Rilevamento della scarica superficiale dell'isolamento esterno dell'interruttore a vuoto per esterno basato sull'imaging ultravioletto
Gli interruttori a vuoto per esterno (da ora in poi definiti interruttori) sono ampiamente utilizzati nella rete di distribuzione grazie ai loro vantaggi come dimensioni ridotte, peso leggero, caratteristiche antincendio e anti-deflagrazione, funzionamento liscio, basso rumore, piccola distanza tra i contatti aperti, breve tempo di arco e facile manutenzione. Con l'aumento della contaminazione atmosferica, nelle condizioni meteorologiche avverse come nebbia fitta, pioggerella, condensa o scioglimento del ghiaccio, è probabile che si verifichi una scarica parziale (PD) sulla superficie dell'isolatore a colonna dell'interruttore. Questo può addirittura portare a flashover, accorciando la durata di vita degli interruttori e influendo sull'operatività sicura e stabile del sistema elettrico.
In questo articolo, viene utilizzato come esempio l'interruttore a vuoto ad alta tensione ZW32 - 12 da esterno su palo (da ora in poi definito interruttore HV ZW32 - 12), sottoposto a test in diverse condizioni climatiche. Il processo di scarica superficiale dell'isolatore a colonna dell'interruttore ZW32 - 12 viene catturato da un imager UV, mentre contemporaneamente viene misurata la quantità di scarica. Dopo il trattamento delle immagini UV, vengono estratti parametri caratteristici per descrivere le caratteristiche di queste immagini. Successivamente, la quantità di scarica viene calcolata utilizzando il metodo della macchina vettoriale di supporto al minimo quadrato, consentendo la taratura delle immagini UV. Questo rappresenta una tecnica di rilevamento non invasiva innovativa per la scarica parziale degli interruttori.
L'interruttore ZW32 - 12 è un dispositivo di distribuzione di energia elettrica all'aperto trifase, 50Hz, 12kV AC. Viene principalmente utilizzato per interrompere e chiudere la corrente di carico, la corrente di sovraccarico e la corrente di cortocircuito. La sua struttura è illustrata nella Fig. 1.
Per catturare contemporaneamente l'immagine UV della scarica dell'isolatore a colonna e misurare la quantità di scarica parziale (PD), è stato progettato un sistema di prova per la scarica superficiale dell'isolatore, come mostrato nella Fig. 2. Nella Fig. 2, T rappresenta il variatore di tensione, B è il trasformatore elevatore, R₁ è la resistenza limitatrice e C₂ è il condensatore di accoppiamento, utilizzato per il campionamento della misurazione PD.
Il trasformatore utilizzato nel sistema è un modello YDWT - 10kVA/100kV, come illustrato nella Fig. 3 - a. Viene utilizzato per generare la sorgente ad alta tensione necessaria per l'isolatore.
Un imager UV Superb di OFIL viene utilizzato per catturare le immagini UV della scarica superficiale dell'isolatore, come mostrato nella Fig. 3 - b. Il campione di prova è l'isolatore a colonna di un interruttore ZW32 - 12, che ha operato per tre anni, come illustrato nella Fig. 3 - c. Il campione viene posizionato all'interno di una camera climatica artificiale, dove l'umidità relativa può essere controllata in modo stabile.
In questo sistema, viene adottato il metodo della corrente d'impulso per misurare la quantità di scarica parziale (PD). Il pannello di controllo regola il variatore di tensione e il trasformatore per generare la tensione desiderata. Successivamente, il segnale PD viene trasmesso al rivelatore JFD - 3 tramite un condensatore di accoppiamento e un impedenza di rivelazione.
Attraverso l'umidificazione intermittente, l'umidità relativa all'interno della camera climatica artificiale può essere mantenuta a un livello stabile. Gli isolatori vengono esposti a una tensione per due ore per assicurarsi che siano completamente umidificati. Quindi, viene applicata una tensione di 12kV all'isolatore per 5 minuti. Durante questo periodo, vengono catturate le immagini UV e misurata la quantità di PD. La distanza di ripresa dell'imager UV è di 5 metri, con un angolo di 0° e un guadagno del 110%. Vengono condotti test ripetuti a ogni livello di umidità relativa, che varia dal 70% al 90%, con un incremento del 5%.
