直流导线模拟积污装置、表面状态的测量方法及系统与流程

本发明涉及电力输送领域，特别涉及一种直流导线模拟积污装置、以及直流导线表面状态的测量方法及系统。

背景技术：

随着我国的电网规模不断扩大，新的超、特高压直流输电线路在设计和建造时无不考虑电磁环境问题，按照电力行业标准严控落实，因此电磁环境问题成为制约超、特输变电工程成功与否的关键因素之一，而引起长期运行导线电磁环境变化的原因主要是导线表面电晕放电效应的变化。

其中，当导体表面的电场强度超过一定的临界值后，就会引起周围空气电离，并产生局部放电、发光，这被称为电晕放电现象。直流高压输电线路电晕放电除了会产生无线电干扰、可听噪声、电晕能量损耗外，由于放电产生的大量空间电荷还会对地面合成电场强度、离子电流产生显著影响。而在导线型号、分裂方式、安装高度、外部环境等条件一致的情况下，新导线和长期运行导线电晕效应产生差异的根本原因是导线表面状态的不同。输电线路在长期运行过程中，直接受到大气环境的影响。工业企业排放的大量酸性气体和固体颗粒在水分、氧气的长期作用下，和输电线路外层的铝导线发生一系列理化反应，引起导线外层状态的变化，从而直接影响到导线的电晕放电效应。

那么，如何测量导线表面的状态呢？现有的测量导线表面状态的方法主要是：获取实际的导线样本，然后利用精密仪器对导线样本进行分析和测量，例如利用扫描电子显微镜来观察导线表面的二维微观形貌，利用三维白光干涉形貌仪观测导线表面的三维轮廓。

然而，本发明的发明人经调研发现，利用上述方法对导线表面状态进行观测，存在以下两个主要问题：

1)首先，利用扫描电子显微镜观察导线表面的二维微观形貌以及三维白光干涉形貌仪观测导线表面的三维轮廓都需获得实际的导线样本，但我国特高压直流线路相比于交流线路运行时间较短，对于正在运行或将投运的直流输电线路而言，暂时不能获得实际运行线路的直流导线样本；即便有可以采集的直流导线样本，还需要消耗大量的人力、物力和时间，实际中很难实现。

2)其次，利用上述方法对导线样本进行分析和测量，一般也只是获得关于导线样本的定性直观的描述，不能对导线表面状态进行科学地定量地表征。

技术实现要素：

有鉴于此，本发明提出一种直流导线模拟积污装置、以及直流导线表面状态的测量方法及系统，能够获得大量不同积污条件下的直流导线样本，并能实现对直流积污导线表面状态的科学表征和量化。

进一步来讲，本发明的直流导线表面状态的测量方法包括：采用预先建立的直流导线表面模拟积污装置，对待测导线的表面进行积污，获取预设积污条件下的直流导线样本；采集所述直流导线样本的表面图像，并对所采集的表面图像进行处理，获取对应的灰度图像；根据所述灰度图像得到灰度矩阵，并计算所述灰度矩阵的特征参数；分别建立所述灰度矩阵的各特征参数与对应的积污时间的函数关系；对计算得到的所述灰度矩阵的各特征参数进行加权计算，得到整体的统计特征参数，建立所述统计特征参数与对应的积污时间的函数关系；根据得到的各个特征参数值及统计特征参数与对应的积污时间的函数关系，对所述待测导线的表面状态进行科学表征和量化。

可选地，在一些实施例中，上述直流导线表面状态的测量方法还包括：根据得到的各个特征参数值与对应的积污时间的函数关系、以及所述统计特征参数与对应的积污时间的函数关系，对实际运行的直流导线的表面状态进行预测；和/或，分别建立各个特征参数值及统计特征参数与导线施加电压、颗粒物浓度的函数关系，用于对所述待测导线的表面状态进行科学表征和量化。

可选地，在一些实施例中，所述对所采集的表面图像进行处理，获取对应的灰度图像包括：采用数字图像处理工具，提取所述表面图像中的灰度信息；根据所述灰度信息，将所述表面图像转换为灰度图像。

