基于Census 變換的智能型防雷接地設(shè)備缺陷可視化系統(tǒng)設(shè)計

李瑾

（鄂州電力勘察設(shè)計院有限責(zé)任公司，湖北鄂州 436000）

智能型防雷接地設(shè)備是保護(hù)建筑物內(nèi)電子設(shè)備和網(wǎng)絡(luò)安全的重要設(shè)備之一。由于智能防雷接地設(shè)備多工作在復(fù)雜的工作環(huán)境中，存在著許多突發(fā)性故障因素，嚴(yán)重影響了配電網(wǎng)等系統(tǒng)的安全運行。因此，優(yōu)化智能防雷接地設(shè)備缺陷位置檢測模型是研究趨勢之一[1]，眾多學(xué)者結(jié)合智能防雷接地設(shè)備缺陷特征分析和智能信息分析，采用視覺特征分析方法，實現(xiàn)了防雷接地設(shè)備缺陷的可視化特征重構(gòu)和定位分析，提高了防雷接地設(shè)備運行的穩(wěn)定性。其中，文獻(xiàn)[2]提出利用配電系統(tǒng)特征頻帶，基于EMD改進(jìn)算法，將各線路區(qū)段特征零模電流波形相似度與幅值差度對比，結(jié)合設(shè)備信息交互，快速定位接地設(shè)備故障，但是其線路區(qū)段特征提取精度較低；文獻(xiàn)[3]提出利用柔性開關(guān)設(shè)備改造交流配網(wǎng)，通過消弧線圈的過補(bǔ)償作用，凸顯了缺陷處的電感電流流通回路，簡便地定位了設(shè)備缺陷處；文獻(xiàn)[4]提出采用紅外檢測技術(shù)這一帶電檢測手段，及時發(fā)現(xiàn)防雷接地設(shè)備的潛在缺陷，但其進(jìn)行防雷接地設(shè)備缺陷定位檢測的準(zhǔn)確性不高。

針對上述問題，該文提出基于Census 變換的智能型防雷接地設(shè)備缺陷可視化系統(tǒng)設(shè)計方法，通過構(gòu)建智能型防雷接地設(shè)備缺陷可視化圖像的邊緣紋理特征分析模型，以及對智能型防雷接地設(shè)備缺陷可視化圖譜重構(gòu)，對設(shè)備缺陷可視化分析和視覺跟蹤識別，展示了該方法在提高智能型防雷接地設(shè)備缺陷可視化分析方面的優(yōu)越性能。

1 設(shè)備缺陷三維成像和特征分析

1.1 設(shè)備缺陷圖像采集

為了實現(xiàn)基于Census 變換的智能型防雷接地設(shè)備缺陷可視化定位，首先，采用視頻跟隨掃描與控制方法實現(xiàn)對智能型防雷接地設(shè)備缺陷圖像采集，采集過程如下：

首先，結(jié)合智能型防雷接地設(shè)備缺陷譜特征分析方法，通過電纜絕緣破損分析，設(shè)智能型防雷接地設(shè)備缺陷的譜特征為i[5]，其中，設(shè)非線性電阻特征為k，得到智能型防雷接地設(shè)備缺陷圖譜分布為：

式中，λi(i=1，2，…，∞)為智能型防雷接地設(shè)備缺陷圖譜采樣序列，p為智能型防雷接地設(shè)備缺陷特征的可靠性融合參數(shù)。根據(jù)電流波形中的高頻脈沖系數(shù)f判斷防雷接地設(shè)備的斷開點位，判斷公式為：

式中，a表示智能型防雷接地設(shè)備缺陷圖譜波束分布聚類，b表示智能型防雷接地設(shè)備缺陷分布的相似度屬性。其次，以高斯噪聲零均值為前提，分析智能型防雷接地設(shè)備缺陷的三維圖像分布[6]，得到智能型防雷接地設(shè)備缺陷紅外載波譜峰值表達(dá)式為：

式中，h為智能型防雷接地設(shè)備缺陷紅外成像邊緣輪廓檢測的窗函數(shù)，x為智能型防雷接地設(shè)備缺陷故障特征分布的波形。選擇特定的窗函數(shù)可能會影響智能型防雷接地設(shè)備缺陷的頻率分辨率，因此，需要對電弧電流進(jìn)行頻譜分析[7]，得到智能型防雷接地設(shè)備缺陷紅外成像的固定輸出特征分辨率：

