徐成龍,于虹,杜必強,劉澤坤,何運華

(1華北電力大學(xué)云南電網(wǎng)公司研究生工作站,昆明 650217；2云南電網(wǎng)公司電力科學(xué)研究院,昆明 650217)

基于局部放電圖譜和X射線圖像的GIS缺陷識別

徐成龍1,于虹2,杜必強1,劉澤坤1,何運華2

(1華北電力大學(xué)云南電網(wǎng)公司研究生工作站,昆明 650217；2云南電網(wǎng)公司電力科學(xué)研究院,昆明 650217)

將GIS內(nèi)局部放電信號經(jīng)過去噪處理、特征提取后得到的局部放電圖譜進行特征信號識別,初步得出GIS缺陷類型、位置等有效信息,再利用X射線透照缺陷對應(yīng)位置從而對缺陷的類型、位置進一步識別。該技術(shù)融合了基于神經(jīng)網(wǎng)絡(luò)的局部放電圖譜識別和基于匹配的X射線圖像缺陷檢位置測兩種檢測方法的優(yōu)勢,有效地提高了GIS缺陷檢測效率和檢測精度,對于確保電力系統(tǒng)經(jīng)濟、可靠的運行具有重要意義。

局部放電圖譜；X射線圖像；GIS

0 前言

氣體絕緣開關(guān)設(shè)備 (GIS)以其可靠性高、占地面積小等優(yōu)點,在電力系統(tǒng)中得到廣泛的應(yīng)用[1]。而GIS結(jié)構(gòu)復(fù)雜、造價高,地電極尖端、懸浮電位、金屬顆粒、金屬尖端等缺陷難以發(fā)現(xiàn),故障發(fā)生后修復(fù)時間長[2]。傳統(tǒng)的GIS缺陷檢測方法主要是利用超聲波、超高頻、脈沖電流法等測量其內(nèi)部局部放電特征圖譜,不同的圖譜對應(yīng)了不同的放電故障類型,利用圖譜可以區(qū)分出不同的放電類型[3]。但這些圖譜無法直觀的給出GIS內(nèi)部缺陷的具體形態(tài)等信息。同時,現(xiàn)有的局部放電儀所提供的圖譜缺陷識別僅能對設(shè)備內(nèi)部單一缺陷的典型特征圖譜進行識別。而在生產(chǎn)實際中,往往會采集到特征不明顯的圖譜。應(yīng)用神經(jīng)網(wǎng)絡(luò)的識別方法,一方面可以識別一些特征不明顯的圖譜,另一方面,經(jīng)過不斷擴充樣本集可以有效提高識別效率。

X射線檢測技術(shù)是一種應(yīng)用廣泛的無損檢測技術(shù),這項技術(shù)可以直觀地辨別GIS缺陷類型[4]。但在不知道缺陷位置的前提下,需要多次利用X射線透照檢測,具有盲目性,同時,X射線檢測方法需要的檢測時間耗時長,長時間作業(yè)會給檢測人員的健康帶來一定影響。目前常用的缺陷檢測方法包括人工法、圖像分割法等；人工檢測一則成本較高,二則人工長時間檢測后會帶來疲勞誤差,一些細小的缺陷不易被察覺；分割法則試用于一些斷裂型缺陷,對異物檢測困難[5]。而應(yīng)用匹配法則可以有效解決這些問題,可以做到不受噪聲干擾、快速定位異物及其他缺陷的目的[6]。將基于神經(jīng)網(wǎng)絡(luò)的局部放電圖譜識別和基于匹配的X射線圖像缺陷檢測兩種檢測方法的優(yōu)勢融合,一方面可以及時、準確的發(fā)現(xiàn)外觀表征不明顯的早期絕緣故障、預(yù)防發(fā)生絕緣事故并預(yù)測絕緣壽命,又能采集到缺陷的準確形態(tài)信息,有效地提高GIS缺陷檢測效率和檢測精度。而且X射線檢測結(jié)果可以作為補充,修正局放圖譜識別結(jié)果,大幅度提高圖譜識別準確程度。因此該技術(shù)對于確保電力系統(tǒng)經(jīng)濟、可靠的運行具有重要意義。

