本发明属于gis局部放电,具体而言,涉及一种亚毫米微粒机-电联合运动与局放信号关联监测方法及系统。
背景技术:
1、亚毫米微粒是指粒径尺度在1mm以下的颗粒物,常见于采矿、冶炼、机械加工等工业生产过程中,其中铝粉等高物化活性的金属粉尘和矿场中的煤炭颗粒可能引起爆炸,造成严重的经济损失,因此亚毫米微粒的检测和防治一直以来是工程领域关注的重点,在环境、安全学科已经开展了较多研究。在电力工业中,缘于机械碰撞、热伸缩摩擦等因素同样会不可避免地产生亚毫米金属微粒,这样的小粒径污染物会危害电气设备或引发局部放电甚至击穿等绝缘问题,是影响设备可靠性的主要因素之一,特别是在交直流气体绝缘开关/气体绝缘输电线路(gas insulated switchgear/gas insulated transmission lines,gis/gil)设备上逐渐受到关注。亚毫米微粒的运动特性是其影响gis绝缘强度的主要方式,而微粒的运动特性由其受力情况决定。外施电压的类型、绝缘子的形状、微粒的形状等均会对颗粒周围的电场产生变化,电场的变化造成微粒受力情况发生变化,进而对颗粒的运动行为造成差异。
2、现有的gis局放监测的方法多数是利用局放电流信号、局放电弧信号以及超声信号等方式进行监测,缺少使用gis内亚毫米微粒运动特性对局放进行监测的手段。
技术实现思路
1、有鉴于此,本发明提供一种亚毫米微粒机-电联合运动与局放信号关联监测方法及系统,采用gis内亚毫米微粒运动特性对局放进行监测。
2、本发明是这样实现的:
3、本发明的第一方面提供一种亚毫米微粒机-电联合运动与局放信号关联监测方法,其中,包括以下步骤:
4、s10、实时获取gis内部设置的ccd相机拍摄的连续的多张高清图像;高清图像包括亚毫米微粒的运动状态,使用得到的加速度信息进行可视化,生成运动轨迹图、速度分布图和加速度分布图;根据所述加速度信息生成触发信号,由局放仪存储;由上位机描述缺陷模型的局部放电特性;
5、s20、对所述高清图像进行增强预处理,得到预处理图像;
6、s30、在预处理图像中获取每个亚毫米微粒的位姿信息,所述位姿信息包括亚毫米微粒的几何中心以及周长;
7、s40、根据连续的多张高清图像建立每个亚毫米微粒的坐标曲线的几何中心变化曲线作为第一曲线,以及周长变化曲线作为第二曲线;
8、s50、将所述第一曲线、第二曲线融合为位姿曲线;
9、s60、将位姿曲线输入预先训练好的局放监测模型,得到gis内发生局部放电现象的局放信息,包括局放时刻、初始起跳电压、稳定跳跃电压、剧烈跳动电压、放电量。
10、在上述技术方案的基础上,本发明的亚毫米微粒机-电联合运动与局放信号关联监测方法还可以做如下改进:
11、其中,所述对所述高清图像进行增强预处理的步骤,具体包括:采用中值滤波算法滤除获得的高清图像中的随机噪声,使用直方图均衡化提升图像对比度,应用拉普拉斯算子或者高通滤波器增强图像边缘。
12、其中,所述在预处理图像中获取每个亚毫米微粒的位姿信息的步骤,具体是:对增强后的图像进行分割处理,识别出独立的亚毫米微粒区域,通过计算每个微粒区域的图像矩确定几何中心坐标,并利用轮廓跟踪算法测量每个微粒的周长。
13、其中,所述根据连续的多张高清图像建立每个亚毫米微粒的坐标曲线的几何中心变化曲线作为第一曲线,以及周长变化曲线作为第二曲线的步骤,具体包括:利用光流法或者特征匹配算法跟踪图像序列中的每个微粒,记录微粒几何中心坐标随时间的变化,拟合几何中心坐标时间序列获得第一曲线;同时,测量并记录每个微粒周长随时间的变化,拟合周长时间序列获得第二曲线,建立微粒位姿随时间演化的坐标曲线。
14、其中,所述将所述第一曲线、第二曲线融合为位姿曲线的步骤,具体是:对第一曲线和第二曲线进行归一化处理,使用主成分分析等多维数据融合算法,结合微粒运动信息和形状变化信息,获得综合反映微粒位姿的曲线。
15、其中,所述局放监测模型建立和训练的步骤,具体包括:
16、构建训练样本、搭建亚毫米微粒运动特性与局部放电信号关联监测实验,获取多组实验数据,包括位姿曲线机器对应的局放信息;
