电力设备局部放电检测研究..docx

电力设备局部放电检测研究摘要：为对电力设备局部放电进行高效、准确、安全的在线监测，提出紫外成像检测法。分析了电力设备局部放电紫外成像原理，针对成像设备捕捉到的紫外图像和可见光图像，经研究提出中值滤波改进算法作为图像预处理算法，小波变换法为两者的融合算法。根据紫外图像特点，选用Canny边缘检测算法，在融合后的图像中准确判断出电力设备的放电程度和放电位置。试验结果表明该方法准确率高，可实现对局部放电的快速判断和定位，具有较高的实用价值。?关键词：局部放电；紫外检测；电力设备；图像融合；边缘检测?0??引言?随着社会的进步，电力系统也在快速发展，电网电压等级越来越高，覆盖范围越来越广，电力设备的安全可靠运行也越来越重要。由于电力设备一般都处于室外，不可避免地会产生绝缘损坏、老化等现象，局部放电也会随之产生。局部放电能加快对电力设备绝缘的破坏，降低绝缘寿命，严重影响设备的安全运行。局部放电发生的同时会辐射出光波，紫外成像法正是一种通过探测局部放电辐射出的紫外光信号，进行电力设备在线检测与故障诊断的新兴技术[1-2]。利用阳光紫外线中存在的日盲区，结合图像处理技术，能够清晰地将放电位置和放电强度在图像中显示出来。该方法可用于检测电力设备表面局部放电、电晕放电、绝缘状态等，并能与红外热成像技术形成有效互补，提高对电力设备检测的快速性和准确性。?1???紫外成像检测原理?高压设备发生电离放电时，会辐射出一系列不同波长的电磁波。紫外线的波长范围为100~400?nm，阳光中也含有紫外线，但由于臭氧层的吸收，最终到达地球的紫外线波长都在280?nm以上，低于280?nm的区间成为日盲区[3]。局部放电产生的紫外线波长有一部分在280?nm以下，即处于日盲区中，可以通过检测此波段的紫外线来判断局部放电状态，同时避免阳光的干扰。?图1为紫外成像系统原理图，信号源被背景光照射后产生的混合光进入到成像设备，通过紫外光束分离器分成两部分：一部分经过信号增强放大后进入到可见光镜头，在可见光相机中形成可见光图像；另一部分则通过“日盲”滤镜，过滤掉日盲区以外的光线，进入紫外镜头，并在紫外相机中形成紫外图像。最后采用特定的图像预处理和融合方法，形成最终输出影像。2??图像预处理?紫外双光谱检测系统获得的图像是通过微光像增强器和CCD数据采集系统形成的，增强器和CCD在提高亮度和采集数据过程中都会产生噪声，因此，要先对图像进行预处理以降低噪声[4]。2.1?中值滤波及其改进算法?在成像通道中，最常出现的噪声类型为椒盐噪声，还含有少量高斯噪声，如图2所示为混入噪声的绝缘子放电可见光图像和紫外图像[3]。对于椒盐噪声，一般采用中值滤波方法对图像进行处理，该方法首先对滤波器窗口内的图像点按灰度值进行排序，选择排序后的中值作为滤波器输出，即所要处理的图像点的灰度值。?为抑制图像中包含的高斯噪声，将中值滤波与均值滤波算法相结合，提出一种改进算法[5]。对滤波窗口内图像点排序后，以中值点为中心，给每个点分配权值，离中心点越近权值越大，将每个点的灰度值与其权值相乘再求和，最后将和值作为滤波器输出赋给要计算的图像点。算法步骤如下：?（1）假设所计算的图像点坐标为(,)Imn，以其为中心，取NN?（N为奇数）图像区域作为滤波器窗口，取p值为/2N的整数部分。?（2）将窗口内NN?个图像点排序后，灰度中值点为(,)Iab，则任意点(,)Iij与中值的距离d为?(,)(,)(,)dijIijIab??????????????(1)?（3）权值大小需与距离d呈负相关关系，故取21/(1)d?作为各点分配权值的系数，则权值(,)rij可表示从式(2)中可以看出，中值点(,)Iab处权值最大，图像点(,)Iij与中值相差越小，权值(,)rij越大，反之则越小。（4）对窗口内所有图像点灰度值进行加权求和，即得滤波器输出此外，还要对滤波窗口进行选择。滤波器窗口即滤波器所包含的图像像素区域，窗口的大小直接影响着滤波效果和图像处理的效率。?2.2?图像质量评价指标?本文采用信噪比作为图像质量的评价指标，设R为不含噪声的理想图像，F为混入了噪声的图像，将R与F做差得(,)(,)RijFij?，若在图像点(,)ij处含有噪声，则(,)(,)RijFij?不为零，反之则为零。由此定义信噪比SNR为从式(4)中可以看出，图像F中包含的噪声越小，2[(,)(,)]RijFij?越小，信噪比越高，图像质量也越好，理想图像的信噪比为无穷大；反之则信噪比越低，图像质量也越差。?2.3?实验结果分析?为验证改进算法的效果及选择滤波窗口，分别用中值滤波及其改进算法对图2中含噪声图像进行不同尺度的窗口滤波，根据式(4)可得四幅图的信噪比及各窗口处理所用时间，如图3所示。?从图3可以看出，对于中值滤波器，3?3窗口下滤波