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。     

基于全局注意力机制的变电设备红外图像识别方法

常规的变电设备红外图像识别特征提取以目标标点提取为主,识别速度慢,容易导致红外图像的缺陷误识率升高。为此,提出对基于全局注意力机制的变电设备红外图像识别方法的设计与验证分析。根据当前识别需求,先采集红外图像数据,通过多尺度的方式,提高识别速度,进行多尺度特征提取。以此为基础,设计全局注意力机制变电设备红外图像识别模型,采用阈值辅助判别的方式来实现图像识别。测试结果表明：在选定的3个阶段中,对比的2种辅助方法对红外图像的缺陷误识率均高达15%以上,而所设计的全局注意力机制变电设备红外图像识别组误识率被较好地控制在10%以下,说明此次在全局注意力机制的辅助下,设计的图像识别方法针对性更强,识别效率高,更为高效。     

基于图像识别技术在变电站设备监测中的应用

为减少传统基于灰度的模板匹配算法的计算量,采用一种在图像匹配中基于灰度的编码方式,将待搜索的源图像分割成若干块大小相同的子图像,计算每个子图像中的总灰度值,然后根据该子图像与相邻的子图像灰度值的排列关系进行编码,最后对每个子图像的编码值进行比较,实现图像的匹配。在图像匹配过程中,只需对编码值进行相等比较,并且每个子图像的编码计算简单,减少了传统模板匹配算法的计算量。仿真结果表明,该匹配算法能快速、准确地对变压器进行定位识别。     

基于改进MSER算法的电力设备红外故障区域提取方法

红外图像处理中因目标边界模糊、区域灰度变化等因素,导致传统的极大稳态区域方法区域提取效果低下。为此,提出一种基于改进极大稳态区域方法的电力设备红外故障区域提取机制,提升区域提取效果。首先,从灰度相似度聚类出发,采用Meanshift算法对分割区域的邻域像素进行聚类。其次,结合阈值分割机制,快速将相似像素进行分割,最终通过迭代得到电力设备故障所呈现的亮度区域信息。实验结果表明该提取区域方法性能优于极大稳态区域算法,具有较低的误分类错误,且相比于Mean shift算法,具有高效的处理速度。     

基于卷积神经网络的变压器套管故障红外图像识别方法

作为电力变压器的重要部件,套管的管理与维护对于设备的安全稳定运行起着至关重要的作用。为提升电力设备巡检的智能化水平,文中提出一种基于卷积神经网络的套管故障红外图像识别方法,该方法在特征提取方面具有显著的优势,避免了人为提取描述特征的低效和易误判问题。首先,建立了包含正常、缺油与局部过热3种状态类型的套管红外图像样本库;然后,将规范化处理后的红外图像作为卷积神经网络的输入,搭建了套管故障红外图像识别模型;最后,通过对网络超参数的选取进行实验分析,确定了激活函数种类、池化方法及卷积核数目。针对文中样本库,文中所提模型对套管3种状态类型的分类结果准确率达到96%,相较于SVM算法和BP神经网络算法分别提升约14%和15%,识别性能更为优异。     

变电站全站设备故障预警系统的研制

针对变电站各类在线监测装置准确率不高、使用效率低等特点,根据设备故障前一段时间某些异常如放电信号、接点温度和裂纹等会逐渐增大的特点,提出了一种低成本、高可靠性的变电站设备监测装置来及时发现这些较大的异常信号,并对可能发生故障的设备提前预警。系统综合了局部放电检测与定位、红外测温、全景视频监视和无线测温等先进检测技术,并采用车载式移动平台。现场测试结果表明系统显著地提高了巡检效率,降低了经济成本。     

基于热红外成像技术的绝缘子故障分类研究

针对停电测量绝缘电阻或带电测量分布电压等检零方式在实际操作中,都存在停电范围大、人员安全风险高、检测周期无法保证等问题,本文分析了盘形悬式瓷绝缘子红外精确测温的数据,并通过专家经验总结出利用红外热图的绝缘子故障分类研究。对绝缘子可能出现的故障类型通过绝缘电阻测试、绝缘子电压分布测试、泄漏电流测试、交流耐压测试等试验手段验证最终的热红外成像故障分析结果。     

