魏鋼 馮中正 唐躍 林吳琛

（重慶電力公司檢修分公司，重慶 400039）

隨著電力工業(yè)向大機組、大容量與超特電壓的方向迅速發(fā)展，輸配電的可靠性愈加重要[1]。長期的運行經(jīng)驗表明，設備的發(fā)熱現(xiàn)象往往預示著極其嚴重的故障隱患，因此，對電力設備溫度進行密切監(jiān)控，準確有效地判別過熱設備故障類型，及時發(fā)現(xiàn)并消除設備過熱，對保證電網(wǎng)和設備安全穩(wěn)定運行、大力推進集約化管理有著非常重要的意義。由于絕大部分電力設備的運行狀態(tài)都與熱度關系密切，可以用溫度高低來判斷其工作狀態(tài)。紅外熱像診斷技術(shù)由此而成為電力設備狀態(tài)檢測的一項行之有效的手段，其具有操作安全、靈敏度高、檢測診斷效率高、可進行計算分析等特點,所以近年來在國內(nèi)外電力行業(yè)中應用日益廣泛。

為了判斷電氣設備是否出現(xiàn)故障，設計了一款軟件，將紅外圖像照片選中導入軟件后，計算機對該異常點進行360°的全方位掃描，根據(jù)相對溫差判斷法，計算設備相對溫差的超出規(guī)定值并確定設備故障與否，反饋故障信息。設計方案提高電力設備的檢測可靠性、提高工作效率，并且降低電力設備檢測強度和作業(yè)風險系數(shù)。

電氣設備檢測方法，如圖1所示。

圖1 電氣設備檢測方法

1 電氣設備故障紅外熱像儀測量原理

1.1 相對溫差法判斷方法

通過相對溫差計算，可以進行故障判斷。該方法主要適用于電流致熱型設備，特別是對小負荷電流致熱型設備采用相對溫差判斷法可降低小負荷缺陷的漏判率。

通過檢測出異常點的發(fā)熱溫度T1、正常相對應點的溫度T2、以及環(huán)境參考體的溫度T0，可以計算出該異常點的相對溫差，作為電流致熱型設備缺陷診斷的判據(jù)。

相對溫差計算[2]：

式中，T1為發(fā)熱點的溫度；T2為正常相對應點的溫度；T0為環(huán)境溫度參照體的溫度；τ為相對溫差。

1.2 測量設備溫度的智能方法

根據(jù)紅外熱像儀監(jiān)測得到的紅外熱像圖，可以按照儀器內(nèi)療的算法和目標發(fā)射率校正后轉(zhuǎn)變?yōu)楸粶y目標的溫度值，則可以測出該熱像圖上的最高溫度和最低溫度，即可確定：最高溫度處為異常點的發(fā)熱溫度，而最低溫度為環(huán)境溫度。

測量方法如下：

1）選擇被檢測的電氣設備，確定該電氣設備的溫度圖像照片。

2）如圖2射線1，以最高溫度點為發(fā)熱點，測量出發(fā)熱溫度T1，再測量出環(huán)境參考溫度T0，如圖2所示。

3）以發(fā)熱點為原點，做一條直線，計算經(jīng)過該直線各點的溫度，繪制成t-x曲線圖；再去掉最高溫度區(qū)域和最低溫度區(qū)域，計算出該圖T1、T3、X1、X2以及曲線所圍城的積分面積S，如圖3所示。

4）將該直線作360°旋轉(zhuǎn)，每旋轉(zhuǎn)一個小角度，如圖2中旋轉(zhuǎn)一個角度α后得到射線2，再重復以上運算計算面積S，如圖3，找到面積最大值Smax，即該直線通過被測設備的區(qū)域最大；求得該最大面積時的平均溫度T2，為正常相對應的溫度。

5）通過式τ =(T1-T2)/(T1-T0)×100%，對檢測設備進行缺陷診斷，并反饋故障信息。

圖2 紅外熱像圖

圖3 t—x積分s

其中：T1、T3為紅外圖片上的最高溫度區(qū)域臨界溫度和最低溫度區(qū)域臨界溫度；X1、X2是縱坐標為T1、T3時溫度曲線的橫坐標。

1.3 紅外熱像技術(shù)計算原理

紅外熱像技術(shù)是將物體的熱輻射掃描成像的一種非接觸診斷技術(shù)。物體的紅外熱圖像實際上對應的是其表面的二維溫度場。物體表面的絕對溫度與物體的紅外輻射功率的對應關系，根據(jù)斯蒂芬-波爾茲曼定率確定[3]：

