一种数字化电力设备紫外成像放电异常检测方法及系统与流程

1.本发明属于电力设备放电异常检测技术领域，具体涉及一种数字化电力设备紫外成像放电异常检测方法及系统。


背景技术：

2.本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。
3.作为一种常用的电力设备检测手段，紫外成像可及早发现存在的外绝缘隐患或损伤，对于降低设备故障率，保障电力系统安全运行意义重大。
4.传统的紫外图像都是以二值化光斑的形式来体现放电区域，仪器在输出检测数据时，直接对探测到的强弱信息进行了二值化处理，且二值化的阈值未知，导致检测图像中光斑区域内所有放电点无法看出强弱差异，仅能通过放电区域的大小、轮廓来判断放电的异常，通常利用统计的光子数大小，而不同仪器厂家间的光子数统计方式还存在差异。
5.另外，对于红外、紫外等检测手段，在对大量设备进行普测时，最大的工作量是将检测数据与被测设备做对应，并记录检测的基础信息，整个过程耗时耗力。


技术实现要素：

6.为了解决上述问题，本发明提出了一种数字化电力设备紫外成像放电异常检测方法及系统，本发明通过将原有的光子数直接转化为相对放电强度表征，输出图像上能够明显发现放电最强位置，自动对检测文件中的诊断特征量进行提取展示，实时辅助现场人员有针对性的对异常情况进行处置，快速制定处理策略。
7.根据一些实施例，本发明的第一方案提供了一种数字化电力设备紫外成像放电异常检测方法，采用如下技术方案：一种数字化电力设备紫外成像放电异常检测方法，包括：根据检测任务对多个电力设备检测点进行检测，将检测任务和对应的电力设备检测点信息关联，得到紫外成像检测文件；对所述紫外成像检测文件进行完整性和合规性校验，形成紫外成像检测文件库；基于紫外成像检测文件库中的校验后的紫外成像检测文件定位放电位置，根据定位放电位置给出检测结果；其中，所述基于紫外成像检测文件库中的校验后的紫外成像检测文件定位放电位置，具体为：基于校验后的紫外成像检测文件，提取出紫外强度矩阵和可见光图像；基于紫外强度矩阵进行光斑分割，得到放电中心区域；将分割得到的放电中心区域的边缘信息映射到可见光图像中，得到异常放电位置。
8.进一步地，所述检测任务中包含多条检测信息，所述每条检测信息中包含以下字
段：测点序号、站点名称、站点编码、被测设备名称、被测设备编码、测点名称以及测点编码。
9.进一步地，所述紫外成像检测文件包括文件长度、规范版本号、文件生成时间、站点名称、站点编码、天气、温度、湿度、仪器厂家、仪器型号、仪器版本号、系统频率、图谱数量、经度、纬度、海拔、图谱以及预留字段；所述图谱包括图谱类型编码、图谱数据长度、图谱生成时间、被测设备名称、被测设备编码、测点名称、测点编码、检测通道标志、存储数据类型、检测距离、累积时长、采帧频率、输出帧率、帧序号、增益、光斑颜色、二值化阈值、光子数、放电状态、可见光变焦、可见光曝光值、可见光图像数据长度、图像宽度、图像高度、紫外强度矩阵、可见光图像数据以及预留字段。
10.进一步地，所述基于紫外强度矩阵进行光斑分割，得到放电中心区域，具体为：将紫外强度矩阵进行灰度化，形成灰度放电图像；基于灰度放电图像，对灰度光斑区域进行直方图统计；根据直方图统计结果，确定灰度放电图像的分割阈值；基于分割阈值对灰度放电图像进行分割，得到二值化结果，即放电中心区域。
11.进一步地，所述根据直方图统计结果，确定灰度放电图像的分割阈值，包括：根据直方图中第7个区间至第10个区间内数据；确定直方图的像素点个数最大的区间的灰度中间值；将该灰度中心值作为灰度放电图像的分割阈值。
12.进一步地，所述灰度放电图像的分割阈值，具体如下公式：其中，，，为第i个区间的像素点个数，h为直方图的像素点个数序列。
13.进一步地，所述放电位置，包括以下信息：放电中心坐标；中心放电范围，即放电中心区域像素点个数；放电中心区域的最小外接矩形的宽度和高度。
14.进一步地，所述根据定位放电位置给出诊断结果，具体为：通过将放电中心区域的最小外接矩形区域放大两倍得到待分类识别区域；将待分类识别区域的边缘信息映射到可见光图像中，得到待分类识别图像；对待分类识别图像进行设备部件的自动分类识别，得到放电部件；基于放电部件，得到检测结果。
15.进一步地，所述检测结果，包括：放电中心坐标、中心放电范围以及放电中心部件。
16.根据一些实施例，本发明的第二方案提供了一种数字化电力设备紫外成像放电异常检测系统，采用如下技术方案：
