Обнаружение поверхностного разряда внешней изоляции наружного вакуумного выключателя на основе ультрафиолетового изображения

Наружные вакуумные выключатели (в дальнейшем именуемые выключателями) широко используются в распределительных сетях благодаря своим преимуществам, таким как компактность, легкость, пожаро- и взрывобезопасность, плавное управление, низкий уровень шума, малый зазор между контактами, короткое время дуги и простота обслуживания. С увеличением загрязнения атмосферы, в условиях плохой погоды, таких как туман, мелкий дождь, конденсация или таяние льда, на поверхности изоляторов выключателей может возникать частичный разряд (ЧР), что даже может привести к пробоям, сокращая срок службы выключателей и влияя на безопасную и стабильную работу энергетической системы.

В данной статье на примере наружного опорного высоковольтного вакуумного выключателя ZW32 - 12 (далее именуемого HV ZW32 - 12) проводятся испытания в различных климатических условиях. Процесс поверхностного разряда изолятора выключателя ZW32 - 12 фиксируется с помощью УФ-камеры, при этом одновременно измеряется количество разряда. После обработки УФ-изображений извлекаются характеристические параметры, описывающие особенности этих изображений. Затем количество разряда вычисляется методом наименьших квадратов машины опорных векторов, что позволяет калибровать УФ-изображения. Это представляет собой новую бесконтактную технологию для обнаружения частичных разрядов выключателей.

Выключатель ZW32 - 12 является трехфазным устройством для наружной распределительной сети переменного тока с частотой 50 Гц и напряжением 12 кВ. Он主要用于中断和闭合负载电流、过载电流和短路电流。其结构如图1所示。 请注意，最后一段的翻译似乎没有完成，并且在最后出现了中文。根据您的要求，我将完整地翻译最后一段并确保所有内容都符合要求：

Выключатель ZW32 - 12 является трехфазным устройством для наружной распределительной сети переменного тока с частотой 50 Гц и напряжением 12 кВ. Он используется для прерывания и замыкания нагрузочного тока, перегрузочного тока и тока короткого замыкания. Его структура показана на рисунке 1.

Для одновременного захвата УФ-изображения разряда на поверхности изолятора и измерения количества частичного разряда (ЧР) был разработан тестовый стенд для разряда на поверхности изолятора, как показано на рисунке 2. На рисунке 2 T обозначает регулятор напряжения, B — повышающий трансформатор, R₁ — ограничивающий резистор, а C₂ — соединительный конденсатор, который используется для отбора проб ЧР.

Трансформатор, используемый в системе, является моделью YDWT - 10kVA/100kV, как показано на рисунке 3 - а. Он используется для генерации необходимого высокого напряжения для изолятора.

Для захвата УФ-изображений разряда на поверхности изолятора используется УФ-камера OFIL Superb, как показано на рисунке 3 - b. Образец для испытаний — это постовой изолятор от выключателя ZW32 - 12, находящийся в эксплуатации три года, как показано на рисунке 3 - c. Образец помещается в искусственную климатическую камеру, где можно стабильно контролировать относительную влажность.

В этой системе для измерения количества частичного разряда (ЧР) используется метод импульсного тока. Консоль управления регулирует регулятор напряжения и трансформатор для создания требуемого напряжения. Затем сигнал ЧР передается детектору JFD - 3 через соединительный конденсатор и измерительное сопротивление.

С помощью периодического увлажнения относительная влажность в искусственной климатической камере поддерживается на стабильном уровне. Изоляторы подвергаются воздействию напряжения в течение двух часов, чтобы они были полностью увлажнены. Затем к изолятору подается напряжение 12 кВ на 5 минут. В этот период захватываются УФ-изображения, и измеряется количество ЧР. Расстояние до УФ-камеры составляет 5 метров, угол 0°, усиление 110%. Повторные испытания проводятся на каждом уровне относительной влажности, который варьируется от 70% до 90%, с шагом 5%.

Обработка УФ-изображений

УФ-камера захватывает видео, поэтому необходимо обрабатывать кадры, чтобы получить последовательные кадры УФ-видео для дальнейшего анализа. Каждый кадр изображения является RGB-изображением в истинных цветах [3]. Поверхностный разряд на изоляторе отражается на УФ-изображении в виде яркой точки. Чем интенсивнее поверхностный разряд, тем больше площадь пятна. Поэтому предварительная обработка изображения и его сегментация являются важными шагами для фильтрации фона изображения и выделения части пятна.

Поскольку красный компонент (R), зеленый компонент (G) и синий компонент (B) в цветовом пространстве RGB указывают только на соотношение красного, зеленого и синего цветов и не могут представлять яркость изображения, мы анализируем каждый кадр изображения в цветовом пространстве HSL. HSL означает Hue (Оттенок), Saturation (Насыщенность) и Luminance (Яркость). Компоненты HSL кадра изображения показаны на рисунке 4. Согласно рисунку 4, можно определить, что компоненты H или S не могут различать пятно от фона, тогда как компонент L может выполнять эту дискриминацию [4].

Как видно из рисунка 4 - c, компонент L пятна больше, чем компонент L фона. Поэтому пороговая сегментация является эффективным методом для выделения части пятна. Ключевым моментом является выбор подходящего порогового значения компонента L. Здесь мы используем метод Оцу для расчета порогового значения компонента L [5]. После реализации кода Matlab для метода Оцу оптимальное пороговое значение компонента L было определено как 216, а результат сегментации представлен на рисунке 5 - c. Очевидно, что фон был отфильтрован, оставив только часть УФ-пятна.