式中，t為智能型防雷接地設(shè)備缺陷的輸出穩(wěn)態(tài)參數(shù)特征量。

最后，引入電弧伏安特性經(jīng)驗公式，進(jìn)行缺陷特征定位，得到智能型防雷接地設(shè)備缺陷三維高頻成分衰減為：

式中，m為智能型防雷接地設(shè)備缺陷三維成像的灰度像素集，γ為智能型防雷接地設(shè)備電弧電場強(qiáng)度，n為防雷接地設(shè)備缺陷邊緣輪廓特征分量。根據(jù)上述分析，以三維高頻成分衰減程度為三維圖像紅外載波譜峰值約束條件，聯(lián)合式（1）完成智能型防雷接地設(shè)備缺陷圖像采集[8]。

1.2 設(shè)備缺陷特征可視化分析

采用視頻跟隨掃描與控制方法實現(xiàn)對智能型防雷接地設(shè)備缺陷圖像采集后，結(jié)合CT 和紅外傳感識別方法對智能型防雷接地設(shè)備缺陷特征可視化分析。

設(shè)智能型防雷接地設(shè)備特征分布Mi滿足：

式中，M是正整數(shù)，表示智能型防雷接地設(shè)備缺陷光譜穩(wěn)態(tài)分布頻率參數(shù)。以電流幅值增益控制需求為出發(fā)點[9]，設(shè)防雷接地設(shè)備的電極距離為：

式中，bk為智能型防雷接地設(shè)備缺陷譜分量，?為電弧的頻譜分布。以實際電弧輻射電磁信號檢測結(jié)果為依據(jù)，聯(lián)合防雷接地設(shè)備的斷開點位判斷結(jié)果，設(shè)智能型防雷接地設(shè)備缺陷的三維可視化特征點表示為(x，y)，此時的脈沖幅值為：

式中，τ為多參量檢測的時延參數(shù)，ck為高頻電壓和電流脈沖分布，α為智能型防雷接地設(shè)備電弧產(chǎn)生電磁輻射的時間分布間隔，β為稀疏表示向量。

以脈沖幅值最大值為初始值，由此得到智能型防雷接地設(shè)備缺陷定位的高頻特征分量為：

式中，[lmin，lmax]為智能型防雷接地設(shè)備缺陷定位的學(xué)習(xí)因子，一般取[1.5，2.0]。通過準(zhǔn)確地模擬低壓直流系統(tǒng)參數(shù)，得到智能型防雷接地設(shè)備缺陷定位的關(guān)聯(lián)像素值為：

其中，Ix表示為智能型防雷接地設(shè)備缺陷的高頻分量，Iy表示智能型防雷接地設(shè)備缺陷成像輸出的特征狀態(tài)分量。

2 設(shè)備可視化設(shè)計

2.1 設(shè)備缺陷可視化特征重構(gòu)

對每個子頻段重新組合，得到智能型防雷接地設(shè)備的缺陷可視化圖像分布的灰度值r。通過歸一化分割，提取智能型防雷接地設(shè)備的缺陷可視化圖像的邊緣輪廓特征量，得到智能型防雷接地設(shè)備缺陷的頻率偏移特征量為：

式中，δ表示智能型防雷接地設(shè)備缺陷特征的多頻段動態(tài)相量分布。智能型防雷接地設(shè)備缺陷定位的RGB 類特征表達(dá)式為：

式中，Wmin、Wmax為智能型防雷接地設(shè)備缺陷分布相量頻段間解耦參數(shù)。通過圖譜特征解析和差異性特征點標(biāo)定方法，對智能型防雷接地設(shè)備缺陷可視化圖譜重構(gòu)[10]，得到小波重構(gòu)輸出函數(shù)表達(dá)為：

通過智能型防雷接地設(shè)備缺陷信息的多尺度融合和特征分解，聯(lián)合關(guān)聯(lián)像素值，得到接地設(shè)備缺陷定位的特征變換模型為：

式中，θ表示智能型防雷接地設(shè)備缺陷的偏移向量，k表示智能型防雷接地設(shè)備缺陷定位的模糊邊緣尺度信息。計算智能型防雷接地設(shè)備缺陷像素點，將其表示為：