一种数字化电力设备紫外成像放电异常检测系统，包括：数据采集模块，被配置为根据检测任务对多个电力设备检测点进行检测，将检测任务和对应的电力设备检测点信息关联，得到紫外成像检测文件；文件库构建模块，被配置为对所述紫外成像检测文件进行完整性和合规性校验，形成紫外成像检测文件库；放电检测模块，被配置为基于紫外成像检测文件库中的校验后的紫外成像检测文件定位放电位置，根据定位放电位置给出检测结果；其中，所述基于紫外成像检测文件库中的校验后的紫外成像检测文件定位放电位置，具体为：基于校验后的紫外成像检测文件，提取出紫外强度矩阵和可见光图像；基于紫外强度矩阵进行光斑分割，得到放电中心区域；将分割得到的放电中心区域的边缘信息映射到可见光图像中，得到异常放电位置。
17.与现有技术相比，本发明的有益效果为：本发明改变了原有紫外成像仪直接利用光子数表征放电强度的方式，通过一种新的文件存储格式，能够保留相对放电强度，自动对检测文件中的诊断特征量进行提取展示，实时辅助现场人员有针对性的对异常情况进行处置，快速制定处理策略。同时，检测文件自动上传至后台管理系统，能够对设备的海量检测数据进行横向比较、纵向对比，方便数据查阅和设备整体情况掌握。
附图说明
18.构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。
19.图1是本发明实施例所述的一种数字化电力设备紫外成像放电异常检测方法的流程图；图2是本发明实施例所述的灰度光斑区域直方图统计结果；图3是本发明实施例所述的紫外成像装置的可见光图像；图4是本发明实施例所述的传统紫外成像装置的检测图像；图5是本发明实施例所述的一种数字化电力设备紫外成像放电异常检测方法生成的检测图像；图6是本发明实施例所述的灰度放电图像；图7是本发明实施例所述的基于分割阈值分割后的放电中心区域图像；图8是本发明实施例所述的将放电中心区域边缘信息映射到可见光通道图像中的结果图像。
具体实施方式
20.下面结合附图与实施例对本发明作进一步说明。
21.应该指出，以下详细说明都是例示性的，旨在对本发明提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常
理解的相同含义。
22.需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本发明的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
23.在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
24.实施例一如图1所示，本实施例提供了一种数字化电力设备紫外成像放电异常检测方法，本实施例以该方法应用于服务器进行举例说明，可以理解的是，该方法也可以应用于终端，还可以应用于包括终端和服务器和系统，并通过终端和服务器的交互实现。服务器可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群或者分布式系统，还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务器、云通信、中间件服务、域名服务、安全服务cdn、以及大数据和人工智能平台等基础云计算服务的云服务器。终端可以是智能手机、平板电脑、笔记本电脑、台式计算机、智能音箱、智能手表等，但并不局限于此。终端以及服务器可以通过有线或无线通信方式进行直接或间接地连接，本技术在此不做限制。本实施例中，该方法包括以下步骤：根据检测任务对多个电力设备检测点进行检测，将检测任务和对应的电力设备检测点信息关联，得到紫外成像检测文件；对所述紫外成像检测文件进行完整性和合规性校验，形成紫外成像检测文件库；基于紫外成像检测文件库中的校验后的紫外成像检测文件定位放电位置，根据定位放电位置给出诊断结果；其中，所述基于紫外成像检测文件库中的校验后的紫外成像检测文件定位放电位置，具体为：基于校验后的紫外成像检测文件，提取出紫外强度矩阵和可见光图像；基于紫外强度矩阵进行光斑分割，得到放电光斑区域；将分割得到的放电光斑区域的边缘信息映射到可见光图像中，得到异常放电位置，如图8所示。
25.具体地，所述检测任务中包含多条检测信息，所述每条检测信息中包含以下字段：测点序号、站点名称、站点编码、被测设备名称、被测设备编码、测点名称以及测点编码。
26.具体地，所述紫外成像检测文件包括文件长度、规范版本号、文件生成时间、站点名称、站点编码、天气、温度、湿度、仪器厂家、仪器型号、仪器版本号、系统频率、图谱数量、经度、纬度、海拔、图谱以及预留字段；所述图谱包括图谱类型编码、图谱数据长度、图谱生成时间、被测设备名称、被测设备编码、测点名称、测点编码、检测通道标志、存储数据类型、检测距离、累积时长、采帧频率、输出帧率、帧序号、增益、光斑颜色、二值化阈值、光子数、放电状态、可见光变焦、可见光曝光值、可见光图像数据长度、图像宽度、图像高度、紫外强度矩阵、可见光图像数据以及预留字段。
