本发明涉及电气设备，具体地涉及一种用于电气设备的绝缘缺陷检测装置及方法。
背景技术：
电气设备是电力系统中重要的组成元素，其正常稳定运行是电力系统安全、可靠运行的重要基础。然而，原材料、设计、制造工艺、运输、安装等原因会造成电气设备绝缘存在瑕疵。如果不能及时发现，运行过程中可能会产生局部过热、局部放电等缺陷，甚至将导致设备起火爆炸，严重影响电网和人身安全。目前，套管、互感器等电气设备运行状态下的状态检测手段主要有红外测温、相对介质损耗因数测量。红外测温能够灵敏地发现电流致热型缺陷和整体的电压致热型缺陷，但对小范围集中型的严重缺陷却难以发现，而这类缺陷恰恰可能发展迅速并导致恶性故障的发生；相对介质损耗因数测量需要对设备末屏进行改造，增加了设备运行风险，而且此类测量技术也难以发现小范围集中型的严重缺陷。
技术实现要素：
本发明的目的是提供一种用于电气设备的绝缘缺陷检测装置及方法，该绝缘缺陷检测装置及方法能够对电气设备的电场、磁场分布特征进行检测并判断出该电气设备的缺陷类型。
为了实现上述目的，本发明的实施方式一方面提供一种用于电气设备的绝缘缺陷检测装置，该绝缘缺陷检测装置可以包括：
量子传感器，用于检测电气设备的电场和/或磁场强度的分布特征；
激光发生器，用于向量子传感器发射激光以激发量子传感器；
微波收发器，用于向量子传感器发射微波信号并接收量子传感器反馈的微波信号；
电子自旋共振谱仪，用于启动激光发生器和微波收发器并根据反馈的微波信号得到电气设备的电场和/或磁场强度在空间上的分布特征；
处理器，用于根据分布特征判断电气设备是否存在缺陷以及在判断出电气设备存在缺陷的情况下确定缺陷的缺陷类型。
可选地，该量子传感器可以包括金刚石。
可选地，该绝缘缺陷检测装置可以进一步包括：警报器；处理器还可以用于在确定电气设备属于严重缺陷的情况下启动警报器。
可选地，处理器可以进一步用于：将分布特征与预先存储的电场和/或磁场强度在空间上的分布模型进行比对，根据比对结果判断电气设备是否存在缺陷以及在存在缺陷的情况下缺陷的缺陷类型。
可选地，分布模型是使用神经网络建模的分布模型。
可选地，该神经网络可以是径向基函数神经网络。
可选地，该绝缘缺陷检测装置还可以包括：显示器，用于至少显示电气设备的缺陷类型。
本发明的另一方面还提供一种用于电检测电气设备的绝缘缺陷的方法，该方法可以包括：
激光发生器向设置在电气设备上的量子传感器发射激光以激发量子传感器；
微波收发器向量子传感器发射微波信号并接收量子传感器反馈的微波信号；
电子自旋共振谱仪根据反馈的微波信号得到电气设备的电场和/或磁场强度在空间上的分布特征；
处理器根据分布特征判断电气设备是否存在缺陷以及在判断出电气设备存在缺陷的情况下确定缺陷的缺陷类型。
可选地，处理器根据分布特征判断电气设备是否存在缺陷以及在判断出电气设备存在缺陷的情况下确定缺陷的缺陷类型可以包括：
将分布特征与预先存储的电场和/或磁场强度在空间上的分布模型进行比对；
根据比对结果判断电气设备是否存在缺陷以及在存在缺陷的情况下缺陷的缺陷类型。
可选地，该量子传感器可以包括金刚石。
通过上述技术方案，该绝缘缺陷检测装置及方法能够对电气设备的电场和/或磁场分布特征进行检测，通过将检测到的电场和/或磁场强度的分布特征与预设的电场和/或磁场强度的分布模型进行比对，从而判断出该电气设备是否存在缺陷以及在判断该电气设备存在缺陷的情况下该缺陷的缺陷类型。
本发明实施方式的其它特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本发明实施方式的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本发明实施方式，但并不构成对本发明实施方式的限制。在附图中：
图1是根据本发明的一实施方式的用于检测电气设备的绝缘缺陷的方法的流程图；
图2是根据本发明的一实施方式的用于电气设备的绝缘缺陷检测装置的结构框图；
图3是根据本发明的一实施方式的用于电气设备的绝缘缺陷检测装置的结构框图；以及
图4是根据本发明的一实施方式的用于电气设备的绝缘缺陷检测装置的结构框图。
附图标记说明
10、电气设备20、量子传感器
30、激光发生器40、微波收发器
50、电子自旋共振谱仪60、处理器
70、警报器80、显示器
具体实施方式