根據(jù)智能型防雷接地設(shè)備缺陷特征的多頻段動態(tài)相量分布系數(shù)，得到缺陷定位輸出為：

通過防雷接地設(shè)備缺陷可視化特征分析，結(jié)合智能型防雷接地設(shè)備參數(shù)分布，得到缺陷定位結(jié)果的表達(dá)為：

其中，ε為防雷接地設(shè)備缺陷可視化圖像的灰度像素值，ρ表示防雷接地設(shè)備缺陷參數(shù)的融合特征集[11]。

2.2 設(shè)備缺陷可視化分析

通過圖譜特征解析和差異性特征點標(biāo)定方法，實現(xiàn)對智能型防雷接地設(shè)備缺陷可視化圖譜重構(gòu)，在三維視覺模型下，得到智能型防雷接地設(shè)備缺陷特征重組輸出rj(j=1，2，…，∞)[12]，智能型防雷接地設(shè)備缺陷檢測的模糊參數(shù)融合輸出為：

其中，v為智能型防雷接地設(shè)備缺陷融合聚類分布值，η為動態(tài)相量的峰值信噪比。采用多維參數(shù)融合的方法[13]，進(jìn)行智能型防雷接地設(shè)備缺陷的模糊定位識別，得到智能型防雷接地設(shè)備可視化定位輸出為：

其中，σ為智能型防雷接地設(shè)備缺陷可視化特征辨識系數(shù)。采用多頻端特征組合的方法，得到慣性融合參數(shù)為q，得到智能型防雷接地設(shè)備缺陷定位的迭代公式為：

其中，μ是智能型防雷接地設(shè)備缺陷定位的相關(guān)性參數(shù)；φ(k)是智能型防雷接地設(shè)備缺陷定位的灰度像素集。綜上分析，采用Census變換實現(xiàn)對智能型防雷接地設(shè)備缺陷可視化分析和視覺跟蹤識別[14-16]。

3 仿真實驗與結(jié)果分析

為了驗證該文方法在實現(xiàn)防雷接地設(shè)備缺陷可視化定位中的應(yīng)用性能，進(jìn)行實驗測試分析，以某變電站為例，設(shè)防雷接地設(shè)備的負(fù)載功率為120 kW，防雷接地設(shè)備的有限頻段組合參數(shù)為0.36，圖像的邊緣像素集為148×210，雷接地設(shè)備缺陷檢測的頻率分布范圍為0～400 Hz，多頻段動態(tài)IC相量解耦系數(shù)為0.58，根據(jù)上述參數(shù)設(shè)定，進(jìn)行防雷接地設(shè)備缺陷可視化檢測，得到防雷接地設(shè)備的硬件結(jié)構(gòu)配置如圖1 所示。

圖1 防雷接地設(shè)備的硬件結(jié)構(gòu)配置

根據(jù)圖1 的結(jié)構(gòu)配置，實現(xiàn)防雷接地設(shè)備缺陷的可視化圖譜分析，得到輸出電容電流如圖2 所示。

圖2 防雷接地設(shè)備的輸出電容電流

將其轉(zhuǎn)換為伏安特性曲線，如圖3 所示。

分析圖3 得知，該文方法對防雷接地設(shè)備缺陷檢測，輸出伏安特性擬合性能較好，測試對防雷接地設(shè)備缺陷定位的精度，得到對比結(jié)果如表1所示。

圖3 伏安特性曲線

表1 設(shè)備缺陷檢測精度對比

分析表1 得知，該文方法進(jìn)行防雷接地設(shè)備缺陷定位的精度平均為0.976 5，高于其他方法，具有優(yōu)越的防雷接地設(shè)備缺陷定位性能，這是因為該文方法結(jié)合CT 和紅外傳感識別方法實現(xiàn)智能型防雷接地設(shè)備缺陷可視化特征分析，有了可視化特征量化過程，提高了缺陷定位效果，保證了檢測精度。

4 結(jié)束語

該文提出基于Census 變換的智能型防雷接地設(shè)備缺陷可視化系統(tǒng)設(shè)計方法，結(jié)合對智能型防雷接地設(shè)備的缺陷特征分析和智能信息分析，優(yōu)化了智能型防雷接地設(shè)備缺陷定位檢測模型，并對每個子頻段重新組合，實現(xiàn)對智能型防雷接地設(shè)備缺陷的可視化分析和視覺跟蹤識別，其缺陷識別精度較高，可為該領(lǐng)域的相關(guān)研究提供理論參考價值。