基于圖像識別技術(shù)的變電設(shè)備紅外監(jiān)測技術(shù)分析

馬騰 閆飛

摘 要：基于圖像識別技術(shù)的變電設(shè)備紅外監(jiān)測技術(shù)在評判變電設(shè)備是否處于正常運(yùn)行狀態(tài)起到了十分重要的作用，突出表現(xiàn)為能為設(shè)備故障點(diǎn)精準(zhǔn)的判斷和顯示。文章在闡述基于圖像識別技術(shù)的變電設(shè)備紅外監(jiān)測技術(shù)的基礎(chǔ)上，打造基于圖像識別技術(shù)的變電設(shè)備紅外監(jiān)測系統(tǒng)，并就如何實(shí)現(xiàn)對變電設(shè)備的熱狀態(tài)檢測分析進(jìn)行探究。

關(guān)鍵詞：圖像識別技術(shù);變電設(shè)備;紅外監(jiān)測系統(tǒng);監(jiān)測分析

中圖分類號：TM63文獻(xiàn)標(biāo)識碼：A 文章編號：1674-1064（2021）07-038-02

DOI：10.12310/j.issn.1674-1064.2021.07.019

近年來，電網(wǎng)調(diào)度自動(dòng)化水平不斷提高，在自動(dòng)化技術(shù)的支持下整個(gè)系統(tǒng)的后臺監(jiān)督控制功能也更加完善。但是，變電站設(shè)備在運(yùn)行管理的過程中仍然會受到外界環(huán)境的干擾，運(yùn)行環(huán)境復(fù)雜多樣，設(shè)備運(yùn)行監(jiān)測工作開展難度較大。圖像數(shù)字處理技術(shù)和智能化技術(shù)的深入發(fā)展使得以圖像傳感器為重要設(shè)備的檢測技術(shù)得到了人們的重視[1]。

1 基于圖像識別技術(shù)的變電設(shè)備紅外監(jiān)測基本原理

變電站電氣設(shè)備故障的出現(xiàn)會使變電站電氣設(shè)備的熱輻射區(qū)域及具體的熱輻射范圍發(fā)生相應(yīng)的變化。紅外監(jiān)測工作是借助傳感器來獲取指定區(qū)域范圍內(nèi)的信息，根據(jù)有關(guān)標(biāo)準(zhǔn)判定和分析變電站設(shè)備的使用狀態(tài)[2]。

紅外線是一種波長范圍在0.76μm～1 000μm的電磁波。紅外線主要來自物質(zhì)內(nèi)部運(yùn)動(dòng)產(chǎn)生的能量，產(chǎn)生的輻射能量高低和設(shè)備的運(yùn)動(dòng)速率和運(yùn)動(dòng)程度存在密切關(guān)聯(lián)。根據(jù)設(shè)備運(yùn)行情況，借助紅外監(jiān)測設(shè)備能夠通過物體表面的溫度感受設(shè)備紅外輻射強(qiáng)度的高低。一般情況下，設(shè)備表面溫度高低和輻射程度會呈現(xiàn)出一種正比的關(guān)系。

2 基于圖像識別技術(shù)的變電設(shè)備紅外監(jiān)測系統(tǒng)

基于圖像識別技術(shù)的變電設(shè)備紅外監(jiān)測系統(tǒng)在建設(shè)的過程中會通過設(shè)置具備周期性的紅外傳感器，按時(shí)、按規(guī)律地獲取設(shè)備紅外圖像和設(shè)備使用過程中的周圍溫度場信息，在獲取這些信息之后，會借助圖像分析技術(shù)自動(dòng)處理和分析這些信息。在數(shù)據(jù)信息分析之后，會按照規(guī)范的標(biāo)準(zhǔn)和智能操作算法對變電站設(shè)備的運(yùn)行情況進(jìn)行精準(zhǔn)度分析[3]。