以下结合附图对本发明实施方式的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明实施方式，并不用于限制本发明实施方式。
图1是根据本发明的一实施方式的用于检测电气设备的绝缘缺陷的方法的流程图。在图中，该方法可以包括以下步骤：
在步骤s10中，设置量子传感器20。在本实施方式中，该量子传感器20的位置可以是根据实际需要检测的电气设备来确定。电气设备可以包括例如电流互感器、变压器套管或其他需要根据电场和/或磁场分布判断是否存在缺陷的设备。在本发明的一个示例中，当该电气设备10为电流互感器时，该量子传感器20可以是设置在以该电流互感器的中心轴为中心轴、以预定距离为半径的圆柱型壳体上。
在步骤s11中，激光发生器30向设置在电气设备10上的量子传感器20发射激光以激发量子传感器20。在本实施方式中，可以是采用电子自旋共振谱仪50控制激光发生器30向该量子传感器20发射激光以激发量子传感器20。
在步骤s12中，微波收发器40向该量子传感器20发射微波信号并接收该量子传感器20反馈的微波信号。在该实施方式中，可以是采用电子自旋共振谱仪50控制微波收发器40对量子传感器20发射微波并通过微波收发器40接收量子传感器20反馈的微波信号。
在步骤s13中，电子自旋共振谱仪50根据反馈的微波信号得到电气设备10的电场和/或磁场强度在空间上的分布特征；在该实施方式中，可以是采用电子自旋共振谱仪50通过该反馈的信号的微波频率来确定该处的电场和/或磁场强度，结合量子传感器20的设置位置来确定该电气设备10的电场和/或磁场强度在空间上的分布特征。
在步骤s14中，处理器60根据分布特征判断电气设备10是否存在缺陷以及在判断出电气设备10存在缺陷的情况下确定该缺陷的缺陷类型。在该实施方式中，可以例如将检测到的电场和/或磁场强度的分布特征与预先存储的电场和/或磁场强度的在空间上的分布模型进行比对，以判断在该电场和/或磁场强度的分布特征下该电气设备10是否存在缺陷。该预先存储的电场和/或磁场强度在空间上的分布模型可以是通过对大量的变压器套管样本的电场和/或磁场强度的分布特征进行学习而建立的。更进一步地，还可以根据在通过大量样本学习建立的电场和/或磁场强度的在空间上的分布模型来判断该电气设备10的具体缺陷类型。这样便于工作人员对该电气设备10做出有效的措施。此外，也可以在通过大量样本学习建立的电场和/或磁场强度的分布模型中选取一部分作为预警缺陷。在确定该电气设备10存在预警缺陷时，此时说明该电气设备10很可能会在短时间内出问题，这样便于工作人员及时做出预警，避免事故的发生。此外，为了提高运算效率，上述与通过大量样本学习建立的电场和/或磁场强度的分布模型可以例如使用神经网络建模的分布模型，更进一步地，该神经网络可以是rbf(radialbasisfunction，径向基函数)神经网络。
图2是根据本发明的一实施方式的用于电气设备的绝缘缺陷检测装置的结构框图。在图3中，该绝缘缺陷检测装置可以包括：
量子传感器20，可以设置在电气设备10上。电气设备10可以包括例如电流互感器、变压器套管或其他需要根据电场和/或磁场分布判断是否存在缺陷的设备。在一个示例中，当该电气设备10为电流互感器时，该量子传感器20可以是设置在以该电流互感器的中心轴为圆心、以预定距离为半径的圆柱型壳体上。该预定距离可以根据实际需要检测的电场和/或磁场强度的精度来确定。该量子传感器20的数量可以根据实际需要检测的电场和/或磁场强度的精度来确定。在本发明的实施方式中，该量子传感器20可以包括金刚石。
激光发生器30，该激光发生器30与电子自旋共振谱仪50连接，用于向该量子传感器20发射激光以激发量子传感器20。
微波收发器40，该微波收发器40与电子自旋共振谱仪50连接，用于向量子传感器20发射微波信号并接收该量子传感器反馈的微波信号，最后将该反馈的微波信号传输给电子自旋共振谱仪50。
电子自旋共振谱仪50，该电子自旋共振谱仪50与处理器60连接，用于检测该反馈的微波信号的频率，通过该反馈信号的频率来得到该电气设备10的电场和/或磁场强度在空间上的分布特征。
处理器60，用于：从电子自旋共振谱仪50接收电气设备10的电场和/或磁场强度在空间上的分布特征根据该电场和/或磁场强度的分布特征判断该电气设备10是否存在缺陷以及在判断出该电气设备10存在缺陷的情况下确定缺陷类型。
