- 输变电设备图像智能识别:X射线数字成像检测实战
- 刘荣海主编
- 3895字
- 2024-10-29 20:11:38
第1章 概述
1.1 输变电设备检测技术
输变电设备,如SF6气体绝缘封闭组合电器(Gas Insulated Switchgear, GIS),是20世纪60年代出现的高压电器装置。GIS设备运行安全可靠、配置灵活、维护简便、检修周期长,加之在技术上的先进性和经济上的优越性,已得到广泛应用。目前GIS设备最高工作电压已达特高压范围,如俄罗斯的1150kV GIS设备已投运多年。输变电设备在我国各电压等级电网中也获得了良好的应用。特别是在近年来的城网改造中,GIS设备已成为主导开关设备。
虽然GIS设备具有的优越性十分显著,但设备一旦发生故障,特别是内部放电故障,或者因为缺陷需要检修,涉及的停电范围有时就不单是发生故障的间隔,很有可能包含相邻间隔,甚至整个变电站。由于检修故障间隔的检修时间相对较长,必然导致所需停电的时间长,还将严重影响整个电网的安全稳定运行。另外,由于输变电设备及变电站大多分布在负荷中心,例如重要的工业基地、密集的城市居民中心、商贸中心,这些地方要求供电可靠性十分完善,如果设备因缺陷或发生事故造成停电,就会给人们的生产、生活带来诸多不利影响。面对日益突出的输变电设备缺陷,迫切需要对设备常见缺陷及其处理方法进行分析研究,研究输变电设备设备事故和重大缺陷的产生原因,从而减少甚至防止设备事故和重大缺陷,确保电网的稳定运行和设备的可靠使用。
对GIS设备缺陷进行科学有效的分析,研究缺陷产生的根本原因,利用现代化的检测技术,从根源上减少或杜绝其影响因素,对保障电网安全稳定运行,具有重要的现实意义。利用现代化检测方法来分析研究设备的缺陷状态,具有的优势是明显的,它可以提高设备稳定性,延长设备的使用寿命。
目前,GIS设备缺陷的检测方法很多,由于缺陷类型和应用场合不同,灵敏度也不一样。下面介绍几种标准的检测方法。
1. 脉冲电流法
脉冲电流法的基本原理如下:当在对试件进行加压时会发生局部放电,试件的两端会产生一个瞬时的电压,此时如果经过一个耦合电容耦合到一个检测阻抗上,回路中会产生一个脉冲电流,通过对这个脉冲电流经过检测阻抗产生的脉冲电压进行处理,就可测定局部放电基本量。在获得理想的局部放电脉冲信号之后,就可以利用检测到的局部放电脉冲信号进行局部放电定位。通过分析得知,如果可以提高检测阻抗和滤波器的性能,则可以在很大程度上提高局部放电的检测效果。因此,可以根据获得的较好状况的脉冲波形,进行局部放电定位。脉冲电流法的灵敏度很高,是目前GIS设备缺陷检测比较通用的方法。测试回路原理图如图1-1所示。
图1-1 脉冲电流法实验装置图
如图1-1所示,当试品Cx产生一次局部放电时,脉冲电流经过耦合电容Ck在检测阻抗Zd两端产生一个瞬时的电压变化,即脉冲电压ΔU,脉冲电压经传输、放大和显示等处理,可以测量局部放电的基本参量。
电流传感器可以有两种,分别为40~100kHz带宽的宽带型和中心频率为1MHz、典型带宽为9kHz的窄带型。窄带型可以更好地避免噪声影响,而宽带型则可以处理更高的脉冲重复率。两种检测装置都可以采集到检测阻抗上的电流并且反映出局部视在放电量。测量装置通常还包括观察局部放电相位角度的示波器,另外还有像相位分布局部放电分析等基于计算机的统计评估系统可以连接到检测装置上,可以计算出脉冲高度和相位分布。该方法结构简单,便于实现。但是在现场测试时,该方法无法识别与多种噪声混杂在一起的局部放电信号,因此该方法的使用推广受到了很大限制。
2. 化学检测法
化学检测法是通过检测SF6气体被击穿分解后的生成物来间接检测局部放电。SF6的主要分解产物是SF4,它是一种高反应性气体,会与水蒸气共同作用继续生成SOF2和SO2F2,这两种气体是常用诊断气体,可以用气相色谱仪和质谱仪检测,灵敏度达到10-6(体积分数)。但是输变电设备中的吸附剂和干燥剂以及断路器产生的电弧生成气体都会对检测结果产生影响。另外输变电设备中的诊断气体会被大量的SF6所稀释,因此检测到局部放电就需要更多的时间,这个缺点就制约了该方法在局部放电检测中的推广应用。而且该方法检测灵敏度低,仅能判断出故障所在的气室,不能用于在线监测。
3. 光学检测法
检测放电发光或许是所有诊断技术中最灵敏的一种,因为光电倍增管非常灵敏,甚至可以检测到一个光子的发射。虽然这种方法可以很有效地检测到确定位置电晕放电的放电情况,但是在输变电设备中未知放电区域的情况下检测还是存在很多困难。由于光学检测法需要把传感器放到输变电设备内部,并且只能离线测试,所以不适合在线监测,而且该方法不能进行故障的模式识别。
4. 超声波法
