耿克山，張城瑋

（1.安徽省電力公司超高壓公司，安徽 合肥 230022；2.滁州供電公司，安徽 滁州 239000）

隨著國民經(jīng)濟的持續(xù)發(fā)展，社會對電力能源和供電可靠性的要求日益提高。智能電網(wǎng)的建設(shè)與發(fā)展，可以提高電力系統(tǒng)的可靠性，滿足現(xiàn)代社會對供電系統(tǒng)高可靠性的要求。“自愈”是智能電網(wǎng)的基本特征，旨在實時掌握電網(wǎng)運行狀態(tài)，預測電網(wǎng)運行趨勢，及時發(fā)現(xiàn)潛在隱患并采取措施進行消除。電力設(shè)備是電力企業(yè)生產(chǎn)經(jīng)營的基礎(chǔ)，電力設(shè)備保護工作的好壞直接影響電網(wǎng)的安全穩(wěn)定運行，影響電力企業(yè)的經(jīng)濟效益和社會形象。

電力設(shè)備的在線監(jiān)測與安全預警對保障電力設(shè)備安全運行、保證電能質(zhì)量與供電可靠性有重要意義。經(jīng)驗表明，電力系統(tǒng)中許多故障前期都表現(xiàn)為電力設(shè)備的局部或者整體熱狀態(tài)異常。紅外檢測技術(shù)利用紅外儀器獲得電力設(shè)備溫度值和溫度空間分布特征，分析處理設(shè)備中潛伏的故障或隱患。近年來，由于紅外檢測技術(shù)具有非接觸性、安全性高、響應(yīng)快、操作方便、判斷準確等傳統(tǒng)常規(guī)檢測方法無法比擬的優(yōu)點，己經(jīng)廣泛應(yīng)用于電力系統(tǒng)的在線監(jiān)測中，取得了良好的效果。

1 電力變壓器火災報警系統(tǒng)

電力變壓器是電力系統(tǒng)中輸配電力的主要設(shè)備。在運行中，如變壓器內(nèi)部發(fā)生過載或短路，絕緣材料或絕緣油就會因高溫或電火花作用而分解、膨脹以至氣化，使變壓器內(nèi)部壓力急劇增加，可能引起變壓器外殼爆炸，大量絕緣油噴出燃燒，油流又會進一步擴大火災危險?；馂牡某霈F(xiàn)影響了電能供應(yīng)的連續(xù)性，給社會和電網(wǎng)公司也帶來較大的危害和經(jīng)濟損失。

電力變壓器火災報警系統(tǒng)對電力設(shè)備進行在線監(jiān)測，分析設(shè)備發(fā)生火災的可能性并進行預警，提高了電力系統(tǒng)的運行效益，降低了維修成本。而傳統(tǒng)的主變感溫電纜火災報警系統(tǒng)存在諸多弊端：感溫電纜由于敷設(shè)在室外易于老化，平均3～4年就需要更換；主變檢修等作業(yè)時感溫電纜受到擠壓易損壞誤發(fā)報警信號；感溫電纜的更換必須主變停電進行，不利于故障的處理。本文提出一種基于紅外檢測技術(shù)的電力變壓器火災報警系統(tǒng)，其流程圖如圖1 所示。

圖1 基于紅外檢測技術(shù)的變壓器火災報警系統(tǒng)流程

該火災報警系統(tǒng)首先獲取紅外實時監(jiān)控圖像采集系統(tǒng)采集的電力變壓器紅外圖像，基于紅外圖像處理技術(shù)對紅外圖像進行預處理，再采用目標識別算法識別出變壓器，最后檢測并診斷變壓器出現(xiàn)火災的可能性，當檢測出火災時通過GMS 報警系統(tǒng)進行報警。

2 基于紅外檢測技術(shù)的火災報警系統(tǒng)

2.1 紅外實時監(jiān)控圖像采集系統(tǒng)

紅外實時監(jiān)控圖像采集系統(tǒng)通過變壓器附近放置的紅外圖像儀實時采集變壓器的紅外圖像。

2.2 紅外圖像預處理

獲取的紅外圖像和可見光圖像可能會存在噪聲較大、對比度較低、視覺效果不好等現(xiàn)象，需要對紅外圖像進行預處理。預處理的步驟主要包括：紅外圖像的非均勻性校正、紅外圖像濾波去噪、紅外圖像增強。

2.3 基于NMI 特征的變壓器目標識別

該部分主要識別出紅外圖像中表征變壓器的區(qū)域，準確識別出變壓器是進行后續(xù)的變壓器火災檢測與診斷的先決條件。變壓器的識別主要通過在紅外圖像中采用基于NMI 特征的目標識別算法來實現(xiàn)。圖像的NMI(Normalized Moment of Inertia)不變特性，即圖像的歸一化轉(zhuǎn)動慣量，它具有抗灰度畸變性及對幾何畸變(如平移、旋轉(zhuǎn)、縮放)有較好的保持不變性，且匹配正確率高，計算量小，速度快。