27.具体地实施例中，所述基于紫外强度矩阵进行光斑分割，得到放电中心区域，具体
为：将紫外强度矩阵进行灰度化，形成灰度放电图像，如图6所示；基于灰度放电图像，对灰度光斑区域进行直方图统计；其中，灰度光斑区域即紫外强度矩阵的非0区域。
28.如图2所示，根据直方图统计结果，确定灰度放电图像的分割阈值，包括：根据直方图中第7个区间至第10个区间内数据；确定直方图的像素点个数最大的区间的灰度中间值；将该灰度中心值作为灰度放电图像的分割阈值；所述灰度放电图像的分割阈值，具体如下公式：其中，，，为第i个区间的像素点个数，h为直方图的像素点个数序列；基于分割阈值对灰度放电图像进行分割，得到二值化结果，即放电中心区域，如图7所示。
29.所述放电位置，包括以下信息：放电中心坐标；中心放电范围，即放电中心区域像素点个数；放电中心区域的最小外接矩形的宽度和高度。
30.所述根据定位放电位置给出诊断结果，具体为：通过将放电中心区域的最小外接矩形区域放大两倍得到待分类识别区域；将待分类识别区域的边缘信息映射到可见光图像中，得到待分类识别图像；对待分类识别图像进行设备部件的自动分类识别，得到放电部件；基于放电部件，得到检测结果。
31.所述检测结果，包括：放电中心坐标、中心放电范围以及放电中心部件。
32.目前，现存市面上的成像装置的紫外通道均为二值化方式展示，放电光斑区域整体均为白色，无法有效展示实际的放电最强区域和不同放电强度的区域轮廓。因此，本发明改变了数字化紫外成像装置的存储结构，通过相对放电强度的表征，输出图像上能够明显发现放电最强位置。
33.对比图如图3、图4以及图5所示。其中，如图3所示，此为紫外成像装置的可见光图像，如图4所示，此为传统紫外成像装置的检测图像，白色的区域为紫外通道检测到的放电光斑区域，为一块二值化的区域，仅能表征放电整体的轮廓、位置。如图5所示，此为按照本专利存储结构生成的检测图像，可以看到，因为保留了相对放电信息，二值化的光斑区域转换为灰度区域，灰度值越大，也就表示放电强度越高，可以看出，放电的最强点大约位于该电流互感器的接头位置。
34.当智能终端接收到检测文件后，可以对检测文件进行智能化的处理分析，快速定位放电位置，并给出诊断结果。
35.具体的光斑分割流程如下：对紫外光斑矩阵进行处理，形成灰度图像：对光斑矩阵的非0区域进行直方图统计；
这里将灰度值0~255分成了10个区间，每个区间的步长gap为26。
36.可以看到除了强度较弱的区域，整体放电区域强度分布较为均匀。
37.如图2所示，用h指代直方图的像素点个数序列，，为第i个区间的像素点个数。
38.寻找第7个区间至第10个区间内的（即灰度值大于157）数据，将h值最大的区间的灰度中间值作为整体光斑区域的分割阈值。
39.即分割阈值t =（（idx-1）*gap 1 idx*gap）/2本发明示例中，idx为9，因此计算得到t为221.5。
40.因此，根据此阈值对光斑图像进行分割，得到的二值化结果。
41.可以认为，该区域就是放电中心区域。
42.将分割得到的放电中心区域边缘信息映射到可见光通道图像中。
43.在自动数据处理发现放电中心区域后，能够自动得到放电的以下信息：1）放电中心坐标（xc,yc），2）中心放电范围a，即放电中心区域像素点个数，3）放电中心区域宽度w，高度h。
44.以上信息为自动处理紫外图像后得到的信息，同时，在智能终端上搭载有放电部件的智能分类模块，自动对发生放电的部件名称进行识别标注，例如接头、套管、导线、金具等设备典型部件。
45.待分类识别的区域通过放电中心区域确定，该区域以（xc,yc）为中心，宽度为2w，高度为2h。
46.智能识别模块通过标注设备部件可见光图像样本的方式，利用面向图像处理的模式分类算法对待分类识别的区域进行分类，区域分类算法可采用lenet5等成熟的算法。
47.最终，能够自动得到设备紫外检测图像特征描述量如下：结合dlt 345-2019带电设备紫外诊断技术应用导则的相关规则，可以快速对异常状态进行判定。
48.通过以上方式，本发明完成了紫外成像数据的自动采集、设备对应、边端自动判别和数据自动回传管理，有效提升了整体的工作质量和效率。