可选地，在一些实施例中，所述根据所述灰度图像得到灰度矩阵，并计算所述灰度矩阵的特征参数包括：采用邻域平均法，对所述灰度图像进行图像去燥处理；将经过数字化处理以及图像去噪后的灰度图像表示成一个由像素灰度值组成的灰度矩阵；基于得到的灰度矩阵G，求取多个特征参数，用来反映用于定量描述图像中的信息的纹理特征；其中，所述多个特征参数包括但不限于以下五个：1)方差：在计算时，将灰度矩阵转化为列向量，再求得该列元素即矩阵中所有元素的标准差差值，用以描述矩阵中所有数据的变异程度或离散程度；2)能量：为灰度矩阵中各元素的平方和，用于反映图像灰度分布的均匀程度和纹理的粗糙程度；3)对比度：为灰度矩阵中关于对角线的惯性矩，用于反映矩阵值的分布情况，对比度的值代表图像纹理的深浅；4)相关性：为度量灰度矩阵在某一方向相似程度的参数；5)熵：为图像内容随机性的度量参数，用于度量图像信息量，熵的数值大小反映图像纹理复杂度。

可选地，在一些实施例中，所述各个特征参数与积污时间的函数关系包括：

1)方差F₁与积污时间t呈近似指数上升关系，采用函数关系式表达为：

$F_1=A_1{e}^{\frac{t}{K_1}}+B_1$

其中，A₁、B₁、K₁为常数，A₁的取值范围为2.88～3.66，B₁的取值范围为400～420，K₁的取值范围为1300～1500；

2)能量F₂与积污时间t呈近似线性上升关系，采用函数关系式表达为：

F₂＝A₂t+B₂

其中，A₂、B₂为常数，A₂的取值范围为0.07～0.12，B₂的取值范围为0.34～0.41；

3)对比度F₃与积污时间t呈近似线性上升关系，采用函数关系式表达为：

F₃＝A₃t+B₃

其中，A₃、B₃为常数，A₃的取值范围为0.03～0.11，B₃的取值范围为0.02～0.11；

4)相关性F₄与积污时间t呈近似指数下降关系，采用函数关系式表达为：

$F_4=A_4{e}^{-\frac{t}{K_4}}+B_4$

其中，A₄、B₄、K₄为常数，A₄的取值范围为3.87～4.25，B₄的取值范围为2.06～3.19，K₄的取值范围为10.82～12.19；

5)熵F₅与积污时间t呈近似线性上升关系，采用函数关系式表达为：

F₅＝A₅t+B₅

其中，A₅、B₅为常数，A₅的取值范围为0.09～0.18，B₅的取值范围为0.63～0.74。

可选地，在一些实施例中，用来反映图像的整体信息的全局的统计特征参数W与各个特征参数F_i之间的函数关系为：

$W=\underset{i=1}{\overset{5}{\Σ}}{\mathrm{\μ}}_i{F}_i\left(t\right)$

其中，F_i为得到的各个特征参数，μ_i为各个特征参数所反映的图像信息在整个信息中的权重。F_i的取值范围为860～1240，μ_i的取值范围为0.20～0.90。

另一方面，本发明还提出一种直流导线模拟积污装置，该装置包括：

高压直流电源，通过高压电缆与待测导线的一端连接；

有机玻璃罩，罩设于接地铝板电极上，形成密闭空间；在所述密闭空间内，所述接地铝板电极上设置有用于模拟户外导线的实际运行环境的积污颗粒发生装置；所述接地铝板电极和所述待测导线一起构成单导线对地的电极结构；

绝缘支柱，设置于所述有机玻璃罩两端，所述有机玻璃罩左右两个端面的中心开设有用于供所述待测导线穿设的通孔；

其中，所述待测导线水平架设在所述有机玻璃罩左右两端，由所述绝缘支柱支撑所述待测导线，所述待测导线的两端装设有用于防止端部放电的均压球。

可选地，在一些实施例中，所述高压直流电源的调压范围为：0～±120kV；和/或，所述有机玻璃罩由六个面均可拆卸的厚为10mm的有机玻璃板组成，各面交接处装有用于保证玻璃罩气密性的衬垫；所述有机玻璃罩左右两面在中心位置有开孔，用于穿设所述待测导线；和/或，所述待测导线为光滑钢筋圆柱导线或者钢芯铝绞线；所述绝缘支柱为由环氧树脂制成的柱体；和/或，所述积污颗粒发生装置近似成圆柱状，上端开口，用于产生多种积污颗粒，并使积污颗粒在所述有机玻璃罩内弥漫均匀；所述积污颗粒包括：烟尘、灰尘、高岭土、硅藻土和碳粉。

