基于紫外图谱的盘式绝缘子放电强度径向分布研究

谢宏伟, 徐国辉, 吕通发, 李祥杰, 牟鑫, 辛鹏

谢宏伟, 徐国辉, 吕通发, 李祥杰, 牟鑫, 辛鹏. 基于紫外图谱的盘式绝缘子放电强度径向分布研究[J]. 红外技术, 2023, 45(2): 223-227.
引用本文: 谢宏伟, 徐国辉, 吕通发, 李祥杰, 牟鑫, 辛鹏. 基于紫外图谱的盘式绝缘子放电强度径向分布研究[J]. 红外技术, 2023, 45(2): 223-227.
XIE Hongwei, XU Guohui, LYU Tongfa, LI Xiangjie, MOU Xing, XIN Peng. Radial Distribution of Discharge Intensity about Disk-shaped Insulator Based on Ultraviolet Image[J]. Infrared Technology , 2023, 45(2): 223-227.
Citation: XIE Hongwei, XU Guohui, LYU Tongfa, LI Xiangjie, MOU Xing, XIN Peng. Radial Distribution of Discharge Intensity about Disk-shaped Insulator Based on Ultraviolet Image[J]. Infrared Technology , 2023, 45(2): 223-227.

基于紫外图谱的盘式绝缘子放电强度径向分布研究

基金项目: 

国网内蒙古东部电力有限公司科技项目 52664020001S

详细信息
    作者简介:

    谢宏伟(1976-),男,正高级工程师,主要研究方向:电网运营管理。E-mail:xhw9966@163.com

  • 中图分类号: TM711

Radial Distribution of Discharge Intensity about Disk-shaped Insulator Based on Ultraviolet Image

  • 摘要: 为研究盘式绝缘子积污放电的紫外图谱特征,提出了一种基于图像分割的光斑面积计算方法。首先,基于C-V模型,开展积污绝缘子紫外图像径向分布的研究。接着,与红外温度场曲线进行对比研究,验证其合理性。最后,研究不同电阻率、风速情况下积污绝缘子的紫外图谱特征。研究结果表明:C-V模型应用于图像处理中,具有较强的抗干扰性,适用于盘式绝缘子径向放电强度的研究;随着表面电阻率的降低,盘式绝缘子紫外光斑面积会增大;风速对盘式绝缘子放电强度有明显的影响;研究结果可为盘式绝缘子径向放电强度的评估提供一定的参考。
    Abstract: A method for calculating the flare area based on image segmentation is proposed to study the ultraviolet image characteristics of the wet-contaminated discharge of disk-shaped insulators. First, based on the C-V model, the radial distribution of an ultraviolet image of a disk-shaped insulator is studied. It is then compared with the infrared temperature-field curve to verify its rationality. Finally, the ultraviolet image characteristics of the wet-contaminated insulators with different electrical resistivities and wind speeds are studied. The results show that the C-V model has strong anti-interference performance when applied to image processing, and is suitable for the study of the radial discharge intensity of disk-shaped insulators. The ultraviolet flare area of the insulator increases with a decrease in the surface resistivity. The wind speed has an obvious influence on the discharge intensity of the disk-shaped insulator. The results provide a reference for evaluating the radial discharge intensity of disk-shaped insulators.
  • 输电线路运行环境复杂,雾凇、覆冰、污秽等恶劣环境可能会加剧外绝缘放电的现象[1-4],长期运行下,可能发生电力事故,严重影响线路的安全稳定运行,因此,有必要开展输电线路的异常状态监测。绝缘子是输电线路的重要部件,国内外学者[5-9]针对其异常放电开展了大量的研究。监测方法主要包括红外测温、泄露电流或紫外图谱等。泄露电流为接触式测量方法,并不适应于野外环境监测;红外测温和紫外图谱为非接触式测量方法,但前者受环境影响较大,易受干扰,而紫外成像相对较稳定。

    紫外成像主要基于光子数或者光斑面积进行放电强度的定量计算,实现绝缘子故障状态的评估。艾建勇[10]等采用光斑面积的方法,研究了污秽放电和湿度之间的关系。文献[11-12]统计了不同放电阶段的光斑面积,开展了绝缘子污秽放电严重程度的评估。目前紫外图谱分析主要以绝缘子轴向放电路径[13-14]开展的,径向放电路径较少,尤其对直径较大的盘式绝缘子。为此,本文以盘式绝缘子为研究对象,基于图像处理技术,开展不同电阻率、风速情况下积污绝缘子的紫外图谱特征研究。