式中，P為物體的紅外輻射功率（W·cm-2）；T為物體的絕對溫度（K）；ε為物體表面的紅外發(fā)射率τ為斯蒂芬-波爾茲曼常數(shù)。

紅外熱像圖中的噪聲會影響檢測數(shù)據(jù)的真實性和可靠性。在正確設置技術(shù)參數(shù)后，在時域或頻域內(nèi)對圖像進行數(shù)據(jù)運算，也可基于小波分析理論在時域-頻域范圍內(nèi)進行局部噪聲濾除。選擇一種最優(yōu)算法，獲取更清晰的設備紅外特征信息。

1.4 紅外熱像儀的工作原理

紅外熱像儀是由紅外探測器、光學成像物鏡和光機掃描組成的系統(tǒng)。被測目標的紅外輻射能量分布圖形反映到紅外探測器的光敏元上，由光機掃描機構(gòu)對被測物體的紅外熱像進行掃描，再由探測器將紅外輻射能轉(zhuǎn)換成電信號，經(jīng)放大處理轉(zhuǎn)換，通過檢測器顯示紅外熱像圖，并按照儀器內(nèi)療的算法和目標發(fā)射率校正后轉(zhuǎn)變?yōu)楸粶y目標的溫度值[4]。

2 圖像識別軟件設計

軟件需要從紅外圖片中尋找出環(huán)境溫度，設備正常溫度以及熱點溫度，再根據(jù)紅外診斷應用規(guī)范對設備進行缺陷分析，軟件分析流程圖如圖4所示：

圖4 軟件溫度掃描

首先，選擇需要被檢測的電氣設備，確定該電氣設備的溫度圖像照片。

其次，以最高溫度點為發(fā)熱點，測量出發(fā)熱溫度T1，再測量出環(huán)境參考溫度T0。

再次，以發(fā)熱點為原點，做一條直線，計算經(jīng)過該直線各點的溫度，繪制成t-x曲線圖；再去掉最高溫度區(qū)域和最低溫度區(qū)域，計算出該圖 T1、T2、X1、X2以及曲線所圍城的積分面積S，如圖8所示。

然后，以發(fā)熱點為原點，該直線作360°旋轉(zhuǎn)，每旋轉(zhuǎn)一個小角度，便重復以上運算計算面積S，如圖8，找到面積最大值Smax，即該直線通過被測設備的區(qū)域最大；求得該最大面積時的平均溫度T2，為正常相對應的溫度。

最后，通過相對溫差計算公式對檢測設備進行缺陷診斷，并反饋故障信息。

3 試驗分析

試驗選擇了三種高壓設備作為代表性試驗：110kV的電流互感器和電壓互感器。檢測該設備的正常狀態(tài)與故障發(fā)熱狀態(tài)下的紅外熱像圖譜，作為代表性試驗，進行圖像特征分析和專家數(shù)據(jù)庫比對，使開發(fā)的軟件系統(tǒng)能夠?qū)崿F(xiàn)設備識別、故障判斷、故障自動分析等功能。

3.1 電流互感器正常情況分析

如圖5所示為電流互感器正常運行時在線監(jiān)測的分析：通過軟件分析計算知參考溫度為 38.1℃，設備最高溫度為40.7℃，環(huán)境溫度為36℃；通過計算相差溫度T＜95%，故屬于正常情況，與軟件分析得出的結(jié)果一致。

圖5 電流互感器正常情況

3.2 電流互感器嚴重缺陷故障分析

如圖6所示為電流互感器嚴重缺陷故障時的軟件自動分析，熱點溫度為 49.4℃，正常設備溫度為34.1℃，軟件分析計算可知故障類型為電流致熱型故障，相對溫差達90%以上，缺陷屬于嚴重缺陷，并給出處理建議。分析結(jié)果與試驗現(xiàn)在檢測該電流互感器的故障情況一致。

