Détection de décharge de surface de l'isolation externe d'un disjoncteur à vide extérieur basée sur l'imagerie ultraviolette
Les disjoncteurs à vide extérieurs (appelés ici disjoncteurs) sont largement utilisés dans les réseaux de distribution en raison de leurs avantages tels que leur petite taille, leur faible poids, leur nature ignifuge et anti-explosion, leur fonctionnement en douceur, leur faible niveau sonore, leur petite distance de contact ouvert, leur temps d'arc court et leur facilité d'entretien. À mesure que la pollution atmosphérique s'aggrave, dans des conditions météorologiques défavorables telles que le brouillard dense, la bruine, la condensation ou la fonte des glaces, des décharges partielles (DP) peuvent se produire à la surface du support isolant du disjoncteur. Cela peut même conduire à des flashs, raccourcissant ainsi la durée de vie des disjoncteurs et affectant le fonctionnement sûr et stable du système électrique.
Dans cet article, le disjoncteur à haute tension ZW32 - 12 pour poteau extérieur (désigné par la suite comme le disjoncteur HV ZW32 - 12) est pris comme exemple, subissant des tests dans diverses conditions climatiques. Le processus de décharge à la surface du support isolant du disjoncteur ZW32 - 12 est capturé par un imager UV, tandis que sa quantité de décharge est mesurée simultanément. Après le traitement d'image des images UV, des paramètres caractéristiques sont extraits pour décrire les caractéristiques de ces images. Ensuite, la quantité de décharge est calculée en utilisant la méthode de la machine à vecteurs de support au carré des moindres, permettant la calibration des images UV. Il s'agit d'une nouvelle technique de détection non-contact pour les décharges partielles des disjoncteurs.
Le disjoncteur ZW32 - 12 est un dispositif de distribution électrique extérieur triphasé, 50 Hz, 12 kV AC. Il est principalement utilisé pour interrompre et fermer le courant de charge, le courant de surcharge et le courant de court-circuit. Sa structure est illustrée à la Fig. 1.
Pour capturer simultanément l'image UV de la décharge du support isolant et mesurer la quantité de décharge partielle (DP), un système de test de décharge à la surface de l'isolateur est conçu, comme illustré à la Fig. 2. Dans la Fig. 2, T représente le régulateur de tension, B est le transformateur élévateur, R₁ est la résistance limiteuse, et C₂ est le condensateur de couplage, qui est utilisé pour l'échantillonnage de la mesure DP.
Le transformateur utilisé dans le système est un modèle YDWT - 10kVA/100kV, comme illustré à la Fig. 3 - a. Il est utilisé pour générer la source de haute tension nécessaire pour l'isolateur.
Un imager UV Superb d'OFIL est utilisé pour capturer les images UV de la décharge à la surface de l'isolateur, comme illustré à la Fig. 3 - b. L'échantillon de test est le support isolant d'un disjoncteur ZW32 - 12, qui a été en service pendant trois ans, comme illustré à la Fig. 3 - c. L'échantillon est placé dans une chambre climatique artificielle, où l'humidité relative peut être contrôlée de manière stable.
Dans ce système, la méthode du courant d'impulsion est adoptée pour mesurer la quantité de décharge partielle (DP). La console contrôle le régulateur de tension et le transformateur pour générer la tension souhaitée. Ensuite, le signal DP est transmis au détecteur JFD - 3 via un condensateur de couplage et une impédance de détection.
Grâce à l'humidification intermittente, l'humidité relative dans la chambre climatique artificielle peut être maintenue à un niveau stable. Les isolateurs sont exposés à une tension pendant deux heures pour s'assurer qu'ils soient complètement humides. Ensuite, une tension de 12 kV est appliquée à l'isolateur pendant 5 minutes. Pendant cette période, des images UV sont capturées, et la quantité de DP est mesurée. La distance de prise de vue de l'imager UV est de 5 mètres, avec un angle de 0° et un gain de 110%. Des tests répétés sont effectués à chaque niveau d'humidité relative, qui varie de 70% à 90%, avec une augmentation progressive de 5%.