Processo delle immagini UV
L'imager UV cattura un video, quindi è necessario un elaborazione dei fotogrammi per ottenere i fotogrammi successivi del video UV per ulteriori analisi. Ogni fotogramma di immagine è un'immagine a colori RGB [3]. La scarica superficiale dell'isolatore è riflessa nell'immagine UV come un punto luminoso. Più intensa è la scarica superficiale, maggiore è l'area del punto. Pertanto, sono passaggi essenziali la pre-elaborazione dell'immagine e la segmentazione dell'immagine per filtrare lo sfondo dell'immagine ed estrarre la parte del punto.
Poiché i componenti rosso (R), verde (G) e blu (B) nello spazio colore RGB indicano solo il rapporto di colore tra rosso, verde e blu e non possono rappresentare la luminosità dell'immagine, analizziamo ogni fotogramma di immagine nello spazio colore HSL. HSL sta rispettivamente per Tonalità, Saturazione e Luminosità. I componenti HSL di un fotogramma di immagine sono mostrati nella Fig. 4. Secondo la Fig. 4, possiamo determinare che i componenti H o S non riescono a distinguere il punto dallo sfondo, mentre il componente L può effettuare questa discriminazione [4].
Come si può vedere dalla Fig. 4 - c, il componente L della parte del punto è maggiore di quello dello sfondo. Pertanto, la segmentazione a soglia è un metodo efficace per estrarre la parte del punto. La chiave sta nella scelta di una soglia appropriata del componente L. Qui, utilizziamo il metodo di soglia di Otsu per calcolare la soglia del componente L [5]. Dopo aver implementato la codifica Matlab per il metodo di Otsu, la soglia ottimale del componente L è stata determinata essere 216, e il risultato della segmentazione è presentato nella Fig. 5 - c. È evidente che lo sfondo è stato filtrato, lasciando solo la parte del punto UV.
Come mostrato nella Fig. 5 - c, oltre alla parte del punto UV, ci sono ancora numerosi punti di rumore piccoli. Per affrontare questo problema, applichiamo operazioni di morfologia matematica con un elemento strutturale a forma di cerchio con un raggio di 4 pixel per rimuovere questi punti di rumore [6]. Dopo l'elaborazione morfologica, il risultato è mostrato nella Fig. 5 - d. Tutti i punti di rumore sono stati eliminati, e rimane solo la parte del punto. Definiamo il numero di pixel nella parte del punto come l'"area facula" di questa immagine UV.
Dopo aver calcolato l'area facula per fotogrammi consecutivi in un video UV, possiamo ottenere la curva dell'area facula. La curva dell'area facula all'85% di umidità è mostrata nella Fig. 6. Come indicato nella Fig. 6, l'area facula fluttua in un piccolo intervallo, con l'apparizione occasionale di un punto di grandi dimensioni. Pertanto, sono definiti tre parametri per caratterizzare l'intensità della scarica: l'area facula media, l'area facula intermittente e i tempi di ripetizione dell'area facula intermittente rispettivamente [7]. Selezioniamo 100 fotogrammi consecutivi dopo l'occorrenza della scarica parziale come oggetti di studio. L'area facula media è la media delle aree delle faculae di 100 fotogrammi. L'area facula intermittente è la media delle aree delle faculae che sono maggiori dell'area facula media, mentre i tempi di ripetizione dell'area facula intermittente è il numero di faculae con un'area maggiore dell'area facula media. Secondo la Fig. 6, l'area facula media è di 665 pixel. L'area facula intermittente è di 902 pixel. I tempi di ripetizione dell'area facula intermittente sono 32.
Una volta calcolati i tre parametri caratteristici e misurata la quantità di scarica parziale (PD) in modo sincrono, tentiamo di determinare la quantità di PD utilizzando questi tre parametri di immagine UV attraverso il metodo della macchina vettoriale di supporto al minimo quadrato.
Sono selezionati novanta campioni di video UV. Per ogni fotogramma di questi campioni, vengono calcolati tre parametri di immagine UV e la quantità di scarica parziale (PD) corrispondente viene registrata dal rivelatore JFD3. Gli argomenti di input per la macchina vettoriale sono scelti come l'area facula media, l'area facula intermittente, i tempi di ripetizione dell'area facula intermittente e l'umidità relativa. L'argomento di output è la quantità di PD. Viene selezionata la Funzione Radiale di Base (RBF) come funzione kernel. Dopo la normalizzazione, 80 campioni vengono utilizzati per l'addestramento. Entrambi i parametri del kernel e i parametri di punizione della macchina vettoriale sono impostati sui valori predefiniti. Il risultato dell'addestramento è illustrato nella Fig. 7.