此外，为实现上述方法，本发明还提出一种直流导线表面状态的测量系统，该系统包括：

前述任一所述的直流导线模拟积污装置，用于根据不同的积污条件对待测导线的表面进行积污；

图像采集装置，用于采集所述直流导线样本的表面图像；

图像处理装置，用于对所采集的表面图像进行处理，获取对应的灰度图像；

计算装置，用于根据所述灰度图像得到灰度矩阵，并计算所述灰度矩阵的特征参数；还用于分别建立所述灰度矩阵的各特征参数与对应的积污时间的函数关系；以及用于对计算得到的所述灰度矩阵的各特征参数进行加权计算，得到整体的统计特征参数，建立所述统计特征参数与对应的积污时间的函数关系；

量化表征装置，用于根据得到的各个特征参数值及统计特征参数与对应的积污时间的函数关系，对所述待测导线的表面状态进行科学表征和量化。

可选地，在一些实施例中，上述直流导线表面状态的测量系统还包括：预测装置，用于根据得到的各个特征参数值与对应的积污时间的函数关系、以及所述统计特征参数与对应的积污时间的函数关系，对实际运行的直流导线的表面状态进行预测；和/或，所述计算装置还用于分别建立各个特征参数值及统计特征参数与导线施加电压、颗粒物浓度的函数关系，用于对所述待测导线的表面状态进行科学表征和量化。

相对于现有技术，本发明各实施例具有以下优点：

采用本发明实施例的技术方案后，通过本发明设计的一种环境条件、积污颗粒成分、浓度等均可控的人工模拟积污装置，可获得大量不同积污条件下的直流导线样本，解决了现有技术中无法获得实际直流导线样本的难题。

此外，通过获得不同积污条件下的直流导线样本，进一步获得直流导线样本的表面图像，再对直流导线样本的表面图像进行处理，利用图像处理方法获取对应的灰度图像，根据获取的灰度图像得到对应的灰度矩阵，并计算出灰度矩阵的特征参数，分别建立灰度矩阵的各个特征参数及统计特征参数与积污时间的函数关系，从而实现对直流积污导线表面状态的科学表征和量化。

本发明实施例的更多特点和优势将在之后的具体实施方式予以说明。

附图说明

构成本发明实施例一部分的附图用来提供对本发明实施例的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1为本发明实施例提出的直流导线表面状态的测量方法流程示意图；

图2为本发明实施例提出的一种直流导线模拟积污装置的组成示意图。

附图标记说明

1 高压直流电源

2 有机玻璃罩

3 待测导线

4 接地铝板电极

5 均压球

6 绝缘支柱

7 积污颗粒发生装置

8 高压电缆

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

需要说明的是，在不冲突的情况下，本发明实施例及实施例中的特征可以相互组合。

下面结合附图，对本发明的各实施例作进一步说明：

本发明实施例设计一种针对直流导线进行模拟积污的装置，是一种环境条件、积污颗粒成分、浓度等均可控的人工模拟积污装置，采用人工模拟积污装置可进行多种因素对导线表面状态影响的试验，能够在无法获得实际直流导线样本的条件下，获得与实际直流导线表面等效的积污后的样本。并且，本发明实施例还提出一种直流导线表面状态的测量方法及系统，可根据获取的不同积污条件下的直流导线样本，进一步获取对应的导线样本的表面图像，利用图像处理方法获得样本表面图像的多个特征参数，从而实现对直流导线表面状态进行科学、定量地表征。

方法实施例

参照图1，其为本发明实施例提出的一种直流导线表面状态的测量方法流程示意图。本实施例中，该直流导线表面状态的测量方法包括以下步骤：

S102：采用预先建立的直流导线表面模拟积污装置，对待测导线的表面进行积污，获取预设的不同积污条件下的直流导线样本；

S104：采集直流导线样本的表面图像，并对所采集的表面图像进行处理，获取对应的灰度图像；

S106：根据灰度图像得到灰度矩阵，并计算灰度矩阵的特征参数；

S108：分别建立灰度矩阵的各特征参数与对应的积污时间的函数关系；

S110：对计算得到的灰度矩阵的各特征参数进行加权计算，得到整体的统计特征参数，建立统计特征参数与对应的积污时间的函数关系；

S112：根据得到的各个特征参数值及统计特征参数与对应的积污时间的函数关系，对待测导线的表面状态进行科学表征和量化。

可选地，上述实施例还可通过分别建立各个特征参数值及统计特征参数与导线施加电压、颗粒物浓度的函数关系等，用于对所述待测导线的表面状态进行科学表征和量化。

上述实施例中，利用预先建立的直流导线表面模拟积污装置，可获得大量不同积污条件下的直流导线样本，解决了现有技术中无法获得实际直流导线样本的难题；另外，相对于可获得的实际直流导线样本来说，上述实施例的样本获取方法节省了大量的人力、物力和财力。此外，通过建立直流积污导线的表面图像的特征参数与积污时间的函数关系，从而实现对直流积污导线表面状态的科学表征和量化。

