电力设备局部放电紫外成像检测中图像处理技术的运用

电力设备局部放电紫外成像检测中图像处理技术的运用

李晓云

国家电投集团青海黄河电力技术有限责任公司 青海省西宁市 810000

摘要：为加强对电力设备局部放电问题的精准监测，本文主要利用紫外成像检测法中的图像处理技术，实现对电力设备局部放电问题的监测分析。在分析过程中，通过阐明电力设备局部放电紫外成像原理，利用图像处理技术以及成像设备对捕捉到的紫外图像以及其他可见光图像进行研究分析。并根据分析反馈结果，合理确定电力设备放电程度以及放电位置。这样一来，基本上可以完成对局部放电问题的精准判断与定位，实用价值明显。

关键词：电力设备；局部放电；紫外成像检测；图像处理技术；应用

前言：随着我国电压等级的不断提升，电力线路以及相关设备所覆盖的范围越来越广。在这样的发展态势下，各生产行业对于电力设备安全可靠运行问题予以了高度关注。从客观角度上来看，多数电力设备长期放置在室外环境当中，很容易受到环境因素的影响而出现绝缘损坏以及老化等一系列问题。当这些问题表现过于明显时，很有可能会引发局部放电现象。一般来说，过度的局部放电现象可加速电力设备绝缘损坏程度，并严重缩短绝缘寿命，会对设备安全运行效果产生不良影响。最主要的是，局部放电现象会辐射大量光波，容易对环境安全以及人身安全构成威胁。目前，为加强对电力设备局部放电问题的监测管理，相关工作人员主动利用紫外成像检测以及图像处理技术完成对电力设备表面局部放电以及绝缘状态的监测管理。

1 紫外成像检测原理分析

高压设备发生电离放电问题时，会伴随一系列不同波长的电磁波辐射问题出现。其中，紫外线可涉及的波长范围为100nm至400nm之间。因阳光中含有紫外线，受到臭氧层吸收作用影响，最终可到达地球的紫外线波长一般多处于280nm及以上。对于低于280nm的区间而言，我们一般可以将其称为日盲区。一般来说，局部放电所产生的紫外线波长有一部分存在于日盲区当中，也就是说紫外线波长处于280nm以下。对于这一阶段局部放电状态的检测分析,我们可以利用紫外线成像检测方法对局部放电状态进行合理判断，并规避阳光干扰^[1]。

在原理表现方面，信号源被背景光照射之后所产生的混合光会逐步进入到成像设备当中，在紫外光束分隔器的作用下可将混合光细化分为两个部分：一是经过信号增强放大处理之后进入到可见光镜头当中，并且在可见光相机中以可见光图像形式存在；二是在日盲滤镜的作用下，可对日盲区以外的光线进行过滤处理。并进入到紫外镜头当中，在紫外相机中以紫外图像形式存在。最终，可利用特定的图像预处理以及相关融合方法，对影像资料进行输出。

2 图像预处理及图像融合分析

2.1 图像预处理

紫外双光谱检测系统所获得的图像主要可以通过微光像增强器以及CCD数据采集系统辅助进行自主分析与图像获取。一般来说，微光像增强器以及CCD数据采集系统可在提高亮度以及采集数据过程中，伴随大量噪声问题出现。为避免对最终图像质量造成不良影响，工作人员通常需要对图像以及噪声处理。

在正式处理过程中，工作人员应该明确噪声类型，一般多为椒盐噪声并伴随少量高斯噪声类型存在。对于这部分噪声问题的处理，工作人员可采用中值滤波方法实现对图像的预处理。需要注意的是，为抑制图像中存在的高斯噪声问题，工作人员可将中值滤波与均值滤波算法进行结合应用，最终以改进算法形式输出要计算的图像点^[2]。