2.1 系統(tǒng)功能

基于圖像識別技術(shù)的變電設(shè)備紅外監(jiān)測智能系統(tǒng)會借助紅外圖像來自主識別和分析設(shè)備的運(yùn)行，根據(jù)設(shè)備運(yùn)行周圍溫度場的信息，對設(shè)備的熱狀態(tài)進(jìn)行全面的分析和判斷，實(shí)時(shí)的顯示設(shè)備的運(yùn)行結(jié)果，為設(shè)備智能化運(yùn)行監(jiān)測提供重要支持。

2.2 主要設(shè)備

基于圖像識別技術(shù)的變電設(shè)備紅外監(jiān)測系統(tǒng)運(yùn)行中的主要設(shè)備是變電站，變電站是各個(gè)輸配電操作的中轉(zhuǎn)站，在電力系統(tǒng)的運(yùn)行調(diào)試和安全防護(hù)中發(fā)揮著十分重要的作用。變電站設(shè)備性能直接影響紅外監(jiān)測系統(tǒng)的運(yùn)行結(jié)果和運(yùn)行穩(wěn)定。

2.3 系統(tǒng)總體架構(gòu)

基于圖像識別技術(shù)的變電設(shè)備紅外監(jiān)測系統(tǒng)運(yùn)行的核心是紅外熱像儀，紅外熱像儀在運(yùn)作時(shí)能夠及時(shí)獲取紅外圖像和溫度場的信息，在獲取信息之后會對這些信息整合處理，整合后的信息會被納入服務(wù)器，服務(wù)器整合信息最終得出識別和診斷結(jié)果。

3 基于圖像識別技術(shù)的變電設(shè)備熱狀態(tài)紅外檢測分析

3.1 診斷方案流程

基于圖像識別技術(shù)的變電設(shè)備紅外監(jiān)測獲取區(qū)域范圍內(nèi)的數(shù)據(jù)信息，有側(cè)重、有選擇地進(jìn)行信息的整合處理，應(yīng)用關(guān)聯(lián)技術(shù)手段將目標(biāo)提取出來，通過構(gòu)建診斷判據(jù)，完成熱狀態(tài)判別。

3.2 設(shè)備熱狀態(tài)異常區(qū)域提取

在處理變電站異常區(qū)域的時(shí)候，最終目的是增強(qiáng)對比度，凸顯熱狀態(tài)的異常區(qū)域。在電力系統(tǒng)運(yùn)作時(shí)，傳統(tǒng)意義上的熱成像會出現(xiàn)一定缺陷，系統(tǒng)運(yùn)作目標(biāo)僅僅是通過個(gè)別像素點(diǎn)構(gòu)成的，在系統(tǒng)運(yùn)行時(shí)不會出現(xiàn)明顯的灰度分析和結(jié)構(gòu)形狀，在這一過程中加上紅外成像的基本原理，會降低分辨率，模糊故障。通過模糊變化處理來獲得不同區(qū)域范圍內(nèi)的圖像信息，在綜合利用這些信息的情況下，解決圖像中區(qū)域亮度信息分布不均勻的問題[4]。

在分割電力設(shè)備熱狀態(tài)圖像信息時(shí)，可以使用總體直方圖來獲取目標(biāo)閾值信息，在總體直方圖的數(shù)值無法達(dá)到規(guī)定數(shù)值時(shí)，可以輔助使用局部閾值分析方法進(jìn)一步確定閾值。

從實(shí)際操作來看，在總體直方圖中無法確定閾值時(shí)，可以選擇局部閾值分析方法獲取目標(biāo)數(shù)值，借助像素臨近局部性質(zhì)確定閾值。直方圖變換法和直方圖散射法是兩種常見的分析方法，直方圖變換法可以利用像素區(qū)域的局部特征對之前的直方圖進(jìn)行轉(zhuǎn)換，充分發(fā)揮直方圖變化法在確定閾值方面的作用[5]。

