Οι εξωτερικοί βακουμ αποδιαρκτικοί (στο εξής αναφέρονται ως αποδιαρκτικοί) χρησιμοποιούνται ευρέως στο δίκτυο κατανομής λόγω των πλεονεκτημάτων τους, όπως μικρές διαστάσεις, ελαφρύ βάρος, προστασία από πυρκαγιά και έκρηξη, λεία λειτουργία, χαμηλός θόρυβος, μικρός χώρος ανάλωσης, μικρή χρονική διάρκεια της φωτοεκπομπής και εύκολη συντήρηση. Με την αυξανόμενη ατμοσφαιρική ρύπανση, σε ανεπιθύμητες κλιματικές συνθήκες όπως ομίχλη, βροχή, συνδρομή, ή τήξη πάγου, είναι πιθανό να συμβεί μερική εκπομπή (PD) στην επιφάνεια του στήλιου του αποδιαρκτικού. Αυτό μπορεί ακόμη να οδηγήσει σε φωτοεκπομπή, μειώνοντας τη διάρκεια ζωής των αποδιαρκτικών και επηρεάζοντας την ασφαλή και σταθερή λειτουργία του συστήματος ενέργειας.
Σε αυτό το έγγραφο, ο ZW32 - 12 εξωτερικός υψηλής τάσης βακουμ αποδιαρκτικός (στο εξής αναφέρεται ως HV ZW32 - 12 αποδιαρκτικός) χρησιμοποιείται ως παράδειγμα, υποστηρίζοντας δοκιμές σε διάφορες κλιματικές συνθήκες. Η επιφανειακή διαδικασία εκπομπής του στήλιου του ZW32 - 12 αποδιαρκτικού καταγράφεται με ένα UV κάμερα, ενώ την ίδια στιγμή μετρείται η ποσότητα εκπομπής. Στη συνέχεια, μετά την επεξεργασία εικόνας των UV εικόνων, αποδίδονται χαρακτηριστικά παράμετροι για να περιγράψουν τα χαρακτηριστικά αυτών των εικόνων. Στη συνέχεια, η ποσότητα εκπομπής υπολογίζεται με τη μέθοδο least-square support vector machine, επιτρέποντας την καλίβρωση των UV εικόνων. Αυτό αντιπροσωπεύει μια νέα μη επαφής τεχνική ανίχνευσης μερικής εκπομπής αποδιαρκτικών.
Ο ZW32 - 12 αποδιαρκτικός είναι ένα τριφασικό, 50Hz, 12kV AC εξωτερικό ενεργειακό διανεμητικό συστήματος. Χρησιμοποιείται κυρίως για την διακοπή και σύνδεση της φορτία, της υπερφόρτωσης και της σύντομης σύνδεσης. Η δομή του απεικονίζεται στο Διάγραμμα 1.

Για να καταγραφεί ταυτόχρονα η UV εικόνα εκπομπής του στήλιου και να μετρηθεί η ποσότητα μερικής εκπομπής (PD), σχεδιάζεται ένα σύστημα δοκιμής επιφανειακής εκπομπής στήλιου, όπως απεικονίζεται στο Διάγραμμα 2. Στο Διάγραμμα 2, T αντιπροσωπεύει τον ρυθμιστή τάσης, B είναι ο μετατροπέας αύξησης, R₁ είναι ο περιοριστικός αντιστοιχός, και C₂ είναι ο συνδυαστικός καταναλωτής, ο οποίος χρησιμοποιείται για τη δείγματος PD μέτρηση.