    盘式绝缘子在生产制造中的机械挤压,或者带电运行过程中操作过电压引起的电弧作用下,外形结构可能会产生表面凸起或凹陷等缺陷,以至于边缘不连续,Chan-Vese(C-V)模型可解决这类问题,具有良好的图形分割效果,同时具有抗干扰能力强的优点,因此,笔者采用C-V模型对盘式绝缘子的紫外图像进行特征提取。

    I(x, y)定义为以盘式绝缘子中心为圆心,半径小于R的图像区域,对应的定义域为ΩC表示该区域的闭合轮廓;CiCo分别表示以C为界限的图像内部区域和图像外部区域,定义C-V模型的能量函数:

    $$ \begin{gathered} E(C, {C_ {\rm{i}}}, {C_ {\rm{o}}}) = \mu {L_C} + \eta {A_{{C_ {\rm{i}}}}} + {\lambda _1}\int\limits_{{C_ {\rm{i}}}} {\left| {I(x, y) - {G_ {\rm{i}}}} \right|{\rm{d}}x{\rm{d}}y} + \hfill \\ \quad \quad \quad \quad \quad {\lambda _2}\int\limits_{{C_ {\rm{o}}}} {\left| {I(x, y) - {G_ {\rm{o}}}} \right|{\rm{d}}x{\rm{d}}y} \hfill \\ \end{gathered} $$ (1)

    式中:LC是轮廓C的周长;$ {A_{{C_ {\rm{i}}}}} $是Ci面积,系数μη≥0,λ1λ2>0;GiGo分别是CiCo的平均灰度值。

    引入水平集函数Φ(x, y),轮廓曲线C可表示为:

    $$ \left\{ {\begin{array}{*{20}{c}} {{C_ {\rm{i}}} = \left\{ {(x, y)|{\mathit{\Phi}} (x, y) > 0} \right\}} \\ {C = \left\{ {(x, y)|{\mathit{\Phi}} (x, y) = 0} \right\}} \\ {{C_ {\rm{o}}} = \left\{ {(x, y)|{\mathit{\Phi}} (x, y) < 0} \right\}} \end{array}} \right. $$ (2)

    引入函数H(z)和δ(z):

    $$ H(z) = \left\{ {\begin{array}{*{20}{c}} 1&{z \geqslant 0} \\ 0&{z < 0} \end{array}} \right. $$ (3)
    $$ \delta (z) = \frac{{{\rm{d}}H(z)}}{{{\rm{d}}z}} $$ (4)

    所以能量函数可变化为:

    $$ \begin{array}{l} E({\mathit{\Phi}} , {G_ {\rm{i}}}, {G_ {\rm{o}}}) = \mu \int\limits_ {{\mathit{\Omega}}} {\delta ({\mathit{\Phi}} (x, y))\left| {\nabla {\mathit{\Phi}} (x, y)} \right|} {\rm{d}}x{\rm{d}}y + \hfill \\ \eta \int\limits_ {\mathit{\Omega}} {H({\mathit{\Phi}} (x, y)){\rm{d}}x{\rm{d}}y} + {\lambda _1}\int\limits_ {\mathit{\Omega}} {{{\left| {I\left( {x, y} \right) - {G_ {\rm{i}}}} \right|}^2}H({\mathit{\Phi}} (x, y))} {\rm{d}}x{\rm{d}}y \hfill \\ + {\lambda _2}\int\limits_ {\mathit{\Omega}} {{{\left| {I\left( {x, y} \right) - {G_ {\rm{o}}}} \right|}^2}\left( {1 - H({\mathit{\Phi}} (x, y))} \right){\rm{d}}x{\rm{d}}y} \hfill \\ \end{array} $$ (5)

