Zaznavanje površinskega razlaganja zunanje izolacije zunanjega vakuumnega preklopnika na podlagi ultravijolične slike

Zunanji vakuumski preklopniki (v nadaljevanju se bodo imenovali preklopniki) so široko uporabljeni v distribucijski mreži zaradi prednosti, kot so majhne dimenzije, lahka telesna teža, odpornost na požar in eksplozije, gladko delovanje, nizki šum, majhen odpiralni razmik med kontakti, kratki električni luk in enostavno vzdrževanje. S povečevanjem onesnaženosti zraka se v nepovzetih vremenskih razmerah, kot so gosta mlaga, deževica, kondenzacija ali taljenje ledu, lahko na površini stolpih izolatorjev preklopnika pojavlja delni razsev (DR). To lahko celo vodi do preobogovanja, skrajšanja življenjske dobe preklopnikov in vpliva na varno in stabilno delovanje električnega sistema.

V tem članku je uporabljen zunanjiposredni visokonapetostni vakuumski preklopnik ZW32-12 (v nadaljevanju se bo imenoval HV ZW32-12 preklopnik) kot primer, ki je bil testiran v različnih vremenskih razmerah. Proces površinskega razseva izolatorja ZW32-12 preklopnika je zajet s UV kamerom, hkrati pa je merjena količina razseva. Po obdelavi UV slik so izdolženi karakteristični parametri za opis lastnosti teh slik. Nato je količina razseva izračunana z metodo najmanjših kvadratov podpornega vektorskega stroja, kar omogoča kalibracijo UV slik. To predstavlja nov nenapaden postopek detekcije delnega razseva preklopnikov.

ZW32-12 preklopnik je trofazni, 50 Hz, 12 kV AC zunanjiposredni napajalni uređaj. Glavno namenjen prekinjanju in zapirjanju naložnega toka, pretokov in kratkih tokov. Njegova struktura je prikazana na sliki 1.

Za istovremen zajem UV slike površinskega razseva izolatorja in meritve količine delnega razseva (DR) je bil razvit sistem za testiranje površinskega razseva izolatorja, kot je prikazano na sliki 2. Na sliki 2 T predstavlja regulirnik napetosti, B je napetostni transformator, R₁ je omejujoč upornik, C₂ pa je sklopni kondenzator, ki se uporablja za vzorčenje meritev DR.

Uporabljeni transformator v sistemu je model YDWT-10kVA/100kV, kot je prikazano na sliki 3-a. Uporablja se za ustvarjanje visoke napetosti, ki jo potrebuje izolator.

Za zajem UV slik površinskega razseva izolatorja je uporabljen OFIL Superb UV kamera, kot je prikazano na sliki 3-b. Testiranec je stolpih izolator ZW32-12 preklopnika, ki je bil v uporabi tri leta, kot je prikazano na sliki 3-c. Vzorec je postavljen v umetni klimatski komori, kjer se lahko stabilno nadzira relativna vlaga.

V tem sistemu je za merjenje količine delnega razseva (DR) uporabljena metoda pulznega toka. Kontrolna konzola nadzira regulirnik napetosti in transformator za ustvarjanje želene napetosti. Nato je signal DR prenesen na detektor DR JFD-3 preko sklopnega kondenzatorja in merilnega upornika.

S posrednim vlagočim, se lahko relativna vlaga v umetni klimatski komori ohranja na stabilni ravni. Izolatorji so izpostavljeni napetosti dve uri, da so dobro navlaženi. Nato se izolatorju za 5 minut priključi 12 kV napetost. Med tem obdobjem se zajemajo UV slike in meri količina DR. Oddaljenost snemanja UV kamere je 5 metrov, kot 0° in pojačanost 110%. Ponavljajo se testi pri vsaki ravnini relativne vlage, ki se giblje od 70% do 90%, z korakom 5%.

