梅開鋒，朱超

（國(guó)網(wǎng)安徽省電力有限公司五河縣供電公司，安徽蚌埠 233300）

相關(guān)研究結(jié)果顯示，大約50%的電氣設(shè)備故障伴有異常發(fā)熱的現(xiàn)象。同時(shí)，由于電氣設(shè)備長(zhǎng)時(shí)間運(yùn)行，并且受到外界條件的影響，例如氣候、環(huán)境等不同因素，在運(yùn)行過程中一定會(huì)存在各種不同類型的安全隱患。如果這些安全隱患沒有及時(shí)被發(fā)現(xiàn)，會(huì)影響設(shè)備的運(yùn)行安全，嚴(yán)重時(shí)還會(huì)導(dǎo)致電站癱瘓，產(chǎn)生一定的經(jīng)濟(jì)損失，對(duì)人類的生命安全產(chǎn)生危害[1-2]。

為了有效解決上述問題，國(guó)內(nèi)相關(guān)專家針對(duì)電氣設(shè)備過熱故障識(shí)別方面的內(nèi)容展開了大量研究，例如李浩茹[3]等人優(yōu)先建立了包含光伏發(fā)電的微網(wǎng)模型，分析太陽輻射變化對(duì)網(wǎng)內(nèi)故障電流產(chǎn)生的影響，采用快速小波能量熵算法提取電流故障特征，同時(shí)組建故障綜合樣本集，訓(xùn)練樣本集，最終達(dá)到故障辨識(shí)的目的。周玉婷[4]等人主要通過長(zhǎng)短期記憶遞歸神經(jīng)網(wǎng)絡(luò)和卷積神經(jīng)網(wǎng)絡(luò)相結(jié)合的方式完成故障識(shí)別。季玉坤[5]等人分析磁光成像原理，組建深層卷積網(wǎng)絡(luò)預(yù)測(cè)模型，分析不同結(jié)構(gòu)參數(shù)對(duì)訓(xùn)練結(jié)果產(chǎn)生的影響，自動(dòng)尋找最優(yōu)參數(shù)，最終完成識(shí)別。

上述方法在故障識(shí)別中，存在故障發(fā)生區(qū)域識(shí)別不完整、抗噪效果不佳以及識(shí)別結(jié)果不夠準(zhǔn)確的問題。因此，提出一種基于三相自搜尋比較的電氣設(shè)備過熱故障識(shí)別方法，該方法的主要?jiǎng)?chuàng)新點(diǎn)如下：

1）通過電氣設(shè)備紅外圖像預(yù)處理，將電氣設(shè)備紅外圖像轉(zhuǎn)換為灰度圖像，避免受到各種條件制約，導(dǎo)致電氣設(shè)備紅外圖像出現(xiàn)弱化等問題，有助于提升圖像的亮度和對(duì)比度等相關(guān)信息，達(dá)到電氣設(shè)備紅外圖像增強(qiáng)的效果。

2）以預(yù)處理結(jié)果為基礎(chǔ)，提取電氣設(shè)備圖像邊緣特征，根據(jù)所得特征結(jié)果采用三相自搜尋比較方法進(jìn)行故障識(shí)別，該方法通過區(qū)塊劃分的形式準(zhǔn)確反映相同坐標(biāo)內(nèi)的區(qū)塊溫度變化情況，有助于提升故障識(shí)別準(zhǔn)確率。

3）實(shí)驗(yàn)結(jié)果表明，所提方法不僅抗噪能力良好，而且識(shí)別結(jié)果具有較高的準(zhǔn)確率。

1 電氣設(shè)備過熱故障識(shí)別方法

1.1 電氣設(shè)備紅外圖像預(yù)處理

傳統(tǒng)方法大多采用掃描儀器等裝置直接對(duì)電氣設(shè)備故障進(jìn)行檢測(cè)識(shí)別，既耗費(fèi)了大量的時(shí)間，又不能保證識(shí)別結(jié)果的準(zhǔn)確性，因此，文中在故障識(shí)別之前，首先進(jìn)行電氣設(shè)備紅外圖像預(yù)處理。由于受到各種條件制約，電氣設(shè)備紅外圖像會(huì)出現(xiàn)弱化，需要調(diào)整亮度、對(duì)比度等相關(guān)信息，方便后續(xù)更好地獲取電氣設(shè)備紅外圖像的特征信息[6-7]，因此，對(duì)電氣設(shè)備紅外圖像進(jìn)行預(yù)處理十分重要。

在電氣設(shè)備紅外圖像預(yù)處理過程中，需要優(yōu)先設(shè)定圖像灰度i出現(xiàn)的次數(shù)mi，則圖像中灰度為i的像素出現(xiàn)的概率qx(i)可以表示為公式（1）的形式：