    其中:

    $$ {G_i}({\mathit{\Phi}} ) = \frac{{\int\limits_ {\mathit{\Omega}} {I(x, y)\left( {1 - H\left( {{\mathit{\Phi}} \left( {x, y} \right)} \right)} \right){\rm{d}}x{\rm{d}}y} }}{{\int\limits_ {\mathit{\Omega}} {H\left( {{\mathit{\Phi}} \left( {x, y} \right)} \right){\rm{d}}x{\rm{d}}y} }} $$ (6)
    $$ {G_ {\rm{o}}}({\mathit{\Phi}} ) = \frac{{\int\limits_ {\mathit{\Omega}} {I(x, y)\left( {1 - H\left( {{\mathit{\Phi}} \left( {x, y} \right)} \right)} \right){\rm{d}}x{\rm{d}}y} }}{{\int\limits_ {\mathit{\Omega}} {\left( {1 - H\left( {{\mathit{\Phi}} \left( {x, y} \right)} \right)} \right){\rm{d}}x{\rm{d}}y} }} $$ (7)

    Φ(t, x, y)是Φ(x, y)在t时刻的数值,利用欧拉-拉格朗日方法推导可得:

    $$ \begin{gathered} \frac{{\partial {\mathit{\Phi}} }}{{\partial t}} = \sigma \left( {\mathit{\Phi}} \right)\left( {\mu.{\rm{div}}\left( {\frac{{\nabla {\mathit{\Phi}} }}{{\left| {\nabla {\mathit{\Phi}} } \right|}}} \right) - \eta } \right) - \hfill \\ \sigma \left( {\mathit{\Phi}} \right)\left( {{\lambda _1}{{(I - {G_i})}^2} + {\lambda _2}{{(I - {G_o})}^2}} \right) \hfill \\ \end{gathered} $$ (8)

    式中:$ {\rm{div}}\left( {\frac{{\nabla {\mathit{\Phi}} }}{{\left| {\nabla {\mathit{\Phi}} } \right|}}} \right) $为其梯度。

    能量函数的最优解采用正则化函数实现:

    $$ \left\{ {\begin{array}{*{20}{c}} {{H_\varepsilon }(z) = \frac{1}{2}\left( {1 + \frac{2}{\pi }\arctan \left( {\frac{z}{\varepsilon }} \right)} \right)} \\ {{\delta _\varepsilon }(z) = \frac{1}{\pi }\frac{\varepsilon }{{{\varepsilon ^2} + {z^2}}}} \end{array}} \right. $$ (9)

    式中:ε为较小的正数。

    为便于分析,令盘式绝缘子中心点(0, 0)光斑面积设为0,即${{\mathit{\Phi}} _{R = 0}}(x, y) = 0$。

    半径为R的区域光斑面积为:

    $$ S(R)={\mathit{\Phi}}(x, y, R) $$ (10)

    为研究盘式绝缘子径向电晕放电强度的分布规律,计算半径为R的光斑面积增加量为:

    $$ S^{\prime}(R)=S(R+\Delta R)-S(R) $$ (11)

    搭建工频高压试验平台,对污秽盘式绝缘子施加电压,采用CoroCAM504型的紫外成像仪,捕捉放电图像,进行灰度处理后,仅保留放电光斑,未进行C-V模型处理的紫外图像如图 1所示。

    图  1  未处理的紫外光斑图像
    Figure  1.  Raw image of ultraviolet flare area

    实际测试中,由于自由电子与正离子的复合和反激励,主放电区域外围会存在大量的噪声点,结合C-V模型和设置阈值的方法,能够准确地分割出有效的光斑,如图 2所示。

    图  2  C-V处理后的紫外光斑图像
    Figure  2.  Ultraviolet flare area processed by C-V

    为进一步验证C-V方法的适应性,结合红外图像和紫外图像的方法,进行盘式绝缘子积污放电径向对比研究。试验对象为XP-70盘形悬式瓷绝缘子,其平均厚度约为0.016 m,公称盘径为255 mm,环境温度设置为20℃,施加电压等级为10 kV。一段时间后,绘制污秽绝缘子径向红外实测温度随半径变化的分布曲线和径向紫外光斑面积随半径变化的分布曲线,如图 3所示。

    图  3  盘式绝缘子径向分布曲线
    Figure  3.  Radial distribution curves of disk-shaped insulator