需要说明的是，上述实施例中，可在不同积污时间下对直流导线样本进行实验，因此，根据实验条件，可将积污时间的范围设置为0-10小时，例如可为0、0.5、1、2、3、4小时不等。

作为一种可选的实施方式，上述直流导线表面状态的测量方法还可包括以下处理步骤：

S114：根据得到的各个特征参数值与对应的积污时间的函数关系、以及统计特征参数与对应的积污时间的函数关系，对实际运行的直流导线的表面状态进行预测。

因此，上述实施例通过利用建立的各个特征参数值与对应的积污时间的函数关系、以及统计特征参数与对应的积污时间的函数关系，可以对实际运行的直流导线表面状态进行预测，从而可优化设计输电导线的结构，以满足输电线路电磁环境的要求。

作为一种可选的实施方式，上述实施例中，可利用扫描电子显微镜对获得的直流导线样本进行电镜扫描，获得直流导线样本的二维微观形貌图像，即直流导线样本的表面图像。需要指出的是，上述实施例S104中，对所采集的表面图像进行处理，获取对应的灰度图像包括以下处理方式：

S1041：采用数字图像处理工具，提取表面图像中的灰度信息；

S1042：根据灰度信息，将表面图像转换为灰度图像。

下面结合一实例对该图像处理转换过程作进一步说明：

例如，需要说明的是，一幅图像可以被定义为一个二维函数f(x,y)，其中的x和y是空间坐标，在任何坐标(x,y)处的幅度称为图像在这一位置的亮度。灰度通常是用来表示黑白图像亮度的术语，彩色图像是由独立的图像组合而形成的。其中，较为广泛采用的图像是RGB图像，也称为真彩色图像，即利用红(R)、绿(G)、蓝(B)三原色的分量组合来表现每个像素的颜色，而灰度图像中像素只有明暗信息，表现为亮度或灰度级(gray level)。灰度图像是只有强度信息，而没有颜色信息的图像。矩阵中每个元素值代表不同的亮度或灰度级，如灰度为0，表示黑色，灰度为255，表示白色。这里，可采用数字图像处理的软件(如Matlab等)实现图像类型转换。

此处，可采用的转换方法为：RGB图像在Matlab中保存为m×n×3的三维数据矩阵X，转换成灰度图像后的存储矩阵为G，其算法如下：

${\[X_{i,j,t}\]}_{m\×n\×3}\stackrel{f}{\→}{\[G_{i,j}\]}_{m\×n}$

f:g_i,j＝0.31x_i,j,1+0.59x_i,j,2+0.11x_i,j,3

因此，通过上述的图像处理可以将上述直流导线的表面图像处理为灰度图像，以便进行后续的计算。

作为一种可选的实施方式，上述S106中：根据灰度图像得到灰度矩阵，并计算灰度矩阵的特征参数可进一步包括以下S1061～S1063的处理过程：

S1061：采用邻域平均法，对灰度图像进行图像去燥处理。

由于数字图像在数字化和传输过程中会受到外部环境噪声干扰的影响，这样的图像称为噪声图像，减少数字图像中的噪声的过程称为图像去噪。

本步骤中，图像去噪的方法可采用邻域平均法，邻域平均法去噪的原理是将原图中某一像素的灰度值和它周围临近像素的灰度值相加，然后求其平均值作为处理后图像中该像素的灰度值。利用邻域平均法去噪能明显削弱噪声点，使邻域中灰度相对均匀，达到平滑灰度的作用。其中，邻域平均法去噪的数学表达式为：

$g(x,y)=\frac{1}{M}\underset{(m,n)\∈S}{\Σ}f(m,n)$

其中，S为事先确定的(x,y)的邻域，M为邻域S所包含的像素总数。

S1062：将经过数字化处理以及图像去噪后的灰度图像表示成一个由像素灰度值组成的灰度矩阵。

需要说明的是，数字图像是由一系列的图像点构成的离散化图像，每个点称为一个像素，像素的大小由图像的分辨率决定。灰度为像素的亮度，用来表现黑白图像像素间的区分程度，用级数来表示，级数越多，黑白图像的表现力越强。经过数字化处理以及图像去噪后的灰度图像可以表示成一个由像素灰度值组成的矩阵称为灰度矩阵G。

