白 衛(wèi)，黎業(yè)欣，甘 徐，盧勝標(biāo)，李 毅

（廣西電網(wǎng)有限責(zé)任公司玉林供電局，廣西 玉林537000）

1 引言

絕緣子是電力設(shè)備上的重要部件，起著連接導(dǎo)線和電塔的重要作用。電力系統(tǒng)要穩(wěn)定運(yùn)行，需確保絕緣子性能良好。絕緣子長(zhǎng)期暴露在各種復(fù)雜自然環(huán)境中，其性能不僅受到外界環(huán)境的影響，同時(shí)電磁場(chǎng)和應(yīng)力也會(huì)導(dǎo)致絕緣子的絕緣性能失效、劣化，最終成為零值絕緣子[1]。零值絕緣子在惡劣環(huán)境下會(huì)發(fā)生斷串、掉線等事故，甚至?xí)?dǎo)致嚴(yán)重的區(qū)域性停電[2]。零值絕緣子已經(jīng)嚴(yán)重危害到國(guó)民經(jīng)濟(jì)的發(fā)展和人民日常生活。因此，及時(shí)排除電網(wǎng)設(shè)備中的劣化、零值絕緣子，確保電網(wǎng)的穩(wěn)定安全成為現(xiàn)在的一個(gè)重要課題。

隨著電網(wǎng)規(guī)模的擴(kuò)大，人工巡檢的方法越來(lái)越難以實(shí)施。零值絕緣子的智能化檢測(cè)手段較高的準(zhǔn)確率能有效減少電網(wǎng)因絕緣子劣化引發(fā)的停電事故，從而確保電網(wǎng)的安全穩(wěn)定運(yùn)行。

2 原理介紹

用深度學(xué)習(xí)的方法定位出絕緣串在紅外影像中的位置，通過(guò)分析紅外影像中絕緣子串的熱特性判別絕緣子是否是零值絕緣子。流程如圖1 所示，下面主要介紹零值絕緣子的發(fā)熱原理、熱紅外影像的成像原理和基于深度學(xué)習(xí)的目標(biāo)檢測(cè)技術(shù)的相關(guān)研究成果。

2.1 零值絕緣子熱特性

掛網(wǎng)絕緣子的熱量來(lái)源有三種：絕緣子在大氣環(huán)境中表面沾染污穢，泄漏電流通過(guò)污穢傳導(dǎo)產(chǎn)生的熱量[3]；由于絕緣子制造工藝的限制，導(dǎo)致絕緣子內(nèi)部各部件粘接不緊密，穿過(guò)絕緣子內(nèi)部電流引起發(fā)熱；絕緣介質(zhì)在工頻電壓作用下的極化效應(yīng)引起介質(zhì)損耗發(fā)熱。

圖1 算法流程圖

隨著絕緣子運(yùn)行時(shí)間的增加，受風(fēng)吹日曬等自然環(huán)境的影響，絕緣子絕緣性能不斷降低，導(dǎo)致出現(xiàn)劣化。在劣化過(guò)程中，絕緣阻值變小，從而導(dǎo)致發(fā)熱增加，溫度升高。實(shí)驗(yàn)表明，當(dāng)絕緣子阻值減小到某一特定值時(shí)，發(fā)熱功率達(dá)到最大值，這是通過(guò)熱紅外影像判別絕緣子劣化的重要依據(jù)。

2.2 紅外影像

紅外熱像儀通過(guò)探頭上的光敏傳感器感應(yīng)環(huán)境中的紅外輻射能量，將其轉(zhuǎn)化為電流強(qiáng)度信號(hào)，并將其量化為紅外熱像圖[4]。所以，和光學(xué)相機(jī)類(lèi)似，熱紅外圖片上每一處的灰度值反映了物體對(duì)應(yīng)處的實(shí)時(shí)溫度。該目標(biāo)點(diǎn)的熱量越大，圖片的灰度值越高，紅外圖像上反映出來(lái)的點(diǎn)就越亮[5]。當(dāng)絕緣子串通電時(shí)，絕緣子會(huì)發(fā)熱而與周?chē)h(huán)境區(qū)分開(kāi)來(lái)。當(dāng)線路中出現(xiàn)劣化零值絕緣子時(shí)，其阻值為0，表現(xiàn)為不發(fā)熱，所以此區(qū)域的熱量同環(huán)境溫度基本一致，而低于正常絕緣子的溫度。最終通過(guò)明暗的形式反映到紅外圖片上，結(jié)果如圖2 所示。