局部放电产生的气体压力波和输变电设备腔体内壁上自由颗粒的弹跳都会发出声信号,该声信号带宽很宽并且沿着多条路径从放电源传导到检测装置。由于传播介质不同以及反射的影响,声波拥有不同的传播速度,从而形成复杂的波形样式,贴于输变电设备外壁上的超声波传感器可以检测到这些信号。自由微粒在腔体弹跳产生的超声波信号的特征由一个与工频周期无关的信号表示,它还有其他一些特征,比如说峰值因子(峰值的有效值之比)、冲击率和上升下降电压之比,从上述特征中可以推算出颗粒形状和运动轨迹。其他放电类型也可以用类似的方法从波形特征中推算出来。
超声波法的一个优点是可以用外部传感器,而且在输变电设备上可以自由移动。由于信号衰减严重,传感器最好放在发生放电的那段腔体外侧,这样就可以检测到缺陷的大致位置。但是如果想得到更准确的位置,可以利用多传感器和飞行时间检测方法,实现小于1cm误差的缺陷位置判定。
5. X射线数字成像检测
X射线数字成像检测利用X射线在介质中传播时的衰减特性。当将强度均匀的X射线从被检设备的一侧产生并发射后,由于缺陷部位与被检设备基体材料对射线的衰减特性不同,透过被检设备后的X射线强度将会不再均匀,用成像设备在另一侧检测透过被检设备后的X射线强度,即可判断被检设备表面或内部是否存在缺陷,并能根据产生的X射线图像对缺陷类型与性质进行判定。X射线数字成像检测的检测结果直观,缺陷定性比较容易,定量、定位较为方便,检测结果易于保存、适用对象广。X射线数字成像原理如图1-2所示。
图1-2 X射线数字成像原理示意图
X射线具有穿透性,能穿透一般可见光所不能透过的物质。其穿透能力的强弱与X射线的波长以及被穿透物质的密度和厚度有关。X射线波长越短,穿透力就越大;被穿透物质的密度越低,厚度越薄,则X射线越容易穿透。实际工作中,通过射线管管电压(kV)的大小来确定X射线的穿透性,而以单位时间内通过X射线的电流(mA)与时间的乘积代表X射线的量。
X射线具有电离作用。X射线或其他射线通过物质被吸收时,可使组成物质的分子分解成为正负离子,这称为电离作用,离子的多少和物质吸收的X射线量成正比。通过空气或其他物质产生电离作用,利用仪表测量电离的程度就可以计算X射线的量。检测设备正是由此来实现对零件探伤检测的。
X射线图像是由X射线的特性和零件的致密度与厚度差异所致,即零件不同厚度和致密度所成像的灰度不同,进而形成零件的图像。
近年来,X射线数字成像检测技术在GIS等输变电设备检测中得到了很好的推广应用。该技术能够以图像的方式直观地将设备内部的材料类(如裂纹)、异物类(金属颗粒)和装配类(如分合闸不到位)呈现出来,技术人员能够据此判断出缺陷的类型、尺寸和位置。由于无须拆卸设备,X射线数字成像检测技术可以对GIS等设备进行带电检测和状态评估,作为一种预防、事中和事后分析手段,为电网运行和检修提供了有力的技术支撑,受到了电网企业的青睐。
从成像方式来看,X射线成像技术主要分为直接数字成像(Digital Radio-graphy,DR)技术和计算机摄影成像(Computer Radiography,CR)两种。两者的区别在于成像板,DR采用半导体数字平板成像,直接成像传送到终端计算机,CR采用电子感光胶片成像,需要经过扫描后在计算机上成像。因此,DR的成像速度比CR要快,但CR胶片可以弯曲,较DR更适合设备狭小空间部位的检测。
云南电网有限责任公司电力科学研究院(以下简称云南电科院)率先将X射线DR检测技术成功应用于电力设备的状态检测中,完成了大量的模拟缺陷试验,X射线对电力设备固体、液体、气体方面的研究,以及现场在带电与不带电情况下对电力设备进行的X射线检测试验。然而变电站、电厂等现场存在着大量的噪声,又因为电力设备较大、内部结构较复杂等缘故,得到的X射线数字图像往往不是很理想,如图像不够清晰、电力设备图像局部性等,会给专业人员对缺陷的判断带来很大影响。所以,对电力设备X射线数字图像进行一定程度的处理(去噪、增强、拼接等)就显得尤为重要。
由于X射线数字成像技术的广泛应用,许多相关方法也被人们不断地提出。目前X射线图像的识别主要还是依靠技术人员,主要面临以下几个方面的问题:①图像识别准确率取决于个人的经验,水平参差不齐;②人工识别图像效率偏低;③人工识别不利于X射线检测机器人智能化水平的提高。在实际的使用过程中,越来越多的问题也逐渐显现出来。单从科研的角度来说,在平常的实验过程中就不断遇到与实验设备及待测构件本身有关的问题。在X射线数字成像过程中,所获取的图像不仅同待测构件本身的结构、材料等有关,还与实验所使用的平板探测器的成像动态范围及外界环境等因素有关,另外在进行图像采集时所使用的能量大小也是决定获取图像质量的关键因素,如何在最短的时间内获取最优图像就成了研究的关键。于是,变能量数据集采集技术被提出,这种方法虽能够在一定程度上解决上述问题,但由于其过程是先手动采集一副图像,主观比较图像质量后再进行采集,直到将所有符合预期目标的图像全部采集完毕为止,整个过程耗费时间较多,而且操作人员要一直进行采集操作和对图像质量进行判定,整个流程效率较低。因此,研究图像质量的智能识别技术对于解决上述问题在现实研究过程中具有实际意义。