本步骤中，对于灰度级为L的灰度矩阵G可表示为：

S1063：基于得到的灰度矩阵G，求取多个特征参数，用来反映用于定量描述图像中的信息的纹理特征。

需要说明的是，由于图像的纹理特征描述了在图像中反复出现的局部模式和它们的排列规则，反映了宏观意义上灰度变化的一些规律，图像可以看成是不同纹理区域的组合，纹理是对局部区域像素之间关系的一种度量，纹理特征可用于定量描述图像中的信息。在图像空间中相隔某距离的两个像素间一定存在一定的灰度关系，称为是图像中灰度的空间相关特性，通过研究灰度的空间相关性来描述纹理。实践证明，灰度值矩阵在统计方法中具有很旺盛的生命力，用该方法提取的纹理特征具有很好的鉴别能力。

本步骤中，导线表面图像的灰度矩阵在一定程度上体现了导线表面的粗糙程度，即灰度值大(亮)对应的表面位置凸起，其值越大，凸起越高；反之，灰度值小(暗)对应的表面位置凹下，其值越小，凹下越深。因此，基于得到的灰度矩阵G定义多个特征参数用来反映图像的纹理特征，可选取其中的5个主要有：方差、能量、对比度、相关性、熵。各个特征参数的表达式及表示的纹理特征的含义如下：

1)方差F₁：

$F_1=\underset{i=0}{\overset{L-1}{\Σ}}\underset{j=0}{\overset{L-1}{\Σ}}{(i-m)}^2{Q}^2(i,j)$

其中m为Q(i,j)的各个元素的均值。

在计算时，将灰度矩阵转化为列向量，再求得该列元素即矩阵中所有元素的标准差差值，用以描述矩阵中所有数据的变异程度或离散程度。图像灰度越不均匀，平均灰度矩阵中数据的离散程度越大，则方差越大；反之，图像灰度越均匀，则方差越小。

2)能量F₂：

$F_2=\underset{i=0}{\overset{L-1}{\Σ}}\underset{j=0}{\overset{L-1}{\Σ}}{Q}^2(i,j)$

能量F₂为灰度矩阵中各元素的平方和，用于反映图像灰度分布的均匀程度和纹理的粗糙程度。若矩阵中各元素值相当，则F₂小，纹理细腻；若矩阵中元素值相差较大，则F₂大，纹理粗糙。

3)对比度F₃：

$F_3=\underset{n=0}{\overset{L-1}{\Σ}}{n}^2\left\{\underset{i=0}{\overset{L-1}{\Σ}}\underset{j=0}{\overset{L-1}{\Σ}}Q(i,j)\right\}$

对比度F₃为灰度矩阵中关于对角线的惯性矩，用于反映矩阵值的分布情况，对比度的值代表图像纹理的深浅。例如，从数学角度来看，矩阵中远离对角线的元素值越多越大，由于(i-j)²值很大，因此F₃值也越大。F₃值大则代表纹理的沟纹深，对比度大。

4)相关性F₄：

$F_4=\frac{\underset{i=0}{\overset{L-1}{\Σ}}\underset{j=0}{\overset{L-1}{\Σ}}ijQ(i,j)-{\mathrm{\μ}}_1{\mathrm{\μ}}_2}{{\mathrm{\σ}}_1{\mathrm{\σ}}_2}$

其中：

${\mathrm{\μ}}_1=\underset{i=0}{\overset{L-1}{\Σ}}i\underset{j=0}{\overset{L-1}{\Σ}}Q(i,j)$

${\mathrm{\μ}}_2=\underset{i=0}{\overset{L-1}{\Σ}}j\underset{j=0}{\overset{L-1}{\Σ}}Q(i,j)$

${{\mathrm{\σ}}_1}^2=\underset{i=0}{\overset{L-1}{\Σ}}{(i-{\mathrm{\μ}}_1)}^2\underset{j=0}{\overset{L-1}{\Σ}}Q(i,j)$

${{\mathrm{\σ}}_2}^2=\underset{j=0}{\overset{L-1}{\Σ}}{(j-{\mathrm{\μ}}_2)}^2\underset{i=0}{\overset{L-1}{\Σ}}Q(i,j)$

