基于传感器的电气设备故障运行状态检测研究.pdf

WOODWORKING MACHINERY设计与研究Design and Research基于传感器的电气设备故障运行状态检测研究基于传感器的电气设备故障运行状态检测研究Research on fault running state detection of electrical equipment based on sensor梁丽萍（河南化工技师学院，河南 开封 475000）摘要：针对传统检测方法中存在检测效果差、耗时长和检测精度低等问题，文章提出一种基于传感器的电气设备故障运行状态自动检测方法。先对电气设备故障种类进行分析，通过对传感器采集故障图像进行分割，实现对设备故障运行状态自动检测。实验结果表明，采用改进方法可有效检测电气设备故障，缩短检测时间，提高检测准确率。关键词：电气设备；故障运行状态；自动检测；传感器中图分类号：TM50文献标识码：A文章编号：1005-1937（2023）03-012-04Abstract：Aiming at the problems of poor detection effect，long time consuming and low detection accuracy in traditional detection methods.In this paper，a sensor based automatic detection method for fault operation state of electrical equipment is proposed.First of all，the fault type of electrical equipment is analyzed，and the automatic detection of equipment fault running state is realizedby segmenting the fault image collected by the sensor.The experimental results show that the improved method can effectively detectelectrical equipment faults，shorten detection time，improve detection accuracy.Key words：electrical equipment；fault operation status；automatic detection；sensor建立可靠的电力系统，保证电网的安全、稳定运行已经成为影响国民经济和人民生活的重大课题。电力设施尤其是大型高压设备突然断电，将给企业生产带来极大的危害和社会负面影响。状态监测是基于安全性和可靠性，对设备状态进行风险评估，维修决策。通过对设备例行检查、巡检、带电检测、在线状态监测、故障诊断等数据的分析和处理，对设备的技术状态变化情况进行诊断，在设备出现故障之前，或参数变化超出规程规定的允许值时，及时安排检修，以防止停电1，2。状态监测克服了传统的事故检修存在检修不足、检修过剩、盲目检修等弊端。文献2提出基于能量平衡的电气设备故障检测方法，先构建能量网络模型，根据能量平衡原理建立电气测量数据之间的关联模型，从而完成电气设备的故障检测。文献3提出基于小波变换的电气设备故障检测方法，该方法采集电气设备的运行数据，结合电气设备的基本原理，采用小波变换方法完成电气设备的故障检测。上述方法虽然能够完成电气设备的故障检测，但是存在检测准确率不足的问题。本文提出基于传感器的电气设备故障运行状态自动检测方法：先判断电气设备故障种类，然后通过传感器采集电气设备故障图像，通过对电气设备故障图像的分割，实现对电气设备故障运行状态自动检测。1电气设备故障种类从红外监控角度分析，电气设备故障分为两大类：外部热故障和内部热故障。外部热故障是指暴露在外的各种装置部件的失效3，一种是长时间暴露在空气中的各种裸露的电线接头由于接触不良等原因导致的过热失效；第二种是由于表面脏物或机械力的影响导致的绝缘性能下降，例如绝缘子的老化，或者是污染导致泄漏电流，从而产生发热。外热失效的特征是：局部温度升高，容易被红外热像仪检测到，如果不及时处置，会迅速恶化，从而导致事故，造成经济损失。内部热故障是由固体绝缘、油绝缘、设备外壳内的电线路失效、绝缘介质老化等原因造成的。