 Obdelava UV slik

UV kamera zajema video, zato je potrebno obdelati posnetke, da bi pridobili zaporedne kadre UV videa za nadaljnjo analizo. Vsaka slikovna kader je RGB prava barvna slika [3]. Površinski razsev izolatorja se odraža na UV sliki kot svetlo točko. Številčnejši površinski razsev pomeni večjo ploščino točke. Zato sta bistvena koraka za filtriranje ozadja slike in izvlacenje dela točke predobdelava slike in segmentacija slike.

Ker rdeča komponenta (R), zelena komponenta (G) in modra komponenta (B) v barvnem prostoru RGB samo kažejo razmerje med rdečo, zeleno in modro barvo in ne morejo predstaviti svetlosti slike, analiziramo vsako slikovno kader v barvnem prostoru HSL. HSL pomeni Barva, Polnota in Svetlost. Komponente HSL slikovnega kadra so prikazane na sliki 4. Glede na sliko 4 lahko ugotovimo, da komponenta H ali S ne more razlikovati točke od ozadja, medtem ko to lahko naredi komponenta L [4].

Kot je videti na sliki 4-c, je komponenta L deleža točke večja kot tista ozadja. Zato je pragovna segmentacija učinkovit način za izvlacenje dela točke. Ključno je izbrati primerni prag komponente L. Tu uporabljamo Otsuovo metode za izračun praga komponente L [5]. Po implementaciji Matlab kode za Otsuvo metodo je optimalni prag komponente L določen na 216, rezultat segmentacije pa je prikazan na sliki 5-c. Je jasno, da je bilo ozadje filtrirano, ostane le del UV točke.

Kot je prikazano na sliki 5-c, poleg dela UV točke obstaja še veliko majhnih šumskih točk. Za reševanje tega problema uporabljamo matematične morfološke operacije s strukturnim elementom v obliki kroga s polmerom 4 pikslov, da odstranimo te šumsko točke [6]. Po matematični morfološki obdelavi je rezultat prikazan na sliki 5-d. Vse šumsko točke so bile odstranjene, ostane le del točke. Definiramo število pikslov v delu točke kot "facula ploščina" te UV slike.

Po izračunu facula ploščine za zaporedne kadre UV videa lahko dobimo krivuljo facula ploščine. Krivulja facula ploščine pri 85% vlage je prikazana na sliki 6. Kot kaže slika 6, se facula ploščina spreminja znotraj malega obsega, s povsem velikimi točkami, ki se pojavljajo občasno. Zato so definirani trije parametri za karakterizacijo intenzitete razseva: povprečna facula ploščina, intermitentna facula ploščina in ponovitve intermitentne facule [7]. Izberemo 100 zaporednih kadrov po pojavu delnega razseva kot objekte študije. Povprečna facula ploščina je povprečje ploščin 100 kadrov. Intermitentna facula ploščina je povprečje ploščin facul, ki so večje od povprečne facula ploščine, medtem ko je število ponovitev intermitentne facule število facul, ki so večje od povprečne facula ploščine. Glede na sliko 6, je povprečna facula ploščina 665 pikslov. Intermitentna facula ploščina je 902 pikslov. Število ponovitev intermitentne facule je 32.

Ko so izračunani trije karakteristični parametri in hkrati merjena količina delnega razseva (DR), skušamo določiti količino DR z uporabo teh treh parametrov UV slike preko metode najmanjših kvadratov podpornega vektorskega stroja.

Izbranih je 90 vzorcev UV videoposnetkov. Za vsak kader teh vzorcev so izračunani trije parametri UV slike in zabeležena ustrezna količina delnega razseva (DR) z detektorjem DR JFD3. Vhodni argumenti za vektorski stroj so izbrani kot povprečna facula ploščina, intermitentna facula ploščina, število ponovitev intermitentne facule in relativna vlaga. Izstopni argument je količina DR. Radialna bazna funkcija (RBF) je izbrana kot jedrska funkcija. Po normalizaciji je 80 vzorcev uporabljenih za usposabljanje. Jedrski parametri in kaznovni parametri vektorskega stroja sta nastavljeni na privzete vrednosti. Rezultat usposabljanja je prikazan na sliki 7.

