首页
会员中心
到顶部
到尾部
在线论文

一种实时GIS在线故障诊断方法

时间:2016/1/13 9:29:43  作者:论文在线  来源:论文在线  查看:30  评论:0
内容摘要:摘要:针对GIS的在线诊断,文中给出了一种基于识别的系统设计,在此基础上,还给出了一种基于统计对比分析的异常情况定位算法,通过实验证明了文中方案及算法的实效性,有可以力推动开关站在线监测的发展。关键词:气体绝缘金属封闭开关   在线诊断  图像识别 ...

摘要:针对GIS的在线诊断,文中给出了一种基于识别的系统设计,在此基础上,还给出了一种基于统计对比分析的异常情况定位算法,通过实验证明了文中方案及算法的实效性,有可以力推动开关站在线监测的发展。

关键词:气体绝缘金属封闭开关   在线诊断  图像识别

 

ABSTRACT: For on-line monitoring of the gas isolation switching station, in this paper, the design of a system based on image recognition program, on this basis, also gives an abnormal localization algorithm based on statistical comparative analysis, the program proved by experimentsand the effectiveness of the algorithm, can force to promote the development of the switching station online monitoring.

Keywords: Gas isolating switch station  Online monitoring  Image processing

 

引言

气体绝缘金属封闭开关(GIS,Gas  Insulated  Switchgear),由于带电体都被金属外壳包容,不会受到外界环境的影响,可以有效利用有限的空间的优点,并且所以操作和维修人员的正常操作不会碰到带电体,相对安全;因此适应性强,可以在人口稠密的地区、群山地带、地下等地方建立变电所,从而得到了广泛的应用。

电网的安全关系到国家及国民正常运行工作和生活的各个方面,因此电力重要设备的正常运行至关重要。在GIS得到广泛应用的同时,如何保障其可靠性,并且做到预防和及早发现隐患,做提前处理,已成为GIS领域电网监测的关键技术之一[1]

然而GIS是一个封闭壳体,传统的人工巡检或感应等技术,难以在GIS领域得到应用。为此,青海电力科学试验研究院联合通用电气提出了一种X射线数字成像检测技术CRDR实现了GIS设备内部结构的“可视化”诊断,有效地解决了GIS设内部结构复杂,且充有SF6绝缘气体、解体困难,检修技术含量高,耗时长,停电损失大等检测难题,为设备故障的准确定性及定位提供了极大的方便。但该方法需要通过人工判断故障,且需要对人员进行判断,严格依赖于人员的主观性,难以得到大面积的推广。为此本文提出了一种基于软件识别的GIS成像故障诊断系统。本文针对开关站的在线监测给出了系统方案,并对识别算法进行了研究,实验证明,本文所提方案,具有实效性[2]

 

GIS在线诊断系统

电力图像监测系统虽然有各种实现形式,但一般来说,系统如框图所示。

 

一种实时GIS在线故障诊断方法 

                     在线诊断系统框图

 

 首先是DR板常见的规格有:410x410 mm200x200 mm,不可弯折。CRIP板:宽度最大是350mm, 长度任意,可弯折。像素≤200 微米,系统分辨率≥2.5 IP/mm,就能达到GIS 的检测要求,该指标一般都能被满足。需要注意的是:并不是像素越高越好,在一定条件下,提高像素并不能得到更好的图像。。其次滤波,主要用来消除图像的各种噪声,一般采用平滑和增强的方法,平滑主要使用均值,高斯,中值滤波等方法。增强使用直方图和灰度变换等方法以增强图像与背景的反差,提升识别效果。在特征提取中,主要使用边缘信息[3]。边缘极好的反映了图像的几何结构和拓扑结构。边缘检测以微分算法为基础,同时结合模板匹配。最后是决策部分,决策使用最小误判概率准则判决是否出现故障和故障的性质[4]

 

一种在线诊断算法

     定义标准DR图像为{C}{C}一种实时GIS在线故障诊断方法{C}{C},监测采集DR图像为{C}{C}一种实时GIS在线故障诊断方法{C}{C},则采集图像与标准图像之间的差为:

一种实时GIS在线故障诊断方法

式中,{C}{C}一种实时GIS在线故障诊断方法{C}{C}指对应像素的坐标值。GIS正常情况下,两幅图像的差值{C}{C}一种实时GIS在线故障诊断方法{C}{C}服从零均值高斯分布{C}{C}一种实时GIS在线故障诊断方法{C}{C},即:

一种实时GIS在线故障诊断方法

一种实时GIS在线故障诊断方法即为零假设。

定义监测模块{C}{C}一种实时GIS在线故障诊断方法{C}{C}的尺寸为{C}{C}一种实时GIS在线故障诊断方法{C}{C},假设其服从统计独立分布,则在{C}{C}一种实时GIS在线故障诊断方法{C}{C}区域应满足:

{C}{C}一种实时GIS在线故障诊断方法

并且服从一种实时GIS在线故障诊断方法分布,其自由度为{C}{C}一种实时GIS在线故障诊断方法{C}{C}。所以,如果{C}{C}一种实时GIS在线故障诊断方法{C}{C}相应的统计量{C}{C}一种实时GIS在线故障诊断方法{C}{C}小于阈值{C}{C}一种实时GIS在线故障诊断方法{C}{C},则认为该监测区域无异常,否则属于故障区域[5]

其中阈值{C}{C}一种实时GIS在线故障诊断方法{C}{C}满足:

{C}{C}一种实时GIS在线故障诊断方法

 

  实验及分析

通过对GIS设备X射线数字成像进行采集,图像分辨率768*576,图像灰度采用8bit256等级表示,采样频率为50MHz,图像预处理采用平滑滤波算法,图像特征提取采用文中所述算法,判决采用多次概率统计最大概率准则。

下图是文中监测结果。

{C}{C}一种实时GIS在线故障诊断方法{C}{C}{C}一种实时GIS在线故障诊断方法

螺丝松动监测对比图

{C}{C}一种实时GIS在线故障诊断方法{C}{C}{C}一种实时GIS在线故障诊断方法

出现异物监测对比图

2示出了螺丝松动前后的图片,左图为采集到得图像,右图右上方黑框为监测后标注,由图2可以看出,文中所提算法可以精度较高的监测到一场情况。图4示出了异物前后的图片,左图为采集到得图像,右图下方方黑框为监测后标注,由图3可以看出,文中所提算法可以精度较高的监测到一场情况。通过图23实验结果可以看出,文中所提的监测系统及监测算法,可以有效的监测到电力系统工作中的异常情况。

    

  结论

图像识别技术作为实时监控和故障诊断的一项重要技术,在未来电力在线监测中有着重要的应用价值。在近几年,对于图像处理与识别技术在电力系统中的应用,已经进行了一些有益的探索,但是针对气体绝缘金属封闭开关的监测仍然缺少一种有效的监测方法,本文针对开关站的在线监测给出了系统方案,并对识别算法进行了研究,实验证明,本文所提方案,具有实效性。

 

 

参考文献

[1] 鲁东海,孙纯军,王晓虎,智能变电站中在线监测系统设计[J],电力自动化设备,201101

[2] 张浩;图像识别技术在电力设备在线监测中的应用[D];北京交通大学;2009



相关文章
    Copyright©2000-2018 论文在线. All Rights Reserved .论文在线版权所有 Email:hflwzx@foxmail.com  论文发表客服QQ1:411507089  
    客服QQ2:2219005666  QQ3:122623001企业电话:4006823550 
    免责声明:本站部分内容来自互联网,如果侵犯了您的版权,请来信告知,会在24小时内给予解决,欢迎您提供意见和建议!
    中国互联网协会 信息产业部网站备案 不良信息举报中心 本站通过权威VISA安全认证 网站信息备案系统 本站通过电子交易安全认证 诚信互联网站

    苏ICP备12059613号-2
    Powered by OTCMS V2.4