本文將定量計算和定性分析相結合，較深入地研究了真空開關開斷過程中電弧的燃燒過程，研究工作對真空電弧調控策略的提出具有一定的參考價值。

真空開關具有優(yōu)異的熄弧性能和耐壓性能，在中低壓電力系統(tǒng)中應用廣泛。其在開斷短路電流時，將在真空滅弧室內的動、靜觸頭間產生燃燒的金屬蒸氣——真空電弧。對真空電弧燃燒過程中形態(tài)演變規(guī)律和特征量變化情況的研究有助于揭示電弧從產生、發(fā)展到熄滅的物理過程和相關規(guī)律，是研究并提高真空開關開斷性能的有效途徑之一。

目前，學者們對真空電弧形態(tài)演變宏觀過程進行了大量的實驗研究。

• 如H.Schellekens等采用高速攝像技術研究了電弧電流、觸頭半徑、觸頭間隙和外加縱向磁場等參數(shù)對真空電弧形態(tài)變化的影響。
• H.Schulman等也采用高速攝像機對電弧燃燒圖像進行采集，并結合電弧電壓曲線，將電弧形態(tài)分為擴散態(tài)、收縮態(tài)及噴發(fā)態(tài)等。
• 董華軍等采用CMOS高速攝像機對可拆卸滅弧室中不同觸頭結構下電弧形態(tài)演變進行了較深入的研究，還利用CCD相機結合數(shù)字圖像處理技術對電子溫度和電子密度進行診斷。
• 劉斌等通過實驗研究了直流真空電弧強迫開斷電弧形態(tài)，分析了觸頭結構對電弧直徑的影響。
• QinTaotao等通過電弧燃燒形態(tài)變化，分析了觸頭開斷速度對直流真空電弧的影響。
• 武建文等對中頻真空電弧演變特性展開研究，研究表明中頻真空電弧主要呈現(xiàn)過渡態(tài)和擴散態(tài)兩種形態(tài)，且過渡態(tài)電弧演變迅速，并在電流峰值時刻轉變?yōu)閿U散態(tài)電弧。
• 筆者也借助高速攝像機對真空開關實際開斷短路故障過程中電弧形態(tài)演變過程進行了較深入的定性分析。

為進一步深入研究真空電弧的演變規(guī)律和電弧特性，學者們利用數(shù)字圖像技術對電弧圖像進行處理，通過提取特征量，實現(xiàn)電弧的量化處理和研究。

• 董華軍等對真空電弧的數(shù)值圖像處理技術進行了較深入的研究，運用中值濾波方法對電弧圖像中的校驗噪聲干擾進行處理，運用直方圖均衡化進行電弧圖像增強，運用Canny算子對電弧圖像邊緣進行檢測和提取，對真空電弧進行量化研究。
• 田小靜等基于小波變換及形態(tài)學細化算法對真空電弧圖像進行了形態(tài)細節(jié)特征提取研究，通過多尺度-細化算法實現(xiàn)了更完整、更清晰的細節(jié)電弧圖像的形態(tài)特征檢測。
• 為降低電弧噪聲的影響，劉教民等提出了基于支持向量機高斯核的電弧圖像邊緣檢測方法。
• 劉向軍等對磁保持繼電器分斷過程的電弧圖像進行形態(tài)學處理，定量研究了磁保持繼電器電弧圖像的面積參數(shù)變化。
• 翟國富等對直流電弧運動過程中電弧輪廓進行提取，分析了觸頭間隙、觸頭與電弧等離子體之間的重擊穿過程。

上述研究主要采用邊緣檢測方法對電弧圖像進行處理，適用于邊緣灰度值變化比較大、噪聲干擾比較小的圖像。但真空電弧圖像邊緣復雜，存在極強的噪聲，邊緣檢測法存在精度和抗噪性的雙重矛盾，處理結果存在界限不明顯、斷接、多像素點等缺陷。

通常用于圖像特征提取的方法有閾值分割法（如最大熵法、最大類間方差法Otsu）、區(qū)域生長法、聚類分析法和灰度-梯度共生矩陣法等。但這些傳統(tǒng)圖像分割算法存在一些缺陷，不適用于邊緣復雜、噪聲干擾強的真空電弧圖像處理。

基于脈沖耦合神經網(wǎng)絡（Pulse Coupled Neural Network, PCNN）的圖像分割法不同于傳統(tǒng)圖像處理方法，其在分割時不用預先選擇處理的空間范圍，完全依賴于圖像的自然性，是一種自適應圖像分割方法，分割效果好，且分割時間短，能完整、清晰地呈現(xiàn)圖像的細節(jié)特征，適用于真空電弧圖像處理。

本文基于改進脈沖耦合神經網(wǎng)絡（Pulse Coupled Neural Network, PCNN）模型對真空電弧進行圖像分割，實現(xiàn)電弧與背景區(qū)域的分離；然后結合圖像形態(tài)學技術對分割圖像進行連通域選取和邊緣噪聲濾波，消除了電弧反光現(xiàn)象以及邊緣噪聲；最后結合真空開關實際開斷電流過程中采集得到的電弧實驗圖像，將真空電弧演變過程的定性分析和特征量變化定量分析相結合，深入研究真空電弧的燃燒過程。

圖2 PCNN分割真空電弧圖像

圖4 多種圖像處理方法處理真空電弧圖像結果

結論

本文首先采用建立的改進型PCNN模型和形態(tài)學技術對真空電弧圖像進行多值分割、連通域提取和邊緣噪聲濾波。然后結合電弧實驗圖像，對真空開關開斷過程中真空電弧的產生、發(fā)展和熄滅等燃燒過程展開定量和定性的研究。

主要結論如下：

• 1）與邊緣檢測法、Otsu算法等相比，本文所建改進型PCNN模型所分割的電弧圖像呈現(xiàn)的細節(jié)特征豐富、邊緣清晰、噪聲低，且分割精度高，對實驗電弧圖像的還原度高，適用于量化描述邊緣區(qū)域灰度梯度變化大的真空電弧圖像。
• 2）根據(jù)19kA電弧特征參數(shù)和實驗結果，動觸頭初始階段、中間階段和最后階段的平均速度分別約為2.3m/s、2.0m/s和1.3m/s。真空電弧燃燒過程可分為集聚階段（2.5~6.18ms）、穩(wěn)定階段（6.18~7.89ms）、擴散階段（7.89~9.04ms）和熄滅階段（9.04~10ms）。電弧最大面積約1338.13mm2，出現(xiàn)在6.97ms時刻，相比電流峰值時刻（5.63ms）存在1.34ms的時延。相比前期研究更加細化、深入。
• 3）電弧電流對真空電弧燃燒特性有很大影響，隨峰值電弧電流增大，電弧面積由4kA時的456.74mm2增大到28kA時的1685.8mm2；電弧最大面積出現(xiàn)時刻滯后1.86ms；電弧集聚階段持續(xù)時間由4kA時的2.27ms延長到28kA時的4.28ms，不利于電流的成功開斷。

本文對真空電弧燃燒過程的研究還不夠全面，需結合電弧圖像光強變化及電弧數(shù)值仿真技術進一步研究，對大電流電弧動觸頭位移特性計算也還有待改進。