Kot je prikazano na sliki 7, za večino vzorcev za usposabljanje je napaka v primerjavi z merjeno količino DR relativno majhna. Vendar za nekatere vzorce presega 20%. Povprečna kvadratna napaka (MSE) je izračunana kot sledi:

Za zmanjšanje povprečne kvadratne napake (MSE) regresijskega rezultata in izboljšanje natančnosti vektorskega stroja je uporabljen genetski algoritem (GA) za optimizacijo jedrskega in kaznovnega parametra. [8-9]

Generacija zaustavitve je nastavljena na 100, velikost populacije pa na 20. Postopek optimizacije je prikazan na sliki 8. Kot je prikazano na sliki 8, po 30 generacijah evolucije MSE pada z 0,07 na 0,01, kar kaže, da je genetski algoritem dosegl optimalno točko. [10] Optimizirani jedrski in kaznovni parametri so 0,2861 in 82,65.

Po optimizaciji parametrov z uporabo genetskega algoritma (GA) so isti 80 vzorcev ponovno usposobljeni, rezultat regresije pa je prikazan na sliki 9. Kot je videti na sliki 9, imajo skoraj vsi vzorci zelo majhno napako v primerjavi s merjeno količino delnega razseva (DR). Povprečna kvadratna napaka (MSE) je zdaj 10, kar je znatno manjše od vrednosti 80 pred optimizacijo parametrov. Torej je jasno, da optimizacija parametrov GA lahko učinkovito zmanjša MSE regresijskega rezultata in izboljša natančnost vektorskega stroja.

Zadnjih 10 vzorcev je uporabljenih za testiranje modela. Rezultati regresije so prikazani v tabeli 1. Je jasno videti, da je napaka med rezultati regresije in dejansko količino delnega razseva (DR) manjša od 6,1 %. To kaže, da ima usposobljeni model odlično splošno sposobnost.

Tehnologija UV snemanja se uporablja za zaznavanje površinskega razseva stolpih izolatorjev zunanjih vakuumskih preklopnikov. S pomočjo metode najmanjših kvadratov podpornega vektorskega stroja je raziskana povezanost med facula ploščino v UV slikah in količino delnega razseva, kar ponuja nov pristop za diagnostiko izolacijskih napak zunanjih vakuumskih preklopnikov na osnovi ultravijoličnega snemanja.

A. Obdelava slik in določitev parametrov

Po izvedbi pragove segmentacije komponente L in matematičnih morfoloških operacij na UV slikah je izdolžen del točke UV slike, kar omogoča izračun facula ploščine. Trije parametri so definirani za kvantifikacijo intenzitete razseva: povprečna facula ploščina, intermitentna facula ploščina in število ponovitev intermitentne facule.

B. Pridobivanje in analiza podatkov

Po zajemu UV videoposnetkov in hkratnem merjenju količine delnega razseva (DR) so uporabljene relativna vlaga in trije karakteristični parametri UV slike kot vhodne spremenljivke. Preko regresijske analize z metodo najmanjših kvadratov podpornega vektorskega stroja in optimizacije jedrskega parametra z uporabo genetskega algoritma (GA) se lahko natančno določi količina DR.

C. Natančnost diagnostike in pomen

S preko regresijske analize, ki vzpostavlja povezavo med količino površinskega razseva izolatorja in njegovo facula ploščino UV slike, je ugotovljeno, da je napaka pri diagnozi količine DR, izvedeni samo na podlagi UV slik, manjša od 6 % v primerjavi s merjeno količino DR. Ta stopnja natančnosti zadostuje za praktične uporabe in zagotavlja nov nenapaden način za diagnozo zunanjih izolacijskih napak zunanjih vakuumskih preklopnikov na osnovi ultravijoličnega snemanja.

Ta raziskava je financirana s strani Nacionalnega narodnega znanstvenega sklada Kitajske in Državnega ključnega laboratorija za električno izolacijo in naprave za prenos električne energije. Avtorji bi radi izrazili iskreno hvaležnost vsem, ki so prispeli k podpori projekta.