论文部分内容阅读
摘要：在变电站设备的故障诊断中，红外线图像处理技术发挥着至关重要的作用。尤其是随着当今科技的发展，该技术的应用效果更是十分显著。为实现该技术在变电站设备故障诊断中的良好应用，本文特对其应用方法进行分析，以此来确保变电站设备的故障诊断与处理效果。
关键词：变电站;电气设备;故障诊断;红外线图像处理技术;诊断方法
引言：
在通过红外图像处理技术对变电站中的电气设备进行故障诊断的过程中，诊断方法的应用至关重要。基于此，在实际的故障诊断中，技术人员一定要全面了解该技术的应用原理，并通过合理的方法来进行故障诊断。这样才可以及时发现相应的故障，为后续的变电站设备故障处理提供足具科学性的参考。
一、红外图像处理技术基本原理分析
在当今科学技术的不断发展中，红外检测技术已经与传统的红外检测具有了很大的不同，它属于一门综合性的新技术，其中包括红外光学、计算机应用、数字图像处理以及信号处理等的诸多技术形式，并成为了无损红外检测技术中的一种。在红外图像处理技术的应用中，一个显著的优势就是不会破坏和伤害检测目标。凭借着这一优势，红外图像处理技术已经在当今的变电站电气设备故障诊断中成为了一项关键技术。
具体应用中，红外图像处理技术主要借助于红外辐射这一原理，通过红外探测仪对变电站设备表面温度信息进行获取，然后形成相应的红外图像;通过对被检测目标红外图像的分析，便可对其性能、运行状态以及存在的缺陷、故障等做出准确判断[1]。
二、变电站设备故障特征
在变电站电气设备的运行过程中，突发性事故都是在极特殊的情况下才会出现，而引起突发事故的故障也是非常大的设备故障，在其余的情况下，变电站设备的故障或者是异常都属于小的缺陷。但如果这些小的缺陷和故障得不到有效处理，变电站设备故障便很可能会积小成大，进而引发重大的设备故障，对变电站运行效果乃至于工作人员的人身安全造成严重威胁。因此，為有效防止此类情况的发生，在变电站电气设备的运维过程中，技术人员一定要对其主要的故障特征做到全面明确。
首先是随机性，在变电站设备中，无论是一次设备或者是二次设备，其故障的发生都具有随机性，其中包括发生故障的设备、故障原因以及发生时间等。
其次是阶段性，在变电站中，电气设备的严重故障可按照潜伏期、发展期和最后的损坏期这三个阶段进行划分。
再次是隐蔽性，在设备大型故障处于潜伏期或者是发展期这两个阶段时，如果不对其定期进行试验检测，这些设备的异常情况将很难发现。
最后是多发性，通常情况下，一旦变电站中的电气设备发生了严重故障，都会伴随着一系列的连锁反应产生，进而对其他设备也造成故障甚至损坏，严重的情况下甚至会酿成不可估量的后果。
基于此，为实现变电站设备故障的良好检测与诊断，电力企业就应该将当今先进的红外图像处理技术加以科学应用。
三、变电站设备故障诊断中的红外处理技术应用方法分析
（一）目标标记与区域面积统计
在通过红外图像技术进行变电站电气故障的诊断过程中，图像上的电气设备目标面积可通过以下的几种方式来定义：第一是将其定义为边缘线内部所包围的区域;第二是将其定义为整个图像中设备所占部分包含的所有像素;第三是将其定义为目标设备所在区域中的所有栅格单元个数（仅适用于栅格红外数字图像表示法）。
而在对目标区域进行面积统计的过程中，首先需要对图像进行逐行扫描，将目标区域设置为黑色，背景区域设置为白色，以此来实现目标和背景之间的良好区分。如果图像中有不连通区域的点存在，就需要对其做好统计，并按照不同像素值对这些点进行标注。最后再同时进行像素数的统计，在完成了统计之后，获得到的总像素数就是被测区域的实际面积。
在此过程中，一项主要内容就是对区域连通与否进行判断。对于这项内容，应按照以下依据进行判断：假设有一个白点形式的像素存在，判断中，就需要对其临近像素点进行判断，如果临近的八个都是白色像素点，便可判断这一区域属于联通区域[2]。
（二）故障程度计算
在对被测区域进行设备故障程度计算的过程中，应该将整体目标区域内的故障区域面积占比作为判断依据。其公式如下：
