电力设备故障红外诊断技术及其应用

红外诊断技术能快速实时地在线监测和诊断电力设备的大多数故障，防止电力设备损坏和由于这些设备损坏而导致的电网大面积停电事故发生．因此，近年来发展了电力设备状态红外监测技术及红外热成像仪，用以随时监视大多数电力设备的运行状况，对保障电力设备乃至电网的安全运行起到了积极作用．文章阐述了电力设备红外监测技术的特点、诊断原理、监测的基本要求、分析判断方法和局限性，以甘肃金昌供电局利用LAmD-S270红外热像仪捕捉的设备发热故障为例，对其应用情况进行分析总结。并对电力设备红外监测周期和应用LAmD-S270红外热像仪提出了建议。     

基于红外成像的电气设备检测现状

红外热像技术是电力设备在线监测的一项行之有效的技术手段,首先介绍了红外测量原理,其次对现场关心的红外热像仪的选择方法进行了说明,最后总结了五种红外热像诊断方法.     

红外成像测温技术在变电站中的应用

在电力系统中,电力设备的质量直接关系到电网的运行安全,而由于电力设备发热缺陷而引起的设备事故对电网的危害更大。应用红外测温诊断技术可以及时发现电力设备缺陷,特别是内部缺陷,使设备故障得到及时的消除,避免电力系统事故的发生。红外热成像仪近年来成了热点应用诊断设备。为了加强对无人值守变电站的全貌监视,尤其是对其电力设备温度的在线实时监控,构建具有红外测温功能的远程图像监控系统,可以实现过热设备的报警联动。     

红外成像测温技术在变电站设备中的应用

在电力系统中,电力设备的质量直接关系到电网的运行安全,而由于电力设备发热缺陷而引起的设备事故对电网的危害更大。应用红外测温诊断技术可以及时发现电力设备的缺陷特别是内部缺陷,使设备故障得到及时的消除。红外热成像仪近年来成了热点应用诊断设备。为了加强对无人值守变电站的全貌监视。尤其是对其电力设备温度的在线实时监控,构建具有红外测温功能的远程图像监控系统,可以实现过热设备的报警联动。     

红外成像测温技术在变电站设备中的应用

在电力系统中,电力设备的质量直接关系到电网的运行安全,而由于电力设备发热缺陷而引起的设备事故对电网的危害更大。应用红外测温诊断技术可以及时发现电力设备缺陷特别是内部缺陷。使设备故障得到及时的消除,避免电力系统事故的发生。红外热成像仪近年来成了热点应用诊断设备。为了加强对无人值守变电站的全貌监视,尤其是对其电力设备温度的在线实时监控,构建具有红外测温功能的远程图像监控系统,可以实现过热设备的报警联动。     

基于图像融合技术的近红外热图像处理

电力设备的在线监测具有非常重要的意义。针对目前一般采用的电力设备监测仪器———红外热像仪,存在着结构复杂、功耗较大、价格昂贵、不能实现在线监测的问题,文章介绍了以黑白CCD传感器为核心的电力设备在线监测实验系统,并围绕近红外热图像因受物体低温影响,从而影响温度场计算精度的问题,详细阐述了应用基于拉普拉斯塔形分解的图像融合方法对近红外热图像进行处理。     

输变电设备红外故障诊断技术与试验研究

研究了一种基于红外热像仪的高压电力设备故障监测的方法。进行了电气设备故障红外热像仪测量原理的研究,设计了关于电气设备故障分析的相对温差判断方法,设计了一款电气红外故障识别软件,软件对导入的红外图片中的异常点进行全方位扫描,根据相对温差判断法,判断设备故障与否,并反馈故障信息。最后,进行了电气设备故障模拟试验,通过软件对电流互感器和电压互感器的故障自动诊断。结果表明研究的故障诊断技术实现了设备红外故障自动分析功能,提高了电力设备检测的工作效率,有助于电网的安全运行。     

红外成像测温技术在变电站设备中的应用

在电力系统中,电力设备的质量直接关系到电网的运行安全,而由电力设备发热缺陷引起的设备事故对电刚的危害则更大。应用红外测温诊断技术可以及时发现电力设备的缺陷,特别是内部缺陷,使设备故障得到及时的消除,避免电力系统事故的发生。因此,红外热成像仪近年来成了热点应用诊断设备。为了加强对无人值守变电站的全貌监视,尤其是对电力设备温度的在线实时监控,构建具有红外测温功能的远程图像监控系统,可以实现过热设备的报警联动。     

高压电力设备红外检测技术的应用与测试结果分析

用红外热成像仪检测高压电力设备的热态异常状况,是近年发展起来的一种先进的检测手段。本文总结了1992年首次在蒙西电网进行红外检测的情况,并对检测结果做了统计分类和技术分析。     

在线高压电气设备红外诊断的应用研究

叙述了利用红外热像仪对电力设备进行诊断的方法,红外诊断的范围及在广西电网的诊断情况.     

一种新型红外扫描测温仪的研制

红外扫描测温仪是一种带可见光寻像的一维扫描测温仪,可对电力工业高压电气设备和热力设备的故障进行诊断.本文论证了仪器的技术参数和使用功能设计的依据、光学、电路和结构设计方案,温度定标方法,使用效果表明性能完全合乎设计要求,实用性强.     