2.2 图像融合

紫外成像检测系统可实现对紫外线号与可见光信号的采集处理。一般来说，该检测系统的最终目的主要以实现紫外辐射信号定位与故障分析为主。因此，为确保这一目的得以顺利实现，工作人员必须采取图像融合方式，将分离的紫外辐射信号与可见光信号进行融合，并以一帧图像形式存在。根据图像情况判断紫外辐射具体位置以及故障严重程度。需要注意的是，图像融合过程通常会利用特定算法对两幅或者多幅源图像进行融合，最终合成一幅新图像进行实践应用。结合以往的经验来看，当前所应用的图像融合方法较多，为确保最终检测结果的精确性，本文主张优先利用多分辨率融合方法对两幅源图像进行分解处理。

并按照特定算法对其进行融合处理，得出新的图像。最后利用模板逆变原理，获取输出图像。在方法的选用上，多分辨率融合方法可细化分为金字塔变换法与小波变换法两种。其中，小波变换法可以视为金字塔变换法延伸应用表现。与金字塔变换法不同的是，小波变换属于基于图像在不同频率通道上对图像内容进行处理。在应用过程中，小波基正交性可消除高频信号与低频信号之间存在的相关性。并从不同频道对不同规则进行融合处理，确定好小波系数之后，经过逆小波变换对图像进行重构^[3]。

从应用结果上来看，大量实践表明，小波变换法可以有效得到与拉普拉斯金字塔变换法相同的效果。最主要的是，小波变换方法在优势方面表现明显。变换后的图像大小与原图像基本可以保持相等，不会再产生冗余问题。除此之外，在系统设计过程中，工作人员可根据系统要求对融合效果以及处理速度进行合理确定。并根据确定结果对图像融合分解层数进行有效掌握，一般多以四层小波变换法为主要应用方法。

3 电力设备局部放电紫外线成像检测中图像处理技术的检测分析

从客观角度上来讲，实现图像融合的根本目的在于完成对局部放电故障问题的监测分析，并根据紫外图像中的亮斑对放电区域进行精准确定，并对故障点进行合理定位。在具体应过程中，工作人员需要利用下述技术方法进行操作实践。

3.1 Canny边缘检测方法

当电力设备存在局部放电问题时，处于紫外图像中的放电光斑与背景边缘所呈现出的区分问题比较明显。在这一过程中，工作人员可直接根据图像梯度变化情况，对故障点位置进行合理确定^[4]。在操作应用过程中，工作人员可利用Canny边缘检测方法对紫外图像中放进光斑进行科学检测。根据检测结果确定边缘点坐标，并得出光斑面积。根据光斑面积大小对周围杂散颗粒点进行合理去除，所留下的较大光斑位置可以视为电力设备主放电区域，最后在融合图像中对故障区域进行科学定位，完成相关检测工作。

3.2 故障检测分析

在进行电力设备局部放电故障问题检测期间，工作人员需要将紫外图像转化为灰度图。其中，灰度级应该控制在0~255之间，并对灰度图进行二值化处理。阈值应该取240，获取紫外图像二值图^[5]。与此同时，利用Canny算子实现对二值图边缘检测问题的正确处理。根据边缘检测结果，对各个闭合区域面积进行合理确定，最终获得故障区域。在故障区域中对边缘点坐标进行合理定位，已完成对电力设备局部故障问题的精准定位。根据故障点位置以及严重程度，选择合适的方法排除故障。

结论：总而言之，利用紫外成像检测中图像处理技术，对电力设备局部放电问题进行有效处理不仅可以为电力设备状态维修工作提供良好的技术保障，同时也可以为电力设备故障识别与定位处理提供良好的技术保障。针对于此，建议在今后的研究发展中，相关研究人员应该加强对紫外成像以及图像处理技术的应用实践力度，以便更好地为电力设备局部放电问题提供良好的解决方法。

参考文献：

[1]谭鹏,李玲,吕雪松. 基于紫外成像的电晕放电检测技术研究[J]. 电工技术,2021(12):75-77+119.

[2]唐波. 电力设备局部放电声光联合检测系统及方法[D].电子科技大学,2020.

[3]蒋薇薇. 变电站一次设备带电测试故障诊断技术及应用[D].江苏大学,2019.

[4]朱真兵. 基于图像识别的输变电设备状态评估技术集成研究及应用[D].电子科技大学,2020.

[5]尹腾飞. 电力设备运行状态的图像分析与故障诊断研究[D].上海工程技术大学,2019.