这种故障发生在电器内部（故障点是封闭的），无法用红外线探测仪器进行直接探测，只有通过对装置的表面场温度进行比较、分析作者简介：梁丽萍（1988），女，技师，研究方向：电气自动化设备安装与维修。12木工机床2023No.3Design and Research设计与研究和计算。电力设备内部热故障的原因有少油断路器触头接触不良而导致的过热；变压器由于铁心缺陷而产生的过热；由于绝缘不足或缺少润滑油而导致的内部放电和安全事故；由于电流互感器的接触不佳而导致的过热等4。高压电器的内部热故障具有以下特征：加热时间较长，稳定性差，失效点的热能与故障点附近的导线或绝缘材料进行热交换，使其温度上升，尤其是与其相连的导线也是一种良好的热导电体，从而产生明显的温升和周围环境温度场的改变。其失效率低、温升高、危险性大、对红外探测设备的要求较高5。2基于传感器的电气设备故障图像分析图像传感器是当今信息采集的核心设备6，它能获得、转化和扩大视觉功能，并提供符合人眼特征的具有丰富内容的图像信息。图像传感技术是伴随着半导体技术的不断发展而发展起来的，其本质上就是一种光电变换，通过一系列的加工，把光学信息转化为电子信号，再通过一系列的加工，将所获得的光信息显示在屏幕上。目前，在图像传感技术中，最迅速、最广泛使用的是 CMOS图像传感器和 CCD 图像传感器。本文利用 CCD 图像传感器，对电力设备的故障进行了分析。2.1电气设备故障图像分割基于CCD图像传感器采集图像后，将采集的电气设备故障图像I()x,y转换为灰度图像G()x,y。设转化前图像像素点所占灰度图像像素点的比例为0，其平局灰度为0，背景图像像素点灰度图像比例为1，平均灰度为1。则依据上述要求获得灰度图像平均灰度，则其灰度计算公式为：=0 0+1 1（1）前景背景图像类间方差计算公式为：g=0()0-2+1()1-2（2）式（2）计算量较大，把公式（1）带入公式（2）中，得到运算量减小的方差公式：g=01()0-12（3）采用式（3），从L个灰度级进行遍历T，得到计算类间方差为g，当g为最大值时其阈值T为最佳分割阈值。此时计算二值图像B()x,y，通过阈值分割公式对图像进行分割，T可通过Otsu算法得到的最大阈值，W和H分别表示图像的宽度和高度，x和y为离散的整数，则二值图像B()x,y需要满足以下条件：B()x,y=1 ifG()x,y T0ifG()x,y T（4）0 x W,0 y H将灰度图像中大于阈值T的点的像素值置为1，小于阈值的点的像素值置为0。然后通过二值图像，得到图像分割表达式：()x,y=G()x,yifB()x,y=10ifB()x,y=0（5）将灰度图像被置为 1的像素点存入()x,y，置为 0的点则不存入，从而实现图像()x,y的分割。2.2电气设备故障运行状态检测在利用传感器对电气设备故障图像分析的基础上，对电气设备故障运行状态进行检测。采用无线 传 感 网 络 实 现 信 息 感 知 表 达 式 为CD,Ds,Dl,F,P，其中D为无线传感网络信息集，Ds为端口约束集，Dl为总线约束集，F为无线传感网络控制集，P为无线传感网络接口网关。在信息感知系统中，由无线传感网络对电气设备故障运行过程中的状态数据进行测量，将状态数据通过端口约束集Ds传输给相应的控制集F，最后对信息数据格式进行转换，得到传输拓扑结构图，如图1所示：&1E2E3E4E1S2S3SkSk 1S?k 2S?k 3S?hS1nS?2nS?3nS?rS1PS?2pS?3pS?mS图图1 1拓扑结构图拓扑结构图定义电气设备故障运行状态检测信息集R=13WOODWORKING MACHINERY设计与研究Design and ResearchRf,Rs,Ro，其中Rf为电气设备快速故障的采集数据，Rs为电气设备慢速故障的采集数据，Ro为电气设备故障的端部数据集，三者可用下式表示：Rf=()Rfi|i=1,2,.,NRs=()Rsj|j=1,2,.,MRo=()Rok|k=1,2,.,Q（6）式中，Rfi为Rf中的快速故障数据，共有N个；Rsj为Rs中的慢速故障数据，共有M个；Rok为Ro中的全部故障数据，共有Q个。随后利用无线传感网络定义电气设备故障的信息：Rfi=()aafi,abfi,Rc,RkRsj=()aasj,absj,Rc,RkRok=()aaok,abok（7）式中：aafi,aasj,aaok分别为 3 中电气设备故障的数据帧；abfi,absj,abok为3中电气设备故障的应答数据帧；Rc为运行周期；Rk为故障信息采集周期。