Detekcija površinske razlage vanjske izolacije spoljnog vakuumskog prekidača bazirana na ultraljubaznom snimanju

Vanjski vakumski prekidači (u daljnjem tekstu nazvani prekidači) široko se koriste u distribucijskoj mreži zbog prednosti poput male veličine, lagane težine, otpornosti na požar i eksplozije, gladak rad, niske buke, male otvorene kontaktne razmak, kratkog vremena luka, i lakšeg održavanja. S obzirom na sve veću atmosfersku zagađenost, u lošim vremenskim uslovima kao što su gusti magla, kapljevine, kondenzacija ili taloći, mogu nastati delimični razlaganji (DR) na površini stuba izolatora prekidača. Ovo može čak dovesti do isparkavanja, skraćujući životnu vreme prekidača i utičući na siguran i stabilan rad električnog sistema.

U ovom radu, ZW32-12 vanjski stubni visokonaponski vakumski prekidač (u daljnjem tekstu nazvan HV ZW32-12 prekidač) služi kao primer, podvrgnut testiranju u različitim klimatskim uslovima. Proces površinskog razlaganja na stubu izolatora ZW32-12 prekidača snimljen je UV kamerom, dok je istovremeno merena količina razlaganja. Nakon obrade slika UV snimaka, izvučeni su karakteristični parametri kako bi se opisale osobine tih slika. Zatim je količina razlaganja izračunata primenom metode najmanjih kvadrata podrščeg vektorskog mašina, omogućavajući kalibraciju UV slika. Ovo predstavlja novu nekontaktnu tehniku detekcije delimičnih razlaganja prekidača.

ZW32-12 prekidač je trofazni, 50Hz, 12kV AC vanjski uređaj za distribuciju struje. Glavno se koristi za prekid i zatvaranje radne struje, preopterećene struje i struje kratkog spoja. Njegova struktura prikazana je na Slici 1.

Da bi se istovremeno uhvatila UV slika razlaganja na površini stuba izolatora i izmerila količina delimičnog razlaganja (DR), dizajniran je sistem za testiranje površinskog razlaganja izolatora, kao što je prikazano na Slici 2. Na Slici 2, T predstavlja regulator napona, B je step-up transformator, R₁ je ograničavajući otpornik, a C₂ je spajajući kondenzator, koji se koristi za uzorkovanje mere DR.

Transformator korišćen u sistemu je model YDWT-10kVA/100kV, kao što je prikazano na Slici 3-a. Koristi se za generisanje potrebnog visokog napona za izolator.

Koristi se OFIL Superb UV kamera za uhvatanje UV slika površinskog razlaganja izolatora, kao što je prikazano na Slici 3-b. Test uzorak je stub izolator sa ZW32-12 prekidača, koji je bio u upotrebi tri godine, kao što je prikazano na Slici 3-c. Uzorak je postavljen unutar umetnog klimatskog komore, gde se relativna vlažnost može stabilno kontrolisati.

U ovom sistemu, metoda impulsnog toka se koristi za merenje količine delimičnog razlaganja (DR). Kontrolna tabla kontrolira regulator napona i transformator kako bi generirala željeni napon. Zatim se signal DR prenosi na detektor JFD-3 putem spajajućeg kondenzatora i detektorskog impedansa.

Putem intermitentnog vlagozanja, relativna vlažnost unutar umetne klimatske komore može se održavati na stabilnom nivou. Izolatori su izlagani napajanju dva sata kako bi bili potpuno namrljani. Zatim se 12kV napon primenjuje na izolator tokom 5 minuta. Tokom ovog perioda, uhvaćene su UV slike, a količina DR je izmerena. Udaljenost snimanja UV kamere je 5 metara, sa uglom od 0° i povećanjem od 110%. Ponovljena su testovi na svakom nivou relativne vlažnosti, koji se kreće od 70% do 90%, sa inkrementom od 5%.