式中，L代表灰度級(jí)數(shù)。

電氣設(shè)備紅外圖像預(yù)處理操作流程如圖1所示。

圖1 模糊減法聚類算法的故障診斷流程

在對(duì)電氣設(shè)備紅外圖像進(jìn)行預(yù)處理之后，將經(jīng)過預(yù)處理的電氣設(shè)備紅外圖像轉(zhuǎn)換為灰度圖像，采用黑白像素分別表示最高和最低區(qū)域[8-9]。通過一階統(tǒng)計(jì)量特征可以評(píng)估單一像素的屬性，二階統(tǒng)計(jì)量可以評(píng)估像素灰度等級(jí)，最終達(dá)到電氣設(shè)備紅外圖像增強(qiáng)的目的[10-11]。

1.2 電氣設(shè)備過熱故障識(shí)別

1.2.1 電氣設(shè)備圖像邊緣特征提取

通過激光傳感器可以準(zhǔn)確完成距離測(cè)量，設(shè)定激光傳感器中包含兩個(gè)相機(jī)參數(shù)，并且位于相同的水平面，則通過三角形相似原理可以得到以下形式的計(jì)算式：

式中，C代表激光傳感器的基線長(zhǎng)度；E代表需要測(cè)量的目標(biāo)距離；xi和xj分別代表相機(jī)左側(cè)和右側(cè)的水平坐標(biāo)；g代表相機(jī)焦距。

激光傳感器主要通過感光元件發(fā)送和接收激光束的時(shí)間差或者相位差計(jì)算目標(biāo)距離[12-13]。通過激光束的發(fā)射角度，可以計(jì)算目標(biāo)在不同方向的相對(duì)距離，即目標(biāo)在激光坐標(biāo)系的坐標(biāo)?；谠撛恚M(jìn)一步獲取電氣設(shè)備紅外圖像的邊緣特征，詳細(xì)的操作步驟如下所示：

根據(jù)激光雷達(dá)和相機(jī)兩者之間的位置關(guān)系，通過小孔成像模型和剛性坐標(biāo)變換將激光映射到激光點(diǎn)中。然后將激光點(diǎn)映射到電氣設(shè)備圖像的彩色像素中，并將對(duì)應(yīng)的RGB 取值添加到激光點(diǎn)中，最大限度提取電氣設(shè)備的邊緣特征[14-15]。

設(shè)定經(jīng)過映射獲取的像素坐標(biāo)為(x′,y′)，則周圍像素點(diǎn)也會(huì)設(shè)定相同的顏色值。通過式（3）可以獲取電氣設(shè)備圖像的平均水平坐標(biāo)vi,j：

式中，hi(x′,y′)代表電氣設(shè)備圖像中的較長(zhǎng)邊緣取值。

通過霍夫變換確定圖像較長(zhǎng)邊緣中的多個(gè)像素點(diǎn)，計(jì)算對(duì)應(yīng)像素點(diǎn)的平均水平坐標(biāo)v～i,j，如式（4）所示：

采用激光傳感器提取電氣設(shè)備圖像的邊緣特征f(x,y)，如式（5）所示：

式中，r(x,y)和w(x,y)代表電氣設(shè)備圖像中的任意兩個(gè)熱點(diǎn)區(qū)域。

1.2.2 電氣設(shè)備過熱故障識(shí)別的實(shí)現(xiàn)

以1.1 節(jié)得到的電氣設(shè)備紅外圖像處理結(jié)果為基礎(chǔ)（圖2），進(jìn)行電氣設(shè)備過熱故障識(shí)別。

圖2 電氣設(shè)備紅外圖像

在電氣設(shè)備熱圖像中，標(biāo)定連通區(qū)域中像素?cái)?shù)量最大的三個(gè)區(qū)域作為設(shè)備的主體區(qū)域，即電氣設(shè)備過熱故障識(shí)別的目標(biāo)區(qū)域[16]。以圖2 中電氣設(shè)備的熱點(diǎn)區(qū)域作為識(shí)別目標(biāo)，采用三相自搜尋比較方法進(jìn)行電氣設(shè)備過熱故障識(shí)別，通過計(jì)算處理電氣設(shè)備熱圖像，自動(dòng)獲取可直接比較分析的三相圖片。將處理完成的圖像按照相同規(guī)格實(shí)行區(qū)塊劃分，各個(gè)相片可以準(zhǔn)確反映相同坐標(biāo)內(nèi)的區(qū)塊溫度變化情況，選取每個(gè)區(qū)塊的平均溫度值，統(tǒng)計(jì)電氣設(shè)備全部區(qū)塊的溫度變化情況，準(zhǔn)確掌握電氣設(shè)備的溫度變化規(guī)律。