對于一幅二值圖像：f(i，j)，i=0，1，…M-1，j=0，1，…N-1。二值圖像歸一化轉(zhuǎn)動慣量NMI(f(i，j))定義為：

其中，m(f(i，j))稱為圖像f(i，j)的質(zhì)量。J(i0，j0)為關(guān)于點(i0，j0)的轉(zhuǎn)動慣量。

與一般的基于灰度相關(guān)匹配方法相比，基于NMI 特征的目標識別算法的識別效果較好，且運算量小，易于實現(xiàn)實時性。因此，將此方法應(yīng)用在紅外圖像的目標識別中，實驗驗證了這種方法的可行性。

利用sobel 邊緣檢測算子對圖像進行二值化處理，并提取其NMI 特征作為匹配特征，通過應(yīng)用NMI 圖像特征識別方法，分別計算目標圖像和模板圖像中目標的NMI 特征值，然后比較兩者之間的差異，如果差異小于某一正數(shù)e，即：

其中，NMIM為模版圖像中目標的NMI 特征，NMIT為待識別圖像中的目標NMI 特征。該目標識別方法流程如圖2 所示。

圖2 變壓器目標識別流程

2.4 變壓器火災的診斷

該部分是根據(jù)紅外圖像分析變壓器的溫度值及變化情況，對照GB/T11022—1999 中關(guān)于高壓開關(guān)設(shè)備和控制設(shè)備各種部件、材料和絕緣介質(zhì)的溫度和溫升極限的有關(guān)規(guī)定，結(jié)合環(huán)境氣候條件、負荷大小進行分析判斷，確定設(shè)備的熱缺陷，利用速率算法和溫度面積算法判斷變壓器是否發(fā)生火災。

2.4.1 基于速率算法的圖像信息變化診斷

速率算法主要用于判斷當前鏡頭中的圖像信息是否發(fā)生了變化。如果判斷圖像信息發(fā)生了變化，再交給后面的模塊來判斷是否發(fā)生火災。速率算法的原理是:以等時間間隔不停地截取圖像，然后把當前取的圖像與之前取得圖像作比較，反應(yīng)在算法里就是兩幅圖像做差法運算。其流程圖如圖3 所示。

圖3 基于速率算法的圖像信息變化診斷流程

2.4.2 基于溫度面積算法的火災診斷

溫度算法主要用于進一步過濾掉低溫背景噪聲。根據(jù)雙波段原理，物體在兩個固定波段上接收到的能量比值服從一個僅與溫度有關(guān)的函數(shù)分布。所以根據(jù)這個原理，同時從2 個裝有紅外濾光片的攝像頭上讀取當前畫面在2 個紅外波段上的像素值，并求其比值，然后根據(jù)之前實驗測得的物體燃燒時應(yīng)該顯示的比值來對像素值做修正。過濾非燃燒的圖像信息，保留下真正的火焰的像素信息，為后面的進一步判斷做必要的準備。

面積算法則用于判斷當前畫面是否發(fā)生了火災。經(jīng)過速率算法的處理，可斷定當前鏡頭內(nèi)的景物發(fā)生了變化，并且經(jīng)過溫度算法的過濾作用，像素圖像內(nèi)只保留了燃燒的火焰的像素值。算法首先設(shè)定1 s 為判斷火災的時間，建立一個序列，統(tǒng)計非零像素值個數(shù)N并加入隊尾；然后把N與之前的個數(shù)F相比較，如果N>F，說明此時的火焰面積變大了，可能是火災發(fā)生了，此時計數(shù)器加1，然后再回到前面的溫度算法繼續(xù)判斷。按此循環(huán)，直到達到1 s。這時把計數(shù)器中的數(shù)值跟預先設(shè)定閾值相比較，如果大于閾值，就說明火焰面積的擴大達到了火災的標準，可以判定為火災，然后報警；如果小于閾值，說明只是諸如打火機、煙頭等干擾，不是火災，這時返回速率算法，繼續(xù)監(jiān)控。