圖2 正常絕緣子和零值絕緣子

2.3 深度學(xué)習(xí)

深度學(xué)習(xí)是近年來(lái)的一個(gè)熱門(mén)研究方向，其基本思路是模擬人腦神經(jīng)元之間的連接來(lái)處理一些復(fù)雜的感知問(wèn)題，由于其在語(yǔ)音識(shí)別、計(jì)算機(jī)視覺(jué)等應(yīng)用中取得突破性的進(jìn)展，深度學(xué)習(xí)技術(shù)被廣泛應(yīng)用于工業(yè)生產(chǎn)各個(gè)領(lǐng)域。其中，卷積神經(jīng)網(wǎng)絡(luò)（CNN）能極大程度地提高圖像識(shí)別的泛化能力的識(shí)別效果。CNN 網(wǎng)絡(luò)以輸入圖像處理對(duì)象，輸出為目標(biāo)檢測(cè)結(jié)果及其概率，并且由于權(quán)值共享機(jī)制的影響，CNN 網(wǎng)絡(luò)對(duì)于圖片數(shù)據(jù)的位移、翻轉(zhuǎn)、縮放有著很好的適應(yīng)效果。和傳統(tǒng)基于人工特征的圖像算法相比，完全摒棄了特征設(shè)計(jì)和提取的繁雜過(guò)程。本文設(shè)計(jì)了基于卷積神經(jīng)網(wǎng)絡(luò)的零值絕緣子識(shí)別模型。

3 絕緣子發(fā)熱實(shí)驗(yàn)

為了解絕緣子串，特別是零值絕緣子的發(fā)熱特向。首先在實(shí)驗(yàn)室環(huán)境下模擬絕緣子串在不同位置、不同濕度和不同污穢度條件下的發(fā)熱實(shí)驗(yàn)，獲得零值絕緣子的發(fā)熱影像數(shù)據(jù)，構(gòu)建熱紅外影像數(shù)據(jù)庫(kù)。

3.1 實(shí)驗(yàn)設(shè)備

按照GB/T 4585—2004/IEC60507：1991《交流系統(tǒng)用高壓絕緣子的人工污穢試驗(yàn)》標(biāo)準(zhǔn)進(jìn)行試驗(yàn)，試驗(yàn)方案如圖3所示。移圈調(diào)壓器輸入電壓220 V，輸出電壓0～250 V，調(diào)壓器實(shí)物如圖4 所示。用以限流的保護(hù)電阻為12 kΩ，由工頻交流變壓器給予電源，高壓端銅芯電線經(jīng)絕緣保護(hù)管接入環(huán)境模擬室。將絕緣子串懸掛到2 000 mm×1 300 mm×1 300 mm 的環(huán)境模擬室中，開(kāi)啟加濕器，增加環(huán)境相對(duì)濕度，同時(shí)使用電子濕度計(jì)時(shí)監(jiān)控模擬室內(nèi)的環(huán)境濕度。將絕緣子串按照?qǐng)D3 所示方式進(jìn)行布置，在絕緣子串兩端施加電壓。加壓時(shí)采用均勻升壓的方式快速升壓至試驗(yàn)電壓，再采用恒壓方式持續(xù)加壓1 h，使用分壓比為1 000∶1 的電容分壓器監(jiān)測(cè)電壓，同時(shí)用紅外熱像儀拍攝絕緣子串溫度分布圖，紅外熱像儀為FLIR T440，測(cè)量范圍為-20～1 200 ℃，熱靈敏度小于0.045 ℃，像素為320×240，空間分辨率為1.36 mrad，測(cè)量精度為±2 ℃或讀數(shù)的±2%，并具有連續(xù)變焦功能。