 Proces obrade UV slika

UV kamera snima video, stoga je potrebno obraditi frejmove kako bi se dobile uzastopne frejmove UV videa za dalju analizu. Svaki slični frejm je RGB true-color slika [3]. Površinsko razlaganje izolatora reflektuje se na UV slici kao svetlo mesto. Što je intenzitet površinskog razlaganja veći, veća je površina mesta. Stoga su ključni koraci obrade slika i segmentacije slika neophodni kako bi se izfiltrirao pozadinski deo slike i izdvojio deo mesta.

Pošto crvena komponenta (R), zelena komponenta (G) i plava komponenta (B) u RGB bojnom prostoru ukazuju samo na odnos boja crvene, zelene i plave i ne mogu da predstave svjetlost slike, analiziramo svaki slični frejm u HSL bojnom prostoru. HSL označava Hue, Saturation i Luminance redom. HSL komponente sličnog frejma prikazane su na Slici 4. Prema Slici 4, možemo zaključiti da H ili S komponenta ne može razlikovati mesto od pozadine, dok L komponenta može to uraditi [4].

Kao što se može videti na Slici 4-c, L komponenta mesta je veća od L komponente pozadine. Stoga je pragova segmentacija efikasna metoda za izdvajanje mesta. Ključ je u biranju odgovarajućeg L-komponentskog praga. Ovdje koristimo Otsuovu metod za izračunavanje L-komponentskog praga [5]. Nakon implementacije Matlab koda za Otsuovu metodu, optimalni L-komponentski prag je određen na 216, a rezultat segmentacije prikazan je na Slici 5-c. Očigledno je da je pozadina filtrirana, ostavljajući samo UV deo mesta.

Kao što se može videti na Slici 5-c, osim UV dela mesta, još uvijek postoje mnogi mali šumski tačkasti. Da bi se to riješilo, primenjujemo matematičke morfološke operacije sa strukturnim elementom u obliku kruga sa poluprečnikom od 4 piksela kako bi se uklonili ti šumski tačkasti [6]. Nakon matematičke morfološke obrade, rezultat prikazan je na Slici 5-d. Svi šumski tačkasti su uklonjeni, a ostao je samo deo mesta. Definiramo broj piksela u delu mesta kao "facula area" ove UV slike.

Nakon izračunavanja facula area za uzastopne frejmove u UV videu, možemo dobiti krivu facula area. Kriva facula area kod 85% vlažnosti prikazana je na Slici 6. Kao što pokazuje Slika 6, facula area fluktuira u malom opsegu, s povremenim pojavljivanjem velikog mesta. Stoga su definirani tri parametra za karakterizaciju intenziteta razlaganja: srednja facula area, intermitentna facula area i ponavljanja intermitentne facula redom [7]. Biramo 100 uzastopnih frejmova nakon pojavljivanja delimičnog razlaganja kao objekte studije. Srednja facula area je prosjek površina 100 frejmova facula. Intermitentna facula area je prosjek površina facula koje su veće od srednje facula area, dok je ponavljanje intermitentne facula broj facula s površinom većom od srednje facula area. Prema Slici 6, srednja facula area je 665 piksela. Intermitentna facula area je 902 piksela. Ponavljanje intermitentne facula je 32.

Nakon što su izračunati tri karakteristična parametra i istovremeno izmerena količina delimičnog razlaganja (DR), pokušavamo odrediti količinu DR koristeći ova tri UV slična parametra putem metode najmanjih kvadrata podrščeg vektorskog mašina.

Izabrani su 90 uzoraka UV videa. Za svaki frejm tih uzoraka, izračunati su tri UV slična parametra, a odgovarajuća količina delimičnog razlaganja (DR) je zabeležena detektorom JFD3. Ulazni argumenti za vektorsku mašinu su srednja facula area, intermitentna facula area, ponavljanje intermitentne facula i relativna vlažnost. Izlazni argument je količina DR. Radialna osnovna funkcija (RBF) je izabrana kao jezgra funkcija. Nakon normalizacije, 80 uzoraka se koriste za trening. Kernel parametri i kazneni parametri vektorske mašine su postavljeni na podrazumevane vrednosti. Rezultat treninga prikazan je na Slici 7.