針對不同區(qū)域圖像，分割效率的提高程度也會出現(xiàn)不同的表現(xiàn)，這種差異和被提取紅外弱目標(biāo)尺寸大小存在關(guān)聯(lián)。在紅外圖像目標(biāo)獲取基礎(chǔ)上，提出進(jìn)一步改進(jìn)方式，新改進(jìn)的算法會隨著目標(biāo)對象尺寸變小而變得明顯。在實(shí)際應(yīng)用中算法的運(yùn)行效率還會受編碼水平、硬件狀態(tài)、處理圖像復(fù)雜程度的影響。

在圖像分割之后出現(xiàn)大量區(qū)域目標(biāo)時(shí)，相關(guān)人員可以對這一現(xiàn)象進(jìn)行分析，發(fā)現(xiàn)局部方差映射是因?yàn)榕R近區(qū)域灰度存在差異。不管是常規(guī)區(qū)域還是異常區(qū)域，只要鄰近區(qū)域的灰度差異足夠大，整個(gè)區(qū)域的缺陷就會充分凸顯。因此，在使用這種方法時(shí)，能夠從總體上反映區(qū)域灰度變化，相關(guān)人員可以借助這一個(gè)特點(diǎn)檢測設(shè)備運(yùn)行狀態(tài)，實(shí)現(xiàn)對分割后區(qū)域的灰度分析，根據(jù)灰度分析統(tǒng)計(jì)數(shù)據(jù)判定不同區(qū)域范圍內(nèi)設(shè)備的運(yùn)行狀態(tài)。

3.3 區(qū)域熱狀態(tài)的識別和診斷

引起變電站設(shè)備熱狀態(tài)出現(xiàn)異常的原因有很多種，包含電磁回路功耗的增多、導(dǎo)體接觸不理想、絕緣損壞等。將這些引起故障的缺陷原因可以分為內(nèi)外部兩個(gè)類型，對于外部缺陷可以通過紅外測溫原理來發(fā)現(xiàn)，在使用紅外測溫技術(shù)的時(shí)候會根據(jù)局部區(qū)域的溫度數(shù)值異常情況采取措施解決。對于內(nèi)部缺陷可以通過熱量改變的方式實(shí)現(xiàn)，即通過使用高靈敏度的技術(shù)手段調(diào)節(jié)溫度。

紅外測溫技術(shù)原理是借助紅外傳感器設(shè)備獲取設(shè)備區(qū)域的熱信號信息，之后根據(jù)相關(guān)判斷準(zhǔn)則分析信號，了解設(shè)備本身是否出現(xiàn)熱缺陷，并劃分熱缺陷等級，完成熱缺陷定位分析[6]。

為了準(zhǔn)確地判斷電氣設(shè)備運(yùn)行狀態(tài)，電力系統(tǒng)一般會使用以下三種診斷方式。第一，表面溫度診斷方式，根據(jù)溫度測試儀器設(shè)備測試區(qū)域范圍內(nèi)的溫度信息，對照行業(yè)標(biāo)準(zhǔn)診斷設(shè)備運(yùn)行的環(huán)境因素和承載力因素。第二，相對溫度差診斷方式，基礎(chǔ)是設(shè)備的溫度信息，在診斷分析時(shí)深刻考慮到外部環(huán)境溫度對設(shè)備運(yùn)行的影響。第三，同類比較分內(nèi)吸方法，通過對故障設(shè)備和同類設(shè)備在同一條件、同一位置溫度信息的比較判定設(shè)備的溫度值。

3.4 熱狀態(tài)異常區(qū)域的定位分析

熱狀態(tài)異常區(qū)域的定位分析是在獲取設(shè)備紅外圖像的過程中將已經(jīng)判定為點(diǎn)、區(qū)域來標(biāo)注出來。熱狀態(tài)區(qū)域目標(biāo)定位的關(guān)鍵是找到目標(biāo)和圖像的區(qū)域關(guān)系，從而保證定位分析的精準(zhǔn)性。經(jīng)常性的區(qū)域定位分析方式包含基于區(qū)域特征的定位分析和基于區(qū)域相似性的定位分析。

