基于双光路融合技术的变电设备智能云巡检张健

基于双光路融合技术的变电设备智能云巡检张健

许斌张健刘根红王宏力陈刚

（国网山西省电力公司霍州市供电公司031400）

摘要：现国内外对变电设备巡视测温工作仍停留在手工记录阶段，未见具备双光路融合的云存储热成像移动巡检设备。本文研制了一种双光路融合智能云巡检设备，共享给相关人员参考。

关键词：双光路；智能云；红外线

1.引言：

随着我国经济的快速发展，特高压、交直流混合、新能源大量接入等成为电网必然的发展趋势。目前，我国的电网覆盖范围非常大，各种变电设备的数量也是巨大的，如变电站、导线、杆塔等数量大量增加，而且分布范围广、距离远。对于这些变电设备的统一管理监控的要求也随之提高。设备评价是智能电网建设的重要环节，而电力设备状态双光路检测技术目前还远远不能支撑设备状态评价的需求。因此，本文研发了一种双光路融合智能云巡检设备，实现红外巡检全流程管理。

2.国内外研究水平综述

基于红外图像的分析方法：基于红外技术的电气设备故障检测一般都包括预处理、红外图像提取、红外图像识别等步骤。在识别中，广泛采用算法可归纳为两大类：一类是基于目标模板匹配的方法，例如，基于灰度相关匹配算法、归一化积相关、FFT相关算法、基于Hausdorff距离的匹配算法；另一类是基于目标特征提取的识别方法，包括经典模式识别算法、知识基算法以及人工神经网络技术。20世纪70年代开始，西方发达国家普遍已将红外热像仪安装于多种设备，对输电线路和变电站展开巡回监测，并制定了不同的技术规范和故障判定标准。法国于1976年开始采用红外热像诊断，成立专门机构以保证工业生产的安全在1993年的美国动力会议上，诸多研究成果成功将红外线热像技术应用到各种电力设备的检测中。

3.技术方案

3.1需求调研及技术研究

2019年1月到3月，进行了详细的调研，从根本上保证了技术实施的可行性，适用性。调研在时间安排上贯穿项目的整个开发周期。

调研开发目标

项目研究变电设备运行状态的双光路检测分析与识别中所涉及的关键技术，建立变电设备运行状态的双光路检测识别模型，构建变电设备的双光路检测识别典型案例库，研究基于数据处理中心的变电设备故障检测及定位系统。

需求范围

通过研究变电设备运行状态的双光路检测分析与识别中所涉及的关键技术，解决了变电设备双光路影像融合中，如何高效的利用影像数据问题，同时也为变电设备故障检测与诊断提供新的手段，发挥了移动终端的优势，保证电网设备安全可靠运行。

3.2双光路融合算法开发

红外热图像反映的是设备的发热情况，发热量相同时不同的设备或部位都可能表现出相同的像素值，故对设备/部位的识别带来了困难。另外传统红外图像由于成像原理和技术的限制，经常表现出1）由于景物热平衡、光波波长、传输距离远、大气衰减等原因，造成红外图像空间相关性强、对比度低、视觉效果模糊。2）红外热图像表征景物的温度分布，是灰度图像，没有彩色或阴影，故对人眼而言，分辨率低、分辨潜力差。3）红外图像的空间分辨率低于可见光图像，故清晰度不高；4）外界环境的随机干扰和热成像系统的不完善，给红外图像带来多种多样的噪声，比如热噪声、散粒噪声、光子电子涨落噪声等等。这些分布复杂的噪声使得红外图像的信噪比较普通电视图像低；5）由于红外探测器各探测单元的响应特性不一致导致红外图像往往具有非均匀性。从分析中可知，红外图像表现出目标与背景对比度低，边缘比较模糊，噪声大等特点。

基于以上考虑，本文拟结合设备的发热信息和底层图像和高层语义信息实现设备/部位的识别。具体方案如下：

1）收集和整理不同设备以及不同部位的红外图像；

2）人工或自动分割红外图像中设备的不同部位；

3）建立设备/部位分类学习的正负样本库；

4）训练基于深度神经网络（如CNN或RNN），提取图像不同层次的语义特征。为了提升分类效果，还可将设备/部位的低层特征（如形状）作为特征和语义特征融合作为分类器的输入特征；

5）将未标注样本作为测试样本输入最后一层神经网络进行分类，可实现对不同设备/部位的检测。

4.结语

本文研究了变电设备运行状态的双光路检测分析与识别中所涉及的关键技术，建立变电设备运行状态的双光路检测识别模型，构建变电设备的双光路检测识别典型案例库，研究了基于数据处理中心的变电设备故障检测及定位系统。

参考文献：

[1]匙光.承德供电公司变电站智能巡检系统的应用研究[D].华北电力大学（河北），2009

[2]王绍亚，鹿冬冬.浅谈智能变电站日常运维工作中的一些建议[J].中国科技信息，2013，21：180-181

[3]张克成，叶凯.阜阳供电公司变电设备在线诊断与状态检修研究与实践[J].科技信息（科学研究），2008，13：301+314

[4]黄少雄常规变电站智能化改造工程实施方案研究[D].上海交通大学，2012

[5]张宇.常规变电站智能化技术改造研究[D].华北电力大学，2013

[6]李静变电站智能巡检系统研究[D].青岛理工大学，2012

[7]朱世中，石峰，王坤，孙伟红，牛俊鹏，王建玲.变电站智能巡检系统的硏究和应用[J].电力信息化，2011，11：92-95

[8]郭兴科，孙伟红，郭碧翔.红外检测技术在电力设备故障诊断中的应用[J].中国科技信息，2011，23：101

[9]王帅，张扬.红外检测技术在电气设备热故障预测与处理的应用[J].广东科技，2014，02：38-39