黃 凱,趙 偉,王曉鐘,王 毅,安韻竹
(1.國網山東省電力公司淄博供電公司,山東 淄博 255032;2.山東理工大學電氣與電子工程學院,山東 淄博 255049)
電力設備絕緣表面局部放電檢測是保證電力輸電配電系統在線運行電力設備安全的重要手段之一[1]。電力設備絕緣表面的局部放電現象,通常伴隨著電、熱、光、聲、化學成分等多方面的變化[2]。各國學者也根據局部放電過程中存在的這些物理化學變化,提出來一些局部放電檢測的方法[3]。根據實際檢測信號是否為電信號,將這些不同方法劃分為兩類,即基于電量的檢測法、基于非電量的檢測法。基于電量的檢測法有脈沖電流法、泄漏電流法和電壓分布法,基于非電量檢測法有超聲波檢測法[4]、紅外線成像法[5]和紫外成像法[6-7]。
如今電力系統檢測電力設備絕緣的局部放電推薦采用接觸式的檢測方法,但這類方式勞動強度大并且具有一定的危險性[8]。近年來,隨著紫外檢測技術的不斷發展,紫外成像儀可以實現白天對電力設備局部放電的檢測[9]。紫外檢測技術是通過檢測電力設備絕緣表面局部放電過程中輻射的紫外光子數來實現局部放電強度的檢測[10]。該方法可用于檢測導線污閃、絕緣子破損、導線破損、復合絕緣子安裝不當等引起的絕緣表面的局部放電現象。其檢測結果不受日光的影響,但與空氣濕度、氣壓、溫度、檢測距離等因素有關[11-13]。由于紫外檢測技術是對局部放電的光信號進行檢測,因此,該技術可以及時發現電力設備絕緣表面的早期局部放電現象。
由于電力設備絕緣長期暴露在外界環境下,利用紫外成像儀拍攝絕緣表面局部放電過程時會受到各種外界因素如噪聲的干擾,拍攝的電力設備絕緣表面的局部放電紫外觀測圖像存在部分白噪聲,從而影響紫外成像儀的檢測結果,無法準確判斷電力設備絕緣的實際運行狀態。為此,提出采用圖像處理方法對電力設備絕緣的紫外觀測圖像進行處理[14],減少背景噪聲對紫外檢測結果的影響。具體圖像處理算法流程為采用紫外圖像分割法、數學形態學與局部濾除相結合的方法對電力設備絕緣表面局部放電的紫外圖像進行降噪處理,確定紫外圖像的局部放電范圍,在此基礎上計算局部放電圖像光斑面積。
工作在大氣環境下的輸電線路和變電站配電設備,在某些情況下會隨著絕緣子絕緣性能降低在絕緣子表面出現局部放電現象,放電部位會放射出很多的紫外線,可以通過絕緣子表面局部放電的產生和增強來間接評價設備運行時的絕緣狀態,及時地對設備絕緣缺陷進行檢測。目前,光學檢測方法的靈敏度、分辨率和抗干擾能力是判斷各種放電過程強度的最佳方法。采用紫外檢測技術可以發現電力設備絕緣表面的早期局部放電現象,有助于現場電力設備的運行與維護,減少因電力設備絕緣出現相關問題引發電力系統故障。與紅外成像儀相比,紫外成像儀能夠有效發現一些早期局部放電現象。因此,可采用應用范圍更為廣泛的紫外成像儀完成對電力設備絕緣局放程度的檢測和分析。
紫外成像儀具有兩個光路,一個光路利用可見光觀測電力設備影像,另一個光路利用低于280 nm波長的紫外信號觀測電力設備絕緣表面的局部放電現象[15]。最終紫外成像儀檢測到的電力設備絕緣表面局部放電現象的紫外圖像是由上述兩路光信號檢測影像疊加而成。與電量法如脈沖電流法相比,紫外成像法對電力設備絕緣表面的局部放電位置的定位更為精確。但該方法檢測到的紫外信號強度與絕緣表面局部放電強度之間的量化關系,目前還無法對兩者之間的對應關系精確對應。
將紫外成像儀采集的圖像信號保存到計算機后,為便于分析和計算,利用MATLAB 軟件編寫程序將紫外圖像轉換為灰度圖像,灰度圖像以像素灰度矩陣的形式存儲。電力設備絕緣表面局部放電區域呈現為一些白色大斑[16],這部分區域像素矩陣中的元素多在255附近,而其他非放電區域對應的圖像像素矩陣的位置元素通常明顯小于255。因此,根據電力設備絕緣表面局部放電紫外圖像像素矩陣中元素的這一分布規律,可以采用閾值分割算法[17]確定局部放電光斑區域。例如將絕緣局部放電照片進行局部放電區域與非放電區域的分類,從而對放電區域進行計算和分析。利用閾值法進行圖像分割的最大特點是計算簡便并且效率高。
閾值法分割圖像的準確性主要取決于圖像分割時采用的閾值T1的準確性。因此,為了保證紫外圖像局部放電區域分割的準確性,在進行圖像閾值分割時,其閾值T1取值同時考慮灰度分布直方圖和圖像自身特點兩方面。不同紫外圖像在處理時采用閾值不同。灰度圖像經過閾值法分割后,將圖像區域分割為局部放電光斑區和非放電區兩部分,為了便于計算分析,通常將紫外灰度圖像轉換為紫外二值圖像。即對應的像素矩陣中的灰度轉化為0 或者1,局部放電光斑區對應的像素矩陣位置元素取1,非放電區對應的像素矩陣位置元素取0。通過閾值分割[18]和二值處理后,電力設備絕緣表面局部放電紫外圖像將轉化為黑白圖像,放電區域為純白色,非放電區域為純黑色。閾值法分割及二值化圖像的操作原理如圖1所示。

