电力设备局部放电检测研究

电力设备局部放电检测研究

ID:46850128

大小:60.00 KB

页数:5页

时间:2019-11-28

电力设备局部放电检测研究_第1页
电力设备局部放电检测研究_第2页
电力设备局部放电检测研究_第3页
电力设备局部放电检测研究_第4页
电力设备局部放电检测研究_第5页
资源描述:

《电力设备局部放电检测研究》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、电力设备局部放电检测研究摘要:为对电力设备局部放电进行高效、准确、安全的在线监测,提出紫外成像检测法。分析了电力设备局部放电紫外成像原理,针对成像设备捕捉到的紫外图像和可见光图像,经研究提出中值滤波改进算法作为图像预处理算法,小波变换法为两者的融合算法。根据紫外图像特点,选用Canny边缘检测算法,在融合厉的图像中准确判断出电力设备的放电程度和放电位置。试验结果表明该方法准确率高,可实现对局部放电的快速判断和定位,具有较高的实用价值。关键词:局部放电;紫外检测;电力设备;图像融合;边缘检测0引言

2、随着社会的进步,电力系统也在快速发展,屯网电压等级越來越高,覆盖范囤越來越广,电力设备的安全可靠运行也越來越重耍。由于电力设备-般都处于室外,不可避免地会产生绝缘损坏、老化等现彖,却部放电也会随Z产生。局部放电能加快对电力设备绝缘的破坏,降低绝缘寿命,严巫影响设备的安全运行。局部放电发生的同时会辐射出光波,紫外成像法正是一种通过探测局部放电辐射出的紫外光信号,进行电力设备在线检测与故障诊断的新兴技术[l-2]o利用阳光紫外线中存在的II盲区,结合图像处理技术,能够消晰地将放电位置和放电强度在图像

3、中显示出來。该方法可用于检测电力设备表血局部放电、电晕放电、绝缘状态等,并能与红外热成像技术形成冇效互补,提高对电力设备检测的快速性和准确性。1紫外成像检测原理高压设备发生电离放电时,会辐射出一系列不同波长的电磁波。紫外线的波长范围为100^400nm,阳光中也含有紫外线,但山于臭氧层的吸收,最终到达地球的紫外线波长都在280run以上,低于280nm的区间成为日盲区[3]。局部放电产生的紫外线波长冇一部分在280nm以下,即处于日盲区中,可以通过检测此波段的紫外线來判断局部放电状态,同时避免阳

4、光的干扰。图1为紫外成像系统原理图,信号源被背景光照射厉产生的混合光进入到成像设备,通过紫外光束分离器分成两部分:一部分经过信号增强放大后进入到可见光镜头,在可见光相机中形成可见光图像;另一部分则通过“日盲”滤镜,过滤掉日盲区以外的光线,进入紫外镜头,并在紫外相机中形成紫外图像。最后采用特定的图像预处理和融合方法,形成最终输出影像。2图像预处理紫外双光谱检测系统获得的图像是通过微光像增强器和CCD数据采集系统形成的,增强器和CCD在提高亮度和采集数据过程中都会产生噪声,因此,耍先对图像进行预处理

5、以降低噪声[4]。2.1中值滤波及其改进算法在成像通道中,最常出现的噪声类型为椒盐噪声,还含冇少量高斯噪声,如图2所示为混入噪声的绝缘子放电可见光图像和紫外图像[3]。对于椒盐噪声,一般采用小值滤波方法对图像进行处理,该方法首先对滤波器窗口内的图像点按灰度值进行扌IF序,选择排序厉的中值作为滤波器输出,即所耍处理的图像点的灰度值。为抑制图像屮包含的高斯噪声,将屮值滤波与均值滤波算法相结合,提出一种改进算法[5]。对滤波窗口内图像点排序后,以中值点为中心,给每个点分配权值,离中心点越近权值越大,将

6、每个点的灰度值与其权值相乘再求和,最后将和值作为滤波器输出赋给要计算的图像点。算法步骤如下:(1)假设所计算的图像点坐标为(,)Tmn,以其为中心,取NN(N为奇数)图像区域作为滤波器窗口,取P值为/2N的整数部分。(2)将窗口内NN个图像点排序后,灰度中值点为(,)Iab,则任意点与中值的距离d为(,)(,)(,)dijlijlab(1)(1)权值大小需与距离d呈负相关关系,故取21/(l)d作为各点分配权值的系数,则权值(Jrij可表1/(1+/)yyli/(i+^2)ji^m^p从式(2)

7、中可以看出,中值点(,)lab处权值最大,图像点(,)lij与中值相差越小,权值(Jrij越大,反Z则越小。(4)对窗口内所冇图像点灰度值进行加权求和,即得滤波器输出VVr(i.j)I(i.j)(3)此外,还要对滤波窗口进行选择。滤波器窗口即滤波器所包含的图像像索区域,窗口的大小直接影响着滤波效果和图像处理的效率。2.2图像质量评价指标本文采用信噪比作为图像质量的评价指标,设R为不含噪声的理想图像,F为混入了噪声的图像,将R与F做差得(,)(,)RijFij,若在图像点(,)ij处含有噪声,贝U

8、(,)(,)RijFij不为零,反之则为零。由此定义信噪比SNR为JZMSNR■叽(4)1■从式⑷中可以看出,图像F中包含的噪声越小,2[(,)(,)]RijFij越小,信噪比越高,图像质量也越好,理想图像的信噪比为无穷大;反Z则信噪比越低,图像质量也越差。2.3实验结果分析为验证改进算法的效果及选择滤波窗口,分別用中值滤波及其改进算法对图2中含噪声图像进行不同尺度的窗口滤波,根据式(4)可得四幅图的信噪比及各窗口处理所用时间,如图3所示。从图3可以看出,对丁中值滤波器,33窗口下滤波得到的图像

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。