1、悬式瓷绝缘子红外检测技术研究及应用,国网江西省电力有限公司电力科学研究院,目录,1,一、技术背景,无法适应电网安全生产和规模快速增长的要求！,3,一、技术背景,三大难题,理论不完善,特征不明显,准确率低,绝缘子的发热模型建立不完全，没有能够反映绝缘子盘面发热的数学模型。,发热量小，热像特征不明显，肉眼难以识别，人工检测困难。,4,一、技术背景,主要内容1：绝缘子发热模型及规律,钢帽和盘面的发热可以间接反映绝缘子的劣化及污秽状况，但已有绝缘子发热模型不能反应盘面发热状况。,引入绝缘子污秽层表面电阻率、湿润程度、电弧模型等复杂可变因素，建立绝缘子的三种运行状态，即整体湿污均匀、湿污+干燥带和湿污+

2、干燥带电弧的数学模型。,湿度对积污绝缘子串电压分布的影响,湿污绝缘子三种运行状态,5,二、主要研究内容,二、主要研究内容,6,电压,温升,主要内容2：劣化绝缘子红外检测方法,传统绝缘子红外检测方法判据单一，适用性不强,开展绝缘子温升规律仿真及试验研究，挖掘盘面及钢帽温升特征与劣化绝缘子的关系，建立大样本绝缘子红外热像图谱库。,绝缘子红外热像图,绝缘电阻与钢帽发热的关系,温度曲线,7,二、主要研究内容,8,二、主要研究内容,组织供电公司采集不同阻值劣化绝缘子，在江西电科院污秽试验室开展大量的模拟试验，得出劣化绝缘子在不同阻值、位置，以及不同温度、湿度条件下的绝缘子串温升特征。,9,二、主要研究内

3、容,1、劣化绝缘子串（含零值0.08M）电压及温度曲线特征,1号位,2号位,13号位,7号位,10,二、主要研究内容,2、劣化绝缘子串（含低值58.8M）电压及温度曲线特征,1号位,2号位,13号位,7号位,11,二、主要研究内容,1号位绝缘子绝缘阻值与温升关系曲线,3、不同位置劣化绝缘子绝缘电阻阻值与温升关系特征,12,二、主要研究内容,4、环境温度对绝缘子发热成像影响试验,同串绝缘子在不同环境温度下钢帽温升曲线,13,二、主要研究内容,湿度为70%,湿度为86%,湿度为94%凝露,湿度为80%,5、环境湿度对绝缘子发热成像影响试验（含零值）,14,二、主要研究内容,湿度为70%,湿度为86

4、%,湿度为94%,湿度为80%,6、环境湿度对绝缘子发热成像影响试验（含低值）,15,二、主要研究内容,7、风速对绝缘子发热成像影响试验,主要内容3：绝缘子红外检测装备开发,传统检测手段效率低且无法及时、准确地掌握绝缘子状态信息；绝缘子红外热像特征不明显，肉眼难以识别。,研究基于深度学习算法的绝缘子红外图像处理算法，开发绝缘子检测装备，提高检测的效率和准确率。,原图,二值化,提取绝缘子串,原图,二、主要研究内容,提出了基于边缘提取与深度学习融合的绝缘子特征区域提取方法，研制了适用于现场绝缘子红外检测的装备，解决了现行绝缘子检测方法存在工作强度大、安全风险高和准确率低的问题。,部分系统界面,便携

5、式检测装备,二、主要研究内容,图像处理流程图,二、主要研究内容,基于边缘提取与深度学习融合的绝缘子特征区域提取方法,基于边缘提取与深度学习融合的绝缘子特征区域提取方法,算法基本流程：1.图像预处理 2.利用边缘检测算法确定图像中的绝缘子轮廓区域 3.利用Hough变换进行绝缘子串角度矫正 4.通过绝缘子串区域构造数据集 5.卷积神经网络（CNN）训练 6.滑动窗口+钢帽、盘面识别 7.钢帽、盘面精确区域提取（Otsu阈值二值化、形态学分水岭算法分割）,二、主要研究内容,，,灰度化、去噪、二值分割,图像处理算法演示,红外图像预处理,二、主要研究内容,步骤一：预处理后图片,步骤二：利用多尺度形态学

