电力设备红外热成像全测温故障诊断研究

电力设备红外热成像全测温故障诊断研究

王维赵青青

（国网河南省电力公司宜阳县供电公司471600）

摘要：电力系统的安全运行关系到社会生产、生活的稳定。在变电站的运行过程中，电力设备由于异常热效应而导致的电网故障，是影响电力设备安全运行的重要因素之一。在变电站应用红外热成像测温，能够及时、准确的发现电力设备的热异常缺陷，消除电网运行的不安全因素，对变电站的稳定安全工作有着重要的意义。本文主要对电力设备红外热成像全测温故障诊断进行了简要的分析。

关键词：电力设备；红外热成像；全测温；故障诊断

1红外热成像测温技术的基本理论与原理

1.1红外辐射的基本理论

自然界中所有高于绝对零度的物体都在以电磁波的形式向外辐射能量，而物体的红外辐射能量的大小及波长的分布与其表面温度紧密相关。因此通过测量物体自身辐射的红外能量并经有效计算，便能准确得出物体的表面温度，这就是红外测温原理的理论依据。1860—1900年，经过40年的努力，建立起了完整的红外辐射理论，其核心包括透射、反射、吸收定律，基尔霍夫定律，普朗克定律3大定律，它们是红外热成像测温技术的理论基础。

1.1.1透射、反射、吸收定律

一般而言，当物体温度一定时，投射到物体表面的红外辐射能量一部分被吸收，一部分被反射，还有一部分能量经物体透射。假设投射到物体表面的红外辐射能量为1，按能量守恒定律，则有

式中，αλT、ρλT、τλT分别为光谱吸收率、反射率和透射率。

1.1.2基尔霍夫定律

基尔霍夫认为：物体发射本领和吸收本领的比值仅与辐射波长和温度相关，与物体性质无关，该比值是对所有物体的普适函数。可将基尔霍夫定律表示为

式中，MλT、MbλT分别为一般物体和黑体的辐射度，αλT、αbλT分别为一般物体和黑体的光谱吸收率，且αbλT=1。

1.1.3普朗克定律

普朗克应用微观粒子能量不连续的假说，并借助空腔和谐振子理论，导出了以波长λ（μm）和温度T（K）为变量的黑体辐射度的计算式为

式中，k=1.3807×1023J/K，为玻尔兹曼常数；c1=2πhc2=3.7418×10-16W•m2为第一辐射常数；c2=hc/k=1.4388×10-2m•K为第二辐射常数。

1.2红外热成像测温技术原理

红外热成像测温技术的核心设备是红外热像仪，其主要由4部分构成：红外光学系统、探测器、信号处理器和显示器。红外热像仪利用测量物体辐射的3～5μm或8～14μm的红外光波，将物体在这一波段的红外辐射能量经过红外光学系统的筛选并聚焦到红外探测器上，微测辐射热计上的热敏电阻元吸收红外辐射后，将引起热敏材料的温度变化，温度变化可以转化为电流或电压的变化。这些物理量通过信号处理系统经过放大、整形、数模转换等手段转化为数字信号，在显示器上以温度图像的形式展现。图像中每一个点的灰度值与被测物体上该点发出并到达光电转换器件的辐射能量相对应。经过信号处理电路的内部运算，就可以从红外热像仪的图像上读出被测物体表面的每一个点的辐射温度值。

2线性全测温分析与故障诊断

2.1线性温度值分布序列温差分析

根据《DL／T6642008带电设备红外诊断应用规范》的要求，对电力设备红外测温热故障的判断，可采用同相不同部位，不同相同部位的温差进行诊断。目前，在线式自动红外测温诊断，一般预先标定电气设备需要测温的部位，取不同部位的温差或相间温差，进行测温诊断热故障分析。如图1，流变A相（L01）、B相（L02）、C相（L03）之间的温差很明显，通过对每相测温部位的最高温度的温差分析，可以发现B相（L02）的温度明显高于A相（L01）与C相（L03）。图2为主变压器出线套管缺油，A相（L01）、B相（L02）由于缺油，导致套管上部温度明显低于C相同位置温度（L03），但是采用常规处理方法，即比较L01、L02、L03之间的温差，无法发现缺陷（因为它们的最高温度基本一致）。L01（A相）、L02（B相）、L03（C相）的全段温度分布序列，如图3：

图1某流变相间温差故障识别

图2主变套管缺油故障

图3主变套管三相线性温度值分布序列曲线

通过对全段温度分布曲线的高低温差分析，不同相同位置的对应点的相间温差分析（可结合环境因素，如环境温度、风速等对实测温度进行必要的归一化折算，以提高诊断的准确性），不遗漏地反应出电气设备每相每个检测部位的发热（或故障）情况。

2.2温度分布序列DFT变换及频谱分析诊断

由于线性温度值分布序列温差分析的诊断，主要的判据是设定的局部温差阈值，然而很多电压致热型或其它故障导致的热特征，温度变化不那么明显，前期表现出来的热特征，通过高低温差分析还不足以识别出来。但是如果其热特征分布存在任何阶梯性的变化或部分跳跃变化，通过离散傅里叶变换得到的频谱，必存在一定量能的高频分量。滤除基频分量（频率为0的分量），对高频信息进行有效分析，有助于智能诊断服务器自动对电气设备热故障的前期特征进行有效识别。设x（n）是设备某相的全段线性温度分布序列，则x（n）的N点离散傅里叶变换为：

其中，

L101所标定压变本体部位无明显发热特殊，线性温度值分布序列温差分析，得到其同相不同部位的最大温差为1．8K，未达到明显故障的情况（设定为2～3K）。通过对压变测温部位温度值分布序列进行DFT变换（离散傅里叶变换），如图4所示，可较明显地发现，滤除基频分量存在一定能量的非基频的低频信息及高频信息，由此系统基本可以自动判断出，该压变的测温区域，存在局部范围的温度跃变或跳变，需要引起关注，可能存在电压致热缺陷。另外，如图5，某主变的部分散热片阀门未开，导致部分散热片未工作，而温度过低异常。温度分布序列DFT变换频及谱分析诊断，可发现明显的频谱特征，从而识别出故障缺陷。如图6所示。滤除基频分量后，还存在较明显的低频分量，并且高频信息的能量也比较强，由此基本可以自动判断出此变压器散热片的温度分布序列存在较显著的跃变，与线性温度值分布序列特征吻合。正常的变压器散热片的温度分布序列通过DFT变换及滤波处理后，可以发现，将不存较明显的其它频率的低频分量及能量较大的高频分量，表示正常。

图4某压变温度分布序列频谱分析

图5某变压器部分散热片温度异常

图6某变压器散热片温度分布序列频谱分析

3结语

红外热成像技术推广应用后，极大地提高了变电站对热异常设备的检测度，减少了设备故障率。当然，想要进一步的提升红外测定的精准度，变电站还需要进一步的提高相关检测技术、检测操作等。

参考文献：

[1]唐华明，许博文，王斐.基于红外热成像技术的在线扫描测温系统设计[J].红外，2015，36（01）：12-15+29.

[2]张建浩，陈洁钰.变电站红外热成像测温在线监控系统的构建及应用[J].电世界，2014，55（11）：1-5.

[3]王鹏，王云琴，李国平，陈书明.浅谈变电站红外热成像仪测温应用[J].科技创新与应用，2013（03）：6.

[4]邓宝杰.变电站设备红外热成像仪测温应用[J].机电信息，2011（24）：90-91.