    由图可知,紫外光斑面积分布曲线和红外实测温度分布曲线整体趋势一致,均呈现先增大后减小的趋势,温度和光斑面积最大值均在30 mm附近,即主放电区域,绝缘子边缘温度和光斑面积最小,即弱发电区域。由此说明,基于C-V模型的紫外图谱分析方法适用于盘式绝缘子放电的径向分布研究。

    盘式绝缘子积污放电的强度会受环境因素的影响,为此重点开展表面电阻率和风速等因素的研究。

    随着环境湿度、温度及染污程度的变化,盘式绝缘子的表面电阻率也会发生相应变化,直接影响其放电强度。采用NaCl作为污秽中导电物质,改变盘式绝缘子的表面电阻率,从5MΩ⋅m、15 M Ω⋅m到30 MΩ⋅m,统计紫外光斑面积的径向变化值,绘制曲线见图 4

    图  4  不同电阻率下的光斑面积径向变化
    Figure  4.  Radial variation of ultraviolet flare area under different resistivities

    由于盘式绝缘子的光斑面积随半径呈先增大后下降的趋势,为便于分析研究,这里仅考虑下降部分,以主放电区域30 mm为起点。

    由图可知,随着表面电阻率的下降,主放电区域的光斑面积会增加,这是因为当积污严重,或者湿度较大时,盘式绝缘子的表面电阻率会降低,泄漏电流会增加,放电强度会增加,所以紫外光斑面积会增大。随着半径的增加,紫外光斑面积的变化会呈现减小的趋势,这说明表面电阻率对主放电区域的影响较大,弱放电区域的影响较小。

    盘式绝缘子实际安装于室外空旷的环境,通过小型风洞模拟风速的变化,也会引起积污放电强度的变化。从无风到有风(2~8 m/s),改变风速大小,统计紫外光斑面积的变化值,绘制曲线见图 5R=30 mm,表示盘式绝缘子主放电区域;R=105 mm,表示盘式绝缘子边缘放电较弱的区域。

    图  5  光斑面积随风速的变化关系
    Figure  5.  Variation of ultraviolet flare area with wind speed

    由图可知,随着风速的增加,紫外光斑面积会减小,由此说明,风对积污放电具有明显的削弱作用,所以同等条件下有风时光斑面积比无风时的小,风速大小对积污放电有着明显的影响,这是因为放电形成的带电质点在气流的作用下会加速扩散,弱化了带电质点的复合过程,最终降低了放电光辐射。

    主放电区域的曲线斜率大于弱放电区域,由此说明,风速对主放电区域的放电强度影响大于弱放电区域。所以在实际工程测试时,应尽量选择无风或者微风的环境。

    本文基于C-V模型开展了盘式绝缘子径向放电强度的分布规律研究,验证了该方法的适应性,取得了一定的结论:

    1)随着表面电阻率的下降,盘式绝缘子积污放电的强度会增加,主放电区域增加的程度大于弱放电区域;

    2)随着风速的增加,盘式绝缘子积污放电的强度会降低,主放电区域变化的程度大于弱放电区域。

  • 图  1   未处理的紫外光斑图像

    Figure  1.   Raw image of ultraviolet flare area

    图  2   C-V处理后的紫外光斑图像

    Figure  2.   Ultraviolet flare area processed by C-V

    图  3   盘式绝缘子径向分布曲线

    Figure  3.   Radial distribution curves of disk-shaped insulator

    图  4   不同电阻率下的光斑面积径向变化

    Figure  4.   Radial variation of ultraviolet flare area under different resistivities

    图  5   光斑面积随风速的变化关系

    Figure  5.   Variation of ultraviolet flare area with wind speed

  • [1] 宿志一, 李庆峰. 我国电网防污闪措施的回顾和总结[J]. 电网技术, 2010, 34(12): 124-130. https://www.cnki.com.cn/Article/CJFDTOTAL-DWJS201012026.htm

    SU Zhiyi, LI Qingfeng. Historical review and summary on measures against pollution flashover occurred in power grids in China[J]. Power System Technology, 2010, 34(12): 124-130. https://www.cnki.com.cn/Article/CJFDTOTAL-DWJS201012026.htm

    [2] 李炼炼, 孟刚, 邓慰, 等. 输变电设备电晕放电紫外图谱量化参数提取[J]. 高压电器, 2017, 53(12): 229-235. https://www.cnki.com.cn/Article/CJFDTOTAL-GYDQ201712037.htm

