基于红外测温技术的输电线路缺陷定性与诊断方法研究.pdf

2023 年 10 月基于红外测温技术的输电线路缺陷定性与诊断方法研究钞旭（国网陕西省电力有限公司超高压公司，陕西 西安 710000）【摘要】概述红外测温技术在输电线路监测中的应用原理及优势遥 从输电线路的常见缺陷出发袁分析目前输电线路存在的接触不良尧杆塔腐蚀尧绝缘老化以及局部过载等常见缺陷风险及其产生的原因和影响遥 基于此袁提出 6 种基于红外测温的输电线路缺陷定性与诊断方法袁具体包括温度阈值法尧图像分割法尧缺陷模式识别法尧统计分析法尧模型辅助分析法以及异常点检测法等遥【关键词】红外测温技术曰输电线路曰常见缺陷曰定性与诊断【中图分类号】TM75【文献标识码】A【文章编号】1006-4222（2023）10-0115-030 引言在现代社会中，电力是重要的基础能源，输电线路承担着将电能从发电站输送到消费地的关键任务。然而，长期以来，输电线路的运行与维护一直面临着许多挑战。输电线路在复杂自然环境和外界干扰的影响下，容易出现各种潜在的缺陷，这些缺陷可能会对电网的安全性、稳定性和可靠性构成严重威胁。因此，定期对输电线路进行监测、诊断和维护显得尤为重要。红外测温技术作为一种高效、非接触的表面温度测量方法，近年来在工业领域和能源领域得到了广泛应用。其具有快速、精确、可靠的特点，能够监测物体的温度分布情况，特别适用于大范围、高处、难以直接观测的场景。这使得红外测温技术成为探测输电线路缺陷的有力工具。利用红外测温技术，可以发现输电线路上由潜在缺陷导致的温度异常，进而及时发现缺陷并对其进行定位和诊断1。1 红外测温技术在输电线路监测中的应用输电线路作为电力系统的重要组成部分，其正常运行对于保障电能传输和供电的稳定性至关重要。然而，由于输电线路通常分布范围广，且受到天气、环境等多种因素的影响，常面临着缺陷和故障的潜在风险。红外测温技术因其非接触、高效、全局性等特点，在输电线路监测中具有重要的应用潜力。红外测温技术基于物体表面的红外辐射来获取温度信息，其原理建立在物体自身的热辐射特性之上。随着被测物体温度的升高，其红外辐射也相应增强，使红外测温无须接触物体便能无损测温。红外测温技术的主要优势有以下 3 点：淤非接触性。红外测温不需要与被测物体直接接触，因此避免了物体表面的污染和磨损，尤其在高处或难以靠近的位置尤为适用。于高效性。红外测温能够快速获取物体表面温度的分布情况，大幅提高了监测的效率，这对于大范围的输电线路监测来说至关重要。盂全局性。红外测温能够一次性获取大范围区域的温度数据，因此对于检测输电线路上的温度异常和热点问题非常有帮助2。红外测温设备通常包括红外相机、热像仪等，这些设备能够实时捕捉目标区域的红外辐射图像。随着技术的不断进步，现代的红外测温设备不仅具备高分辨率、高灵敏度，还具有数据存储、图像分析等功能，使得数据采集和处理更加便捷。数据采集的关键是获取高质量红外图像。这些图像可提供输电线路不同部位的表面温度分布信息，为后续的缺陷分析和诊断提供基础数据。2 输电线路常见缺陷输电线路作为能源传输的关键环节，面临着多种缺陷风险。这些缺陷可能由多种因素引起，对电网运行的影响程度也各不相同。了解不同类型的输电线路缺陷、产生的原因和影响，对于制定合理的输电线路监测和维护策略至关重要。2.1 不同类型的输电线路缺陷输电线路是电力系统中的关键组成部分，其运行安全性、可靠性以及稳定性直接影响着电力供应的稳定性和质量。输电线路可能面临多种类型的缺陷，会给整个电力系统带来潜在威胁，可能在不同程度上对线路的运行产生不良影响。其中，常见的缺陷包括但不限于以下 4 种：淤接触不良。如接触电阻过电力信息1152023 年 10 月大、接触松动等，可能引发高温点，增加电能损耗，甚至引发火灾。于杆塔腐蚀。杆塔长时间暴露在自然环境中，容易受到腐蚀，影响杆塔的结构强度，降低线路的稳定性。盂绝缘老化。