基于區(qū)域特征的定位分析會利用目標(biāo)和圖像的特點(diǎn)形成彼此的關(guān)系，整體目標(biāo)和區(qū)域范圍內(nèi)目標(biāo)的協(xié)調(diào)會被作為目標(biāo)判定的重要依據(jù)。第一，目標(biāo)區(qū)域的獲取，為了確保模板在最大限度上還原原始圖像信息，比如以變電站設(shè)備的紅外圖像打造為研究切入點(diǎn)，經(jīng)過一系列分隔處理獲得區(qū)域二值圖像和原灰度圖像，在這個(gè)過程中一系列操作的本質(zhì)是對應(yīng)的點(diǎn)乘算法。第二，按照特征點(diǎn)的匹配情況定位目標(biāo)區(qū)域。

基于特征目標(biāo)領(lǐng)域是最為廣泛的研究內(nèi)容，在實(shí)施時(shí)具備一定的空間范圍，并涵蓋聯(lián)通像素集，很多局部不變特征對圖像大小、旋轉(zhuǎn)、角度及光照變化的敏感度比較低，完全能夠保持在一定的不變形，對相對位移和干擾因素也會顯示出較強(qiáng)的匹配性[7]。

4 結(jié)語

為了彌補(bǔ)以往電力設(shè)備熱故障檢測技術(shù)的應(yīng)用局限，提升電力設(shè)備運(yùn)行監(jiān)測容錯(cuò)率，以基于圖像識別技術(shù)的變電設(shè)備紅外監(jiān)測為研究重點(diǎn)，以設(shè)備紅外圖像的處理作為信息載體，在獲取相關(guān)數(shù)據(jù)的基礎(chǔ)上監(jiān)測分析變電站的區(qū)域的熱狀態(tài)，有效提升電力設(shè)備熱故障監(jiān)測診斷的精準(zhǔn)度和容錯(cuò)率，為電力設(shè)備熱故障監(jiān)測分析工作提供重要支持。

參考文獻(xiàn)

[1] 蘆竹茂，王天正，俞華，等.基于紅外圖像分析的電力設(shè)備熱故障檢測技術(shù)研究[J].現(xiàn)代電子技術(shù)，2017，40（11）：123-126.

[2] 錢衛(wèi)東，王建平，趙寶瑞，等.基于BRISK的模板匹配在變電設(shè)備紅外監(jiān)測中的應(yīng)用[J].紅外技術(shù)，2014（11）：934-938.

[3] 李文璞，謝可，廖逍，等.基于Faster RCNN變電設(shè)備紅外圖像缺陷識別方法[J].南方電網(wǎng)技術(shù)，2019，13（12）：79-84.

[4] 趙永俊，趙書濤，陳朋永.基于圖像識別的變電站電氣設(shè)備運(yùn)行狀態(tài)智能分析[R].直流輸電與電力電子專委會學(xué)術(shù)年會.北京：中國電機(jī)工程學(xué)會，2012.

[5] 劉云鵬，裴少通，武建華，等.基于深度學(xué)習(xí)的輸變電設(shè)備異常發(fā)熱點(diǎn)紅外圖片目標(biāo)檢測方法[J].南方電網(wǎng)技術(shù)，2019，13（2）：27-33.

[6] 王方，邱道尹，岳艷杰，等.基于紅外技術(shù)的變電站溫差無線溫度監(jiān)控[J].電力自動(dòng)化設(shè)備，2011（8）：135-138.

[7] 葉露，李浩，孫恒明，等.基于單發(fā)多框檢測器的變電站設(shè)備紅外圖像異常檢測方法[J].高電壓技術(shù)，2018（44）：24-30.