49.实施例二本实施例提供了一种数字化电力设备紫外成像放电异常检测系统，包括：数据采集模块，被配置为根据检测任务对多个电力设备检测点进行检测，将检测任务和对应的电力设备检测点信息关联，得到紫外成像检测文件；文件库构建模块，被配置为对所述紫外成像检测文件进行完整性和合规性校验，形成紫外成像检测文件库；放电检测模块，被配置为基于紫外成像检测文件库中的校验后的紫外成像检测文件定位放电位置，根据定位放电位置给出检测结果；其中，所述基于紫外成像检测文件库中的校验后的紫外成像检测文件定位放电位
置，具体为：基于校验后的紫外成像检测文件，提取出紫外强度矩阵和可见光图像；基于紫外强度矩阵进行光斑分割，得到放电中心区域；将分割得到的放电中心区域的边缘信息映射到可见光图像中，得到异常放电位置。
50.具体地，紫外成像装置，包括：（1）紫外成像模块，用于形成可见光及紫外两个成像通道的成像数据；（2）数据存储模块，用于将紫外成像模块输出的成像数据存储形成规范化的检测文件，同时也将任务管理模块获取的对应设备的检测信息写入检测文件；（3）数据通信模块，用于将数据存储模块存储的文件与智能终端进行通信传输。
51.（4）任务管理模块，用于接收智能终端下发的检测任务，并对检测情况进行管理查看。
52.紫外成像模块的主体功能与其他紫外成像仪一致，本专利的差异在于：一是增加了数据通信模块，可以与智能终端进行信息交互；二是增加了任务管理模块，紫外成像装置能够接收智能终端发送的检测信息，并将对应的信息写入存储文件并回传；三是增加了数据存储模块，发明了一种新的紫外数据存储格式，对成像装置进行存储。该装置可以与电力设备作业现场深度融合，将数据与检测设备进行对应并一键回传，实现了数字化的作业过程。
53.数据通信模块采用蓝牙方式3.0以上方式传输，通过报文的方式进行数据交互，采用点对点通信模式，蓝牙服务uuid（串口服务）为00001101-0000-1000-8000-00805f9b34fb，初始配对密码为0000。
54.任务管理模块一是能够通过蓝牙接收智能终端下发的检测任务，检测任务中包含多条检测信息，每条检测信息中包含以下字段：测点序号、站点名称、站点编码、被测设备名称、被测设备编码、测点名称、测点编码；二是在数据存储模块形成检测文件后，将检测文件回传至智能终端。
55.数据存储模块中主要是对紫外成像模块检测得到的数据进行重新封装，并将检测信息等关键信息写入检测文件。
56.数据存储格式要求如下：表1 文件整体存储格式
表2 图谱存储格式
紫外成像智能终端，是一个具备外部通信功能，并能够进行数据处理的移动电子设备，可以是平板电脑、手机等。
57.智能终端能够从后台管理系统同步检测任务，以一个变电站为例，通常会包含几百个检测点；在获得检测任务下发至成像装置，成像装置侧通过任务管理模块进行整体查看，并在完成检测后回传至智能终端；在收到成像装置获得的检测文件后，智能终端能够对检测文件的完整性和合规性进行校验。通过本发明的数据处理方法，自动对检测文件中的诊断特征量进行提取展示，实时辅助现场人员有针对性的对异常情况进行处置，快速制定处理策略。同时，检测文件自动上传至后台管理系统，能够对设备的海量检测数据进行横向比较、纵向对比，方便数据查阅和设备整体情况掌握。
58.传统的紫外成像仪并不输出本实施例表1和表2结构的信息，放电区域呈现的是一个二值化的光斑区域，也就是表2中定义紫外强度矩阵中非0灰度区域是一整个纯色的光斑，光斑颜色多数为白色，也会有红色、绿色等。光子数是紫外成像仪对二值化光斑区域的统计值，各个厂家生成二值化光斑区域的阈值各不相同，统计方式也并不统一；另外，整个二值化光斑区域以纯色存储展示，无法看出放电最强的点在哪以及其真实影响的范围有多大，因此用光子数这个概念来判断是否存在异常并不客观。本实施例的处理方式不依赖于光子数这个概念，用放电中心坐标、中心放电范围、放电中心部件三种特征量补充描述检测结果，同时依托了一种新的数字化作业流程，因此可以保证后续的快速异常判断和数据管理。
59.上述模块与对应的步骤所实现的示例和应用场景相同，但不限于上述实施例一所公开的内容。需要说明的是，上述模块作为系统的一部分可以在诸如一组计算机可执行指令的计算机系统中执行。
60.上述实施例中对各个实施例的描述各有侧重，某个实施例中没有详述的部分可以参见其他实施例的相关描述。
61.所提出的系统，可以通过其他的方式实现。例如以上所描述的系统实施例仅仅是示意性的，例如上述模块的划分，仅仅为一种逻辑功能划分，实际实现时，可以有另外的划分方式，例如多个模块可以结合或者可以集成到另外一个系统，或一些特征可以忽略，或不执行。
62.上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。