Kao što se može videti na Slici 7, za većinu uzoraka treninga, greška u poređenju sa izmerenom količinom DR je relativno mala. Međutim, za neke uzorke, greška prelazi 20%. Srednja kvadratna greška (MSE) izračunata je na sledeći način:

Da bi se minimizovala srednja kvadratna greška (MSE) regresijskog rezultata i poboljšala tačnost vektorske mašine, koristi se genetski algoritam (GA) za optimizaciju kernel parametara i kaznenih parametara. [8 - 9]

Generacija zaustavljanja je postavljena na 100, a veličina populacije je postavljena na 20. Proces optimizacije prikazan je na Slici 8. Kao što se može videti na Slici 8, nakon 30 generacija evolucije, MSE pada sa 0.07 na 0.01, što ukazuje da je genetski algoritam dostigao svoju optimalnu tačku. [10] Optimizovani kernel i kazneni parametri su 0.2861 i 82.65 redom.

Nakon optimizacije parametara koristeći genetski algoritam (GA), isti 80 uzoraka su ponovo treningovani, a rezultat regresije prikazan je na Slici 9. Kao što se može videti na Slici 9, gotovo svi uzorci pokazuju vrlo malu grešku u poređenju sa izmerenom količinom delimičnog razlaganja (DR). Srednja kvadratna greška (MSE) sada iznosi 10, što je značajno manje od vrednosti 80 pre optimizacije parametara. Stoga je očigledno da optimizacija GA parametara može efikasno smanjiti MSE regresijskog rezultata i poboljšati tačnost vektorske mašine.

Zadnjih 10 uzoraka koristi se za testiranje modela. Rezultati regresije prikazani su u Tabeli 1. Može se jasno videti da je greška između rezultata regresije i stvarne količine delimičnog razlaganja (DR) manja od 6.1%. Ovo pokazuje da trenirani model ima odličnu generalizacionu sposobnost.

Tehnologija UV snimanja koristi se za detekciju površinskog razlaganja stuba izolatora vanjskih vakumskih prekidača. Veza između facula area na UV slikama i količine delimičnog razlaganja istražuje se kroz metodu najmanjih kvadrata podrščeg vektorskog mašina, pružajući novi pristup dijagnostici izolacijskih grešaka vanjskih vakumskih prekidača temeljen na ultraljubičastom snimanju.

A. Obrada slika i definicija parametara

Nakon provedbe pragove segmentacije L-komponente i matematičkih morfoloških operacija na UV slikama, izdvaja se deo mesta na UV slici, omogućavajući izračunavanje facula area. Tri parametra su definirana kako bi se kvantificirao intenzitet razlaganja: srednja facula area, intermitentna facula area i ponavljanje intermitentne facula.

B. Akvizicija podataka i analiza

Nakon uhvaćenih UV videa i istovremene mere količine delimičnog razlaganja (DR), relativna vlažnost i tri UV slična karakteristična parametra koriste se kao ulazne promenljive. Putem regresijske analize kroz metodu najmanjih kvadrata podrščeg vektorskog mašina, zajedno sa optimizacijom kernel parametara pomoću genetskog algoritma (GA), količina DR može se precizno odrediti.

C. Tačnost dijagnoze i značaj

Kroz regresijsku analizu koja uspostavlja vezu između količine površinskog razlaganja izolatora i njegove UV slične facula area, utvrđeno je da količina DR dijagnosticirana samo na osnovu UV slika ima grešku manju od 6% u poređenju sa izmerenom količinom DR. Ova razina tačnosti zadovoljava zahteve praktične primene i pruža novu neinvazivnu metodu za dijagnozu vanjskih izolacijskih grešaka vanjskih vakumskih prekidača temeljenih na ultraljubičastom snimanju.

Ovo istraživanje finansirano je Nacionalnim prirodnim naučnim fondom Kine i Državnim ključnim laboratorijem za električnu izolaciju i električnu opremu. Autori bi iskreno zahvalili svima koji su pružili podršku ovom projektu.