Külső izoláció felületi lezárlódásának detektálása ultravijsz képalkotáson alapuló, külső használatra szánt vákuum átmenetkikapcsolón

A kívüli vákuumbreakerek (a továbbiakban csak breakerek) széles körben használatosak a hálózatban, mert kis méretűek, könnyűek, tűz- és robbanásbiztosak, simán működnek, alacsony zajszinttel, kis kapcsolóhelykapcsoló távolsággal, rövid ívzállással és könnyen karbantartathatók. Ahogy a légkörbeli szennyezés egyre súlyosabbá válik, a nehéz időjárási feltételek, mint például a sűrű köd, finom eső, kondenzáció vagy jégolvasztás során a részleges leadás (PD) valószínűsíthető a breaker oszlopizolátor felületén. Ez még vízzárhatásig is vezethet, ami rövidíti a breakerek élettartamát, és befolyásolja az áramrendszer biztonságos és stabil működését.

Ebben a tanulmányban a ZW32 - 12 kívüli oszlopfelszerelt magasfeszültségi vákuumbreaker (a továbbiakban HV ZW32 - 12 breaker) szolgál példaként, amely különböző éghajlati körülmények között tesztelésre került. A ZW32 - 12 breaker oszlopizolátor felületi leadási folyamata UV-képkészítővel rögzítve lett, miközben a leadási mennyisége is egyszerre mérve lett. A UV-képek képfeldolgozása után jellemző paraméterek kerültek kivonásra, hogy leírják ezeknek a képeknek a jellemvonásait. Ezután a leadási mennyiség a legkisebb négyzetek módszerével történő támogatott vektorgép-módszerrel lett kiszámítva, lehetővé téve a UV-képek kalibrálását. Ez egy új nem érintőes detektálási technika a breakerek részleges leadásához.

A ZW32 - 12 breaker egy háromfázisú, 50Hz, 12kV AC kívüli áramelosztó berendezés. Főleg a terhelési áram, a túlterhelési áram és a rövidzárlat-áram megszakítására és bezárására szolgál. Szerkezete látható az 1. ábrán.

Az oszlopizolátor felületi leadás UV-képének és a részleges leadás (PD) mennyiségének egyszerre történő rögzítéséhez egy izolátor felületi leadási tesztrendszert terveztek, amely látható a 2. ábrán. A 2. ábrán T a feszültségbeállító, B a feszültségemelő transzformátor, R₁ a korlátozó ellenállás, C₂ pedig a PD mérésekhez használt csatoló kondenzátor.

A rendszerben használt transzformátor a YDWT - 10kVA/100kV modell, amely látható a 3. ábra - a. részén. Ezt használják a magasfeszültség forrásának generálására az izolátor számára.

Egy OFIL Superb UV-képkészítőt használnak az izolátor felületi leadás UV-képének rögzítésére, amely látható a 3. ábra - b. részén. A tesztpélda a ZW32 - 12 breakertől származó oszlopizolátor, amely három évig volt használatban, ahogy a 3. ábra - c. része mutatja. A minta egy mesterséges éghajlati kamrába helyezhető, ahol a relatív páratartalom stabílan ellenőrizhető.

Ebben a rendszerben impulzus alapú módont alkalmaznak a részleges leadás (PD) mennyiségének mérésére. Az irányító konzol vezérli a feszültségbeállítót és a transzformátort, hogy a kívánt feszültséget generálja. Ezután a PD jel a JFD - 3 PD-detektora felé küldött egy csatoló kondenzátor és egy detektálási impedancián keresztül.

A légitartalom beállításával a mesterséges éghajlati kamrában a relatív páratartalom stabílan fenntartható. Az izolátorokat két órát feszültség hatására tartják, hogy teljesen nedvesedjenek. Ezután 12kV feszültséget adjanak az izolátorra 5 percig. Ez alatt a UV-képeket rögzítik, és a PD mennyiséget mérnek. A UV-képkészítő fényképezési távolsága 5 méter, a szög 0°, a nyersítmény 110%. Minden relatív páratartalom szintnél, 70% és 90% között, 5%-os lépésekkel, ismétlődő tesztek vannak végrehajtva.