基于红外技术的变电站温度监控

针对变电站各发热点温度测量和监控问题,提出利用红外摄像机代替昂贵的红外热像仪对电力设备进行实时非精确的温度监控设计方案。该方案基于自源无线红外温度传感器,利用微型太阳能电池为测温和发射设备提供电源;发射端把测温传感器测得的温度量转化为红外信号并发射;接收端的红外监控摄像机对传感器扫描接收;监控中心对提取的红外图像处理、分析后,给出温度指示和异常报警信号。解决了变电站内高温高压强干扰问题。并开发了软件界面进行实时监控,做到各被测点的温度实时显示。通过实际检验,所设计的方案获得满意的效果。     

基于图像识别的变电站鸟巢检测技术综述

随着生态环境不断改善,变电站鸟类筑巢缺陷频发,严重影响电力系统的安全运行。基于图像识别的变电站鸟巢检测技术具有巡检效率高、检测周期短的优点。对当前基于图像识别的鸟巢检测技术研究进行了综述。首先,详细介绍了鸟巢图像识别的预处理、特征提取和目标检测算法等关键技术;然后,结合苏州供电公司试验和运行结果,分析并探讨了变电站鸟巢检测技术在实际应用中的难点与痛点;最后,提出了技术和管理上的改进措施。     

基于概率密度函数的对称电压凹陷预测方法

提出了基于对线路上故障概率密度函数积分的方法,从而对系统网络中发生三相对称短路故障时所关心节点的电压凹陷幅值和一定时间内的发生频次这两个特征量进行预测,并由此对电压凹陷在网络中的传递进行分析.再根据系统网络的阻抗矩阵Z,建立网络对应的电压凹陷矩阵,并由电压凹陷矩阵提供的信息,从而减小在网络中需要计算的线路数.最后以一个实际系统作为算例进行了计算和分析,仿真结果证明了上述算法的有效性和优越性.     

基于支持向量机的高压绝缘子污秽等级红外热像检测

提出了一种红外热像处理与支持向量机多值分类器相结合的新方法对高压绝缘子污秽等级进行检测.采用基于梯度信息的自适应平滑滤波方法对原始图像进行了滤波处理;利用OTSU图像分割方法对滤波后的图像进行分割,获取绝缘子盘面区域,并从绝缘子盘面区域提取了最高温度、最高温度与最低温度的比值、盘面温度的标准偏差、部分最高温度像素点个数与目标总像素点个数的比值共4个反映污秽程度的红外特征量;设计了支持向量机多值分类器对绝缘子污秽等级进行分级.试验结果表明,文中所选取的绝缘子红外特征量可有效表征绝缘子的污秽等级,所采用的支持向量机多值分类器是一个小样本、高效率的分类器,所提出的绝缘子污秽等级检测新方法是可行的.     

基于深度学习的电力设备图像识别方法

针对传统方法对电力设备的图像特征分类不明确,导致得到的图像识别效果不佳,难以保证安全运行的问题,提出了基于深度学习的电力设备图像识别方法。该方法首先提取电力设备图像特征分类伪装因素,然后基于深度学习方法构建网络模型定位错误锚点,通过正负训练标记识别目标区域,从而完成对电力设备图像的识别。实验结果表明,以变压器和电线塔杆作为识别设备测试对象,该方法能在30 s内基本完成采集图像的有效识别,可保证电力设备能稳定运行,具有较好的实际应用效果。     

高压设备电晕紫外成像检测图像增强方法的研究

紫外成像仪在低照度环境下检测高压设备外部电晕放电时,输出图像模糊,不利于故障点的定位、分析和识别,有必要采取一定图像处理算法改善图像质量。简要分析了这类紫外图像的特征,提出了滤波和灰度变换的方法,并对图像进行了增强处理。对比分析了目前常用的空域滤波、频域滤波和小波域滤波方法的去噪效果,采用了图像的分段线性灰度变换和自适应直方图均衡算法改善了图像亮度和对比度,工程实际应用验证了所提方法的有效性。     