Come mostrato nella Fig. 7, per la maggior parte dei campioni di addestramento, l'errore rispetto alla quantità di PD misurata è relativamente piccolo. Tuttavia, per alcuni campioni, l'errore supera il 20%. L'Errore Quadratico Medio (MSE) è calcolato come segue:
Per minimizzare l'Errore Quadratico Medio (MSE) del risultato di regressione e migliorare l'accuratezza della macchina vettoriale, viene utilizzato un algoritmo genetico (GA) per ottimizzare i parametri del kernel e i parametri di punizione. [8 - 9]
La generazione di terminazione è impostata a 100, e la dimensione della popolazione è impostata a 20. Il processo di ottimizzazione è illustrato nella Fig. 8. Come mostrato nella Fig. 8, dopo 30 generazioni di evoluzione, l'MSE diminuisce da 0,07 a 0,01, indicando che l'algoritmo genetico ha raggiunto il suo punto ottimale. [10] I parametri del kernel e di punizione ottimizzati sono 0,2861 e 82,65 rispettivamente.
Dopo aver ottimizzato i parametri utilizzando l'algoritmo genetico (GA), gli stessi 80 campioni vengono riaddestrati, e il risultato di regressione è presentato nella Fig. 9. Come si può vedere dalla Fig. 9, quasi tutti i campioni mostrano un errore molto piccolo rispetto alla quantità di scarica parziale (PD) misurata. L'Errore Quadratico Medio (MSE) è ora 10, che è significativamente inferiore al valore di 80 prima dell'ottimizzazione dei parametri. Pertanto, è evidente che l'ottimizzazione dei parametri GA può ridurre efficacemente l'MSE del risultato di regressione e migliorare l'accuratezza della macchina vettoriale.
Gli ultimi 10 campioni vengono utilizzati per effettuare un test sul modello. I risultati di regressione sono presentati nella Tabella 1. Si può chiaramente osservare che l'errore tra i risultati di regressione e la quantità di scarica parziale (PD) effettiva è inferiore al 6,1%. Questo risultato indica che il modello addestrato dimostra eccellenti capacità di generalizzazione.
La tecnologia di imaging UV viene utilizzata per rilevare la scarica superficiale degli isolatori a colonna degli interruttori a vuoto per esterno. La relazione tra l'area facula nelle immagini UV e la quantità di scarica parziale viene esplorata attraverso il metodo della macchina vettoriale di supporto al minimo quadrato, offrendo un nuovo approccio per la diagnosi dei guasti di isolamento degli interruttori a vuoto per esterno basata sull'imaging ultravioletto.
A. Elaborazione delle immagini e definizione dei parametri
Dopo aver eseguito la segmentazione a soglia del componente L e le operazioni di morfologia matematica sulle immagini UV, viene estratta la parte del punto dell'immagine UV, consentendo il calcolo dell'area facula. Sono definiti tre parametri per quantificare l'intensità della scarica: l'area facula media, l'area facula intermittente e i tempi di ripetizione dell'area facula intermittente.
B. Acquisizione e analisi dei dati
Una volta catturati i video UV e misurata la quantità di scarica parziale (PD) in modo sincrono, l'umidità relativa e i tre parametri caratteristici delle immagini UV vengono utilizzati come variabili di input. Attraverso l'analisi di regressione via macchina vettoriale di supporto al minimo quadrato, insieme all'ottimizzazione dei parametri del kernel utilizzando un algoritmo genetico (GA), la quantità di PD può essere determinata con precisione.
C. Accuratezza diagnostica e significato
Effettuando l'analisi di regressione per stabilire la relazione tra la quantità di scarica superficiale dell'isolatore e l'area facula delle sue immagini UV, si scopre che la quantità di PD diagnosticata solo dalle immagini UV ha un errore inferiore al 6% rispetto alla quantità di PD misurata. Questo livello di accuratezza soddisfa i requisiti delle applicazioni pratiche e fornisce un nuovo metodo non invasivo per la diagnosi dei guasti di isolamento esterno degli interruttori a vuoto per esterno basato sull'imaging ultravioletto.
Questa ricerca è stata finanziata dalla Fondazione Nazionale delle Scienze Naturali della Cina e dal Laboratorio Nazionale Chiave di Isolamento Elettrico e Attrezzature Elettriche. Gli autori desiderano esprimere la loro sincera gratitudine a tutti coloro che hanno fornito supporto per questo progetto.
