基于紫外的絕緣子污穢放電檢測的研究

李振均 姚春羽 何孟元 戴泉勇

摘? 要：文章主要是利用紫外成像技術(shù)及其形態(tài)學算法，對絕緣子放電的趨勢進行識別檢測。采用迭代法確定合適的閾值，對圖像進行分割，然后在使用形態(tài)學濾波將不需要的背景消除干凈，使得圖片清晰輪廓明確，便于將目標區(qū)域找出來。對于目標區(qū)域的處理本實驗選擇了不同樣本進行比對：不同電壓、不同污穢等級、不同濕度環(huán)境這三方面進行絕緣子放電趨勢的研究。最終得出污穢等級越高、放電越大，這與實際生活中的理論相吻合，有一定的實際應用價值。

關(guān)鍵詞：紫外成像;放電檢測;圖像分割;形態(tài)學濾波

中圖分類號：TM216 文獻標志碼：A 文章編號：2095-2945（2020）29-0050-02

Abstract： This paper is mainly concerned with identifying a pattern in insulator discharging using algorithms related to infrared imaging and morphology. The desired threshold is determined by iterative method， the image is segmented， and then the unwanted background is eliminated by morphological filtering， which makes the image clear and clear， so that the target region can be found easily. For the treatment of the target area， this experiment chooses different samples to compare： different voltages， different pollution levels， different humidity environments， and these three aspects are used to study the insulator discharge trend. It is then concluded that the discharging of an insulator increases with its contamination level， which conforms with well-established theories and has certain practical value.

Keywords： infrared imaging; discharge detection; image segmentation; morphological filtering

引言

電力系統(tǒng)中絕緣子數(shù)量眾多，而且一般都在室外，經(jīng)歷了風吹雨打、嚴寒酷暑，不可必免地造成一定的損耗和老化。絕緣被破壞的部分就會造成局部放電，而局部放電又加速老化，降低絕緣壽命形成惡性循環(huán)，影響設備的安全運行。電力系統(tǒng)的大部分故障是由絕緣被破壞所引起，因此，定期檢查絕緣子的漏電情況是確保電力系統(tǒng)安全運行的重要措施[1]。絕緣子一般被安置在戶外高壓強磁場的環(huán)境下，電力公司會定期的安排維修人員攜帶著專門的檢測儀器爬電線桿進行檢測。這不僅工作量十分巨大，檢測和清洗十分繁瑣不方便而且危險。所以如何快速找到故障點并且及時排除故障是目前研究的重點。

目前常用的是紫外檢測的方法，但是這個方法存在一定的漏洞盲區(qū)不能夠發(fā)現(xiàn)設備的早期隱患，而且很大程度上受周圍的環(huán)境影響[2]。本課題嘗試結(jié)合灰度處理，形態(tài)學濾波的方法既突出圖像優(yōu)化處理能力，又具備非線性處理能力，能夠很好的發(fā)現(xiàn)污穢絕緣子放電趨勢，從而采取一定的措施排除故障。

1 絕緣子紫外圖像預處理

1.1 RGB圖像灰度化

由紫外成像儀獲取的圖像為RGB圖像，包含三維數(shù)據(jù)量，不適合批量處理，因此需要通過灰度變換來降維。灰度化的轉(zhuǎn)換方法如式（1）所示：

1.2 紫外圖像分割

本文采用直方圖閾值法進行圖像分割[3]。通過設定一個閾值，讓每一個灰度值同這個閾值相比較，小于閾值設為0，大于或等于閾值設為1。閾值的選取分為人工法和自適應。為了實現(xiàn)圖像的批處理，本文采用迭代法自動選取閾值，實現(xiàn)直方圖的自適應分割。

算法步驟如下：

（1）確定一個初始閾值，一般選用直方圖兩個波谷之間的值;

（2）采用閾值Ti將整個圖按照對比度的高低劃分為兩部分，再計算每一個部分的灰度平均值μ1和μ2，如式（2）所示：

其中，L是整個圖像灰度級值，Pi是灰度級值i在圖中存在的頻次。

（3）獲得兩區(qū)域的灰度均值后，用式（3）計算新閾值Ti+1：

（4）重復步驟2～3，直到Ti+1和Ti的差小于某個給定值。

相比較人工法，雖然迭代法程序復雜處理運算需要一定的時間，但是運算結(jié)果的準確度比較高，而且不用手動每一張圖像進行人工的調(diào)整閾值，方便批量處理圖像，因此就本文而言迭代方法為選擇閾值分割的最佳方法。

2 形態(tài)學濾波

圖像開運算是一種復合運算，經(jīng)過一開始的腐蝕運算過后圖像縮小，開運算就是將圖像膨脹彌補先前誤過濾的部分。X被B開運算的數(shù)學表達式為：

閉運算也是一種復合運算，但是它和開運算是相反的過程。它將膨脹之后的圖像再一次的進行腐蝕。X被B閉運算的數(shù)學表達式如式（5）所示。

迭代法分割后的圖像中存在一定的噪聲影響實驗的準確性，可以依次使用開運算和閉運算進行濾波處理，結(jié)果如圖1和圖2所示。

3 實驗與分析

該實驗采用固定涂層法對5個絕緣子進行人工涂污，污穢試驗等級參照國家電網(wǎng)公司的標準[4]。在實驗室測得60%的濕度環(huán)境下，分別在5組絕緣子上用固體涂層法做成A-F這5種不同的污穢等級，電壓緩慢地從0開始勻速升高到10kV。然后在距離絕緣子5m的地方用紫外成像儀拍攝污穢絕緣子放電時的紫外圖像，并且拍攝10秒鐘的視頻，之后以每秒30幀的速率截取曲線制作成樣本數(shù)據(jù)庫。對實驗圖像進行分割后，通過統(tǒng)計分割圖像中的光斑量，獲取污穢等級與放電強度之間的量化關(guān)系[5]。不同污穢等級對應的光子量的曲線圖如圖3所示。

4 結(jié)論

本文通過實驗對絕緣子紫外檢測圖像進行分析，并采用迭代直方圖閾值分割算法有效的分割出紫外圖像中的放電光斑區(qū)域，實現(xiàn)圖像二值化。針對二值圖像，進行特征提取將紫外成像檢測結(jié)果的量化并進行不同污穢等級放電量的統(tǒng)計。隨著污穢等級的不斷升高，在絕緣子下端加上相同的電壓在相同的濕度環(huán)境下，污穢等級越高，放電的強度也越大。

參考文獻：

[1]王勝輝.基于紫外成像的污穢懸式絕緣子放電檢測及評估[D].華北電力大學，2011.

[2]何爽，臧春艷，何俊佳，等.污穢絕緣子的紫外成像檢測[J].高壓電器，2010，46（09）：74-77.

[3]王勝輝，牛雷雷，李浩，等.基于放電紫外成像特征的污穢線路盤形絕緣子絕緣狀態(tài)評估[J].高壓電器，2019，55（02）：201-207.

[4]律方成，戴日俊，王勝輝，等.基于紫外成像圖像信息的絕緣子表面放電量化方法[J].電工技術(shù)學報，2012，27（02）：261-268.

[5]賈志東，王林軍，尚曉光，等.基于紫外成像技術(shù)的瓷絕緣子串放電程度量化評估[J].高電壓技術(shù)，2017，43（05）：1467-1475.