圖3 試驗(yàn)原理圖

圖4 調(diào)壓器

3.2 實(shí)驗(yàn)步驟

實(shí)驗(yàn)步驟如下：①在確保未通電的情況下，將涂污陰干后的絕緣子連接成串懸掛于人工霧室內(nèi)，低壓端絕緣子鋼帽與接地線連接使其可靠接地，高壓端絕緣子鐵腳連接高壓進(jìn)線，接線完成后封閉人工霧室；②接通電源進(jìn)行升壓，升壓時(shí)采用平均快速升壓的方法升壓至實(shí)驗(yàn)電壓，然后利用恒壓的方式繼續(xù)加壓，使用電容分壓器監(jiān)測(cè)電壓；③打開(kāi)加濕系統(tǒng)使人工霧室內(nèi)的空氣濕度逐漸增加，直至試驗(yàn)所需目標(biāo)濕度值，使用溫濕度傳感器對(duì)人工霧室內(nèi)的溫濕度進(jìn)行監(jiān)測(cè)；④持續(xù)加壓半小時(shí)后關(guān)閉電源，記錄環(huán)境溫濕度并使用高精度紅外熱像儀采集絕緣子串紅外熱像圖，然后將絕緣子串靜置并使用紅外熱像儀進(jìn)行檢測(cè)，直至絕緣子余熱消除，避免影響后續(xù)試驗(yàn)；⑤將絕緣子按高壓端、中間位置、低壓端進(jìn)行編號(hào)，分別編號(hào)為1 號(hào)位、2 號(hào)位和3 號(hào)位，改變零值絕緣子方位（1 號(hào)位、2 號(hào)位、3 號(hào)位）后，重復(fù)步驟①～④；⑥改變目標(biāo)濕度（60%、70%、80%）后，重復(fù)上述步驟①～⑤；⑦更換不同污穢度（0.03 mg/cm2、0.04 mg/cm2、0.2 mg/cm2）絕緣子后，重復(fù)上述步驟①～⑥。

3.3 實(shí)驗(yàn)結(jié)果

3.3.1 不同位置零值絕緣子發(fā)熱特性

為了解污穢絕緣子串中出現(xiàn)劣化情況時(shí)，零值絕緣子所在地方對(duì)于整串絕緣子發(fā)熱的影響，進(jìn)行了相關(guān)試驗(yàn)。將污穢絕緣子串進(jìn)行編號(hào)，由高壓端至低壓接地端依次編為1～3 號(hào)位置，試驗(yàn)時(shí)選擇零值絕緣子置于高壓位置、中間位置和低壓接地位置，分別進(jìn)行絕緣子串紅外檢測(cè)。不同位置絕緣子串紅外圖如圖5 所示。

圖5 不同位置絕緣子串紅外圖

結(jié)合圖5 可以看出，零值絕緣子位于高壓端即1 號(hào)、中間位置即2 號(hào)和低壓接地端即3 號(hào)時(shí)，零值絕緣子均表現(xiàn)出較一致的熱特征，即零值絕緣子溫度較低，這主要是因?yàn)樵陔娏飨嗤那闆r下，零值絕緣子的電阻幾乎為0，其兩端的電壓幾乎為0，發(fā)熱不明顯，而正常絕緣子電阻很大，正常絕緣子承受的電壓較大，圖像發(fā)熱較零值絕緣子要明亮。

3.3.2 不同濕度零值絕緣子發(fā)熱特性

為了分析環(huán)境相對(duì)濕度對(duì)于污穢含零值絕緣子串溫度分布的影響，進(jìn)行了相關(guān)試驗(yàn)。不同濕度下絕緣子串紅外圖如圖6 所示。

圖6 不同濕度下絕緣子串紅外圖

在相對(duì)濕度較小時(shí)，絕緣子表面污穢干燥，由于附著污穢物影響，電阻值較大，雖然通過(guò)其的電流會(huì)增加，熱效應(yīng)也增強(qiáng)，但正常絕緣子溫升仍然較小，與零值表面溫度接近，仍然不利于紅外檢測(cè)零值絕緣子。

3.3.3 不同污穢度零值絕緣子發(fā)熱特性

為了分析絕緣子表面污穢度對(duì)于污穢含零值絕緣子串溫度分布的影響，進(jìn)行了相關(guān)試驗(yàn)。相同環(huán)境相對(duì)濕度條件（80%）含零值絕緣子時(shí)，污穢度不同時(shí)絕緣子串上表面溫度分布試驗(yàn)結(jié)果如圖7 所示。

圖7 不同污穢度下絕緣子串紅外圖

4 熱紅外影像處理

在實(shí)驗(yàn)室環(huán)境和真實(shí)環(huán)境中拍攝大量絕緣子串的紅外影像圖片，首先對(duì)紅外影像進(jìn)行去噪處理，然后分割提取盤(pán)面得到符合要求的圖像。