在检测时，电子自旋共振谱仪50控制启动激光发生器30向该量子传感器20发射激光。该量子传感器20(在本实施方式中，该量子传感器20可以包括金刚石。)在激光的照射下，氮-空位(nv)色心结构中的自由电子产生极化。此时，微波收发器40向该量子传感器20发射微波信号。该量子传感器20在该电气设备10的电场和/或磁场以及微波信号的作用下引起电子自旋共振。此时，该量子传感器20反射出与自身电子自旋共振的频率相同的反馈微波信号。微波收发器40接收反馈的微波信号并将该反馈的微波信号传输给电子自旋共振谱仪50。该电子自旋共振谱仪50通过检测该反馈的微波信号的频率来计算该电气设备10的电场和/或磁场强度。处理器60从电子自旋共振谱仪50接收电场和/或磁场强度的分布特征并根据检测出的电场和/或磁场强度的分布特征判断该电气设备10是否存在缺陷以及在判断出该电气设备10存在缺陷的情况下确定缺陷类型。
相对于现有技术中的测量技术，该量子传感器20所基于的量子精密测量技术是基于对单分子的操控，对被测物体的内部电子极化所反映的物理特征非常敏感。因此，量子传感器20的测量精度对电场可以达到200mv/m(毫伏每米)，对磁场可以达到10-13t/m(特斯拉每米)，从而获得被测设备运行时电场和/或磁场在空间上的精细分布模型。
该处理器60可以为通用处理器、专用处理器、常规处理器、数字信号处理器(dsp)、多个微处理器、与dsp核心相关联的一个或多个微处理器、控制器、微控制器、专用集成电路(asic)、现场可编程门阵列(fpga)电路、任何其它类型的集成电路(ic)、状态机等。在本实施方式中，该处理器60可以为量子检测分析系统。虽然上述列出了几种处理器的选用示例，但是这些处理器的选用示例并不对本发明的技术方案构成限制，本领域技术人员也可以理解为其他处理器也是适用的。
图3是根据本发明的一实施方式的用于电气设备10的绝缘缺陷检测装置的结构框图。与图3中示出的用于电气设备10的绝缘缺陷检测装置不同之处在于，该绝缘缺陷检测装置可以进一步包括：警报器70，该警报器70与处理器20连接，可以用于启动以提示工作人员。该处理器60还可以用于在确定该电气设备10属于严重缺陷的情况下启动该警报器70。例如，当处理器60判断出该电气设备10存在缺陷，从而进一步判断该电气设备10的缺陷类型，并判断该缺陷类型是否属于严重缺陷。在判断该缺陷类型属于严重缺陷的情况下，启动该警报器70通知工作人员做出相应措施，从而避免出现事故。该警报器70可以选用led灯、蜂鸣器、语音装置等，本领域技术人员也可以认为其他的警报器也是适用的。
图4是根据本发明的一实施方式的用于电气设备10的绝缘缺陷检测装置。与图4中示出的用于电气设备10的绝缘缺陷检测装置不同之处在于，该绝缘缺陷检测装置还可以包括：显示器80，该显示器80可以与该处理器60连接，可以用于至少显示该电气设备10的缺陷类型。例如，当处理器60检测到该电气设备10存在缺陷，从而进一步检测该电气设备10的缺陷类型。此时，处理器60通过该显示器80提示工作人员该缺陷的类型以让工作人员提前做出措施。当该处理器60判断该缺陷类型属于严重缺陷时，该处理器60可以一方面通过显示器80提示工作人员及时采取措施；另一方面也可以通过警报器70提示工作人员。这样通过两次的警报避免因为工作人员的疏忽而造成事故的发生。该显示器80可以选用led、oled显示屏等，本领域技术人员也可以认为其他的显示器也是适用的。
在本发明的一个实施方式中，基于如图4所示的用于电气设备10的绝缘缺陷检测装置，该处理器60还可以被配置成：将检测到的电场和/或磁场强度的分布特征与预先存储的电场和/或磁场强度在空间上的分布模型进行比对，根据比对结果判断出在该电场和/或磁场强度的分布特征下的电气设备10是否存在缺陷。在该实施方式中，该预先存储的电场和/或磁场强度在空间上的分布模型可以是通过对大量的变压器套管样本的电场和/或磁场强度的分布特征进行学习而建立的。在比对出存在缺陷的情况下，进一步将检测出的电场和/或磁场强度的分布特征与通过大量样本学习建立的电场和/或磁场在空间上的分布模型进行比对，从而识别出该缺陷的缺陷类型。