3.3 電壓互感器正常情況分析

如圖7所示：通過軟件分析計算知參考溫度為37℃，設備最高溫度為37.7℃，環(huán)境溫度為33℃；通過計算相差溫度T＜95%，故屬于正常情況，與軟件分析得出的結(jié)果一致。

圖6 電流互感器嚴重缺陷故障分析

圖7 電壓互感器正常情況

3.4 電壓互感器嚴重缺陷故障分析

圖8所示為電壓互感器嚴重缺陷故障時的軟件自動分析，熱點溫度為39.3℃，正常設備溫度為36.1℃，軟件分析計算可知故障類型為電流致熱型故障，相對溫差達97%以上，缺陷屬于嚴重缺陷，并給出處理建議。分析結(jié)果與試驗現(xiàn)在檢測該電壓互感器的故障情況一致。

圖8 電壓互感器嚴重缺陷故障處理報告

通過此次試驗分析并與傳統(tǒng)試驗方式比較，試驗結(jié)果表明，采用紅外熱像儀在線監(jiān)測電力設備，并用軟件自動分析電力設備的運行狀況，有以下優(yōu)點：

1）紅外熱像儀監(jiān)測電氣設備圖像直觀，所測得數(shù)據(jù)安全可靠。

2）紅外熱像儀在線監(jiān)測不接觸測溫、不受電磁干擾、探測距離的影響。

3）紅外熱像儀對診斷電力設備的熱故障隱患具有檢測速度快、效率高、判斷準的特點。

4）采用軟件自動分析電力設備故障，減少分析時間，有利于即時判斷故障。

4 結(jié)論

通過紅熱成像儀對高壓設備進行監(jiān)測，利用本文研究方法對設備圖像進行掃描診斷時，發(fā)現(xiàn)其溫度異常點，并根據(jù)溫度分布和相對溫差進行故障判斷。為了準確判斷電氣設備是否出現(xiàn)故障以及故障類型，設計了一款軟件，將紅外圖像照片選中導入軟件后，計算機對該異常點進行全方位掃描，分析出異常點的發(fā)熱溫度、正場設備溫度以及環(huán)境溫度，計算出相對溫差，根據(jù)該溫差值是否超出規(guī)定值來確定設備故障情況，同時軟件自動對檢測設備進行缺陷診斷，并反饋故障信息。

通過紅外熱像儀監(jiān)測電氣設備的運行狀況，導入開發(fā)的軟件中分析電氣設備的缺陷診斷，得到故障信息。研究的診斷方法能快速自動檢測到電氣設備在運行狀態(tài)下的真實狀態(tài)，并且該監(jiān)測方法具有不接觸、不停運、不取樣、不解體的檢測功能，安全高效。同時做到節(jié)省工時，降低勞動強度，減少設備維修費用，大大提高電網(wǎng)供電可靠性。

[1]張維力.紅外熱像儀在電力工業(yè)中的應用[J].激光與紅外, 1996, 26(2): 105, 106, 111.

[2]DL/T 664—2008.帶電設備紅外診斷應用規(guī)范[S].中華人民共和國電力行業(yè)標準. 2008.

[3]胡紅光.電力紅外診斷技術(shù)作業(yè)與管理[M].北京:中國電力出版社, 2006.

[4]陳玻若.紅外系統(tǒng)[J].兵器工業(yè)出版社, 1995.

[5]PAL N R, PAL S K. A review on image segmentation techniques[J]. Pattern Recognition, 1993, 26(9).

[6]沈清,湯霖.模式識別導論[M].長沙:國防科技大學出版社, 1991.

[7]JOSEPH C, GIARRATANO J, RILEY D.印鑒譯.專家系統(tǒng)原理與編程[M].北京:機械工業(yè)出版社, 2006.

[8]程玉蘭.紅外診斷現(xiàn)場實用技術(shù)[M].北京:機械工業(yè)出版社, 2002.

[9]WHITTINGTON H W, FLYNN B W. High Reliability Condition Monitoring Systems[J]. Non-Destruct Testing.2008, 35(11).

[10]陳衡.我國紅外診斷技術(shù)的現(xiàn)狀與發(fā)展[J].激光與紅外, 1998(5).