1 局部放電圖譜識別技術(shù)

基于神經(jīng)網(wǎng)絡(luò)的局部放電圖譜識別技術(shù)主要包括以下三個步驟：

1)對局部放電圖信號行去噪；

2)對局部放電信號進行特征提取；

3)對局放圖譜進行特征識別。

為了抑制局部放電信號中的干擾信號,該技術(shù)首先采用了聯(lián)合時頻分析及小波變換去噪方法局部放電信號進行去噪,接著利用相位分布和灰度圖的分形特征等方法對局部放電信號進行特征提?。蛔詈蟛捎肂P神經(jīng)網(wǎng)絡(luò)算法對局部放電缺陷類型進行訓(xùn)練識別。通過該方法可以預(yù)判出GIS缺陷的基本類型和大致位置等有效信息,為進行基于匹配的X射線圖像缺陷位置檢測提供了信息基礎(chǔ)。

2 X射線圖像缺陷位置檢測技術(shù)

X射線圖像缺陷位置檢測可進一步準確定位故障類型,確定缺陷的可能位置?；谄ヅ涞腦射線圖像缺陷檢位置測技術(shù)首先對X射線圖像進行去噪處理,然后采用圖像配準的方法來實現(xiàn)圖像缺陷位置的檢測。

2.1 便攜式高頻X射線機

X射線數(shù)字成像技術(shù) (Digital Radiography, DR)是一種先進的數(shù)字成像技術(shù),它具有成像質(zhì)量高、速度快、可以做到實時成像顯示并能實現(xiàn)在線檢測等優(yōu)點[7]；項目中采用的便攜式高頻式X射線機如圖1所示。該種X射線機是由德國通用電氣公司生產(chǎn)的,型號為Eresco 65 MF4。其主要參數(shù)有管電壓、管電流、曝光時間和焦距。其中管電壓是根據(jù)物體被透射的容易程度來進行選擇的,管電壓越高X射線穿透力越強,管電流的大小直接影響著攝片時膠片的感光量,本技術(shù)中采用的X射線機管電壓最高可達300 kV,管電流范圍是0～3 mA；曝光時間和管電流的乘積即曝光量直接決定著照相影像的黑度和對比度；焦距是X射線發(fā)射管到平板探測器上表面的距離,它對曝光量和幾何不清晰度具有一定的影響。

圖1 便攜式高頻X射線機

2.2 X射線數(shù)字圖像去噪

研究表明X射線成像系統(tǒng)圖像降質(zhì)的主要原因是系統(tǒng)隨機噪聲。X射線的產(chǎn)生以及與物質(zhì)的相互作用,在時間上和空間上都滿足泊松隨機過程。對于快速X射線成像系統(tǒng),由于曝光時間短,X射線所產(chǎn)生的量子噪聲更為突出,嚴重影響了圖像的質(zhì)量。項目在去噪時采用了NL-means算法,該算法起源于鄰域濾波算法,是對鄰域濾波算法的一種推廣,其權(quán)值根據(jù)像素周圍整個區(qū)域灰度分布的相似性得到,在降低圖像噪聲的同時具有很強的保持圖像空間分辨率的能力[8]。

對于數(shù)字化圖像來說,v=v(i).(i∈I),I為像素的集合,則此時NL算法的表達式為：

其中權(quán)重：

圖2 去噪前后的圖像對比

2.3 X射線圖像的配準

圖像配準方法主要有基于特征的配準方法和基于灰度的配準方法[9],基于灰度的配準方法包括相關(guān)法和基于互信息配準法,也是最常使用的兩種配準方法。基于灰度信息的圖像配準方法一般不需要對圖像進行復(fù)雜的預(yù)先處理,而是利用圖像本身具有的灰度的一些統(tǒng)計信息來度量圖像的相似程度,其主要特點是實現(xiàn)簡單,但應(yīng)用范圍較窄,不能直接用于校正圖像的非線性形變,而且在最優(yōu)變換的搜索過程中往往需要巨大的運算量[10]。