在以上公式中，整体目标区域内的故障区域面积占比用P表示;这个值越大，说明故障程度越严重。故障区域面积用Q表示;目标区域总面积用S表示。在通过红外图像技术进行变电站设备故障程度的判断中，借助于这一公式，便可帮助检测工作者准确判断出设备故障的严重程度，为其后续的故障处理提供科学参考。
（三）检测效果
在通过红外图像处理技术对变电站中的电气设备进行故障诊断的过程中，为确定其检测效果，可将互感器的发热故障图像用作实例来进行分析，在此过程中，首先将现场采集获取到的红外图像进行去噪和对比增强等的预处理，然后再进行分割处理。在分割处理过程中，主要借助于改进之后的聚类算法来进行目标的分割，分割之后，便可获得目标运行区域以及故障区域;接下来便可根据上述的判断方式对这几种设备的故障程度进行计算[3]。下图为本次试验中互感器过热故障情况下的红外图像及其预处理之后获得的图像：
以下是本次所获得的实验数据与参考值之间的对比情况：
通过以上数据可以看出，红外图像处理技术对于变电站电气设备故障具有良好的判断精度。因此，在变电站的电气设备故障判断中，电力企业和技术人员应加强该技术的应用，以此来发挥出其充分的技术优势，进一步提升变电站设备的故障判断与检修效果。
结束语：
综上所述，因为变电站中的电气设备故障具有随机性、阶段性、隐蔽性和多发性等的特征，如不定期加以判断检测，便很容易让众多小的故障积累成大的故障，进而对变电站的安全稳定运行造成严重的不利影响。而通过实践和研究发现，红外图像处理技术在变电站电气设备故障判断中十分适用。基于此，电力企业应明确其主要的应用原理，并通过合理的方法对其加以应用。这样才可以及时发现并解决变电站电气设备存在的故障或异常，尽最大限度避免重大的设备故障发生，让变电站整体运行效果得以良好保障。
参考文献：
[1]赵梦.基于红外图像的电力设备故障分析研究[D].导师：杨延西;谢卫.西安理工大学，2020.
[2]张恒源.基于红外图像处理的变电站设备故障诊断方法研究[D].导师：邵向鑫;高启超.长春工业大学，2019.
[3]郭铭.基于红外成像技术的变电站电气设备热故障诊断研究[D].导师：杨本臣.辽宁工程技术大学，2019.
关键词：变电站;电气设备;故障诊断;红外线图像处理技术;诊断方法
引言：
在通过红外图像处理技术对变电站中的电气设备进行故障诊断的过程中，诊断方法的应用至关重要。基于此，在实际的故障诊断中，技术人员一定要全面了解该技术的应用原理，并通过合理的方法来进行故障诊断。这样才可以及时发现相应的故障，为后续的变电站设备故障处理提供足具科学性的参考。
一、红外图像处理技术基本原理分析
在当今科学技术的不断发展中，红外检测技术已经与传统的红外检测具有了很大的不同，它属于一门综合性的新技术，其中包括红外光学、计算机应用、数字图像处理以及信号处理等的诸多技术形式，并成为了无损红外检测技术中的一种。在红外图像处理技术的应用中，一个显著的优势就是不会破坏和伤害检测目标。凭借着这一优势，红外图像处理技术已经在当今的变电站电气设备故障诊断中成为了一项关键技术。
具体应用中，红外图像处理技术主要借助于红外辐射这一原理，通过红外探测仪对变电站设备表面温度信息进行获取，然后形成相应的红外图像;通过对被检测目标红外图像的分析，便可对其性能、运行状态以及存在的缺陷、故障等做出准确判断[1]。
二、变电站设备故障特征
在变电站电气设备的运行过程中，突发性事故都是在极特殊的情况下才会出现，而引起突发事故的故障也是非常大的设备故障，在其余的情况下，变电站设备的故障或者是异常都属于小的缺陷。但如果这些小的缺陷和故障得不到有效处理，变电站设备故障便很可能会积小成大，进而引发重大的设备故障，对变电站运行效果乃至于工作人员的人身安全造成严重威胁。因此，為有效防止此类情况的发生，在变电站电气设备的运维过程中，技术人员一定要对其主要的故障特征做到全面明确。
首先是随机性，在变电站设备中，无论是一次设备或者是二次设备，其故障的发生都具有随机性，其中包括发生故障的设备、故障原因以及发生时间等。
