放电故障紫外检测系统及其状态识别方法

紫外成像检测技术是一种检测高压设备故障的新方法;在此技术上研究设计了一种放电故障紫外检测系统,该系统能对实时采集的紫外图像进行相关的技术处理,同时可对故障点进行准确定位;根据数据建立了设备状态模型并提出一种基于人工神经网络的状态识别方法,应用MATLAB工具进行神经网络的设计和模拟,仿真结果达到预期效果;该系统可以准确地诊断设备的故障和运行状况,有较好运用前景和理论意义。

单通道双谱紫外电晕放电检测方法

为了防止电晕产生的危害,电力部门需要实时地检测并定位电晕放电故障点。而用于电晕检测的传统双通道紫外检测设备结构复杂,图像处理难度大,研发成本高。基于日盲紫外检测技术,设计了一种新结构的单通道双谱紫外检测系统,其结构简洁,图像处理简便,研发成本较低。系统以PC为主要硬件架构,实现单片机驱动步进电机控制前端滤光片切换,从而能对故障点进行准确的定位,并通过仿真实验验证了系统定位故障点的准确性。

双通道电晕放电紫外检测及其图像融合方法

电晕放电对电力系统的危害日益引起人们的重视。检测电力设备电晕放电可有助于及时发现电力设备故障的类型和严重程度。利用双通道紫外检测系统对紫外日盲波段(240～280 nm)的电力设备的电晕放电进行检测,并研究了系统的图像融合。针对可见光和紫外光双光谱的图像融合问题,提出了适合于双通道紫外检测系统融合的IHS空间变换图像融合算法。通过实例验证了算法的正确性,并且与几种经典的融合算法比较,突出了所用算法的优点。得到的融合图像的放电点和背景图像均清晰、可识别。该方法对提高系统实时检测的可靠性有重要的理论意义和实用前景。