圖1 閾值法分割及二值化過程
數學形態學[19]的基本思想對數字圖像處理的理論和技術的發展具有重大的推進作用。筆者采用數字圖像處理方法的核心技術就是基于數學形態學的基礎之上。數學形態學由膨脹、腐蝕、開啟和閉合這4 個基本運算組成,其中腐蝕運算和膨脹運算屬于數學形態學的兩種基本數學運算,可以很有效地完成圖像的相關處理。對電力設備絕緣表面紫外圖像,可以利用數學形態學在腐蝕運算后繼續采用膨脹運算,從而可以非常高效地把紫外圖像中的毛刺、白噪聲等濾掉;如果采用數學形態學在膨脹運算過后再采用腐蝕運算,這種處理過后能夠將鄰近目標連接起來。利用數學形態學對圖像在腐蝕運算后繼續采用膨脹運算后,會使被處理圖像變小;利用數學形態學對圖像進行膨脹運算后再采用腐蝕運算,又可使被處理圖像增大。
數學形態學正是運用這樣一些計算方法,數學形態學在計算時選取某個結構元素探針,對數字圖像的相關特點信息進行分析歸納,找出圖像不同區域之間的相互聯系與區別,從而實現對數字圖像進行一系列相關圖像處理。圖2 示例了像素點先膨脹運算再腐蝕運算處理前后的變化過程。