 UV-képek feldolgozása

A UV-képkészítő videót rögzít, ezért a képkockák feldolgozása szükséges a UV-videó további elemzéséhez. Minden képkocka egy RGB igazi színű kép [3]. Az izolátor felületi leadása a UV-képen egy világos pontként jelenik meg. Minél intenzívebb a felületi leadás, annál nagyobb a pont területe. Tehát a kép előfeldolgozása és a képszegmentálás létfontosságú lépések a kép háttérének kiszűréséhez és a pont részének kivonásához.

Mivel a RGB színtérben a piros (R), zöld (G) és kék (B) összetevők csak a piros, zöld és kék színek arányát adják meg, és nem fejezik ki a kép fényerőt, az egyes képkockákat HSL színtérben elemzik. HSL jelenti a Szín, Szättítés és Fényerőt. Egy képkocka HSL összetevői láthatók a 4. ábrán. A 4. ábra szerint az H vagy S összetevő nem tudja megkülönböztetni a pontot a háttértől, míg az L összetevő képes erre [4].

Ahogy a 4. ábra - c. része mutatja, a pont L összetevője nagyobb, mint a háttér L összetevője. Tehát a küszöbfelosztás hatékony módszer a pont kivonására. A kulcs a megfelelő L összetevő küszöbérték kiválasztása. Itt Otsu küszöbfelosztási módszerét használjuk az L összetevő küszöbének kiszámításához [5]. A Matlab kódolás után az optimális L összetevő küszöbérték 216, és a felosztási eredmény látható a 5. ábra - c. részén. Nyilvánvaló, hogy a háttér ki van szűrve, csak a UV pont maradt.

Ahogy a 5. ábra - c. része mutatja, a UV pont mellett még sok apró zajpont is található. Ennek kezelésére matematikai morfológiai műveleteket alkalmaznak egy sugár 4 pixelű kör alakú strukturális elemmel, hogy eltávolítsák ezeket a zajpontokat [6]. A matematikai morfológiai feldolgozás után az eredmény látható a 5. ábra - d. részén. Minden zajpont eltűnt, csak a pont maradt. A pont területén lévő képpontok számát definiáljuk a "facula területnek" ezen UV-képnél.

A facula terület számítása során a UV-videó egymást követő képkockái alapján a facula terület görbéjét kaphatjuk. A facula terület görbe 85% páratartalom esetén látható a 6. ábrán. Ahogy a 6. ábra mutatja, a facula terület kis tartományban ingadozik, de néha nagyobb méretű pont is előfordul. Ezért három paramétert definiáltak a leadás intenzitásának jellemzésére: a facula terület átlaga, a szakadó facula területe, és a szakadó facula ismétlődési száma [7]. Kiválasztottak 100 egymást követő képkockát a részleges leadás után a tanulmány objektumai. A facula terület átlaga a 100 képkocka facula területének átlaga. A szakadó facula területe a nagyobb, mint a facula terület átlaga, facula területének átlaga, míg a szakadó facula ismétlődési száma a nagyobb, mint a facula terület átlaga, facula területének száma. A 6. ábra szerint a facula terület átlaga 665 képpont, a szakadó facula területe 902 képpont, a szakadó facula ismétlődési száma 32.

Miután a három jellemző paraméter kiszámítása és a részleges leadás (PD) mennyiségének egyszerre történő mérése, a PD mennyiség meghatározására próbálkoznak ezek három UV-kép paraméterrel a legkisebb négyzetek módszerével történő támogatott vektorgép-módszerrel.

Kiválasztottak 90 UV-videó mintát. Minden minta képkockájára három UV-kép paramétert számítottak, és a hozzátartozó részleges leadás (PD) mennyiségét a JFD3 PD-detektornak rögzítették. A vektorgép bemeneti argumentumai a facula terület átlaga, a szakadó facula területe, a szakadó facula ismétlődési száma, és a relatív páratartalom. A kimeneti argumentum a PD mennyiség. A radiális alapfüggvény (RBF) keretfüggvényként választották. A normalizálás után 80 mintát használtak a tanításhoz. A vektorgép keretparamétereit és a büntetési paramétereit alapértelmezett értékre állították. A tanítási eredmény látható a 7. ábrán.

