电晕放电可见光数字图像的RGB色度研究

电晕放电的可见光数字图像中蕴含丰富的色度学信息,该文提出利用数字图像处理技术中的色度指标研究大气压空气中电晕放电的方法。先将放电真彩色图转化为三基色分量图,然后提取R、G、B分量图放电区域的色度灰度值,并计算色度分量灰度占比,发现：放电电压增加,真彩图的灰度值和分量图的三个色度灰度值都增加,能够反映放电剧烈程度的变化,相比传统的脉冲电流测量效果更好;放电程度较弱时,G分量占比最大,B分量占比次之,R分量占比最小;放电程度较强时,B分量的占比最大,R分量占比次之,G分量占比最小;分量占比大小的改变可以用来判断放电的严重程度;光谱测量结果支持上述色度分量的分析结果,在此基础上给出了一种特征色度分量占比差值划分电晕放电阶段的方法。

基于可见光图像的暗环境沿面放电智能诊断方法

为了解决紫外成像在放电诊断中分辨率较低、抗噪性能较弱、故障定位不精确的问题,基于可见光图像和机器学习,提出了一种沿面放电的智能诊断方法。首先,在暗环境下建立了包含不同实验条件沿面放电可见光数字图像库,分别提取了图像的颜色、灰度、形态特征;然后,使用聚类算法将放电图像按照放电的严重程度划分为正常、轻微、严重、危险4个阶段,并结合放电光谱关联性实验对划分结果的物理意义进行了解释;接着,使用k近邻、决策树、支持向量机、梯度提升决策树4种经典监督学习算法,在已划分阶段的数据集上训练智能诊断模型;此外,还尝试通过人工神经网络对原始特征数据进行压缩降维,提取抽象特征进行识别。研究结果表明:基于颜色特征的监督学习模型在进行放电诊断时具有更高的准确率;利用人工神经网络进行识别的准确率达到了0.958,与经典学习算法(准确率为0.886)相比有明显提高。以上结果说明,利用可见光图像可以对沿面放电进行有效的诊断,机器学习算法的应用保证了诊断的高效准确,所提方法可使得状态识别和故障定位同步完成,从而极大降低成本,为电力系统安全稳定运行提供更有力保障。

基于图像处理技术的交流沿面放电状态诊断方法研究

沿面放电过程中气体成分和放电区域的变化都会引起发射光谱的变化,进而引起可见光照片的颜色发生改变,然而关于沿面放电过程中可见光色度信息的研究却很少,因此提出利用交流沿面放电光学照片的色度信息诊断放电状态的新方法。通过采集黑暗环境中沿面放电的光学照片,利用图像处理技术提取RGB、HSI、CIE-XYZ和L*a*b*四种颜色空间中的色度特征参数,对沿面放电的发展状态进行诊断。其中,重点研究RGB空间和CIE-XYZ空间的色度参数,并讨论不同电极形状、介质板不同背景颜色和不同介质板的影响。最后,比较不同方法诊断沿面放电状态的优缺点,总结不同颜色空间的色度参数对沿面放电进行监测和诊断的适用范围。作为一种新的宏观指标,该方法可以与电流波形及可观测微观过程的光谱方法进行互补,实现宏观现象(图像)与微观过程(光谱)的跨尺度关联。从潜在应用的角度考虑,该方法也为满足工业应用中状态监测的长时间尺度需求,提供了一种新的简单手段。

基于可见光图像和机器学习的金具温升识别方法

基于光辐射的测温技术一般工作在热辐射较强的红外波段,基于光反射的测温技术虽然可以工作在可见光波段,但目前使用条件只限于暗环境下正入射单波长的光源,而电力设备工作在日光下难以使用该技术。文中通过数字图像处理技术和机器学习方法,将热调制光反射技术扩展到不需要正入射和固定光源的情况,利用日光实现常温电力金具表面温升识别。在日光下利用3种手机拍照建立了110 kV输电线路一种金具不同日光环境(每个温度下日光照度有3种)的图像库4 500幅,3种不同金具(每个温度下日光照度一种)的图像库每种金具1 500幅,提取每张照片的三基色灰度频率分布(RGB-GLH)为特征量,分别通过支持向量机、决策树法、梯度提升法和K近邻法4种机器学习方法,建立了表面温度的识别模型。交叉验证结果表明K近邻法最优,平均绝对误差适合识别一般金具故障的温升。文中还从材料电磁特性出发,根据电磁波反射规律探讨了日光下热调制光反射温升识别技术的原理,以及利用机器学习方法处理大数据矩阵的依据。

悬浮颗粒局部放电综合作用机制的研究

局部放电往往是很多影响机制综合作用的结果,为了探索这些机制的单独作用,需要设置一些能够区分不同机制的放电形式,为此提出利用悬浮针模拟颗粒放电现象进行研究的方法。首先固定悬浮金属针和非金属针与主电极的不同位置,模拟颗粒畸变电场和颗粒阻碍放电通道的影响;然后和运动金属颗粒的电信号相位进行比较并进行机理分析。试验及分析结果表明:诸多机制的综合作用将会使得放电电流出现在电压上升沿和电压峰值附近;非金属颗粒虽然在起晕电压方面的影响不如金属颗粒那么大,但会通过积累的壁电荷影响放电电流的相位;自由运动颗粒的局部放电实际上受颗粒位置控制,呈现以局部击穿为主的放电现象。总之,悬浮颗粒不同机制的综合作用将导致最终的放电形式是电晕、局部击穿和介质阻挡放电分别或共同存在。

Effects of Macroparticle Sizes on Two-phase Mixture Discharge Under DC Voltage

随着放电等离子体在各个领域应用的不断扩大，两相体放电问题越来越重要，需要解决的基础问题之一即是两相体中放电发生、发展的特点和规律及影响因素。采用21种不同的介质材料研究直流电压下两相体放电的效应，由实验结果可知介质的介电常数对放电路径基本无影响，而介质颗粒的粒径大小对两相体放电路径的选择起决定作用，即粒径效应。此外，对颗粒介电常数、电场畸变、光电离作用和颗粒荷电等几个方面进行研究，可知两相体放电的粒径效应与颗粒粒径大小紧密相关。