    LI Lianlian, MENG Gang, DENG Wei, et al. Quantification parameters extraction from ultraviolet image of corona discharge of power transmission and transformation equipment[J]. High Voltage Apparatus, 2017, 53(12): 229-235. https://www.cnki.com.cn/Article/CJFDTOTAL-GYDQ201712037.htm

    [3] 黄青丹, 杨忠毅, 宋浩永, 等. 不同材料绝缘子表面的自然污秽成分测量与离子配对分析[J]. 高电压技术, 2016, 42(12): 3917-3923. https://www.cnki.com.cn/Article/CJFDTOTAL-GDYJ201612031.htm

    HUANG Qingdan, YANG Zhongyi, SONG Haoyong, et al. Measurement and ion-pairing analysis of natural contamination constituents on insulators with different material[J]. High Voltage Engineering, 2016, 42(12): 3917-3923. https://www.cnki.com.cn/Article/CJFDTOTAL-GDYJ201612031.htm

    [4] 周羽生, 罗屿, 赵纯, 等. 人工气候室雾霾模拟方法及装置[J]. 高电压技术, 2017, 43(3): 909-914. https://www.cnki.com.cn/Article/CJFDTOTAL-GDYJ201703030.htm

    ZHOU Yusheng, LUO Yu, ZHAO Chun, et al. Haze-fog simulation method and device in the artificial climate chamber[J]. High Voltage Engineering, 2017, 43(3): 909-914. https://www.cnki.com.cn/Article/CJFDTOTAL-GDYJ201703030.htm

    [5] 汪佛池, 马建桥, 律方成, 等. 污秽和水分对瓷支柱绝缘子发热的影响[J]. 高电压技术, 2015, 41(9): 3054-3060. https://www.cnki.com.cn/Article/CJFDTOTAL-GDYJ201509034.htm

    WANG Fochi, MA Jianqiao, LYU Fangcheng, et al. Pollution and water molecule effects on porcelain post insulator heating[J]. High Voltage Engineering, 2015, 41(9): 3054-3060. https://www.cnki.com.cn/Article/CJFDTOTAL-GDYJ201509034.htm

    [6] 周志成, 赵晨龙, 高嵩, 等. 绝缘子自然污秽下受潮及导电特性分析[J]. 高电压技术, 2014, 40(12): 3680-3687. https://www.cnki.com.cn/Article/CJFDTOTAL-GDYJ201412005.htm

    ZHOU Zhicheng, ZHAO Chenlong, GAO Song, et al. Analysis on wetting and conductive properties of natural polluted insulators[J]. High Voltage Engineering, 2014, 40(12): 3680-3687. https://www.cnki.com.cn/Article/CJFDTOTAL-GDYJ201412005.htm

    [7] 陈磊, 周仿荣, 马仪, 等. 悬式复合绝缘子电晕放电紫外图像光斑面积[J]. 高压电器, 2013, 49(8): 60-67. https://www.cnki.com.cn/Article/CJFDTOTAL-GYDQ201308012.htm

    CHEN Lei, ZHOU Fangrong, MA Yi, et al. Ultraviolet image facular area vary characteristic and apparent discharge estimation of suspension composite insulator corona[J]. High Voltage Apparatus, 2013, 49(8): 60-67. https://www.cnki.com.cn/Article/CJFDTOTAL-GYDQ201308012.htm

    [8] 王红梅, 丁登伟, 贾志杰, 等. 恒压下GIS盆式绝缘子表面缺陷的长间歇性放电特性研究[J]. 中国电机工程学报, 2018, 38(20): 6188-6194. https://www.cnki.com.cn/Article/CJFDTOTAL-ZGDC201820030.htm

    WANG Hongmei, DING Dengwei, JIA Zhiwei, et al. Research on intermittent discharge characteristics of defects on the surface of disc-insulators of GIS under long-time constant voltage[J]. Proceedings of the CSEE, 2018, 38(20): 6188-6194. https://www.cnki.com.cn/Article/CJFDTOTAL-ZGDC201820030.htm

    [9] 王梦. 基于绝缘子图像的缺陷检测方法研究[D]. 武汉: 华中科技大学, 2019.

