗試發現，結構元素選取采用半徑r=1的圓盤時，數學形態學降噪效果最佳。圖像處理過程，每一步處理效果如圖4所示。

圖4 圖像處理過程

2.2 不同污穢條件放電區域面積分析

放電區域面積定義為放電區域內的像素總數與像素代表實際面積的乘積。由于實驗中實驗設備及拍攝參數保持不變，每種實驗條件下拍攝照片的像素點代表的實際面積相同。假設像素點代表實際面積為1，則放電區域面積即為其像素總數，單位為pixel。對干凈和污穢條件下的玻璃絕緣子分別施加35、45、50、54、58、60、62、64 kV工頻電壓，利用紫外攝像儀記錄不同實驗條件下絕緣子局部電暈放電圖像。為了保證試驗數據的可比性，本組試驗在同一實驗地點完成，觀測距離均為7 m。試驗過程中，溫度為31 ℃，相對濕度為65%。采用本文圖像處理算法，計算得到不同電壓下絕緣子串局部放電區域面積對比如圖5所示。

圖5 絕緣子局部放電區域面積與電壓關系曲線圖

如圖5所示，隨著外施工頻電壓幅值的增加，絕緣子串的局部放電區域的面積增強；污穢絕緣子的局部放電區域的面積大于干凈絕緣子的局部放電區域面積。這說明污穢條件下玻璃絕緣子的局部放電強度明顯增大。該結論與實際情況相符，驗證了本文紫外圖像局部放電區域標定方法的有效性。

3 結 語

(1)本文采用閾值分割法將圖像進行日盲紫外圖像二值化處理，并采用數學形態學和局部濾除相結合進行圖像降噪濾波，最后采用四鄰域連接算法提取放電區域邊界。該方法簡單實用，對實際電站巡檢工作具有重要的工程應用價值。

(2)采用本文方法對絕緣子串的紫外圖像中的局部放電區域進行標定，標定的放電區域與實際局部放電區域相符，驗證了本文方法的有效性。

(3)開展不同電壓下對干凈絕緣子和污穢絕緣子的放電紫外觀測試驗，并采用本文算法提取不同情況下放電區域面積。相同電壓作用下，污穢絕緣子的局部放電區域面積大于干凈絕緣子的局部放電面積，說明污穢條件下玻璃絕緣子的局部放電強度較大。

□

[1] 楊曉琳，李燕青，劉云鵬,等.基于數學形態學的電力設備紫外圖像放電區域提取[J]. 電網技術，2008,32(7):96-99.

[2] 李自品.330 kV線路絕緣子串電壓分布的現場實測與分析[J].中國農村水利水電，2006,(4):99-100.

[3] 張繼軍.高壓放電紫外檢測技術與應用[M]. 北京：中國電力出版社，2009.

[4] 俎洋輝, 俎麗鴿, 劉 巖. 35 kV開關柜電暈試驗研究及分析應用[J]. 河南電力, 2015,(1)．

[5] 耿江海，霍亞男，黃震宇，等.基于數學形態學的絕緣子閃絡圖像處理方法[J].電瓷避雷器，2014,(4):21-25.

[6] 王勝輝，李 楠，廖 鵬.放電日盲紫外成像檢測圖像參數提取方法研究[J].華北電力大學學報，2013,40(6):40-45.

[7] 丁 培，馬飛越，高 原，等. 基于紫外圖像相對光斑面積的絕緣子表面放電量化評估方法研究[J]. 電瓷避雷器，2015,(2):5-9.

[8] 呂石生，林亞濤，梁 興，等. 基于數學形態學的水泵振動故障診斷研究[J]. 中國農村水利水電，2014,(2):110-113.

[9] 王勝輝，郭文義，律方成，等.電暈放電紫外成像圖像參量變化特性的研究[J]. 高壓電器，2013,49(8):16-25.

[10] 孫兆林. MATLAB6.x圖像處理[M]. 北京：清華大學出版社，2002.