Ahogy a 7. ábra mutatja, a legtöbb tanító minta esetén a mérési PD mennyiséggel szembeni hiba viszonylag kicsi. Ugyanakkor néhány minta esetén a hiba meghaladja a 20%-ot. A hiba négyszorzata (MSE) a következőképpen számítódik:

A regressziós eredmény hiba négyszorzatának (MSE) minimalizálása, és a vektorgép pontosságának növelése érdekében genetikus algoritmust (GA) használnak a keretparaméterek és a büntetési paraméterek optimalizálására. [8-9]

A terminál generációt 100-ra, a populációs méretet pedig 20-ra állították. Az optimalizációs folyamat a 8. ábrán látható. Ahogy a 8. ábra mutatja, 30 generáció evolúciója után az MSE 0,07-ről 0,01-re csökken, ami azt jelenti, hogy a genetikus algoritmus elérte a legjobb pontját. [10] Az optimalizált keret- és büntetési paraméterek 0,2861 és 82,65.

A genetikus algoritmus (GA) segítségével a paraméterek optimalizálása után ugyanazokat a 80 mintát újra tanították, és a regressziós eredmény a 9. ábrán látható. Ahogy a 9. ábra mutatja, majdnem minden minta esetén a mérési részleges leadás (PD) mennyiséggel szembeni hiba nagyon kicsi. A hiba négyszorzata (MSE) most 10, ami jelentősen kisebb, mint az 80, mielőtt a paramétereket optimalizálták. Tehát nyilvánvaló, hogy a GA paramétereinek optimalizálása hatékonyan csökkenti a regressziós eredmény hiba négyszorzatát, és növeli a vektorgép pontosságát.

A végső 10 mintát használták a modell tesztelésére. A regressziós eredmények a 1. táblázatban láthatók. Nyilvánvaló, hogy a regressziós eredmények és a valós részleges leadás (PD) mennyiség közötti hiba kisebb, mint 6,1%. Ez azt mutatja, hogy a képzett modell kiváló általánosító képességeket mutat.

A UV-képfeldolgozó technológia a kívüli vákuumbreakerek oszlopizolátorainak felületi leadásának detektálására használható. A UV-képek facula területe és a részleges leadás mennyisége közötti kapcsolatot a legkisebb négyzetek módszerével történő támogatott vektorgép-módszerrel vizsgálják, ami egy új megközelítést nyújt a kívüli vákuumbreakerek izolációs hibáinak diagnosztizálásához ultrahang képfeldolgozás alapján.

A. Képfeldolgozás és paraméterek meghatározása

A UV-képek L összetevő küszöbfelosztása és a matematikai morfológiai műveletek után a UV-kép pont részét kivonják, lehetővé téve a facula terület számítását. Három paramétert definiálnak a leadás intenzitásának kvantitatív jellemzésére: a facula terület átlaga, a szakadó facula területe, és a szakadó facula ismétlődési száma.

B. Adatgyűjtés és elemzés

A UV-videók rögzítése és a részleges leadás (PD) mennyiségének egyszerre történő mérése után a relatív páratartalom és a három UV-kép jellemző paraméter a bemeneti változók. A legkisebb négyzetek módszerével történő támogatott vektorgép-módszerrel, valamint a genetikus algoritmus (GA) segítségével a keretparaméterek optimalizálásával a PD mennyiség pontosan meghatározható.

C. Diagnosztikai pontosság és jelentőség

A regressziós elemzés révén a kapcsolatot a izolátor felületi leadás mennyisége és a UV-kép facula területe között állapítják meg, és arra jutottak, hogy a UV-képekből diagnosztizált PD mennyiség hibája kisebb, mint 6%, a mérési PD mennyiséghez képest. Ez a pontosság megfelel a gyakorlati alkalmazások követelményeinek, és új nem invazív módszert nyújt a kívüli vákuumbreakerek külső izolációs hibáinak diagnosztizálásához ultrahang képfeldolgozás alapján.

Ez a kutatás a Kínai Nemzeti Természettudományi Alap támogatásával, valamint a Nemzeti Elektromos Izoláció és Villamosenergiai Berendezések Állami Laboratórium támogatásával valósult meg. A szerzők szeretnék köszönetet mondani mindenkinek, aki támogatást nyújtott a projektnek.