    WANG Meng. A Thesis Submitted in Partial Fulfillment of the Requirements for the Degree for the Master of Engineering[D]. Wuhan: Huazhong University of Science & Technology, 2019.

    [10] 艾建勇, 金立军. 基于紫外图像的接触网棒瓷绝缘子污秽状态检测[J]. 电工技术学报, 2016, 31(10): 112-118. https://www.cnki.com.cn/Article/CJFDTOTAL-DGJS201610013.htm

    AI Jianyong, JIN Lijun. Rod porcelain insulator filth state detection of catenary based on ultraviolet image[J]. Transactions of China Electrotechnical Society, 2016, 31(10): 112-118. https://www.cnki.com.cn/Article/CJFDTOTAL-DGJS201610013.htm

    [11] 李建波, 高文胜, 刘卫东. 直流GIL绝缘子表面附着金属颗粒局部放电发展过程及严重程度评估[J]. 高压电器, 2018, 54(5): 9-16. https://www.cnki.com.cn/Article/CJFDTOTAL-GYDQ201805003.htm

    LI Jianbo, GAO Wensheng, LIU Weidong. Evolution process and severity assessment of the partial discharge caused by immobilized metal particles on DC GIL insulator surface[J]. High Voltage Apparatus, 2018, 54(5): 9-16. https://www.cnki.com.cn/Article/CJFDTOTAL-GYDQ201805003.htm

    [12] 王胜辉, 牛雷雷, 李浩, 等. 基于放电紫外成像特征的污秽线路盘形绝缘子绝缘状态评估[J]. 高压电器, 2019, 55(2): 201-207. https://www.cnki.com.cn/Article/CJFDTOTAL-GYDQ201902029.htm

    WANG Shenghui, NIU Leilei, LI Hao, et al. Insulation condition evaluation of contaminated disc insulator for transmission lines based on the characteristic of discharge UV imaging characteristics[J]. High Voltage Apparatus, 2019, 55(2): 201-207. https://www.cnki.com.cn/Article/CJFDTOTAL-GYDQ201902029.htm

    [13] 黄文武, 贺振华, 蔡炜, 等. 基于紫外成像技术的棒−板间隙放电环境因素研究[J]. 高电压技术, 2015, 41(8): 2788-2794. https://www.cnki.com.cn/Article/CJFDTOTAL-GDYJ201508035.htm

    HUANG Wenwu, HE Zhenhua, CAI Wei, et al. Study on the environmental factors of rod-plane gap discharge based on UV imaging[J]. High Voltage Engineering, 2015, 41(8): 2788-2794. https://www.cnki.com.cn/Article/CJFDTOTAL-GDYJ201508035.htm

    [14] 陆旭, 罗汉武, 李文震, 等. 电力金具图像故障状态评估[J]. 红外技术, 2020, 42(7): 632-636. http://hwjs.nvir.cn/article/id/hwjs202007005

    LU Xu, LUO Hanwu, LI Wenzhen, et al. Estate evaluation of image fault of electric power fittings[J]. Infrared Technology, 2020, 42(7): 632-636. http://hwjs.nvir.cn/article/id/hwjs202007005

  • 期刊类型引用(4)

    1. 王封疆,王梦飞,周杰. 基于CHEBWO的多目标棉田图像增强算法. 石河子大学学报(自然科学版). 2024(04): 505-513 . 百度学术
    2. 常祺钰,刘宾,李坤,王旋. 基于FastSAM物料颗粒图像分割算法研究. 河南科学. 2024(10): 1415-1421 . 百度学术
    3. 程英哲,赵鑫成,李升晖,陈洁昊,潘威,林秋凯. 多层感知机神经网络在SF6密度监测中的应用研究. 环境技术. 2024(10): 81-86 . 百度学术
    4. 刘晓伟,刘迪. 基于HSV与级联卷积神经网络的图像增强模型在低照度图像中的应用. 湖北理工学院学报. 2024(06): 55-60 . 百度学术

    其他类型引用(0)

图(5)
计量
  • 文章访问数:  149
  • HTML全文浏览量:  48
  • PDF下载量:  23
  • 被引次数: 4
出版历程
  • 收稿日期:  2020-12-27
  • 修回日期:  2021-01-26
  • 刊出日期:  2023-02-19

目录

/

返回文章
返回