Ο μετατροπέας που χρησιμοποιείται στο σύστημα είναι ένα μοντέλο YDWT - 10kVA/100kV, όπως απεικονίζεται στο Διάγραμμα 3 - a. Χρησιμοποιείται για την παραγωγή της απαιτούμενης υψηλής τάσης για το στήλιο.
Χρησιμοποιείται ένα OFIL Superb UV κάμερα για την καταγραφή των UV εικόνων της επιφανειακής εκπομπής, όπως απεικονίζεται στο Διάγραμμα 3 - b. Το δοκιμαστικό δείγμα είναι το στήλιο από έναν ZW32 - 12 αποδιαρκτικό, το οποίο έχει λειτουργήσει για τρία χρόνια, όπως απεικονίζεται στο Διάγραμμα 3 - c. Το δείγμα τοποθετείται μέσα σε ένα τεχνητό κλιματικό κουτί, όπου η σχετική υγρασία μπορεί να ελέγχεται σταθερά.
Σε αυτό το σύστημα, χρησιμοποιείται η μέθοδος παλμικού ρεύματος για τη μέτρηση της ποσότητας μερικής εκπομπής (PD). Το πάνελ ελέγχου ελέγχει τον ρυθμιστή τάσης και τον μετατροπέα για να παράγει την επιθυμητή τάση. Στη συνέχεια, το σήμα PD μεταφέρεται στον ανιχνευτή JFD - 3 μέσω ενός συνδυαστικού καταναλωτή και ενός αντιστώντος ανίχνευσης.
Μέσω διακοπτικής υγραντοποίησης, η σχετική υγρασία μέσα στο τεχνητό κλιματικό κουτί μπορεί να διατηρηθεί σε σταθερό επίπεδο. Τα στήλια εκτίθενται σε τάση για δύο ώρες για να εξασφαλιστεί ότι είναι εξατομικευμένα. Στη συνέχεια, εφαρμόζεται μια τάση 12kV στο στήλιο για 5 λεπτά. Κατά τη διάρκεια αυτής της περιόδου, καταγράφονται UV εικόνες και μετρείται η ποσότητα PD. Η απόσταση σύρματος του UV κάμερα είναι 5 μέτρα, με γωνία 0° και αύξηση 110%. Επαναλαμβάνονται οι δοκιμές σε κάθε επίπεδο σχετικής υγρασίας, το οποίο είναι από 70% έως 90%, με βήμα 5%.
Το UV κάμερα καταγράφει ένα βίντεο, οπότε είναι απαραίτητη η επεξεργασία καδρών για να παραχθούν συνεχείς καδροί του UV βίντεο για περαιτέρω ανάλυση. Κάθε κάδρο είναι μια RGB πραγματική-χρωματική εικόνα [3]. Η επιφανειακή εκπομπή του στήλιου αντικατοπτρίζεται στην UV εικόνα ως φωτεινό σημείο. Όσο πιο έντονη είναι η επιφανειακή εκπομπή, τόσο μεγαλύτερη είναι η περιοχή του σημείου. Επομένως, η προεπεξεργασία εικόνας και η τμηματοποίηση εικόνας είναι απαραίτητες βηματικές για να φιλτράρει το παρασκήνιο της εικόνας και να εξάγει το τμήμα του σημείου.

Επειδή οι συνιστώσες κόκκινου (R), πράσινου (G) και μπλε (B) στον χώρο χρωμάτων RGB δεν εκφράζουν την ένταση της εικόνας, αναλύουμε κάθε κάδρο εικόνας στον χώρο χρωμάτων HSL. HSL σημαίνει Χρώμα, Κορεσμό και Φωτεινότητα αντίστοιχα. Οι συνιστώσες HSL ενός καδρού εικόνας εμφανίζονται στο Διάγραμμα 4. Σύμφωνα με το Διάγραμμα 4, μπορούμε να καταλάβουμε ότι οι συνιστώσες H ή S δεν μπορούν να διακρίνουν το σημείο από το παρασκήνιο, ενώ η συνιστώσα L μπορεί να το κάνει [4].

Όπως φαίνεται στο Διάγραμμα 4 - c, η συνιστώσα L του τμήματος σημείου είναι μεγαλύτερη από την τιμή του παρασκήνιου. Επομένως, η διαχωριστική τεχνική καταστημάτων είναι μια αποτελεσματική μέθοδος για την εξαγωγή του τμήματος σημείου. Η κλειδί ιδέα είναι να επιλεγεί ένα κατάλληλο κατώφλι L-συνιστώσα. Εδώ, χρησιμοποιούμε τη μέθοδο Otsu's thresholding για τον υπολογισμό του κατώφλιου L-συνιστώσα [5]. Μετά την εφαρμογή Matlab coding για τη μέθοδο Otsu, οπτιμαλικό κατώφλι L-συνιστώσα καθορίζεται στο 216, και το αποτέλεσμα της τμηματοποίησης παρουσιάζεται στο Διάγραμμα 5 - c. Είναι εμφανές ότι το παρασκήνιο έχει φιλτραριστεί, αφήνοντας μόνο το τμήμα UV σημείου.
Όπως φαίνεται στο Διάγραμμα 5 - c, εκτός από το τμήμα UV σημείου, υπάρχουν ακόμη πολλά μικρά σημεία θορύβου. Για να αντιμετωπίσει αυτό, εφαρμόζονται μαθηματικές μορφολογικές πράξεις με δομικό στοιχείο στη μορφή κύκλου με ακτίνα 4 pixel για να αφαιρέσει αυτά τα σημεία θορύβου [6]. Μετά τη μαθηματική μορφολογική επεξεργασία, το αποτέλεσμα εμφανίζεται στο Διάγραμμα 5 - d. Όλα τα σημεία θορύβου έχουν εξαλειφθεί, και μένει μόνο το τμήμα σημείου. Ορίζουμε τον αριθμό των pixel στο τμήμα σημείου ως "περιοχή φακέλων" αυτής της UV εικόνας.