圖2 先膨脹運算再腐蝕運算前后像素點的變化
電力設備絕緣面長期暴露在室外,通常會受到噪聲的干擾。采用閾值分割數字圖像[20],圖像邊界多為不平滑邊界,為了保持圖像邊界的平滑性,可以通過數學形態學的開啟運算和閉合運算的組合實現。為此,對電力設備絕緣表面的局部放電圖像進行先膨脹后腐蝕的閉合運算,實現對閾值分割后圖像邊界的平滑處理和內部空洞的填補處理。在絕緣局部放電圖像的處理過程中,采用圖片腐蝕的操作方法可以令膨脹過后的照片恢復原狀,放電區域趨于圓潤,噪聲點也隨之減少。紫外成像儀檢測到的絕緣子放電區域大多呈圓形,因此結構元素形狀選為圓形,其半徑由具體圖像確定。這樣就可以順利對絕緣子放電區域進行求取邊界的處理。
通過2.2 節的分析,本節將對電力設備絕緣表面局部放電的紫外圖像采取數學形態學濾波操作,有效地改善了紫外二值圖像中的噪聲點的分布,但這種方法無法將噪聲點完全去除,可能仍然存在部分干擾噪聲點。此時,采用局部濾波的方法,進一步對紫外二值圖像去噪。根據電力設備絕緣表面局部放電紫外圖像的特點,局部放電區域多為大塊區域,因此,可通過設定像素閾值來確定放電區域,對紫外二值圖像進行濾波處理。具體圖像處理過程如下:
1)對電力設備絕緣表面局部放電紫外二值化圖像的連通區域進行編號,并分別計算編號的連通域內的像素點數;
2)分別計算灰度矩陣中每個連通域中的像素數;
3)分析實際電力設備局部放電紫外圖像的灰度值分布規律,并依據其灰度值分布規律確定局部放電區域的灰度閾值T2。若圖像的某個連通域內像素數小于T2,則將連通域灰度值取為0。
采用濾波操作后,電力設備絕緣表面局部放電紫外圖像中的局部放電區域為處理后圖像中的白色區域。為了能夠確定放電區域的邊界,本算法中采用4-連接邊沿方式提取局部放電區域邊界位置,并記錄放電光斑對應的所有像素信息。
在電力設備絕緣表面局部放電的紫外二值圖像中,局部放電區域呈現為白色光斑,對應像素矩陣位置的元素值取“1”,而非放電區域呈現為黑色區域,對應像素矩陣中元素值取“0”。因此,統計電力設備表面局部放電的紫外二值圖像中局部放電區域內的像素點的總數目,即該像素點數目可表征這個局部放電區域的大小。本文中,定義這個局部放電區域的像素總數為“光斑面積”。在圖像處理過程中,通過利用MATLAB 軟件編寫程序提取出電力設備絕緣表面局部放電的紫外二值圖像的局部放電區域,記錄絕緣表面局部放電區域的坐標位置,通過二值圖像矩陣中的行和列的像素數值的乘積獲得。電力設備絕緣表面局部放電區域面積計算如式(1)所示。
A=aN(1)
式中:A為電力設備絕緣表面放電區域實際光斑面積;a為每個像素面積;N為光斑面積內實際像素總數。像素點的實際面積與紫外攝像儀的設備設置參數、拍攝距離等均緊密相關。
采用MATLAB 軟件對電力設備絕緣表面局部放電圖像進行處理、計算和分析,實現對電力設備絕緣表面局部放電區域圖像光斑面積的計算。圖像處理程序的操作流程如圖3所示。

圖3 圖像處理的操作流程
如圖3 所示,首先將紫外圖像轉化為二值化圖像,采用膨脹腐蝕的形態學方法進行局部濾波,計算濾波后圖像的封閉區域個數。若存在多個封閉區域,再進行濾波直至保存最大的一個封閉區域為止。最后確定最大封閉區域的位置坐標,提取局部放電區域的邊界坐標并根據式(1)計算放電區域光斑面積。
以南非corocam 504拍攝的室內紫外燈管的圖片為例,計算拍攝到的紫外光子區域光斑面積。圖4是室內利用紫外成像儀采集到的紫外燈的紫外圖像,對該紫外圖像的光斑面積進行計算。

圖4 絕緣子局部放電時的紫外彩色圖像
首先利用MATLAB 軟件讀取采集到的絕緣子局部放電的彩色圖像,并通過編程操作將彩色圖像將其變為灰度圖像,如圖5所示。

圖5 絕緣子局部放電的灰度圖像
轉化為灰度圖像之后,下一步通過程序在灰度圖像的基礎上繪制出圖像的灰度值分布曲線如圖6所示。

圖6 紫外圖像的灰度值分布曲線
由圖像的灰度值分布曲線可以看出,絕緣子表面出現局部放電現象時,放電區域圖像的灰度值分在200~255范圍內,而其他非放電區域背景部分灰度分布在100以下,兩部分的灰度值分布具有明顯的區別。根據該圖像的灰度值分布曲線,可選取放點區域的圖像分割閾值T1為230。通過編程圖像分割處理后,將圖像對應的像素矩陣元素值低于230的均取為0,而像素矩陣元素值在230~255 范圍內的均取為1,將其紫外圖像轉換成黑白二值化圖。二值化后,放電圖像如圖7所示。

圖7 絕緣子局部放電的二值圖像
為了更好地對圖片進行降噪處理,經過多次嘗試后發現,當在創建圓盤半徑為2輸入程序之中對紫外圖像進行處理時,對放電區域的二值圖像進行膨脹和腐蝕處理的降噪效果最佳。通過編程操作實踐了第1 節的理論分析利用閉運算對圖像進行降噪處理,通過strel 和imerode 指令實現。圖像中的噪聲點被填充,操作后呈現出的絕緣子局部放電區域更加圓潤和清晰,如圖8所示。