通过上述操作，可以确定电气设备故障信息的采集列表以及电气设备故障的采集周期，在对式Rf=()Rfi|i=1,2,.,NRs=()Rsj|j=1,2,.,MRo=()Rok|k=1,2,.,Q和Rfi=()aafi,abfi,Rc,RkRsj=()aasj,absj,Rc,RkRok=()aaok,abok进行归一化处理，得到电气设备故障运行状态检测集Z为：Z=()Zi|i=1,2,3,.,N+M+Q（8）式中：Zi为检测到的电气设备故障数据。至此，实现对电气设备故障运行状态的检测。3实验结果分析3.1实验设置为了验证基于改进小波变换的变压器套管外部缺陷检测方法的整体有效性，需要变压器套管外部缺陷检测方法进行测试，本次测试的实验环境为：CPU 型号为 Intel Core2 E7300，主频 2.67G Hz，系统内存为2G。3.2实验结果分析1）检测效果分析分别采用本文方法、文献2方法和文献3方法对变压器套管外部缺陷进行检测，对比图3-图5为不同检测方法效果图，检测数据如表1。（a）中压套管接头过热图（b）线路过热图图图2 2本文方法检测效果本文方法检测效果（a）中压套管接头过热图（b）线路过热图图图3 3文献文献 2 2 方法检测效果方法检测效果（a）中压套管接头过热图（b）线路过热图图图4 4文献文献 3 3 方法检测效果方法检测效果表表1 1三种方法检测结果三种方法检测结果方法名称本文方法文献2方法文献3方法中压套管接头过热/40.571.226.132.663.121.943.764.543.8线路过热/32.974.357.225.975.943.932.974.357.2由图2-图4、表1结果可知，采用本文方法时可有效检测出过热位置，同时确定过热温度；采用文献2方法时，虽检测出电气设备故障点，但其温度14木工机床2023No.3Design and Research设计与研究数据及位置均存在一定的误差；采用文献3方法时，其检测出的电气设备过热故障点虽与本文方法和文献2方法数量一致，但其检测的位置点存在一定的误差，效果较差。2）检测耗时对比分别采用三种方法对变压器套管外部缺陷进行检测，检测用时如图5所示。F!/!0123450.00.20.40.60.81.0L/s#)2#)3#6图图5 5检测时间测试结果检测时间测试结果由图5可知，在多次迭代中采用本文方法对电气设备故障运行状态进行检测时，检测所用的时间均在0.2 s以内，采用文献2方法对电气设备故障运行状态进行检测时，在第2次实验过程中检测所用的时间高达0.8 s，采用文献3方法对电气设备故障运行状态进行检测时，在第1次实验过程中检测所用的时间高达0.9 s。因此，本文方法检测电气设备故障运行状态所用的时间较短，在检测缺陷之前，对电气设备故障图像进行了分割处理，提高了电气设备故障图像中存在的信息量，利用获取的信息可在较短的时间内完成电气设备故障运行状态的检测，提高了本文方法的检测效率。3）检测准确率分析对三种检测方法准确率进行分析，数据如图6所示。采用本文方法进行电气设备故障运行状态测试时，准确率均在80%以上，采用文献2方法和文献3方法，准确率均低于本文方法。F!/!0123456020406080100.)/%#)2#)3#图图6 6检测准确率测试结果检测准确率测试结果4结语针对传统检测方法存在检测效果差、耗时长和检测精度低的问题，本文提出基于机器视觉的电气设备故障运行状态自动检测方法，对电气设备故障图像进行了分割处理，准确提取电气设备故障特征，构建决策函数，将提取的特征输入决策函数中，提高了检测结果的准确率。实验结果表明：采用本文方法检测故障位置及过热温度情况比文献2、文献3方法更准确，检测耗时分别缩短了0.6 s、0.7 s；检测准确率分别提高了 34%、41%，具有一定的优势。参考文献：1 郑新建，刘玲玲.基于激光传感器采集信息的电气设备状态分析研究J.激光杂志，201（7）：179-183.2 杨文，张邦双，叶欣，等.基于能量平衡的配电网传感器故障检测方法探究J.电力系统自动化，2018（12）：154-159.3 李世玲，李治.基于小波变换的传感器故障检测技术研究J.机车电传动，2000（4）：18-21.4 王逍梦，任章.基于小波变换的二阶传感器故障诊断研究J.兵工自动化，2013（5）：74-78.5 施力仁.基于光纤传感器的电气设备状态检测方法J.微型电脑应用，2022（3）：148-150+168.6 吴悦，张忠会，游志刚，等.基于可视化和数据融合的光伏电站电气设备异常运行状态检测方法J.制造业自动化，2021（9）：16-19+55.（收稿日期：2023.04.24）15