其次是阶段性，在变电站中，电气设备的严重故障可按照潜伏期、发展期和最后的损坏期这三个阶段进行划分。
再次是隐蔽性，在设备大型故障处于潜伏期或者是发展期这两个阶段时，如果不对其定期进行试验检测，这些设备的异常情况将很难发现。
最后是多发性，通常情况下，一旦变电站中的电气设备发生了严重故障，都会伴随着一系列的连锁反应产生，进而对其他设备也造成故障甚至损坏，严重的情况下甚至会酿成不可估量的后果。
基于此，为实现变电站设备故障的良好检测与诊断，电力企业就应该将当今先进的红外图像处理技术加以科学应用。
三、变电站设备故障诊断中的红外处理技术应用方法分析
（一）目标标记与区域面积统计
在通过红外图像技术进行变电站电气故障的诊断过程中，图像上的电气设备目标面积可通过以下的几种方式来定义：第一是将其定义为边缘线内部所包围的区域;第二是将其定义为整个图像中设备所占部分包含的所有像素;第三是将其定义为目标设备所在区域中的所有栅格单元个数（仅适用于栅格红外数字图像表示法）。
而在对目标区域进行面积统计的过程中，首先需要对图像进行逐行扫描，将目标区域设置为黑色，背景区域设置为白色，以此来实现目标和背景之间的良好区分。如果图像中有不连通区域的点存在，就需要对其做好统计，并按照不同像素值对这些点进行标注。最后再同时进行像素数的统计，在完成了统计之后，获得到的总像素数就是被测区域的实际面积。
在此过程中，一项主要内容就是对区域连通与否进行判断。对于这项内容，应按照以下依据进行判断：假设有一个白点形式的像素存在，判断中，就需要对其临近像素点进行判断，如果临近的八个都是白色像素点，便可判断这一区域属于联通区域[2]。
（二）故障程度计算
在对被测区域进行设备故障程度计算的过程中，应该将整体目标区域内的故障区域面积占比作为判断依据。其公式如下：
在以上公式中，整体目标区域内的故障区域面积占比用P表示;这个值越大，说明故障程度越严重。故障区域面积用Q表示;目标区域总面积用S表示。在通过红外图像技术进行变电站设备故障程度的判断中，借助于这一公式，便可帮助检测工作者准确判断出设备故障的严重程度，为其后续的故障处理提供科学参考。
（三）检测效果
在通过红外图像处理技术对变电站中的电气设备进行故障诊断的过程中，为确定其检测效果，可将互感器的发热故障图像用作实例来进行分析，在此过程中，首先将现场采集获取到的红外图像进行去噪和对比增强等的预处理，然后再进行分割处理。在分割处理过程中，主要借助于改进之后的聚类算法来进行目标的分割，分割之后，便可获得目标运行区域以及故障区域;接下来便可根据上述的判断方式对这几种设备的故障程度进行计算[3]。下图为本次试验中互感器过热故障情况下的红外图像及其预处理之后获得的图像：
以下是本次所获得的实验数据与参考值之间的对比情况：
通过以上数据可以看出，红外图像处理技术对于变电站电气设备故障具有良好的判断精度。因此，在变电站的电气设备故障判断中，电力企业和技术人员应加强该技术的应用，以此来发挥出其充分的技术优势，进一步提升变电站设备的故障判断与检修效果。
结束语：
综上所述，因为变电站中的电气设备故障具有随机性、阶段性、隐蔽性和多发性等的特征，如不定期加以判断检测，便很容易让众多小的故障积累成大的故障，进而对变电站的安全稳定运行造成严重的不利影响。而通过实践和研究发现，红外图像处理技术在变电站电气设备故障判断中十分适用。基于此，电力企业应明确其主要的应用原理，并通过合理的方法对其加以应用。这样才可以及时发现并解决变电站电气设备存在的故障或异常，尽最大限度避免重大的设备故障发生，让变电站整体运行效果得以良好保障。
参考文献：
[1]赵梦.基于红外图像的电力设备故障分析研究[D].导师：杨延西;谢卫.西安理工大学，2020.
[2]张恒源.基于红外图像处理的变电站设备故障诊断方法研究[D].导师：邵向鑫;高启超.长春工业大学，2019.
[3]郭铭.基于红外成像技术的变电站电气设备热故障诊断研究[D].导师：杨本臣.辽宁工程技术大学，2019.