圖8 經膨脹腐蝕處理后的放電紫外圖像
計算圖像的封閉區域數n,當得到的計算結果n大于1 時,即圖像中存在封閉區域,則可以繼續求取封閉區域的個數,通過編程操作留下最大的一個聯通域既可以提取出的絕緣子局部放電的核心區域以及光斑邊界,去除噪聲點并且提取出絕緣子局部放電的核心區域后,就能夠利用軟件計算出放電區域的像素數目,進而判斷出放電區域光斑面積的大小,利用軟件得到如圖9所示。

圖9 絕緣子局部放電的最大聯通域
利用bwperim 指令識別并提取出最大聯通域圖像中的放電邊界如圖10所示。

圖10 絕緣子放電邊界的提取
在原來的放電紫外圖像中繪制亮斑邊界。將提取出的光斑邊界位置并添加到原圖中,對比通過圖像處理所提取出的絕緣子放電面積是否能與原圖中放電面積相互重合,從而驗證提取出光斑區域的準確性。如圖11 所示,通過對紫外圖像進行減弱噪聲點處理后提取出的光斑區域,添加到原圖相同的位置后,兩區域基本重合,證明提取的放電區域是準確的。在分析不同因素對絕緣子放電區域產生的不同影響時,需要對不同條件下的多張圖片進行提取放電區域和計算光斑面積,最后都經過在放電原圖中添加提取到的亮斑邊界這個步驟,驗證提取的區域是否準確,避免了分析結果出現偏差、與理論實際不相符的情況。

圖11 添加亮斑邊界至原灰度圖像中
計算紫外圖像光斑面積的具體方法為:在MATLAB軟件中使用“area=regionprops(D,‘area’)”指令,regionprops 函數用于提取紫外二值圖像的光斑面積,針對圖10中經過降噪處理后提取出的光斑區域進行像素數的計算,即像素矩陣中元素值為1的像素點的數目,求得光斑區域面積。經計算得到圖10 中的紫外燈光斑面積為9 913 pixel,即該紫外圖像光斑區域包含有9 913個像素點。
以干凈絕緣子為研究對象,分別施加35 kV、40 kV、45 kV、50 kV、60 kV和66 kV工頻電壓,并用紫外攝像儀記錄絕緣子表面的局部放電紫外圖像。通過拍攝到的紫外圖像,分別記錄不同電壓作用下標定放電區域的光子數目,并對紫外圖像進行處理計算局部放電區光斑面積。分析放電標定區域光子數目和光斑面積隨外施工頻電壓幅值的變化規律,看二者所得出的結論是否一致,避免單一記錄光子數存在較大的誤差。對干凈絕緣子施加不同等級的電壓紫外成像儀采集到的光子數統計結果如圖12所示。
如圖12所示,隨著工頻電壓幅值的升高,紫外成像儀檢測到的光子數目增多。即絕緣子在較高電壓作用下局部放電情況更劇烈,可見局部放電的劇烈程度和光子的數目成正比。利用MATLAB 計算出絕緣子實際局部放電區域并計算出放電區域的像素數,所得結果如圖13所示。

圖12 不同電壓下干凈絕緣子檢測到的光子數

圖13 不同電壓下干凈絕緣子檢測到的放電區域面積
顯然,由于絕緣子表面電場強度的增大,絕緣子表面局部放電強度增大,紫外圖像的光斑面積和檢測到的光子數量均隨著外施工頻電壓幅值的增大而增大。
從圖像處理的理論基礎出發,基于圖像處理的基本原理和技術思路,研究電力設備絕緣表面局部放電紫外圖像的圖像分割、濾波降噪及光斑面積計算方法。首先通過閾值法進行圖像的分割,接著對圖像進行降噪處理,對圖像處理以消除噪點;利用局部濾出的方法進一步對圖像進行降噪處理以更好地提取出絕緣子局部放電區域,最后利用程序對提取出的紫外圖像進行光斑面積的計算。
通過對干凈絕緣子施加不同電壓等級的工頻電壓,分別通過實驗和仿真計算干凈絕緣子表面的光子數和光斑面積,對實驗和仿真計算進行比較,得出相同的結論,隨著工頻電壓的增大,絕緣子表面局部放電增強,放電區域的電子數增多,紫外檢測到的光斑面積增大。