- 頭條福州大學科研人員提出一種復合絕緣子缺陷檢測的新方法2022-04-12 作者：董懿飛、舒勝文 等 | 來源：《電氣技術》 | 點擊率：導語為了準確快速地識別出交直流復合絕緣子的缺陷類型，福州大學電氣工程與自動化學院、國網新疆電力有限公司電力科學研究院的研究人員董懿飛、舒勝文、陳誠、金銘、王建，提出一種基于紅外圖像分割和麻雀搜索算法（SSA）優化支持向量機（SVM）的交直流復合絕緣子缺陷檢測方法。研究結果表明，實驗室條件下該方法對交直流復合絕緣子的缺陷類型識別正確率達87%以上，且對現場交流復合絕緣子缺陷的初步識別效果良好。
隨著國家能源互聯和“一帶一路”戰略的穩步推進，特高壓輸電工程承擔著至關重要的角色。復合絕緣子具有質量輕、機械強度高、抗污閃的優越性能，被廣泛應用于特高壓輸電系統。在實際運行中，復合絕緣子會因電氣、機械和外界環境共同作用出現內部缺陷，嚴重時導致斷串、掉線、擊穿等重大事故。因此，定期開展復合絕緣子檢測評估工作，及時發現并消除缺陷，對于保障輸電系統的安全運行具有重大的意義。
紅外熱像檢測法因其操作便捷高效、檢測準確率高、無需停電等優點，在絕緣子缺陷檢測中廣泛應用。國內外利用紅外圖像技術開展了很多復合絕緣子缺陷檢測研究，但主要集中在交流方面。然而，紅外圖像技術應用于直流復合絕緣子的缺陷檢測較少，原因是復合絕緣子在直流電壓作用下不存在極化損耗，發熱量明顯低于交流復合絕緣子，因此紅外圖像技術可檢測出直流復合絕緣子的缺陷類型明顯低于交流復合絕緣子。
隨著深度學習方法的不斷推廣，其在絕緣子圖像識別和缺陷檢測中得到了廣泛應用。相關學者的研究為利用紅外圖像技術對交直流復合絕緣子進行內部缺陷檢測提供了可能性。
福州大學電氣工程與自動化學院等單位的科研人員提出一種基于紅外圖像分割和麻雀搜索算法（sparrow search algorithm, SSA）-支持向量機（support vector machine, SVM）的交直流復合絕緣子內部缺陷檢測方法。
圖1 實驗接線原理
他們首先制作直流±1100kV復合絕緣子短樣，并人工設置四種不同類型的模擬缺陷，分別施加等價的交、直流電壓，采用紅外熱像儀得到正常和各種缺陷類型下復合絕緣子的紅外圖像樣本；然后，對圖像進行閾值分割，提取絕緣子區域，計算并選擇有效的溫度特征量；最后，以選擇后的溫度特征量作為SSA-SVM模型的輸入量，以缺陷類型作為輸出量，建立交直流復合絕緣子缺陷類型的診斷模型，并進行模型有效性驗證。
圖2 實驗現場布置
圖3 5基桿塔異常發熱紅外圖片
科研人員最后得出以下結論：
1）所提出的方法能夠有效檢測出交直流復合絕緣子的內部缺陷，檢測正確率分別達到了89.09%和87.27%；通過SSA算法優化得到的SVM模型與其他優化算法得到的模型相比，計算速度更快，識別準確率更高，且對現場絕緣子的缺陷具有初步的良好檢測效果。
2）相比于交流復合絕緣子，直流復合絕緣子不存在介質損耗發熱，發熱主要來源于表面泄漏電流引起的電阻損耗，故直流復合絕緣子缺陷發熱不太明顯，利用紅外熱像儀可檢測出的缺陷類型明顯低于交流復合絕緣子。
3）所提出的方法對500kV交流復合絕緣子缺陷具有良好的初步識別效果，直流復合絕緣子檢出率相對較低，需要積累更多的現場樣本對模型進行充分訓練。
本文編自2021年第11期《電氣技術》，論文標題為“基于紅外圖像分割與SSA-SVM的復合絕緣子缺陷檢測方法”，作者為董懿飛、舒勝文 等。