相关性F₄为度量灰度矩阵在某一方向相似程度的参数。若矩阵中元素值均匀相等，则相关值大；反之，若矩阵中元素相差很大，则相关值小。对应到图像中则是，若图像中有竖直方向的纹理，则竖直方向矩阵的相关值大于其他方向矩阵的相关值；相反，若图像中水平方向无纹理，灰度均匀，则水平方向矩阵相关值很小。

5)熵F₅：

$F_5=-\underset{i=0}{\overset{L-1}{\Σ}}\underset{j=0}{\overset{L-1}{\Σ}}Q(i,j)\log Q(i,j)$

熵F₅为图像内容随机性的度量参数，用于度量图像信息量，熵F₅的数值大小反映图像纹理复杂度。例如，当图像内容随机性大，灰度矩阵中元素分散分布且几乎所有值相等时，熵很大；反之，若图像没有任何纹理，则灰度矩阵几乎为零阵，熵很小。因此，图像纹理复杂则熵值大；若图像灰度均匀则熵值小。

作为一种可选的实施方式，上述实施例S108中，经过对大量实验后的导线样本进行处理，得到了各个特征参数与积污时间的函数关系，包括：

1)方差F₁与积污时间t呈近似指数上升关系，采用函数关系式表达为：

$F_1=A_1{e}^{\frac{t}{K_1}}+B_1$

其中，A₁、B₁、K₁为常数，A₁的取值范围为2.88～3.66，B₁的取值范围为400～420，K₁的取值范围为1300～1500。

2)能量F₂与积污时间t呈近似线性上升关系，采用函数关系式表达为：

F₂＝A₂t+B₂

其中，A₂、B₂为常数，A₂的取值范围为0.07～0.12，B₂的取值范围为0.34～0.41。

3)对比度F₃与积污时间t呈近似线性上升关系，采用函数关系式表达为：

F₃＝A₃t+B₃

其中，A₃、B₃为常数，A₃的取值范围为0.03～0.11，B₃的取值范围为0.02～0.11。

4)相关性F₄与积污时间t呈近似指数下降关系，采用函数关系式表达为：

$F_4=A_4{e}^{-\frac{t}{K_4}}+B_4$

其中，A₄、B₄、K₄为常数，A₄的取值范围为3.87～4.25，B₄的取值范围为2.06～3.19，K₄的取值范围为10.82～12.19。

5)熵F₅与积污时间t呈近似线性上升关系，采用函数关系式表达为：

F₅＝A₅t+B₅

其中，A₅、B₅为常数，A₅的取值范围为0.09～0.18，B₅的取值范围为0.63～0.74。

由于各个特征参数从不同的方面各自反映出图像的某种信息，得到各种局部信息之后，需要建立全局的统计特征参数W、以及建立统计特征参数W与积污时间t的函数关系，用来反映图像的整体信息。

因此，作为一种可选的实施方式，上述实施例S110中，用来反映图像的整体信息的全局的统计特征参数W与各个特征参数F_i之间的函数关系为：

$W=\underset{i=1}{\overset{5}{\Σ}}{\mathrm{\μ}}_i{F}_i\left(t\right)$

其中，F_i为得到的各个特征参数，μ_i为各个特征参数所反映的图像信息在整个信息中的权重。F_i的取值范围为860～1240，μ_i的取值范围为0.20～0.90。

可见，通过上述各实施例可得到，不同积污条件下的特征参数与积污时间、施加电压、颗粒物浓度等的关系。而且，在应用范围上，图像表征的方法同样可以用于其他材料中，不止是导线，应用范围比较广，本发明对此不作限定。

针对电力领域中的直流输电网络所包含的材料来说，有金属材料(如线路金具)、绝缘材料(如线路绝缘子)，在实际带电运行时，这些材料都会因通有直流电而积污使得表面状态发生改变，应用该专利中的图像处理方法可以实现对积污前后的不同表面状态的科学表征和量化。

综上，基于上述各实施例可以看出，本发明具有如下优点：

首先，本发明设计一种环境条件、积污颗粒成分、浓度等均可控的人工模拟积污装置，能够在无法获得实际直流导线样本的条件下，获得与其等效的积污后的样本，进而能够灵活地测量多种外界因素(包括：不同的导线施加电压、导线积污时间、积污颗粒种类等)对导线表面状态影响。

