广东电网有限责任公司东莞供电局,523000
摘要:本次研究针对传统方法故障诊断准确率不高、响应速率较慢的问题,提出基于红外分析的电容式电压互感器故障诊断方法。本次研究先对电容电压互感器红外测温故障诊断机理进行分析,然后利用红外相机完成图像的采集,对其进行图像滤波、图像分割等处理,通过分割后的图像完成互感器故障诊断。实验结果表明,所提方法可对电容式电压互感器故障进行准确诊断,且其诊断准确率均高于92.5%,响应时间小于13.6ms,具有较好的应用性能。
关键词:红外热成像;电容式电压互感器;故障诊断
中图分类号:TM451 文献标识码:A
智能电网作为实现现代信息技术与电力系统相融合的新型电力网络设施,其建设对保障我国民生、促进社会经济发展均起到重要作用,在一定程度上改善了我国传统供电模式、提高了电能传输效率、优化能源配置、提升用户用电体验,为人们提供高品质、高质量、可持续发展与绿色用电提供了坚实保障[1]。所谓电压互感器是一种将电网中的电能转化成有功出力,然后再将其转化成电力输出到电力用户的设备。其中,电容式电压互感器的输出功率大输出精度高,被广泛应用于电网之中。这种装置在使用过程中一旦出现故障,其输出功率就会大幅度降低,因此,对其进行故障诊断进行研究就显得尤为重要。近年来,我国也进行相关研究,并提出部分方法对其故障进行诊断,但其普遍存在诊断准确率不高、响应速率慢等问题[2]。红外热成像是通过红外探测器等设备获取检测物体热辐射的红外线特定信号,以此生成红外图像来判断其运行状态的技术,目前被广泛应用于设备故障识别、诊断等工作[3]。基于此,本次研究开展基于红外分析的电容式电压互感器故障诊断方法。
1 电容电压互感器红外测温故障诊断机理分析
在本次研究中,红外热像技术是通过红外探测器在一定范围内探测到被测的电容电压互感器热辐射散发的红外信号,再通过物镜反射回其感光元件以得到可体现设备表面热分布的热像图的技术。电容式电压互感器装置的内部失效会发生热传导,仅为引起过热现象,其缺点较为隐秘,至今尚无定论[4]。由于其过热失效点是封闭在绝缘材料或金属外壳中的,其穿透性较差,很难穿透绝缘层和器件的外壳,因此,不能用红外热像仪直接探测到器件的内部热缺陷,但是,由于其器件内部热缺陷产生的时间较长,且其短时间内无法消失,所以故障点散发的热量会通过热传导和对流等形式与器件失效点附近的导线或绝缘材料进行热交换,使这些部分的温度上升,特别是与它们有电连接的导线会出现明显的温度升高[5]。因此,对设备的红外探测、热像图进行全面的分析,可以发现设备的内部有无发热的问题,而采用合适的红外热像仪进行检测,可以对设备的故障性质、位置和严重性作出正确的判断。
2电容式电压互感器故障诊断方法设计
2.1红外图像采集及预处理
采用线性阵列红外检测器对电容式电压互感器设备不同的扫描空间进行扫描,可得到非同帧的红外图像。设线阵列红外检测器把电容式电压互感器装置的扫描空间分成个面元素,它的单位扫描空间可由以下公式来表达:
(1)
式中,代表帧频,
代表周期。
本次研究采用基于TLS估计的小波自适应去噪方法完成待检测红外图像的去噪工作[6]。在进行电容式电压互感器红外图像的采集过程中,其容易受到周围环境的影响,使获取的待检测图像包含了大量的噪声,如果直接进行分割、诊断等步骤,则会降低识别精度,因此必须进行预处理。本文提出通过一种小波自适应降噪算法对红外图像进行处理。设原始小波系数拉直形成的向量为,且有
,则
(2)
式中,代表噪声信号标准差,且其满足
(3)
(4)
此时鲁棒中值估计噪声标准差,
,
为最高频对角线子带小波系数。为求解总体最小二乘解
,令
,从而总体最小二乘法可表示为
(5)
由奇异值可分解为
(6)
由此可得到
(7)
当时,有
,故
(8)
通过上述可得到右奇异矩阵,则小波系数估计值如下所示:
(9)
根据上述,利用基于TLS估计的小波去噪算法完成图像的预处理。接下来,对其进行分割,完成红外图像故障诊断。
2.2红外图像故障诊断方法
红外热像仪采集到的图像能够反映目标的温度场辐射强度分布,它含有大量的信息。在具体的研究中,通常仅限于有特定特征的影像区域,而这些区域是专门的分析和识别的[7]。在电力设备的红外图象中,各个温度场的边界信息是进行判别、判断热故障程度的先决条件,所以必须将目标区与其他图像分开。本次研究选择了一种改进遗传算法进行红外图像分割设计。遗传算法中的比例选择算子在较大的群体中运算时,有可能忽略掉适合度高的个体,从而导致选择错误。而单点交叉算子、基本位变异算子通过反复迭代可确定交叉概率和变异概率
,其容易引起“早熟”现象,无法使其获得最优解[8]。故本次研究针对选择算子、
和
进行改进。
(1)选择算子的改进
本文将遗传选择算子中各个体间的相似性考虑进来,提出一种改进的选择方法。利用欧拉公式计算个体之间相似度,其公式如下:
(10)
根据上述可知,越小,个体
与
的相似程度越高;当
时,则代表两个个体完全相同。可将个体
的浓度为
,则综合相似性和适应值定义的适应度为:
(11)
式中,为常数影响因子;
为种群个体;