17、建立模型雏形、采用卷积神经网络建立模型雏形;
18、训练模型雏形、利用训练样本训练模型雏形,得到局放监测模型。
19、其中,所述将位姿曲线输入预先训练好的局放监测模型的步骤中,还包括将位姿曲线中的特征数据提取并降维的步骤。
20、其中,所述的ccd相机的分辨率大于1000万像素,所述图像的获取频率大于100帧/秒。
21、进一步的,所述预处理中的去噪算法采用中值滤波方法。所述预处理中的对比度增强算法采用直方图均衡化方法。所述的图像分割算法为otsu阈值分割法。所述匹配算法为基于sift特征的最近邻匹配。所述卷积神经网络的框架为resnet或densenet。
22、本发明的第二方面提供一种亚毫米微粒机-电联合运动与局放信号关联监测系统,包括计算机,其中,所述计算机可读存储介质中存储有程序指令,所述程序指令运行时,用于执行上述的一种基于亚毫米微粒运动的局放监测方法。
23、与现有技术相比较,本发明提供的一种亚毫米微粒机-电联合运动与局放信号关联监测方法及系统的有益效果是:本方案利用gis内部的亚毫米微粒作为探测介质,对设备完整性和气密性没有影响,避免了像电感耦合等接触式传感器的布置困难,相比声波、无线电频率等信号,影像信息更容易分离噪声,算法可靠性高,采用预先实验数据建立神经网络模型,可以利用这个模型快速检测局放数据,高效快捷,实现了基于gis内亚毫米微粒运动特性对局放进行监测的技术手段。
1.一种亚毫米微粒机-电联合运动与局放信号关联监测方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种亚毫米微粒机-电联合运动与局放信号关联监测方法,其特征在于,所述对所述高清图像进行增强预处理的步骤,具体包括:采用中值滤波算法滤除获得的高清图像中的随机噪声,使用直方图均衡化提升图像对比度,应用拉普拉斯算子或者高通滤波器增强图像边缘。
3.根据权利要求1所述的一种亚毫米微粒机-电联合运动与局放信号关联监测方法,其特征在于,所述在预处理图像中获取每个亚毫米微粒的位姿信息的步骤,具体是:对增强后的图像进行分割处理,识别出独立的亚毫米微粒区域,通过计算每个微粒区域的图像矩确定几何中心坐标,并利用轮廓跟踪算法测量每个微粒的周长。
4.根据权利要求1所述的一种亚毫米微粒机-电联合运动与局放信号关联监测方法,其特征在于,所述根据连续的多张高清图像建立每个亚毫米微粒的坐标曲线的几何中心变化曲线作为第一曲线,以及周长变化曲线作为第二曲线的步骤,具体包括:利用光流法或者特征匹配算法跟踪图像序列中的每个微粒,记录微粒几何中心坐标随时间的变化,拟合几何中心坐标时间序列获得第一曲线;同时,测量并记录每个微粒周长随时间的变化,拟合周长时间序列获得第二曲线,建立微粒位姿随时间演化的坐标曲线。
5.根据权利要求1所述的一种亚毫米微粒机-电联合运动与局放信号关联监测方法,其特征在于,所述将所述第一曲线、第二曲线融合为位姿曲线的步骤,具体是:对第一曲线和第二曲线进行归一化处理,使用主成分分析等多维数据融合算法,结合微粒运动信息和形状变化信息,获得综合反映微粒位姿的曲线。
6.根据权利要求1所述的一种亚毫米微粒机-电联合运动与局放信号关联监测方法,其特征在于,所述局放监测模型建立和训练的步骤,具体包括:
7.根据权利要求1所述的一种亚毫米微粒机-电联合运动与局放信号关联监测方法,其特征在于,所述将位姿曲线输入预先训练好的局放监测模型的步骤中,还包括将位姿曲线中的特征数据提取并降维的步骤。
8.根据权利要求1所述的一种亚毫米微粒机-电联合运动与局放信号关联监测方法,其特征在于,所述的ccd相机的分辨率大于1000万像素,所述图像的获取频率大于100帧/秒。
9.一种亚毫米微粒机-电联合运动与局放信号关联监测系统,其特征在于,包括计算机,所述计算机可读存储介质中存储有程序指令,所述程序指令运行时,用于执行权利要求1-8任一项所述的一种亚毫米微粒机-电联合运动与局放信号关联监测方法。