其次，通过获得不同积污条件下的直流导线样本，进一步获得直流导线样本的表面图像，再对直流导线样本的表面图像进行处理，利用图像处理方法获取对应的灰度图像，根据获取的灰度图像得到对应的灰度矩阵，并计算出灰度矩阵的特征参数，分别建立灰度矩阵的各个特征参数与积污时间的函数关系，从而实现对直流导线表面状态的科学地定量地表征。并且，还可对各个特征参数进行加权计算得到反映图像整体信息的统计特征参数与积污时间的函数关系，实现对不同积污时间的直流导线表面状态的科学表征和量化。

需要说明的是，对于前述的方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作并不一定是本发明所必需的。

装置实施例

实施例一：

参照图2，其为本实施例提出的一种直流导线模拟积污装置的组成示意图。本实施例中，该直流导线模拟积污装置包括以下组成：高压直流电源1、有机玻璃罩2、待测导线3、接地铝板电极4、均压球5、绝缘支柱6、积污颗粒发生装置7、以及高压电缆8。其中，高压直流电源1通过高压电缆8与待测导线3的一端连接。有机玻璃罩2罩设于接地铝板电极4上，形成密闭空间。在密闭空间内，接地铝板电极4上设置有用于模拟户外导线的实际运行环境的积污颗粒发生装置7。接地铝板电极4和待测导线3一起构成单导线对地的电极结构。绝缘支柱6设置于有机玻璃罩2两端，有机玻璃罩2左右两个端面的中心开设有用于供待测导线3穿设的通孔。其中，待测导线3水平架设在有机玻璃罩2左右两端，由绝缘支柱6支撑待测导线3，待测导线3的两端装设有用于防止端部放电的均压球5。

可选地，上述实施例中，高压直流电源1用来对导线施加高压直流电压，使得在导线周围空间产生高压电场，调压范围：0～±120kV。

可选地，有机玻璃罩2由六个面均可拆卸的厚为10mm的有机玻璃板组成，各面交接处装有用于保证玻璃罩气密性的衬垫。有机玻璃罩2的整体尺寸可为2×1×1m，有机玻璃罩2左右两面在中心位置有开孔，用于穿设待测导线3。

待测导线3水平架设在有机玻璃罩的左右两个面的中心开孔位置，两端使用两根环氧树脂做成的绝缘支柱6支撑，并在导线两端套装均压球5，用来防止端部放电，导线的一段通过高压电缆8与高压直流电源1连接。待测导线3可以是光滑钢筋圆柱导线，也可以是钢芯铝绞线。

接地铝板电极4放置在有机玻璃罩的底面，和待测导线3一起构成单导线对地的电极结构。

积污颗粒发生装置7使用绝缘耐高温材料做成，近似成圆柱状，上端开口，用于产生多种积污颗粒，并使积污颗粒在有机玻璃罩2内弥漫均匀。积污颗粒包括：烟尘、灰尘、高岭土、硅藻土和碳粉。

需要说明的是，上述实施例中，可在不同积污时间下对直流导线样本进行实验，考虑到直流电源不能长时间带电运行，因此为试验中带电的积污时间t设置一个范围，可以是0-10小时，这由实验条件和实验设备决定，比如积污时间可为0、0.5、1、2、3、4小时不等。

实施例二：

为实现上述直流导线表面状态的测量方法实施例，本实施例提出一种直流导线表面状态的测量系统，该系统包括：

前述实施例一所述的直流导线模拟积污装置，用于根据不同的积污条件对待测导线的表面进行积污；

图像采集装置，用于采集所述直流导线样本的表面图像；

图像处理装置，用于对所采集的表面图像进行处理，获取对应的灰度图像；

计算装置，用于根据灰度图像得到灰度矩阵，并计算灰度矩阵的特征参数；还用于分别建立灰度矩阵的各特征参数与对应的积污时间的函数关系；以及用于对计算得到的灰度矩阵的各特征参数进行加权计算，得到整体的统计特征参数，建立统计特征参数与对应的积污时间的函数关系；

量化表征装置，用于根据得到的各个特征参数值及统计特征参数与对应的积污时间的函数关系，对待测导线的表面状态进行科学表征和量化。

上述实施例中，利用直流导线表面模拟积污装置可获得大量不同积污条件下的直流导线样本，解决了现有技术中无法获得实际直流导线样本的难题，这相对于可获得的实际直流导线样本来说，上述实施例的样本获取方法节省了大量的人力、物力和财力。此外，采用图像采集装置及图像处理装置对采集的导线样本进行处理，通过利用计算装置和量化表征装置建立的各个特征参数值与对应的积污时间的函数关系、以及统计特征参数与对应的积污时间的函数关系，从而实现对直流积污导线表面状态的科学表征和量化，对实际运行的直流导线表面状态进行预测，进而可优化设计输电导线的结构，以满足输电线路电磁环境的要求。