Processus des images UV
L'imager UV capture une vidéo, donc un traitement d'image par trame est nécessaire pour obtenir des trames successives de la vidéo UV pour une analyse ultérieure. Chaque image est une image RVB en vraies couleurs [3]. La décharge à la surface de l'isolateur est reflétée sur l'image UV sous forme de tache lumineuse. Plus la décharge de surface est intense, plus la zone de la tache est grande. Par conséquent, le prétraitement d'image et le segmentage d'image sont des étapes essentielles pour filtrer l'arrière-plan de l'image et extraire la partie tache.
Comme les composantes rouge (R), verte (G) et bleue (B) dans l'espace colorimétrique RVB ne représentent que le rapport de couleur rouge, vert et bleu et ne peuvent pas représenter la luminosité de l'image, nous analysons chaque trame d'image dans l'espace HSL. HSL signifie respectivement Teinte, Saturation et Luminosité. Les composantes HSL d'une trame d'image sont présentées à la Fig. 4. Selon la Fig. 4, on peut déterminer que les composantes H ou S ne peuvent pas distinguer la tache de l'arrière-plan, tandis que la composante L peut effectuer cette discrimination [4].
Comme on peut le voir à la Fig. 4 - c, la composante L de la partie tache est supérieure à celle de l'arrière-plan. Par conséquent, le segmentage par seuil est une méthode efficace pour extraire la partie tache. La clé consiste à choisir un seuil approprié pour la composante L. Ici, nous utilisons la méthode de seuillage d'Otsu pour calculer le seuil de la composante L [5]. Après avoir implémenté le codage Matlab pour la méthode d'Otsu, le seuil optimal de la composante L est déterminé à 216, et le résultat du segmentage est présenté à la Fig. 5 - c. Il est évident que l'arrière-plan a été filtré, ne laissant que la partie tache UV.
Comme on peut le voir à la Fig. 5 - c, en dehors de la partie tache UV, il y a encore de nombreux petits points de bruit. Pour y remédier, nous appliquons des opérations de morphologie mathématique avec un élément structurant sous forme de cercle ayant un rayon de 4 pixels pour éliminer ces points de bruit [6]. Après le traitement de morphologie mathématique, le résultat est montré à la Fig. 5 - d. Tous les points de bruit ont été éliminés, ne laissant que la partie tache. Nous définissons le nombre de pixels dans la partie tache comme la "zone faculaire" de cette image UV.
Après avoir calculé la zone faculaire pour des trames consécutives dans une vidéo UV, nous pouvons obtenir la courbe de la zone faculaire. La courbe de la zone faculaire à 85% d'humidité est présentée à la Fig. 6. Comme l'indique la Fig. 6, la zone faculaire fluctue dans une petite plage, avec l'apparition occasionnelle d'une tache de grande taille. Par conséquent, trois paramètres sont définis pour caractériser l'intensité de la décharge : la zone faculaire moyenne, la zone faculaire intermittente et le nombre de répétitions de la zone faculaire intermittente respectivement [7]. Nous sélectionnons 100 trames consécutives après l'occurrence de la décharge partielle comme objets d'étude. La zone faculaire moyenne est la moyenne des zones de 100 trames. La zone faculaire intermittente est la moyenne des zones de taches plus grandes que la zone faculaire moyenne, tandis que le nombre de répétitions de la zone faculaire intermittente est le nombre de taches dont la zone est supérieure à la zone faculaire moyenne. Selon la Fig. 6, la zone faculaire moyenne est de 665 pixels. La zone faculaire intermittente est de 902 pixels. Le nombre de répétitions de la zone faculaire intermittente est de 32.
Une fois que les trois paramètres caractéristiques sont calculés et que la quantité de décharge partielle (DP) est mesurée de manière synchrone, nous tentons de déterminer la quantité de DP à l'aide de ces trois paramètres d'image UV par la méthode de la machine à vecteurs de support au carré des moindres.
Quatre-vingt-dix échantillons de vidéos UV sont sélectionnés. Pour chaque trame de ces échantillons, trois paramètres d'image UV sont calculés, et la quantité de décharge partielle (DP) correspondante est enregistrée par le détecteur de DP JFD3. Les arguments d'entrée pour la machine à vecteurs sont choisis comme étant la zone faculaire moyenne, la zone faculaire intermittente, le nombre de répétitions de la zone faculaire intermittente et l'humidité relative. L'argument de sortie est la quantité de DP. La fonction de base radiale (RBF) est choisie comme fonction noyau. Après la normalisation, 80 échantillons sont utilisés pour l'entraînement. Les paramètres du noyau et les paramètres de punition de la machine à vecteurs sont réglés sur les valeurs par défaut. Le résultat de l'entraînement est illustré à la Fig. 7.