基于方差分析的绝缘子红外热像特征选择方法

利用红外成像技术检测绝缘子污秽等级的关键在于获取分类性能优异的红外热像特征,文章提出了基于方差分析的红外热像特征选择方法。利用直方图均衡化增强原始热像图对比度,人工截取绝缘子盘面图像区域;通过平滑后的图像直方图包络线提取分割阈值,对阈值分割后的二值图像进行形态学滤波,得到绝缘子盘面图像和背景图像,提取2者的最高温度、最低温度、平均温度、温度分布方差以及盘面相对于背景的最大温升和平均温升共10个红外热像特征;应用单因素方差分析甄别特征优劣,实现特征选择。瓷绝缘子人工污秽试验结果表明：文中提出的红外热像特征选择方法和图像分割算法简单有效。     

基于S变换的超高压输电线路暂态信号识别方法

提出利用S变换暂态能量和对单相短路、故障性雷击、非故障性雷击与电容投切等4种常见暂态信号进行分类识别的方法.基于PSCAD/EMTDC的500 kV输电线路仿真模型,产生4种暂态信号,然后利用S变换暂态能量和对各个暂态信号不同频带的暂态能量和进行提取,通过分析比较,得出分类识别的判据.算例验证,该方法具有准确率高、结果...     

高压大功率器件用高温栅偏测试装置研制

为准确评估硅IGBT和碳化硅MOSFET等高压大功率器件不同电应力及热应力条件下的栅极可靠性,研制了实时测量皮安级栅极漏电流的高温栅偏（high temperature gate bias,HTGB）测试装置。此外,该测试装置具备阈值电压在线监测功能,可以更好地监测被测器件的状态以进行可靠性评估和失效分析。为初步验证测试装置的各项功能和可靠性,运用该测试装置对商用IGBT器件在相同温度应力不同电应力条件下进行分组测试。初步测试结果表明老化初期漏电流逐渐降低,最终漏电流大小与电压应力有良好的正相关性,栅偏电压越大,漏电流越大。该测试装置实现了碳化硅MOSFET器件和硅IGBT器件对高温栅偏的测试需求且适用于各种类型的封装。     

高电压设备温度过热微机监测系统

提出了以温度传感器直接测量高压接点温度,采用红外线无线传输温度测试信号,对无人站高压设备温度过热进行微机自动监测的原理及实现方法。     

基于热网络法的高功率密度异步电动机定子温升计算

为准确计算定子温升，对计算区域进行了合理的网格剖分，建立了异步电机定子的热网络数学模型，采用高斯-赛德尔迭代法对模型进行了求解。实验结果表明，采用热网络法计算电机定子温升具有较高的准确性。基于热网络法的高功率密度异步电动机定子温升计算实用、可靠。     

基于改进ResNet34网络的变电站设备巡检图像分类识别的方法

针对变电站设备巡检图像识别领域中存在的图像规模有限和识别准确率低等问题,提出了一种基于改进ResNet34网络的图像分类识别方法。采用Seam Carving算法对图像中的低能量区域进行压缩以保留关键特征;同时使用弹性变换、高斯噪声等6种图像增强技术来增强图像的多样性。将基础ResNet34网络与卷积注意力模块结合,增强模型对设备巡检图像关键特征的提取能力。使用在ImageNet数据集上的预训练模型作为迁移学习的特征提取器来解决样本数量不足的问题。在Adam优化器中引入余弦退火策略来动态调整学习率使改进的ResNet34网络更快收敛至最优解。试验结果表明所提方法比基础ResNet34网络的准确率提升了0.073 3,损失率降低了0.201 9,为变电站设备巡检图像识别领域提供了一种可靠的解决方案。