基于边缘增强生成对抗网络的电力设备热成像超分辨率重建

非接触式红外热成像的温度数据,对于电力设备状态监测与健康状态评估具有重要意义。但高分辨率红外成像仪的昂贵造价和技术壁垒,限制了高分辨率热成像图像在基于电力物联网的设备在线监测中的应用。超分辨率重建满足分辨率要求的同时可以降低成本。通过构建改进边缘增强的生成对抗网络实现了电力设备热成像的增强,该网络在超分辨率生成对抗网络(super-resolution generative adversarial networks,SRGAN)的基础上新增了深度残差收缩网络模块,在降低图像噪声的基础上,提高了训练的稳定性,并通过边缘提取技术对图像的峰值信息进行加强重建,提高了边缘恢复效果。利用峰值信噪比(peak signal-to-noise ratio,PSNR)以及结构相似性(structural similarity,SSIM)指标,对重建后的整体数据以及边缘数据进行分析,结果显示,2项指标均显著提高,重建后的主观视觉效果也更加清晰,具有较高的工程实用价值。     

泛在电力物联网在电力设备状态监测中的应用

随着信息化水平的不断发展,泛在电力物联网的建设提上日程,这对提升变电站电力设备在线监测水平,推动智能电网发展具有重要的指导意义。对基于物联网的电力设备状态监测系统进行了研究,概括了泛在电力物联网在线监测系统的体系结构和特征。根据变电站电力设备状态在线监测的需求,探索研究了红外热成像监测子系统和变电站环境监测子系统的系统构成,实现了对电力设备状态监测系统的优化设计。指导变电站电力设备状态监测系统的规划、设计和建设,具有十分广阔的应用前景。     

不停电检测技术在变电站设备带电水冲洗中的应用

介绍了紫外检测、红外热像检测等带电检测技术和泄漏电流在线监测技术在变电站设备带电水冲洗过程中的应用情况;通过紫外图谱、红外热像图及泄漏电流监测值的对比,分析了变电站设备带电水冲洗技术的安全性和有效性。应用结果表明,利用带电检测及在线监测技术可实现带电水冲洗的全过程监控,实时监测被冲洗设备的外绝缘状态,建议在变电站设备带电水冲洗过程中推广应用此类检测技术手段。     

基于红外检测的变电站设备热状态诊断

提出了一种基于红外检测的变电站设备热状态诊断方案。首先基于变电站设备的红外图像,采用局部方差映射函数和遗传算法阈值提取了变电站设备的热状态数据,以用于对异常区域进行分割。然后构建了红外图像灰度数与变电站设备温度两者之间的关系。最后采用改进的相对温差法达到了对设备热状态进行分类和诊断的目标,并捕获定位了变电站设备的热状态异常区域。实验结果表明,该方法提高了异常热区提取的精度和效率,提升了变电站设备热状态诊断的容错能力,进一步保证了变电站和整个电力系统的运行稳定性。     

电能质量在线监测新方法研究

电能质量问题逐渐引起人们重视，供用电双方迫切需要新型装置监测和分析电能质量。介绍新研制的基于虚拟仪器技术的电能质量在线监测装置采用当前两种先进技术－虚拟仪器技术和远程控制技术，实现了通过现有网络对被监测电力用户电能质量的在线监测和远程监控，使电能质量的监测分析实现了真正的网络化。     

基于GIS的电网故障信息红外热影像采集系统

红外测温技术是检测电网设备状态的一种先进方法,应用红外测温技术能有效预判电网设备外部连接点的发热隐患,从而及早发现设备外部过热、内部绝缘等故障。以红外测温技术和基础GIS空间导航算法为基础,通过与原始蚁群算法对比、分析,提出了线路加权路径规划的改进算法,红外图像的采集降噪处理和结合WCDMA网络的传输方式,结合农村电网特点设计成可视化后台管理系统。该系统可对野外电力设备进行红外图像采集并进行简单降噪处理,通过3G网络发送回后台服务端显示,供人工辅助加以预判电网故障,同时通过改进的导航算法,科学规划抢修巡检路径,提高了电网运行的可靠性。     

基于灰狼自适应阈值分割和改进模糊增强的红外图像NSCT增强算法

研究低成本和便携的红外成像技术是最近几年带电检测的发展趋势,为减少红外检测环境、红外传感器以及其他因素的影响,解决红外检测中红外图像含噪声干扰、模糊和对比度低的问题,文章设计了一种基于灰狼自适应阈值分割和改进模糊增强的红外图像NSCT增强算法。对原始红外图像进行NSCT域变换;变换后含有噪声的高频分量采用VT去噪后,接着采用改进模糊增强处理;对变换后含有电力设备主体的低频分量进行灰狼自适应阈值分割为背景和前景部分,随后分别进行增强处理;最后将处理后的各分量进行逆NSCT变换。经对比应用,验证了该算法应用在变电站电力设备红外检测上的优越性：文章算法与其他算法相比在边缘强度、信息熵、对比度、标准差、峰值信噪比五类评价指标上的涨幅至少为3.94%、 2.16%、 9.86%、 7.45%、 21.86%。文章算法处理后的红外图像符合人眼视觉效果,更易于人眼识别故障,有利于电力设备热故障的检测与故障定位。     

电力设备红外图像缺陷检测

机器人在巡检过程中采集到的红外图像很难反映设备目标的纹理信息。人工方法或传统机器学习方法不能精准识别和分类电力设备缺陷,同时其他环境因素容易导致误判。采用CenterNet结合结构化定位的算法模型,通过对现场红外图像数据样本收集、训练及验证算法模型的计算,实现从复杂的红外图像中以较高的准确率将不同变电站设备及其部件识别定位出来。根据设备部件表面温度范围值和识别定位出的变电站设备类型,结合相关温度规范实现电力设备红外图像缺陷检测。实验结果表明,该方法提高了电力设备红外图像缺陷检测的检测精度,为电力设备红外图像智能检测提供了新的思路。