假設(shè)原采集圖像為R,數(shù)字減影獲取的缺陷圖像為S,R大小為m×n,S大小為M×N,基于灰度信息的圖像配準方法的基本流程是：以參考圖像R疊放在待配準圖像S上平移,參考圖像覆蓋被搜索的那塊區(qū)域叫子圖Sij。i和j為子圖左上角待配準圖像S上的坐標。搜索范圍是：

通過比較R和Sij的相似性,完成配準過程。

基于匹配的X射線圖像缺陷檢測技術(shù)依據(jù)缺陷確定基準圖像,在基準圖像尋找一個M?N的特征塊。該技術(shù)通過灰度差異最大原則,即使用一個滑動窗在待拼接區(qū)域滑動,每次都計算窗內(nèi)像素平均值。求出用每一像素值減去平均值的絕對值,最后將這些灰度差異相加便是這個位置的灰度差異值。因為灰度差異大的區(qū)域圖像較為復(fù)雜,特征較為明顯,所以取灰度差異最大值的特征塊為缺陷位置區(qū)域。以地電極尖端缺陷為例,其互信息配準結(jié)果如圖3。

圖3 地電極尖端缺陷實驗結(jié)果

3 GIS缺陷識別技術(shù)

基于局部放電圖譜和X射線圖像的GIS缺陷識別技術(shù)融合了基于神經(jīng)網(wǎng)絡(luò)的局部放電圖譜識別和基于匹配的X射線圖像缺陷檢測兩種檢測方法的優(yōu)勢。其首先是將GIS內(nèi)局部放電信號經(jīng)過去噪處理、特征提取后得到的局部放電圖譜進行特征信號識別,并結(jié)合局放定位技術(shù)初步得出GIS缺陷類型、位置等有效信息,然后在對應(yīng)位置采集一幅X射線圖像數(shù)據(jù)進行檢測,再利圖像配準技術(shù)快速定位圖像中的缺陷類型和位置,從而實現(xiàn)對缺陷的進一步識別。

4 現(xiàn)場試驗

2011年10月25日云南某110 kV變電站GIS室發(fā)出間歇性的、聲響較大的異響。次日技術(shù)人員到達現(xiàn)場,并利用基于局部放電圖譜和X射線圖像的GIS缺陷識別技術(shù)對該110 kV GIS進行診斷。診斷的數(shù)據(jù)如圖4—6。圖4為利用基于神經(jīng)網(wǎng)絡(luò)的局部放電圖譜識別技術(shù)的識別結(jié)果。

圖4 超聲測試試驗結(jié)果

1)超聲局部放電測試

首先使用挪威TransiNor As公司生產(chǎn)的AIA-1超聲波局部放電測試儀對110 kV GIS室進行了局部放電檢測、識別和定位。通過在連續(xù)測量方式下沿著殼體逐漸地移動傳感器并監(jiān)視超聲波信號幅值直到找到信號幅值最高的位置,對局部放電位置進行了定位。定位結(jié)果為：放電源位置在110 kV古六老線間隔母線側(cè)1521隔離開關(guān)位置下方氣室內(nèi)。

2)X射線圖像數(shù)據(jù)分析

在基于局放圖譜識別技術(shù)分析后,現(xiàn)場根據(jù)超聲局放信息在110 kV古六老線間隔母線側(cè)1521隔離開關(guān)位置下方氣室內(nèi)的A、B、C三相上下的出線導(dǎo)桿和支撐絕緣子共采集6次X射線圖像,結(jié)果表明A相出線導(dǎo)桿發(fā)生傾斜和B相支撐中心導(dǎo)體的絕緣子發(fā)生斷裂。經(jīng)過基于匹配的X射線圖像缺陷位置檢測后分析結(jié)果如圖5、6所示。照射時X射線機的參數(shù)設(shè)置如表1所示。