Как показано на рисунке 5 - c, помимо части УФ-пятна, все еще есть много малых точек шума. Для их удаления применяются математические морфологические операции с использованием структурного элемента в форме круга с радиусом 4 пикселя [6]. После математической морфологической обработки результат показан на рисунке 5 - d. Все точки шума были удалены, оставив только часть пятна. Мы определяем количество пикселей в части пятна как "площадь пятна" этого УФ-изображения.

После вычисления площади пятна для последовательных кадров УФ-видео можно получить кривую площади пятна. Кривая площади пятна при 85% влажности показана на рисунке 6. Как показано на рисунке 6, площадь пятна колеблется в небольшом диапазоне, с появлением крупного пятна иногда. Поэтому определены три параметра для характеристики интенсивности разряда: средняя площадь пятна, интермиттирующая площадь пятна и количество повторений интермиттирующего пятна соответственно [7]. Мы выбираем 100 последовательных кадров после появления частичного разряда в качестве объектов исследования. Средняя площадь пятна — это среднее значение площадей пятен 100 кадров. Интермиттирующая площадь пятна — это среднее значение площадей пятен, которые больше средней площади пятна, а количество повторений интермиттирующего пятна — это количество пятен, площадь которых больше средней площади пятна. Согласно рисунку 6, средняя площадь пятна составляет 665 пикселей. Интермиттирующая площадь пятна составляет 902 пикселя. Количество повторений интермиттирующего пятна составляет 32.

После расчета трех характеристик параметров и синхронного измерения количества частичного разряда (ЧР) мы пытаемся определить количество ЧР с помощью этих трех параметров УФ-изображения методом наименьших квадратов машины опорных векторов.

Выбираются 90 образцов УФ-видео. Для каждого кадра этих образцов вычисляются три параметра УФ-изображения, а соответствующее количество ЧР записывается детектором JFD3. Входные аргументы для машины векторов выбираются как средняя площадь пятна, интермиттирующая площадь пятна, количество повторений интермиттирующего пятна и относительная влажность. Выходной аргумент — это количество ЧР. В качестве ядерной функции выбирается радиальная базисная функция (RBF). После нормализации 80 образцов используются для обучения. Ядерные параметры и параметры наказания машины векторов установлены на значения по умолчанию. Результат обучения показан на рисунке 7.

Как показано на рисунке 7, для большинства обучающих образцов ошибка по сравнению с измеренным количеством ЧР относительно мала. Однако для некоторых образцов ошибка превышает 20%. Среднеквадратическая ошибка (MSE) рассчитывается следующим образом:

Для минимизации среднеквадратической ошибки (MSE) результата регрессии и повышения точности машины векторов используется генетический алгоритм (GA) для оптимизации ядерных параметров и параметров наказания. [8-9]

Поколение завершения установлено на 100, а размер популяции — на 20. Процесс оптимизации показан на рисунке 8. Как показано на рисунке 8, после 30 поколений эволюции MSE уменьшается с 0,07 до 0,01, что свидетельствует о достижении оптимальной точки генетическим алгоритмом. [10] Оптимизированные ядерные и параметры наказания составляют 0,2861 и 82,65 соответственно.

После оптимизации параметров с помощью генетического алгоритма (GA) те же 80 образцов перепроходят обучение, и результат регрессии представлен на рисунке 9. Как видно из рисунка 9, почти все образцы демонстрируют очень маленькую ошибку по сравнению с измеренным количеством ЧР. Среднеквадратическая ошибка (MSE) теперь составляет 10, что значительно меньше значения 80 до оптимизации параметров. Таким образом, очевидно, что оптимизация параметров GA может эффективно уменьшить MSE результата регрессии и повысить точность машины векторов.

Последние 10 образцов используются для проверки модели. Результаты регрессии представлены в таблице 1. Можно четко увидеть, что ошибка между результатами регрессии и фактическим количеством ЧР менее 6,1%. Это свидетельствует о том, что обученная модель демонстрирует отличную обобщающую способность.

Технология УФ-съемки используется для обнаружения поверхностного разряда на постовых изоляторах наружных вакуумных выключателей. Связь между площадью пятна на УФ-изображениях и количеством частичного разряда исследуется с помощью метода наименьших квадратов машины опорных векторов, предлагая новый подход для диагностики изоляционных дефектов наружных вакуумных выключателей на основе ультрафиолетовой съемки.

A. Обработка изображений и определение параметров

После выполнения пороговой сегментации компонента L и математических морфологических операций на УФ-изображениях, выделяется часть пятна УФ-изображения, что позволяет вычислить площадь пятна. Определяются три параметра для количественного описания интенсивности разряда: средняя площадь пятна, интермиттирующая площадь пятна и количество повторений интермиттирующего пятна.

B. Сбор данных и анализ

После захвата УФ-видео и синхронного измерения количества частичного разряда (ЧР), относительная влажность и три параметра УФ-изображений используются в качестве входных переменных. С помощью регрессионного анализа с применением метода наименьших квадратов машины опорных векторов, а также оптимизации ядерных параметров с помощью генетического алгоритма (GA), можно точно определить количество ЧР.

C. Точность диагностики и значимость

Путем проведения регрессионного анализа для установления связи между количеством поверхностного разряда на изоляторе и площадью пятна на УФ-изображении, было обнаружено, что количество ЧР, диагностированное исключительно по УФ-изображениям, имеет ошибку менее 6% по сравнению с измеренным количеством ЧР. Этот уровень точности удовлетворяет требованиям практического применения и предоставляет новый нетравматичный метод для диагностики внешних изоляционных дефектов наружных вакуумных выключателей на основе ультрафиолетовой съемки.

Это исследование финансировалось Национальным естественно-научным фондом Китая и Государственной ключевой лабораторией электрической изоляции и электрооборудования. Авторы выражают свою искреннюю благодарность всем, кто оказал поддержку этому проекту.