关键词：基于“互联网+”；电力设备；智能红外检测系统
引言
红外热成像检测技术在热传导理论的基础上，通过采集金属材料表面的红外热辐射，对采集到图像和信号进行处理，实现对物体的缺陷位置进行定位。红外线的波长在微波和可见光之间，相比于自然光具有很强的热效应，红外热成像检测技术一般使用3μm~5μm和8μm~14μm两个频段的红外线，通过相应的设备能够显示和分析红外线的辐射量，检测热量在金属材料中的传递情况，从而确定电力设备的缺陷情况。当物体存在表面缺陷时会在物体内部形成“热点”高温区或者“冷点”低温区。分析不同温度分布情况就可以确定缺陷位置。
1影响红外检测准确度的因素
对不同目标，其表面红外发射率与材料性质、物体表面状态和物体温度相关，金属材料要考虑表面氧化对辐射率的影响，因此合适的辐射率值至关重要。在现场检测时，仪器与设备间的距离和角度直接影响到检测效果，距离与角度的选择应取决于瞬时视场，尽可能减小目标以外背景辐射进入视场导致的误差。为了更好地检测故障，对于电流制热型设备应尽量在高峰负荷条件下进行红外检测，且设备运行时间不小于6h，24h以上效果更好。此外，红外辐射在大气中传播会有一定的衰减，极易受可见光影响，因此要避免在雾、雪、雷雨、大风和强光天气测量，并且要远离人体等热辐射源。
2优化电气设备运行监测管理过程
2.1构建电气设备运行状态信息管理系统
电气设备的运行过程中，不管是正常运行，还是故障运行，其实设备所表现出来的运行情况以及数据是较为明显的，但是如果设备的运行状态介于故障和正常运行之间，也就是设备如果处于灰色状态，那么判断设备实际的运行状态就较为困难。为了解决这类问题，电气企业必须重视信息管理系统的建立，该系统的建立可以精准的鉴别和分析所收集到的信息和数据，然后帮助技术人员判断设备的运行状态是否正常。构建电气设备运行状态信息管理系统不是一项简单的工作，有些企业认为只要将各类数据输入计算机系统就完成了电气设备运行状态信息管理系统的建立，这是一种错误的观念，有效的电气设备运行状态信息管理系统其实是需要对电气设备各个时段的运行状态进行记录，保证信息具有充分的连贯性和整体性，经过综合分析，判断电气设备实际运行状态。
2.2建立科学合理的信息化管理体系
为了提高电气设备运行状态检测质量，必须建立一套科学有效的信息管理体系，进一步保证电气设备可以稳定安全地运行。为了实现这个目的，需要做好以下工作：首先，管理制度必须责权分明，应用班组管理模式对设备管理人员进行管理，通过调整班组结构，有效解决设备在运行过程中出现的各类问题，避免安全隐患的发生。共享设备信息资源，建立沟通机制，一旦发现风险问题，立即通知企业检修部门，及时排除和解决设备故障。
3确定电气设备故障种类
电气设备在运行过程中会承受一定的电压和电流，产生一定的热量，电气设备在发生故障时，由于设备的内部结构、工作原理以及处于系统中的位置等不同，所以产生高温的部位也是不同的。
期刊文章分类查询,尽在期刊图书馆按照电气设备结构的内外划分，电气设备故障可以分为内部故障和外部故障。外部故障的红外成像比较直观，在电气设备红外成像中通常出现故障点的局部发热，是由于导线的接头接触不良而导致的电气设备过热，因此大部分的外部故障都是由于接触不良引起的；电气设备的内部故障往往是由于绝缘介质损耗、电气设备的漏电漏磁、线路短路以及缺油等不同原因造成的，由于内部故障通常发生在电气设备的内部，传统检测方法很难发现，由于发热时间长且发热不稳定，因此在导热体的作用下，设备的热量会传导到设备外壳上，改变电气设备表面的温度分布，因此通过分析电气设备红外图像，可以间接的获取电气设备内部发热状况确定内部故障。
