對紅外圖像處理的變電站設備故障診斷方法探究

梁團

摘要：在變電站設備的故障診斷中，紅外線圖像處理技術發揮著至關重要的作用。尤其是隨著當今科技的發展，該技術的應用效果更是十分顯著。為實現該技術在變電站設備故障診斷中的良好應用，本文特對其應用方法進行分析，以此來確保變電站設備的故障診斷與處理效果。

關鍵詞：變電站;電氣設備;故障診斷;紅外線圖像處理技術;診斷方法

引言：

在通過紅外圖像處理技術對變電站中的電氣設備進行故障診斷的過程中，診斷方法的應用至關重要。基于此，在實際的故障診斷中，技術人員一定要全面了解該技術的應用原理，并通過合理的方法來進行故障診斷。這樣才可以及時發現相應的故障，為后續的變電站設備故障處理提供足具科學性的參考。

一、紅外圖像處理技術基本原理分析

在當今科學技術的不斷發展中，紅外檢測技術已經與傳統的紅外檢測具有了很大的不同，它屬于一門綜合性的新技術，其中包括紅外光學、計算機應用、數字圖像處理以及信號處理等的諸多技術形式，并成為了無損紅外檢測技術中的一種。在紅外圖像處理技術的應用中，一個顯著的優勢就是不會破壞和傷害檢測目標。憑借著這一優勢，紅外圖像處理技術已經在當今的變電站電氣設備故障診斷中成為了一項關鍵技術。

具體應用中，紅外圖像處理技術主要借助于紅外輻射這一原理，通過紅外探測儀對變電站設備表面溫度信息進行獲取，然后形成相應的紅外圖像;通過對被檢測目標紅外圖像的分析，便可對其性能、運行狀態以及存在的缺陷、故障等做出準確判斷[1]。

二、變電站設備故障特征

在變電站電氣設備的運行過程中，突發性事故都是在極特殊的情況下才會出現，而引起突發事故的故障也是非常大的設備故障，在其余的情況下，變電站設備的故障或者是異常都屬于小的缺陷。但如果這些小的缺陷和故障得不到有效處理，變電站設備故障便很可能會積小成大，進而引發重大的設備故障，對變電站運行效果乃至于工作人員的人身安全造成嚴重威脅。因此，為有效防止此類情況的發生，在變電站電氣設備的運維過程中，技術人員一定要對其主要的故障特征做到全面明確。

首先是隨機性，在變電站設備中，無論是一次設備或者是二次設備，其故障的發生都具有隨機性，其中包括發生故障的設備、故障原因以及發生時間等。

其次是階段性，在變電站中，電氣設備的嚴重故障可按照潛伏期、發展期和最后的損壞期這三個階段進行劃分。

再次是隱蔽性，在設備大型故障處于潛伏期或者是發展期這兩個階段時，如果不對其定期進行試驗檢測，這些設備的異常情況將很難發現。

最后是多發性，通常情況下，一旦變電站中的電氣設備發生了嚴重故障，都會伴隨著一系列的連鎖反應產生，進而對其他設備也造成故障甚至損壞，嚴重的情況下甚至會釀成不可估量的后果。

基于此，為實現變電站設備故障的良好檢測與診斷，電力企業就應該將當今先進的紅外圖像處理技術加以科學應用。

三、變電站設備故障診斷中的紅外處理技術應用方法分析

（一）目標標記與區域面積統計

在通過紅外圖像技術進行變電站電氣故障的診斷過程中，圖像上的電氣設備目標面積可通過以下的幾種方式來定義：第一是將其定義為邊緣線內部所包圍的區域;第二是將其定義為整個圖像中設備所占部分包含的所有像素;第三是將其定義為目標設備所在區域中的所有柵格單元個數（僅適用于柵格紅外數字圖像表示法）。

而在對目標區域進行面積統計的過程中，首先需要對圖像進行逐行掃描，將目標區域設置為黑色，背景區域設置為白色，以此來實現目標和背景之間的良好區分。如果圖像中有不連通區域的點存在，就需要對其做好統計，并按照不同像素值對這些點進行標注。最后再同時進行像素數的統計，在完成了統計之后，獲得到的總像素數就是被測區域的實際面積。

在此過程中，一項主要內容就是對區域連通與否進行判斷。對于這項內容，應按照以下依據進行判斷：假設有一個白點形式的像素存在，判斷中，就需要對其臨近像素點進行判斷，如果臨近的八個都是白色像素點，便可判斷這一區域屬于聯通區域[2]。

（二）故障程度計算

在對被測區域進行設備故障程度計算的過程中，應該將整體目標區域內的故障區域面積占比作為判斷依據。其公式如下：

在以上公式中，整體目標區域內的故障區域面積占比用P表示;這個值越大，說明故障程度越嚴重。故障區域面積用Q表示;目標區域總面積用S表示。在通過紅外圖像技術進行變電站設備故障程度的判斷中，借助于這一公式，便可幫助檢測工作者準確判斷出設備故障的嚴重程度，為其后續的故障處理提供科學參考。

（三）檢測效果

在通過紅外圖像處理技術對變電站中的電氣設備進行故障診斷的過程中，為確定其檢測效果，可將互感器的發熱故障圖像用作實例來進行分析，在此過程中，首先將現場采集獲取到的紅外圖像進行去噪和對比增強等的預處理，然后再進行分割處理。在分割處理過程中，主要借助于改進之后的聚類算法來進行目標的分割，分割之后，便可獲得目標運行區域以及故障區域;接下來便可根據上述的判斷方式對這幾種設備的故障程度進行計算[3]。下圖為本次試驗中互感器過熱故障情況下的紅外圖像及其預處理之后獲得的圖像：

以下是本次所獲得的實驗數據與參考值之間的對比情況：

通過以上數據可以看出，紅外圖像處理技術對于變電站電氣設備故障具有良好的判斷精度。因此，在變電站的電氣設備故障判斷中，電力企業和技術人員應加強該技術的應用，以此來發揮出其充分的技術優勢，進一步提升變電站設備的故障判斷與檢修效果。

結束語：

綜上所述，因為變電站中的電氣設備故障具有隨機性、階段性、隱蔽性和多發性等的特征，如不定期加以判斷檢測，便很容易讓眾多小的故障積累成大的故障，進而對變電站的安全穩定運行造成嚴重的不利影響。而通過實踐和研究發現，紅外圖像處理技術在變電站電氣設備故障判斷中十分適用。基于此，電力企業應明確其主要的應用原理，并通過合理的方法對其加以應用。這樣才可以及時發現并解決變電站電氣設備存在的故障或異常，盡最大限度避免重大的設備故障發生，讓變電站整體運行效果得以良好保障。

參考文獻：

[1]趙夢.基于紅外圖像的電力設備故障分析研究[D].導師：楊延西;謝衛.西安理工大學，2020.

[2]張恒源.基于紅外圖像處理的變電站設備故障診斷方法研究[D].導師：邵向鑫;高啟超.長春工業大學，2019.

[3]郭銘.基于紅外成像技術的變電站電氣設備熱故障診斷研究[D].導師：楊本臣.遼寧工程技術大學，2019.