4.1 圖像去噪

采集到的原始紅外圖片，首先需要進(jìn)行去噪處理，即濾除圖像中的高斯噪聲、散粒噪聲等干擾噪聲。

與高清照片相比，紅外圖片受限于紅外熱像儀分辨率（普遍為640×480）的影響，表現(xiàn)出低對(duì)比度的特征，即難以準(zhǔn)確地區(qū)分出環(huán)境與目標(biāo)物[6]。自適應(yīng)濾波器能分析輸入輸出消息的時(shí)變效應(yīng)，智能匹配濾波器參數(shù)，有較好的濾波性能，本文采用自適應(yīng)中值濾波器作為圖像去噪的工具，能較好濾除紅外圖片數(shù)據(jù)中的雜質(zhì)噪聲，保障目標(biāo)的特征能被有效識(shí)別出來(lái)。

4.2 紅外圖像分割

圖像分割是目標(biāo)物特征提取的關(guān)鍵。紅外圖片進(jìn)行去噪處理后，絕緣子與周?chē)h(huán)境的差異變大，通過(guò)使用優(yōu)化的Otsu 算法對(duì)紅外圖片實(shí)現(xiàn)分割處理，然后使用Sobel 算法得到絕緣子串邊界圖像，最后運(yùn)用Hough 算法測(cè)算出絕緣子串的邊界線和傾角，從而完成對(duì)其的校正。

4.3 建立樣本數(shù)據(jù)庫(kù)

對(duì)熱紅外影像預(yù)處理之后，需要建立自己的樣本數(shù)據(jù)庫(kù)。因?yàn)榫W(wǎng)絡(luò)模型的效果好壞直接取決于樣本數(shù)據(jù)庫(kù)的豐富程度。只有樣本數(shù)據(jù)庫(kù)真實(shí)有效，類(lèi)型豐富，網(wǎng)絡(luò)模型精準(zhǔn)識(shí)別劣化絕緣子的能力才更突出。

5 深度學(xué)習(xí)目標(biāo)檢測(cè)

Faster RCNN 是目標(biāo)檢測(cè)領(lǐng)域經(jīng)典的的目標(biāo)檢測(cè)算法[7]。Faster RCNN 包含2 個(gè)cnn 網(wǎng)絡(luò)：特征提取網(wǎng)絡(luò)RPN和Fast RCNN 檢測(cè)網(wǎng)絡(luò)[8]。RPN 通過(guò)在feature map 上滑動(dòng)窗口，建一個(gè)神經(jīng)網(wǎng)絡(luò)用于物體分類(lèi)+框位置的回歸。Faster RCNN 的流程如圖8 所示。

圖8 Faster RCNN 流程圖

為了保證樣本的豐富性，采用實(shí)驗(yàn)室數(shù)據(jù)+現(xiàn)場(chǎng)巡檢數(shù)據(jù)的模式對(duì)深度學(xué)習(xí)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練。首先是紅外視頻樣本采集，使用opencv 開(kāi)源圖像處理庫(kù)對(duì)視頻進(jìn)行轉(zhuǎn)換操作，共截取了3 344 張絕緣子紅外圖像；然后通過(guò)以上零值絕緣子發(fā)熱實(shí)驗(yàn)，獲得不同位置、不同濕度、不同污穢下的絕緣子紅外數(shù)據(jù)5 000 張。獲得充足的樣本數(shù)據(jù)后，利用常見(jiàn)的標(biāo)注工具LabelMe 對(duì)3 344 張現(xiàn)場(chǎng)絕緣子照片和5 000張實(shí)驗(yàn)絕緣子照片進(jìn)行標(biāo)注，標(biāo)注出絕緣子位置信息，如圖9 所示。

圖9 紅外數(shù)據(jù)標(biāo)注

將標(biāo)注好的數(shù)據(jù)導(dǎo)入深度學(xué)習(xí)模型進(jìn)行訓(xùn)練，經(jīng)過(guò)不斷映射和反復(fù)修改模型參數(shù)，最后得到目標(biāo)檢測(cè)模型，檢測(cè)示例如圖10 所示。

圖10 目標(biāo)檢測(cè)結(jié)果