在一可选实施例中，上述图像处理装置进一步包括：

采集模块，用于采用数字图像处理工具，提取表面图像中的灰度信息。

转换模块，用于根据灰度信息，将表面图像转换为灰度图像。

在一可选实施例中，上述计算装置进一步包括：

参数计算模块，用于根据灰度图像得到灰度矩阵，并计算灰度矩阵的特征参数；

第一函数关系构建模块，用于分别建立灰度矩阵的各特征参数与对应的积污时间的函数关系；

第二函数关系构建模块，用于对计算得到的灰度矩阵的各特征参数进行加权计算，得到整体的统计特征参数，建立统计特征参数与对应的积污时间的函数关系。

在一可选实施例中，上述计算装置还可包括：新增函数关系构建模块，用于分别建立各个特征参数值及统计特征参数与导线施加电压、颗粒物浓度的函数关系，用于对所述待测导线的表面状态进行科学表征和量化。

在一可选实施例中，上述直流导线表面状态的测量系统还包括：预测装置，用于根据得到的各个特征参数值与对应的积污时间的函数关系、以及所述统计特征参数与对应的积污时间的函数关系，对实际运行的直流导线的表面状态进行预测。

这里，结合一实例，对上述直流导线表面状态的测量系统的使用方法作进一步说明：

1)在进行模拟积污实验前，检查待测导线3与高压直流电源1的连接、接地铝板电极4正确接地、有机玻璃罩2的气密性，在确保各装置安装连接无误后开始实验。

2)利用积污颗粒发生装置7在有机玻璃罩2内产生一定浓度的空中悬浮颗粒物，待悬浮颗粒物在空间中弥漫均匀后，开启高压直流电源1给待测导线3施加一定的高压直流电压U，此时开始计时使待测导线3带电积污一定的时间t。

3)积污一定时间后，待测导线3表面已经吸附了大量颗粒物，打开有机玻璃罩2的前面板，取出待测导线3，截取导线获得待测导线3的样本。

4)改变待测导线3的施加电压U和积污时间t，重复实验步骤1)、2)、3)，即可获取不同施加电压和不同积污时间下的直流导线样本。

5)对上述获得的直流导线样本进行电镜扫描，获得直流导线样本的二维微观形貌图像。

6)对获得的直流导线样本的二维微观形貌图像进行处理，得到灰度图像。

7)根据上述灰度图像，得到对应的灰度矩阵，并计算得到各个灰度矩阵的特征参数。

8)分别建立灰度矩阵的各个特征参数与积污时间的函数关系。

9)对得到的多个特征参数进行加权计算得到整体的统计参数，建立统计参数与积污时间的函数关系，进而对实验条件下的导线表面状态进行科学表征和量化。

因此，上述实例利用模拟积污装置，获得与实际环境等效的积污后的样本，然后获取不同积污条件下的导线样本表面图像，利用图像处理方法获得图像的多个特征参数，并建立了特征参数与积污时间的函数关系，从而实现对直流导线表面状态的科学地定量地表征。

本领域技术人员可以理解的是，本发明上述实施例提出的图像表征的方法，同样可以用于其他金属材料中，不止是导线，应用范围比较广，本发明对其应用范围不作限制。针对电力领域中的直流输电网络所包含的材料来说，有金属材料(如线路金具)、绝缘材料(如线路绝缘子)，在实际带电运行时，这些材料都会因通有直流电而积污使得表面状态发生改变，应用该专利中的图像处理方法可以实现对积污前后的不同表面状态的科学表征和量化。

需要指出的是，上述直流导线表面状态的测量系统与上述直流导线表面状态的测量方法相对应，具体的实施过程可参照前述方法实施例。由于上述任一种直流导线表面状态的测量方法具有上述技术效果，因此，该直流导线表面状态的测量系统也应具备相应的技术效果，其具体实施过程与上述实施例类似，兹不赘述。

显然，本领域的技术人员应该明白，上述的本发明的直流导线表面状态的测量系统中各装置模块或直流导线表面状态的测量方法中各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。所述存储装置为非易失性存储器，如：ROM/RAM、闪存、磁碟、光盘等。

以上所述仅为本发明的实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。