绝缘材料长期受到高压电场和环境气候的影响，会发生老化，导致绝缘性能下降，增加绝缘击穿风险。榆局部过载。长时间高负荷运行会导致部分导线、杆塔等部位的温度升高，可能对线路产生不良影响3。2.2 缺陷产生的原因和影响不同类型输电线路缺陷产生的根本原因各异，可能涵盖了自然环境、运行条件、设备老化等多种因素。而这些缺陷却可能对输电线路和整个电力系统产生诸多影响。首先，存在安全风险，这可能导致火灾、设备损坏等危险情况，甚至对周围居民和环境安全构成威胁。其次，会增加电能损耗，缺陷使电流流通异常，从而增加了线路的电能损耗，降低了整个输电效率。最后，供电质量可能下降，缺陷影响电力系统的稳定性，引发电压波动、谐波等问题，从而影响了供电质量。因此，要强调缺陷检测和维护的重要性，以确保输电线路稳定运行和电力系统的可靠性4。3 基于红外测温的输电线路缺陷定性与诊断方法3.1 温度阈值法温度阈值法是一种常见的基于红外测温的缺陷定性方法。其核心思想是设置一个特定的温度阈值，用来判定温度超过该阈值的区域，进而定位可能存在缺陷的位置。这个方法尤其适用于发现局部高温点，如电力设备的不良接触问题。在温度阈值法中，需要先根据实际情况选择合适的温度阈值，这需要工作人员熟悉设备正常操作状态下的温度分布。一旦确定了温度阈值，系统会对红外温度数据进行分析，标识出超过该阈值的区域。这些区域被认为是可能存在缺陷的热点，需要进一步验证和定位。温度阈值法的优势在于其简单直观，能够快速地检测出存在明显温度异常的区域，对于定位一些局部热点问题效率较高。然而，该方法也存在一些局限性，例如，其不能有效地应对温度分布变化较为平缓、缺陷模式不是局部高温的情况。因此，在应用时需要综合考虑不同类型的缺陷以及所处环境的特点5。温度阈值法的流程如图 1 所示。3.2 图像分割法图像分割法通过图像分割算法，根据红外图像中不同部位的特征，如颜色、纹理、边缘等，将异常区域与正常区域分离出来，从而实现更精确的缺陷定位。这种方法适用于定位较大范围的异常区域，特别适用于检测涉及广泛区域的缺陷。应用图像分割法时，需要选择合适的图像分割算法，这取决于具体应用和红外图像的特点。常用的图像分割算法包括边缘检测、聚类分析、区域增长等算法。这些算法会根据图像中像素的不同特性，将图像分割成不同的区域，其中包括了可能存在缺陷的异常区域。图像分割法的优势在于能够精确定位较大范围的异常区域，对于一些缺陷模式需要覆盖多个相邻区域的情况非常有用。然而，该方法在一些情况下可能受到图像质量、图像分割算法选择等因素的影响，需要针对具体应用进行参数调优和验证。3.3 缺陷模式识别法缺陷模式识别法是一种基于已知缺陷样本和机器学习等技术的缺陷定性方法。其核心思想是建立缺陷模式库，其中包含了各种已知的缺陷模式，如不同位置、不同形状的问题。通过对比新的红外温度数据与已知缺陷模式，可以识别出潜在的缺陷，从而实现对多种类型缺陷的有效识别。在缺陷模式识别法中，首先，需要建立一个包含各种缺陷类型样本的数据库。这些样本可以包括不同位置、不同程度的温度异常，以及与特定缺陷模式相关的红外图像。其次，使用机器学习方法，如支持向量机、神经网络、随机森林等，对这些样本进行训练，构建出缺陷模式识别模型。当有新的红外温度数据需要进行缺陷定性时，将这些数据输入训练好的模型中，模型会根据已有的缺陷模式进行匹配和比对，从而识别出潜在的缺陷。这种方法能够高度自动化地进行缺陷识别，有效地应对多样化的缺陷问题。3.4 统计分析法统计分析法是一种基于红外温度数据的缺陷定图 1 温度阈值法的流程维护决策流程维护决策执行维护是否维护成功？是否需要进一步分析结束开始缺陷定性流程选择合适的温度阈值获取红外测温数据分析红外数据标识温度异常区域验证异常区域是否存在大面积异常？是原因分析否定位问题是否已找到原因？是生成缺陷定性报告否电力信息1162023 年 10 月性方法，其主要通过对温度数据进行统计分析，以发现线路各部位的温度变化趋势，从中找出温度异常点、热点问题等。