6、梯度算法定位绝缘子串边缘,步骤三：提取绝缘子串,步骤四：还原定位到原红外图像，确定绝缘子区域，保证绝缘子串边缘不被过滤,基于多尺度形态学梯度边缘检测算法对绝缘子轮廓定位,二、主要研究内容,Hough变化,形态学处理,形态学处理及Hough变换,二、主要研究内容,通过提取的绝缘子区域创造训练集图片构造了如下图所示的78000张绝缘子钢帽盘面背景等数据集,训练过程,通过卷积、池化操作提取图像高阶、低阶特征,由于训练集有超过75000张图片，一次性完成训练处理需要很长的时间，为了提高处理速度，我们采用Mini-Batch 梯度下降法，其算法思想如下：,Mini-Batch 梯度下降法,总训练集分割为

7、小的子训练集，设每个子集只有1000个训练数据，那么先取前1000个开始训练。训练方法采用梯度下降法，再取接下来的1000个继续训练，依次类推，直到训练完所有的训练数据。这样做的好处是可以通过逐步训练，观察过程，且防止因数据过大导致一次无法处理产生报错。以子训练集中样本个数为64个为例：,盘面训练样本,铁帽训练样本,其它训练样本,绝缘子串的训练样本,训练集与测试集,滑动窗口,RGB三通道,卷积层,全连接层,盘面,其它,铁帽,第二步：前向传播,第三步：图像识别,第一步：框取图片,各个电压等级红外图像的钢帽、盘面区域都能提取出来，但是效果有所不同。其中110kV盘面、钢帽提取区域最完整，有效提高了

8、盘面，钢帽温度提取的准确性，使其温度分布、温度曲线更准确，劣化检出率更高。,各个电压等级区域盘面铁帽提取结果,钢帽,盘面,标记颜色,三、应用情况,29,变电站应用 2015年至今，已在160余座110-500kV变电站应用，测试绝缘子90余万片，检出劣化绝缘子750余片。经过多次实测验证，准确率高于85%。,三、应用情况,30,输电线路应用 2017年开始，结合无人机技术开展输电线路绝缘子检测，已在30余条110-500kV输电线路上应用，测试绝缘子8万余片，检出劣化绝缘子130片,三、应用情况,31,输电应用1、无人机载高精度红外仪热灵敏度达0.020.05K；2、上/下置云台灵活配置，操控

9、精准稳定，地形适应性强；,三、应用情况,32,2018年立项电力行业标准（立项编号：能源20180521），起草单位包括江西电科院、湖南湖大华龙公司、浙江电力公司和江苏电科院等，经过电力行业绝缘子标委会多次审查，目前标准已经形成报批稿。,四、标准化,33,盘形悬式瓷绝缘子零值红外检测方法,标准规定了盘形悬式瓷绝缘子零值红外检测的检测设备技术要求、现场检测要求、现场操作方法和诊断方法。标准从红外热像特征的角度出发，对零值绝缘子和低值绝缘子进行了定义。零值绝缘子 zero resistance insulator红外热像检测结果中，绝缘子铁帽温度与正常绝缘子比较存在“负温差”现象的绝缘子。低值绝缘子 low resistance insulator红外热像检测结果中，绝缘子铁帽温度与正常绝缘子比较存在“正温差”现象的绝缘子。,四、标准化,34,盘形悬式瓷绝缘子零值红外检测方法,诊断方法：根据同一杆塔A、B、C三相绝缘子的铁帽温度特征量进行诊断:绝缘子串中非首末端绝缘子与相邻两片绝缘子的平均温度比较，温差超过0.5K判断为低、零值绝缘子；绝缘子串中首末端绝缘子与同一杆塔其他相的平均温度比较，温差超过0.5K判断为低、零值绝缘子；,四、标准化,35,盘形悬式瓷绝缘子零值红外检测方法,感谢聆听！,