表1 X射線機參數(shù)設(shè)置

圖5 絕緣子斷裂X射線數(shù)據(jù)分析結(jié)果

圖6 出線導(dǎo)桿傾斜X射線圖像分析結(jié)果

通過對應(yīng)測試結(jié)果分析可以看出,造成故障的原因是GIS裝配工藝存在問題致使出線導(dǎo)桿產(chǎn)生傾斜,長期運行振動導(dǎo)致硬性安裝的導(dǎo)電桿拉斷支撐絕緣子,從而在絕緣子上產(chǎn)生了沿面放電。由于絕緣子被拉斷后處于懸浮狀態(tài)所以屬于懸浮缺陷,局方圖譜識別方法分析正確。從檢測人員到現(xiàn)場開始檢測到檢測結(jié)束得出結(jié)論,整個檢測過程僅用時1 h左右,充分體現(xiàn)了該技術(shù)的優(yōu)越性和高效性。

5 結(jié)束語

基于局部放電圖譜和X射線圖像的GIS缺陷識別技術(shù)實現(xiàn)了對GIS內(nèi)部缺陷的智能化的診斷。該技術(shù)不僅檢測速度較快,節(jié)約時間,提高搶修效率；而且可以減少檢測過程中對工人健康影響,降低了運行成本；兩種方法識別結(jié)果相互補充,進一步提高今后檢測率。

[1] 閆斌,何喜梅,吳童生,等.GIS設(shè)備X射線可視化檢測技術(shù) [J].中國電力,2010,43(7)：44-47.

[2] 李繼勝,趙學(xué)風(fēng),楊景剛,等.GIS典型缺陷局部放電測量與分析 [J].高電壓技術(shù),2009,35(10)：2440-2445.

[3] 王衛(wèi)東,趙現(xiàn)平,王達達,等.GIS局部放電檢測方法的分析研究 [J].高壓電器,2012.48(8)：13-23.

[4] 閆斌,何喜梅,王志惠,等.X射線數(shù)字成像檢測系統(tǒng)在GIS設(shè)備中的應(yīng)用 [J].高壓電器,2010,46(11)：89 -91.

[5] 李昭月.基于X射線實時成像系統(tǒng)圖像處理與缺陷識別的研究 [D].沈陽：東北大學(xué),2008.

[6] 王紅梅,張科,李言俊.圖像匹配研究進展 [J].計算機工程與應(yīng)用,2004,19：42-44.

[7] 李衍.承壓設(shè)備焊縫 CR和 DR技術(shù)應(yīng)用最新國際動態(tài)[J].無損探傷,2009,33(4)：1-6.

[8] 李保磊,楊民,李俊江.基于改進NL-means算法的顯微CT圖像降噪 [J].北京航空航天大學(xué)學(xué)報,2009,(7)：22-26.

[9] 劉松濤,楊紹清.圖像配準技術(shù)研究進展 [J].電光與控制,2007,14(6)：99-104.

[10] 洪明堅,呂建斌,楊丹,等.一種新的基于互信息的圖像配準方法 [J].重慶大學(xué)學(xué)報,2009,32(6)：697 -700.

Research on GIS Defect Detection Technology Based on Partial Discharge Image and X-ray Images

XU Chenlong1,YU Hong2,DU Biqiang1,LIU Zekun1,HE Yunhua2
(1.Graduate Workstation of North China Electric Power University,Yunnan Power Grid,Kunming 650217,China；2.Yunnan Electric Power Research Institute,Kunming 650217,China)

GIS partial discharge image is acquired after the partial discharge signals in GIS be de-noised and feature extracted,then the preliminary information of detect type and location is got by identifying the characteristic signal.Next is to get precise information of detect type and location by taking pictures in corresponding position using X-ray.Advantage of two kinds of detection methods (partial discharge image recognition based on neural network and X-ray defect detection based on the matching of images)are fused in this technology.It effectively improves the efficiency and precision of GIS defect detection and has a great significance in economic and reliable power system operation.

partial discharge image；X-ray images；GIS

TM85

B

1006-7345(2015)01-0158-04

2014-10-24

徐成龍 (1989),男,碩士,華北電力大學(xué)云南電網(wǎng)公司研究生工作站,從事電力設(shè)備無損檢測、故障診斷的研究 (email)chenglong610038301＠163.com。

于虹 (1978),女,高級工程師,云南電網(wǎng)公司電力科學(xué)研究院,從事高電壓技術(shù)與在線檢測方面的研究 (e-mail) 894333697＠qq.com。