Comme le montre la Fig. 7, pour la plupart des échantillons d'entraînement, l'erreur par rapport à la quantité de DP mesurée est relativement petite. Cependant, pour certains échantillons, l'erreur dépasse 20%. L'erreur quadratique moyenne (EQM) est calculée comme suit :
Pour minimiser l'erreur quadratique moyenne (EQM) du résultat de la régression et améliorer la précision de la machine à vecteurs, un algorithme génétique (AG) est utilisé pour optimiser les paramètres du noyau et de punition. [8 - 9]
La génération de terminaison est fixée à 100, et la taille de la population est fixée à 20. Le processus d'optimisation est illustré à la Fig. 8. Comme le montre la Fig. 8, après 30 générations d'évolution, l'EQM diminue de 0,07 à 0,01, indiquant que l'algorithme génétique a atteint son point optimal. [10] Les paramètres optimisés du noyau et de punition sont 0,2861 et 82,65 respectivement.
Après l'optimisation des paramètres à l'aide de l'algorithme génétique (AG), les mêmes 80 échantillons sont réentraînés, et le résultat de la régression est présenté à la Fig. 9. Comme on peut le voir à la Fig. 9, presque tous les échantillons présentent une très petite erreur par rapport à la quantité de décharge partielle (DP) mesurée. L'erreur quadratique moyenne (EQM) est maintenant 10, ce qui est significativement plus petit que la valeur de 80 avant l'optimisation des paramètres. Il est donc évident que l'optimisation des paramètres AG peut réduire efficacement l'EQM du résultat de la régression et améliorer la précision de la machine à vecteurs.
Les 10 derniers échantillons sont utilisés pour effectuer un test sur le modèle. Les résultats de la régression sont présentés dans le Tableau 1. On peut clairement observer que l'erreur entre les résultats de la régression et la quantité de décharge partielle (DP) réelle est inférieure à 6,1 %. Cette constatation indique que le modèle formé présente d'excellentes capacités de généralisation.
La technologie d'imagerie UV est utilisée pour détecter la décharge de surface des supports isolants des disjoncteurs à vide extérieurs. La relation entre la zone faculaire dans les images UV et la quantité de décharge partielle est explorée par la méthode de la machine à vecteurs de support au carré des moindres, offrant une nouvelle approche pour le diagnostic de défaut d'isolation des disjoncteurs à vide extérieurs basé sur l'imagerie ultraviolette.
A. Traitement d'image et définition des paramètres
Après avoir effectué un segmentage par seuil de la composante L et des opérations de morphologie mathématique sur les images UV, la partie tache de l'image UV est extraite, permettant le calcul de la zone faculaire. Trois paramètres sont définis pour quantifier l'intensité de la décharge : la zone faculaire moyenne, la zone faculaire intermittente et le nombre de répétitions de la zone faculaire intermittente.
B. Acquisition et analyse des données
Une fois que les vidéos UV sont capturées et que la quantité de décharge partielle (DP) est mesurée de manière synchrone, l'humidité relative et les trois paramètres caractéristiques des images UV sont utilisés comme variables d'entrée. Par l'analyse de régression via la machine à vecteurs de support au carré des moindres, ainsi que l'optimisation des paramètres du noyau à l'aide d'un algorithme génétique (AG), la quantité de DP peut être déterminée avec précision.
C. Précision diagnostique et signification
En effectuant une analyse de régression pour établir la relation entre la quantité de décharge à la surface de l'isolateur et sa zone faculaire dans les images UV, il a été constaté que la quantité de DP diagnostiquée uniquement à partir des images UV présente une erreur de moins de 6 % par rapport à la quantité de DP mesurée. Ce niveau de précision répond aux exigences des applications pratiques et fournit une nouvelle méthode non invasive pour le diagnostic des défauts d'isolation externe des disjoncteurs à vide extérieurs basée sur l'imagerie ultraviolette.
Cette recherche a été financée par la Fondation nationale des sciences naturelles de Chine et le Laboratoire national clé d'isolation électrique et d'équipements électriques. Les auteurs tiennent à exprimer leur gratitude sincère à tous ceux qui ont apporté leur soutien à ce projet.