在本发明的一个实施方式中，基于对如图4中所示出的用于电气设备10的绝缘缺陷检测装置，该分布模型可以是使用神经网络建模的，进一步的，该神经网络可以是rbf(radialbasisfunction，径向基函数)神经网络。使用神经网络对分布模型进行建模的方法可以是本领域技术人员所知的，本文不再阐述其细节。
以如图4中示出的用于电气设备10的绝缘缺陷检测装置执行如图1所示的用于电气设备10的绝缘缺陷检测装置。在工作过程中，量子传感器10可以设置在电气设备10附近。在一个示例中，量子传感器20可以是设置在如图2所示的以该电气设备10的中心轴为圆心、以预定距离为半径的圆环上。该量子传感器20的数量可以是例如6个，该圆环的半径可以是例如1厘米。本领域技术人员也可以理解为根据实际的测算精度的需要，该量子传感器20的数量也可以是其他值，该圆环的半径也可以是其他数值。该量子传感器20(在本实施方式中，该量子传感器20可以包括金刚石。)在激光的照射下，氮-空位(nv)色心结构中的电子发生极化。电子自旋共振谱仪50控制微波收发器40向该量子传感器20发射微波信号。该量子传感器20在该电气设备10的电场和/或磁场以及微波信号的作用下引起电子自旋共振并反射与该共振频率的频率相同的微波信号。微波收发器40接收反馈的微波信号并将该反馈的微波信号传输给电子自旋共振谱仪50。该电子自旋共振谱仪50通过检测该反馈的微波信号的频率来计算该电气设备10的电场和/或磁场强度并通过每个量子传感器20的设置位置来确定该电场和/或磁场强度的分布特征。处理器60中通过rbf神经网络建模预设有多种缺陷情形状态下电气设备10的电场和/或磁场强度在空间上的分布模型。该处理器60将接收到的实际电气设备10的电场和/或磁场强度在空间上的分布特征与预设的电场和/或磁场强度在空间上的分布模型进行比对，根据比对结果判断该电气设备10是否存在缺陷。如果该电气设备10存在缺陷，那么，处理器60则通过处启动警报器70通知工作人员。此外，该处理器60还可以进一步将检测到电气设备10的电场和/或磁场强度在空间上的分布特征与预设的电场和/或磁场强度在空间上的分布模型进行比对，从而判断出该缺陷的类型。处理器60通过显示器80显示该电气设备10存在缺陷并显示相应的缺陷类型。工作人员也可以预先在大量样本学习建立的多种缺陷的电场和/或磁场强度在空间上的分布模型中选出一种或几种作为严重缺陷，那么如果该缺陷属于严重缺陷，那么处理器60通过显示器80提示工作人员该电气设备10存在严重缺陷。同时，该处理器60也会启动警报器80通知工作人员，从而避免因为工作人员的疏忽而造成事故的发生。
更进一步地，工作人员还可以根据严重缺陷出现的特点，在预设的多种缺陷的电场和/或磁场强度在空间上的分布模型中设置预警缺陷，该缺陷的出现标志着该电气设备10很可能即将出现严重缺陷。因此，当处理器60比对出该电气设备10的缺陷为预警缺陷时，也可以通过显示器80向工作人员做出预警，从而提前避免事故的发生。
通过上述技术方案，本发明提出的用于电气设备的绝缘缺陷检测装置及方法具有以下优点：
1、利用基于量子精密测量技术的量子传感器对电气设备10进行测量。通过大量样本学习建立的电场和/或磁场强度在空间上的分布模型与检测到的电气设备10的电场和/或磁场强度在空间上行的分布特征进行比对，解决了现有技术中只能对电气设备10整体状态进行测量的问题，实现了对电气设备10的局部小范围缺陷的检测。
2、通过设置预警缺陷和严重缺陷，在检测到预警缺陷时，能够提示工作人员提前做出准备，避免了事故的发生。在检测到严重缺陷时，能够及时地提示工作人员，避免了事故的进一步恶化。
3、通过对电气设备局部小范围的检测，也能够对该电气设备缺陷的具体位置进行定位，便于电气设备的维修。
以上结合附图详细描述了本发明例的可选实施方式，但是，本发明实施方式并不限于上述实施方式中的具体细节，在本发明实施方式的技术构思范围内，可以对本发明实施方式的技术方案进行多种简单变型，这些简单变型均属于本发明实施方式的保护范围。
另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合。为了避免不必要的重复，本发明实施方式对各种可能的组合方式不再另行说明。
此外，本发明实施方式的各种不同的实施方式之间也可以进行任意组合，只要其不违背本发明实施方式的思想，其同样应当视为本发明实施方式所公开的内容。