基于以上分析，變壓器火災檢測、診斷的流程如圖4 所示。

圖4 變壓器火災檢測、診斷流程

3 實驗與分析

實驗中所使用的圖像為FLIR 熱像儀拍攝分辨率為320×240 的現(xiàn)場變壓器紅外圖像。本實驗主要驗證本文提出的算法的有效性與可行性。

圖5(a)是一幅現(xiàn)場變壓器紅外圖像，它對應(yīng)了數(shù)據(jù)庫中一個特定的變壓器模板(圖5(b))，對此紅外圖像基于NMI 特征的目標識別算法進行變壓器目標識別，識別結(jié)果如圖5（c）所示。識別結(jié)果顯示，雖紅外圖像中除變壓器還保留較多的背景圖像，但是本文基于NMI 特征的目標識別算法仍可準確定位出變壓器，并去除大量非變壓器的背景圖像；此外識別結(jié)果中還具有完整性，現(xiàn)場變壓器紅外圖像(圖5(a))中非變壓器模板(圖5(b))中的部分變壓器區(qū)域也可以檢測出來，保持了變壓器識別結(jié)果的完整性。圖5(a)中所示的變壓器圖像實際還處于正常運行狀態(tài)中，根據(jù)本系統(tǒng)中變壓器火災的檢測、診斷部分，設(shè)備此時運行正常，無故障。因此，診斷結(jié)果正確。

圖5 變壓器目標識別結(jié)果一

圖6(a)是一幅現(xiàn)場紅外圖像，圖中非變壓器區(qū)域較少。由圖6(a)和(b)所示，本文的基于NMI特征的目標識別算法仍可準確地識別出變壓器。根據(jù)系統(tǒng)中的變壓器火災檢測、診斷過程，其目標的最高溫度(中間的套管)大于系統(tǒng)預先設(shè)定的閾值，因此GMS 報警系統(tǒng)會發(fā)出報警信號，與實際結(jié)果相對比，診斷結(jié)果符實，本文研制的系統(tǒng)成功防止了溫度繼續(xù)升高引致的火災。

實踐證明，上述的變壓器識別算法和火災檢測、診斷算法可有效識別出變壓器的熱狀態(tài)，并實現(xiàn)在主變火災萌發(fā)階段進行報警，這進一步表明本文提出的變壓器火災報警系統(tǒng)在實際應(yīng)用中具有可行性。

圖6 變壓器目標識別結(jié)果二

4 結(jié)束語

提出了將紅外檢測技術(shù)與圖像監(jiān)控系統(tǒng)相結(jié)合的基于紅外檢測技術(shù)的變壓器火災預警系統(tǒng)，并給出了電力變壓器火災報警系統(tǒng)主要組成部分的核心算法，在變壓器識別過程中采用NMI 特征對變壓器進行目標識別，再利用速率算法和溫度面積算法對其進行火災檢測并報警。實驗驗證了算法的有效性和可行性，并進一步證明了基于紅外檢測技術(shù)的火災預警系統(tǒng)在實際應(yīng)用中的可行性。

1 施 婕，艾 芊. 智能電網(wǎng)實現(xiàn)的若干關(guān)鍵技術(shù)問題研究[J].電力系統(tǒng)保護與控制，2009，37(19)：1-4.

2 陳樹勇，宋書芳，李蘭欣，等. 智能電網(wǎng)技術(shù)綜述[J].電網(wǎng)技術(shù)，2009，33(8)：1-7.

3 孫新榜. 強化電力設(shè)施保護工作，確保設(shè)備安全穩(wěn)定運行[J].電力安全技術(shù)，2006(4).

4 張艾萍，萬瑞軍. 基于數(shù)字溫度傳感器的電纜故障在線檢測及火災預警系統(tǒng)[J].電力自動化設(shè)備，2003，23(10)：57-58.

5 張 兢，路彥和，雷 剛. 基于多傳感器數(shù)據(jù)融合的智能火災預警系統(tǒng)[J].計算機工程與應(yīng)用，2006，42(6)：206-209.

6 胡昌斌. 變電站熱故障隱患智能監(jiān)測技術(shù)的應(yīng)用研究[D].北京：華北電力大學，2004.

7 于大勇，張伯虎. 熱成像技術(shù)在火災預警中的應(yīng)用[J]. 安防科技，2009，(9)：42-44.

8 龐建瑩，施云波，修德斌，等. 基于紅外傳感器的電氣火災預警系統(tǒng)[J].儀表技術(shù)與傳感器，2010(3)：64-66.

9 甄麗平，馬 莉. 模糊邏輯在圖像火災報警系統(tǒng)中的應(yīng)用[J].鄭州輕工業(yè)學院學報(自然科學版).2004，19(1)：46-48.

10 羅曉暉，杜召彬.MSA 火災報警系統(tǒng)中圖像型火源定位 研究[J].計算機工程與應(yīng)用，2009，45(22)：221-223.

11 魯邦秀. 火災感溫報警電纜的研制[J].光纖與電纜及其 應(yīng)用技術(shù)，2001(6)：17-19.

12 岡薩雷斯. 數(shù)字圖像處理[M].北京：電子工業(yè)出版社， 2007.

13 楊小岡，付光遠，繆 棟，等. 基于圖像NMI 特征的 目標識別新方法. 計算機工程，2002，28(6)：149-152.