當(dāng)?shù)玫诫姎庠O(shè)備主體的熱圖像后，為了完成不同相設(shè)備之間的熱狀態(tài)對(duì)比，將每相分離至單一圖像上，經(jīng)過裁切使其保持一致，避免由于不一致造成熱狀態(tài)分析誤差。由于每相的連通區(qū)域已經(jīng)分別標(biāo)定不同的標(biāo)簽，所以可以確定標(biāo)簽和具體坐標(biāo)位置，分別為每一個(gè)相區(qū)域創(chuàng)建規(guī)格相同的圖像，分別標(biāo)定三相區(qū)域，即可獲取分離的電氣設(shè)備熱圖像。將電氣設(shè)備圖像經(jīng)過分離處理后，由于大小以及背景位置存在比較的差異，需要對(duì)比對(duì)應(yīng)的位置，同時(shí)確定圖像裁剪大小和方向。通過每相二值圖像記錄的設(shè)備區(qū)域位置，獲取圖像調(diào)整分辨率大小。

對(duì)比以上得到的圖像塊和全新圖像塊，以此為依據(jù)判定圖像塊是否存在異常升溫的情況，最終得到電氣設(shè)備過熱故障識(shí)別結(jié)果。

2 實(shí)驗(yàn)分析

為了驗(yàn)證所提基于三相自搜尋比較的電氣設(shè)備過熱故障識(shí)別方法的有效性，進(jìn)行實(shí)驗(yàn)分析。在實(shí)驗(yàn)中，選取文獻(xiàn)[3]方法、文獻(xiàn)[4]方法和文獻(xiàn)[5]方法與所提方法進(jìn)行對(duì)比，分析不同方法的識(shí)別效果。

圖3 為實(shí)驗(yàn)識(shí)別對(duì)象，圖3 中亮度比較高的區(qū)域?yàn)檫^熱故障發(fā)生區(qū)域。

圖3 電氣設(shè)備過熱故障示意圖

利用圖4 給出四種方法對(duì)電氣設(shè)備過熱故障識(shí)別結(jié)果。

圖4 不同方法的電氣設(shè)備過熱故障識(shí)別結(jié)果

分析圖4 可知，與另外三種方法相比，所提方法可以準(zhǔn)確識(shí)別電氣設(shè)備過熱故障，故障識(shí)別結(jié)果較為完整，而另外幾種方法只可以識(shí)別局部故障區(qū)域，有效驗(yàn)證了所提方法的優(yōu)越性。這是因?yàn)樗岱椒ú捎萌嘧运褜け容^方法對(duì)電氣設(shè)備圖像進(jìn)行了區(qū)域劃分，得到故障識(shí)別的目標(biāo)區(qū)域，再針對(duì)該區(qū)域進(jìn)行識(shí)別，有效提升了故障識(shí)別效果。

選取七種電氣設(shè)備作為研究對(duì)象，分析四種不同方法的電氣設(shè)備過熱故障識(shí)別結(jié)果，如表1 所示。

表1 不同方法的電氣設(shè)備過熱故障識(shí)別結(jié)果分析

分析表1 中的實(shí)驗(yàn)結(jié)果可知，傳統(tǒng)方法僅可以識(shí)別部分故障類型，而所提方法可以準(zhǔn)確識(shí)別全部故障類型，出現(xiàn)錯(cuò)誤識(shí)別的概率為0，說明所提方法的識(shí)別結(jié)果與實(shí)際故障情況一致，具有較高的識(shí)別準(zhǔn)確性，進(jìn)一步說明所提方法具有較高的識(shí)別水準(zhǔn)。

進(jìn)一步驗(yàn)證所提方法的識(shí)別效果，以去噪性能為實(shí)驗(yàn)指標(biāo)，對(duì)比四種不同方法的峰值信噪比變化情況，詳細(xì)的實(shí)驗(yàn)結(jié)果如圖5 所示。

圖5 不同方法的峰值信噪比測(cè)試結(jié)果對(duì)比

分析圖5 中的實(shí)驗(yàn)結(jié)果可知，在四種方法中，所提方法的峰值信噪比明顯高于另外幾種方法，其最高值達(dá)到了28 dB，說明所提方法可以有效濾除電氣設(shè)備過熱故障圖像中的噪聲，獲取比較滿意的抗噪結(jié)果，可以更好地完成電氣設(shè)備過熱故障識(shí)別。

3 結(jié)束語

目前，電力體系相關(guān)部門對(duì)電氣設(shè)備的穩(wěn)定運(yùn)行提出了更高的要求，開始將大部分注意力轉(zhuǎn)移到電氣設(shè)備過熱故障識(shí)別方面的研究。為此，提出一種基于三相自搜尋比較的電氣設(shè)備過熱故障識(shí)別方法。經(jīng)實(shí)驗(yàn)測(cè)試證明，所提方法可以準(zhǔn)確識(shí)別電氣設(shè)備過熱故障，同時(shí)還具有較好的抗噪性能。