在应用统计分析法时，需要收集并整理红外温度数据，然后对这些数据进行统计分析，计算出各个测点的平均温度、温度变化范围、温度分布的偏离程度等指标。通过对这些指标进行分析，可以发现温度异常的位置，如突然升高的温度点。统计分析法的优势在于其直观简便，能够较为快速地发现温度异常点，适用于一些温度变化较大的情况。然而，统计分析法对异常点的敏感度较高，因此需要结合实际情况和经验进行判断，以排除正常的温度波动。此外，该方法在一些特殊情况下（如温度变化缓慢的情况）可能不太适用，需要结合其他方法来提高准确性。3.5 模型辅助分析法模型辅助分析法是一种综合利用输电线路负荷数据、环境因素等外部信息的缺陷定性方法。其通过建立数学模型，将这些外部因素与红外温度数据进行关联分析，从而判断是否存在缺陷。这种方法的独特之处在于其能够综合考虑外部因素对温度的影响，提高缺陷诊断的准确性。在模型辅助分析法中，首先，需要收集并整理输电线路的负荷数据、环境温度、风速等相关信息。其次，建立数学模型，对这些外部因素与红外温度数据进行关联分析，识别出可能存在的缺陷。例如，可以建立温度与负荷之间的关系模型，判断是否存在过载情况，或者考虑环境因素对导线温度的影响，以排除正常的温度波动。模型辅助分析法的优势在于能够综合考虑多种因素的影响，提高缺陷诊断的准确性。其适用于需要考虑外部条件对温度变化的情况，能够有效排除一些非缺陷引起的异常温度。然而，该方法的建模和分析过程可能相对复杂，需要充分考虑各种因素的权重和影响程度。3.6 异常点检测法异常点检测法（图 2）是一种针对红外温度数据的缺陷定性方法。其通过异常检测算法，识别温度分布中的异常点，这些异常点可能指示存在缺陷的位置。这种方法特别适用于发现局部异常点，如不良接触或局部过载等问题。在异常点检测法中，需要先选择合适的异常检测算法，常用的算法包括基于统计的 Z 分数法、基于距离的 K 近邻法、基于机器学习的孤立森林等。这些算法会对红外温度数据进行分析，标识出与其他点相比显著偏离的异常点，这些点可能是由缺陷引起的局部异常。异常点检测法的优势在于能够快速发现温度分布中的异常点，对于定位一些局部异常问题非常有效。然而，该方法对异常点的敏感度较高，需要结合实际情况和经验进行判断，以排除正常的温度波动。对于一些缺陷模式，特别是较为广泛影响区域的情况，可能需要结合其他方法来提高准确性。4 结语通过研究红外测温技术在输电线路监测中的应用原理及优势，可以发现红外测温技术在输电线路缺陷定性与诊断上有很大的应用空间。然而，红外测温技术的进一步发展仍面临诸多挑战，需要不断优化数据处理和分析的精度，以及对不同环境条件的适应性等。随着科技的不断进步，红外测温技术在输电线路缺陷定性与诊断领域将继续发挥更大的作用。参考文献1 陈孚，许国伟，赵海洋，等.输电线路机巡红外数据处理及分析方法的研究J.自动化应用，2023，64（10）：185-187.2 关健，杨赞伟，杨思元，等.无人机红外测温距离对复合绝缘子测温结果的影响J.自动化应用，2023，64（9）：188-190.3 王恩光.基于红外测温技术的现状架空输电线路导、地线运行应力计算J.机电信息，2022（17）：6-9.4 罗伟.超高压输电线路 T 型线夹发热断线原因分析J.机械研究与应用，2022，35（2）：133-135.5 陈海林.输电线路运维中红外测温技术的运用分析J.建材与装饰，2018（27）：223-224.作者简介院钞旭（1995），男，汉族，陕西榆林人，本科，助理工程师，研究方向为输电线路运检。图 2 异常点检测法用户用户系统系统异常检测算法异常检测算法选择异常点检测法获取红外温度数据选择适合的异常监测算法分析温度数据应用异常检测算法分析红外温度数据标识温度异常点定位可能存在缺陷的位置提供异常点定位结果异常点检测有效继续缺陷定性流程异常点检测无效考虑其他方法电力信息117