李瑾
(鄂州電力勘察設(shè)計院有限責(zé)任公司,湖北鄂州 436000)
智能型防雷接地設(shè)備是保護建筑物內(nèi)電子設(shè)備和網(wǎng)絡(luò)安全的重要設(shè)備之一。由于智能防雷接地設(shè)備多工作在復(fù)雜的工作環(huán)境中,存在著許多突發(fā)性故障因素,嚴重影響了配電網(wǎng)等系統(tǒng)的安全運行。因此,優(yōu)化智能防雷接地設(shè)備缺陷位置檢測模型是研究趨勢之一[1],眾多學(xué)者結(jié)合智能防雷接地設(shè)備缺陷特征分析和智能信息分析,采用視覺特征分析方法,實現(xiàn)了防雷接地設(shè)備缺陷的可視化特征重構(gòu)和定位分析,提高了防雷接地設(shè)備運行的穩(wěn)定性。其中,文獻[2]提出利用配電系統(tǒng)特征頻帶,基于EMD改進算法,將各線路區(qū)段特征零模電流波形相似度與幅值差度對比,結(jié)合設(shè)備信息交互,快速定位接地設(shè)備故障,但是其線路區(qū)段特征提取精度較低;文獻[3]提出利用柔性開關(guān)設(shè)備改造交流配網(wǎng),通過消弧線圈的過補償作用,凸顯了缺陷處的電感電流流通回路,簡便地定位了設(shè)備缺陷處;文獻[4]提出采用紅外檢測技術(shù)這一帶電檢測手段,及時發(fā)現(xiàn)防雷接地設(shè)備的潛在缺陷,但其進行防雷接地設(shè)備缺陷定位檢測的準確性不高。
針對上述問題,該文提出基于Census 變換的智能型防雷接地設(shè)備缺陷可視化系統(tǒng)設(shè)計方法,通過構(gòu)建智能型防雷接地設(shè)備缺陷可視化圖像的邊緣紋理特征分析模型,以及對智能型防雷接地設(shè)備缺陷可視化圖譜重構(gòu),對設(shè)備缺陷可視化分析和視覺跟蹤識別,展示了該方法在提高智能型防雷接地設(shè)備缺陷可視化分析方面的優(yōu)越性能。
為了實現(xiàn)基于Census 變換的智能型防雷接地設(shè)備缺陷可視化定位,首先,采用視頻跟隨掃描與控制方法實現(xiàn)對智能型防雷接地設(shè)備缺陷圖像采集,采集過程如下:
首先,結(jié)合智能型防雷接地設(shè)備缺陷譜特征分析方法,通過電纜絕緣破損分析,設(shè)智能型防雷接地設(shè)備缺陷的譜特征為i[5],其中,設(shè)非線性電阻特征為k,得到智能型防雷接地設(shè)備缺陷圖譜分布為:
式中,λi(i=1,2,…,∞)為智能型防雷接地設(shè)備缺陷圖譜采樣序列,p為智能型防雷接地設(shè)備缺陷特征的可靠性融合參數(shù)。根據(jù)電流波形中的高頻脈沖系數(shù)f判斷防雷接地設(shè)備的斷開點位,判斷公式為:
式中,a表示智能型防雷接地設(shè)備缺陷圖譜波束分布聚類,b表示智能型防雷接地設(shè)備缺陷分布的相似度屬性。其次,以高斯噪聲零均值為前提,分析智能型防雷接地設(shè)備缺陷的三維圖像分布[6],得到智能型防雷接地設(shè)備缺陷紅外載波譜峰值表達式為:
式中,h為智能型防雷接地設(shè)備缺陷紅外成像邊緣輪廓檢測的窗函數(shù),x為智能型防雷接地設(shè)備缺陷故障特征分布的波形。選擇特定的窗函數(shù)可能會影響智能型防雷接地設(shè)備缺陷的頻率分辨率,因此,需要對電弧電流進行頻譜分析[7],得到智能型防雷接地設(shè)備缺陷紅外成像的固定輸出特征分辨率:
式中,t為智能型防雷接地設(shè)備缺陷的輸出穩(wěn)態(tài)參數(shù)特征量。