4电力设备红外图像
电力设备红外图像是显示电力设备发热现象的一种形式，电力设备发热现象是评估电力设备健康状况的重要标记。因此，基于红外图像的电力设备异常检测方法得到了广泛应用。但是在实际业务中，基于红外图像的电力设备异常检测过于依赖人工经验，主观性强，智能性低。人力成本高，耗时，现场经过定期测试，测试周期长，实时性低。根据智能电网的开发要求，为了提高电力设备异常检测的信息化水平，该领域的研究人员提出了很多用于电力设备红外图像异常检测[5-6]的智能算法，其中基于聚类的红外图像异常检测方法的实施过程相对简单，智能化，得到广泛应用。CSO clustering将一组猫分成两个组以找到最佳解决方案。一种是搜索模式，另一种是跟踪模式。但是，CSO clustering找不到非凸形群集，并且应用于电力设备红外图像多层分割的效果较差。为提高聚类型电力设备红外图像多层分割效果，增强异常检测效果，本文提出核猫群功率红外图像异常检测方法。首先对红外图像执行RGB值校正，然后将校正的RGB值映射到lab空间，以获得群集所需的数据集。核猫群集方法中的每只猫表示群集分区，并使用群集中心点的坐标对猫的位置进行编码。使用搜索模式和跟踪模式更新cat组中cat的位置，使用内核函数推导的相似性度量构建目标函数，通过迭代优化获得电力设备红外图像的多层群集结果，从而在电力设备上发现异常发热区域。
5红外成像仪系统的设计
(1)红外检测信息读取及显示:操作人员经底层驱动调整红外镜头，根据实时测量位置采集图像目标区域内每点的温度，以数值的形式显示，获得不同环境下最大、最小和平均温度值并保存;还可将红外画面分割为若干区域，搜索不同区域最大、最小和平均温度等信息。(2)数表自动填写:将实时测量的红外图像、设备静态数据、时间和人等信息以PMS系统规定的格式上传到后台并保存，能极大提高检测效率与检测的准确性，降低工作强度。(3)状态智能诊断:根据红外信息及设备静态信息对检测结果修正，得到较为准确合理的温度值;同时还可根据设备的历史检测记录，画出热状态曲线，通过分析可得到设备温度变化规律，便于预期检测及时发现故障;还可以根据同类设备的发热状况，及时筛选热异常的设备，结合其历史检修数据及PMS系统中设备的标准指标对设备进行综合诊断。
结束语
重要的电力设备如变压器等需要进行温升试验，需要监测根据温度判定是否出现局部过热，要求的测量点多达数十个甚至近百个，传统的有线测温方式安装布线难度大，容易出现错乱，如果发生损坏，不便于更换传感器。因此红外检测将是必然的发展趋势。作为新兴的无损检测技术，红外热成像无损检测技术具有快速实时、大面积、非接触、无污染远距离检测等优点，为电力设备缺陷检测提供了行之有效的技术手段。
参考文献
[1]李军锋.基于深度学习的电力设备图像识别及应用研究[D].广东工业大学,2018.
[2]郭良.基于红外热像的劣化绝缘子智能检测系统研发[D].湖南大学,2018.
[3]赵秀琴.电气设备在线监测技术的研究与发展[J].绿色环保建材,2017(01):196.
[4]徐丽华,张龙.变电站电力设备红外智能巡检、诊断与高效预警系统的应用研究[J].四川电力技术,2016,39(05):5-8+18.
[5]李宇迪.关于电气设备的在线检测与状态检修技术分析[J].西部皮革,2016,38(12):3.
论文作者:王刚
论文发表刊物:《中国电业》2019年16期
论文发表时间:2019/11/29
标签：电气设备论文; 电力设备论文; 设备论文; 故障论文; 图像论文; 运行状态论文; 异常论文; 《中国电业》2019年16期论文;