为适应值函数。在个体浓度不变的情况下,适应度高的个体表现出更好的适应性;在一定的适配值下,个体的密度越大,其适应值也就越小,被选中的可能性也就越小。采用该方法可在一定程度上解决算法陷入局部最优的问题。
(2)交叉概率和变异概率的改进
交叉概率可用下式进行计算:
(11)
(12)
式中,最大适应度可用表示;平均适应度可用
表示;参与交叉的个体最大适应度用
表示;参与变异个体适应度可用
表示;
代表常数,其取值范围为
。将其与进化因子相结合,得到公式如下所示:
(13)
(14)
式中,为进化因子 ;
为当前进化代数,设为第
代种群个体适应度值离散程度为
。则其表达式如下:
(15)
在进化前期,当进化因子为1时,其影响较低,故其和
通常会由个体的适应度关系进行自动调整。在种群最大适应值与优良个体之间的差异接近或等于0的情况下,优秀个体的变异和交叉概率均维持在0以下,不会使得算法陷入局部最优。种群的适应性离散度随演化代数的增大而递减,种群向最优方向发展,而 D (g)则稍有下降,这时交叉和变异的几率会逐渐降低。在演化后期,随着衰减系数的降低,个体间的交叉几率和变异几率急剧降低,从而保证了整体优化方案的稳定性。
通过上述设计完成红外图像的分割,然后依据分割后的图像完成故障诊断。
3实验分析
本次研究利用AMG8831型号线性阵列红外检测器实现不同电容式电压互感器进行红外图像的采集工作,获得图像共500张组成数据集。本文自制的数据集中共包含250幅电容式电压互感器正常工作影像及250幅失效影像,其故障可归纳为:外部连接不良、内部接触不良、充油装置内部油绝缘不良及充油设备漏油等。将实验数据集进行分割,均分为训练集和测试集,并以此为基础开展实验。这项研究的资料分析工作是在一台操作系统为Windows 10的笔记本电脑中进行。为验证本文方法性能,将其与现今的故障诊断方法相比较,选取文献[4]、[5]方法作为对比方法,开展系统性能对比实验,对其性能进行分析。利用三种方法开展故障诊断,对比不同故障类型条件下故障诊断准确率,获取结果如下图1所示。
图1 故障诊断准确率对比
如上图1所示,针对不同类型的故障,本文方法面对不同故障类型的诊断准确率更高,其最低是面对内部触头接触不良故障进行检测,准确率高达92.5%,最高是对充油设备内部油绝缘不良问题进行检测,其检测准确率高达98.5%;文献[4]方法在充油设备内部油绝缘不良问题进行检测的检测准确率最低,为80%,面对充油设备缺油问题进行检测的检测准确率最高,为86.5%;文献[5]方法在内部触头接触不良问题的检测准确率最低,为79.5%,面对外部连接不良问题进行检测的检测准确率最高,为86.3%,由此可说明本文方法的故障诊断效果更佳。
利用三种方法开展故障诊断,对比故障诊断响应时间,获取结果如下表1所示。
表1 故障诊断响应时间
故障类型 | 本文方法响应时间/ms | 文献[4]方法响应时间/ms | 文献[5]方法响应时间/ms |
外部连接不良 | 10.3 | 37.2 | 40.5 |
内部触头接触不良 | 13.6 | 41.1 | 45.2 |
内部油绝缘不良 | 12.4 | 38.6 | 42.2 |
充油设备缺油 | 11.7 | 34.1 | 41.6 |
如上表1可知,采用本文方法进行电容式电压互感器故障诊断时响应时间均少于13.6ms,而应用文献[4]方法和文献[5]方法进行故障诊断时响应时间均多于34.1ms,由此可证明本文方法优于对比方法,进行故障诊断的响应速率最高。
4 结束语
面对传统电容式电压互感器故障诊断方法诊断准确率低、响应时间较长的问题,提出了基于红外分析的电容式电压互感器故障诊断方法研究。本次研究利用线性阵列红外检测器完成红外图像采集,然后依次对图像进行滤波、分割等操作,获得更为清晰的红外图像,以便于故障的红外诊断。经实验结果表明,与对比方法相比,本文方法故障诊断准确率最低为92.5%,响应时间少于13.6ms,具有更优的应用性能。
参考文献
[1]张超,丁心志,王宾. 基于时域解析法的电容式电压互感器铁磁谐振分析与抑制[J]. 广东电力,2022,35(10):56-64.
[2]林根德,黄继来,刘茂集,许璞轩,陆锋. 电容式电压互感器发热故障诊断与分析[J]. 电力安全技术,2022,24(08):60-62.
[3]黄海飞,许家响,王静,范小辉,朱旻哲. 电容式电压互感器电磁单元异常发热故障分析[J]. 电力安全技术,2021,23(11):67-69.
[4]王维喆,艾博,田晓云. 二次电压检测法在电容式电压互感器故障诊断中的应用[J]. 电工技术,2021,(03):98-101+105.
[5]黄文珍,危靖龙. 电容式电压互感器故障诊断及分析[J]. 农村电气化,2020,(08):76-77.
[6]佘立伟. 一起110kV电容式电压互感器异常诊断分析[J]. 电工技术,2020,(11):85-87.
[7]方磊,王雨薇,周能萍,蒋良晨. 220 kV电容式电压互感器N点悬浮放电故障分析[J]. 电工电气,2019,(10):36-38+56.
[8]韩晋思,刘卫明,张明明,杨朋威,王达. 220kV变电站电容式电压互感器故障分析[J]. 水电能源科学,2018,36(08):175-176+213.