最后,引入電弧伏安特性經(jīng)驗公式,進行缺陷特征定位,得到智能型防雷接地設(shè)備缺陷三維高頻成分衰減為:
式中,m為智能型防雷接地設(shè)備缺陷三維成像的灰度像素集,γ為智能型防雷接地設(shè)備電弧電場強度,n為防雷接地設(shè)備缺陷邊緣輪廓特征分量。根據(jù)上述分析,以三維高頻成分衰減程度為三維圖像紅外載波譜峰值約束條件,聯(lián)合式(1)完成智能型防雷接地設(shè)備缺陷圖像采集[8]。
采用視頻跟隨掃描與控制方法實現(xiàn)對智能型防雷接地設(shè)備缺陷圖像采集后,結(jié)合CT 和紅外傳感識別方法對智能型防雷接地設(shè)備缺陷特征可視化分析。
設(shè)智能型防雷接地設(shè)備特征分布Mi滿足:
式中,M是正整數(shù),表示智能型防雷接地設(shè)備缺陷光譜穩(wěn)態(tài)分布頻率參數(shù)。以電流幅值增益控制需求為出發(fā)點[9],設(shè)防雷接地設(shè)備的電極距離為:
式中,bk為智能型防雷接地設(shè)備缺陷譜分量,?為電弧的頻譜分布。以實際電弧輻射電磁信號檢測結(jié)果為依據(jù),聯(lián)合防雷接地設(shè)備的斷開點位判斷結(jié)果,設(shè)智能型防雷接地設(shè)備缺陷的三維可視化特征點表示為(x,y),此時的脈沖幅值為:
式中,τ為多參量檢測的時延參數(shù),ck為高頻電壓和電流脈沖分布,α為智能型防雷接地設(shè)備電弧產(chǎn)生電磁輻射的時間分布間隔,β為稀疏表示向量。
以脈沖幅值最大值為初始值,由此得到智能型防雷接地設(shè)備缺陷定位的高頻特征分量為:
式中,[lmin,lmax]為智能型防雷接地設(shè)備缺陷定位的學(xué)習(xí)因子,一般取[1.5,2.0]。通過準確地模擬低壓直流系統(tǒng)參數(shù),得到智能型防雷接地設(shè)備缺陷定位的關(guān)聯(lián)像素值為:
其中,Ix表示為智能型防雷接地設(shè)備缺陷的高頻分量,Iy表示智能型防雷接地設(shè)備缺陷成像輸出的特征狀態(tài)分量。
對每個子頻段重新組合,得到智能型防雷接地設(shè)備的缺陷可視化圖像分布的灰度值r。通過歸一化分割,提取智能型防雷接地設(shè)備的缺陷可視化圖像的邊緣輪廓特征量,得到智能型防雷接地設(shè)備缺陷的頻率偏移特征量為:
式中,δ表示智能型防雷接地設(shè)備缺陷特征的多頻段動態(tài)相量分布。智能型防雷接地設(shè)備缺陷定位的RGB 類特征表達式為:
式中,Wmin、Wmax為智能型防雷接地設(shè)備缺陷分布相量頻段間解耦參數(shù)。通過圖譜特征解析和差異性特征點標定方法,對智能型防雷接地設(shè)備缺陷可視化圖譜重構(gòu)[10],得到小波重構(gòu)輸出函數(shù)表達為:
通過智能型防雷接地設(shè)備缺陷信息的多尺度融合和特征分解,聯(lián)合關(guān)聯(lián)像素值,得到接地設(shè)備缺陷定位的特征變換模型為:
式中,θ表示智能型防雷接地設(shè)備缺陷的偏移向量,k表示智能型防雷接地設(shè)備缺陷定位的模糊邊緣尺度信息。計算智能型防雷接地設(shè)備缺陷像素點,將其表示為:
根據(jù)智能型防雷接地設(shè)備缺陷特征的多頻段動態(tài)相量分布系數(shù),得到缺陷定位輸出為:
通過防雷接地設(shè)備缺陷可視化特征分析,結(jié)合智能型防雷接地設(shè)備參數(shù)分布,得到缺陷定位結(jié)果的表達為:
其中,ε為防雷接地設(shè)備缺陷可視化圖像的灰度像素值,ρ表示防雷接地設(shè)備缺陷參數(shù)的融合特征集[11]。
通過圖譜特征解析和差異性特征點標定方法,實現(xiàn)對智能型防雷接地設(shè)備缺陷可視化圖譜重構(gòu),在三維視覺模型下,得到智能型防雷接地設(shè)備缺陷特征重組輸出rj(j=1,2,…,∞)[12],智能型防雷接地設(shè)備缺陷檢測的模糊參數(shù)融合輸出為:
其中,v為智能型防雷接地設(shè)備缺陷融合聚類分布值,η為動態(tài)相量的峰值信噪比。采用多維參數(shù)融合的方法[13],進行智能型防雷接地設(shè)備缺陷的模糊定位識別,得到智能型防雷接地設(shè)備可視化定位輸出為:
其中,σ為智能型防雷接地設(shè)備缺陷可視化特征辨識系數(shù)。采用多頻端特征組合的方法,得到慣性融合參數(shù)為q,得到智能型防雷接地設(shè)備缺陷定位的迭代公式為:
其中,μ是智能型防雷接地設(shè)備缺陷定位的相關(guān)性參數(shù);φ(k)是智能型防雷接地設(shè)備缺陷定位的灰度像素集。綜上分析,采用Census變換實現(xiàn)對智能型防雷接地設(shè)備缺陷可視化分析和視覺跟蹤識別[14-16]。
為了驗證該文方法在實現(xiàn)防雷接地設(shè)備缺陷可視化定位中的應(yīng)用性能,進行實驗測試分析,以某變電站為例,設(shè)防雷接地設(shè)備的負載功率為120 kW,防雷接地設(shè)備的有限頻段組合參數(shù)為0.36,圖像的邊緣像素集為148×210,雷接地設(shè)備缺陷檢測的頻率分布范圍為0~400 Hz,多頻段動態(tài)IC相量解耦系數(shù)為0.58,根據(jù)上述參數(shù)設(shè)定,進行防雷接地設(shè)備缺陷可視化檢測,得到防雷接地設(shè)備的硬件結(jié)構(gòu)配置如圖1 所示。
圖1 防雷接地設(shè)備的硬件結(jié)構(gòu)配置
根據(jù)圖1 的結(jié)構(gòu)配置,實現(xiàn)防雷接地設(shè)備缺陷的可視化圖譜分析,得到輸出電容電流如圖2 所示。
圖2 防雷接地設(shè)備的輸出電容電流
將其轉(zhuǎn)換為伏安特性曲線,如圖3 所示。
分析圖3 得知,該文方法對防雷接地設(shè)備缺陷檢測,輸出伏安特性擬合性能較好,測試對防雷接地設(shè)備缺陷定位的精度,得到對比結(jié)果如表1所示。
圖3 伏安特性曲線
表1 設(shè)備缺陷檢測精度對比
分析表1 得知,該文方法進行防雷接地設(shè)備缺陷定位的精度平均為0.976 5,高于其他方法,具有優(yōu)越的防雷接地設(shè)備缺陷定位性能,這是因為該文方法結(jié)合CT 和紅外傳感識別方法實現(xiàn)智能型防雷接地設(shè)備缺陷可視化特征分析,有了可視化特征量化過程,提高了缺陷定位效果,保證了檢測精度。
該文提出基于Census 變換的智能型防雷接地設(shè)備缺陷可視化系統(tǒng)設(shè)計方法,結(jié)合對智能型防雷接地設(shè)備的缺陷特征分析和智能信息分析,優(yōu)化了智能型防雷接地設(shè)備缺陷定位檢測模型,并對每個子頻段重新組合,實現(xiàn)對智能型防雷接地設(shè)備缺陷的可視化分析和視覺跟蹤識別,其缺陷識別精度較高,可為該領(lǐng)域的相關(guān)研究提供理論參考價值。