Μετά τον υπολογισμό της περιοχής φακέλων για συνεχείς καδρούς σε ένα UV βίντεο, μπορούμε να πάρουμε την καμπύλη περιοχής φακέλων. Η καμπύλη περιοχής φακέλων σε 85% υγρασία εμφανίζεται στο Διάγραμμα 6. Όπως φαίνεται στο Διάγραμμα 6, η περιοχή φακέλων μεταβάλλεται μέσα σε μικρό εύρος, με ένα μεγάλο σημείο να εμφανίζεται περιοδικά. Επομένως, ορίζονται τρεις παράμετροι για να χαρακτηρίσουν την ένταση της εκπομπής: η μέση περιοχή φακέλων, η περιοδική περιοχή φακέλων και ο αριθμός επαναλήψεων περιοδικής περιοχής φακέλων αντίστοιχα [7]. Επιλέγουμε 100 συνεχείς καδρούς μετά την εμφάνιση μερικής εκπομπής ως αντικείμενα μελέτης. Η μέση περιοχή φακέλων είναι η μέση των περιοχών 100 καδρών. Η περιοδική περιοχή φακέλων είναι η μέση των περιοχών φακέλων που είναι μεγαλύτερες από τη μέση περιοχή φακέλων, ενώ ο αριθμός επαναλήψεων περιοδικής περιοχής φακέλων είναι ο αριθμός των φακέλων με περιοχή μεγαλύτερη από τη μέση περιοχή φακέλων. Σύμφωνα με το Διάγραμμα 6, η μέση περιοχή φακέλων είναι 665 pixel. Η περιοδική περιοχή φακέλων είναι 902 pixel. Ο αριθμός επαναλήψεων περιοδικής περιοχής φακέλων είναι 32.
Μόλις υπολογιστούν οι τρεις χαρακτηριστικοί παράμετροι και μετρηθεί η ποσότητα μερικής εκπομπής (PD) συγχρόνως, προσπαθούμε να καθορίσουμε την ποσότητα PD μέσω αυτών των τριών παραμέτρων UV εικόνας με τη μέθοδο least-square support vector machine.

Επιλέγονται 90 δείγματα UV βίντεο. Για κάθε κάδρο αυτών των δειγμάτων, υπολογίζονται τρεις παράμετροι UV εικόνας, και η αντίστοιχη ποσότητα μερικής εκπομπής (PD) καταγράφεται από τον ανιχνευτή JFD3 PD. Τα είσοδοι του vector machine επιλέγονται ως η μέση περιοχή φακέλων, η περιοδική περιοχή φακέλων, ο αριθμός επαναλήψεων περιοδικής περιοχής φακέλων και η σχετική υγρασία. Το εξαγωγικό είναι η ποσότητα PD. Επιλέγεται η Radial Basis Function (RBF) ως πυρήνας λειτουργίας. Μετά την κανονικοποίηση, 80 δείγματα χρησιμοποιούνται για την εκπαίδευση. Και οι παράμετροι πυρήνα και οι παράμετροι ποινής του vector machine ορίζονται σε προεπιλεγμένες τιμές. Το αποτέλεσμα της εκπαίδευσης εμφανίζεται στο Διάγραμμα 7.
Όπως φαίνεται στο Διάγραμμα 7, για τα περισσότερα εκπαιδευτικά δείγματα, η λάθος σε σχέση με την μετρημένη ποσότητα PD είναι σχετικά μικρή. Ωστόσο, για κάποια δείγματα, η λάθος υπερβαίνει το 20%. Η Mean Square Error (MSE) υπολογίζεται ως εξής:

Για να ελαχιστοποιηθεί η Mean Square Error (MSE) του αποτελέσματος επιστροφής και να βελτιωθεί η ακρίβεια του vector machine, χρησιμοποιείται ένα γενετικό αλγόριθμο (GA) για τ