福州大学考研(福州大学考研专业目录及考试科目)

福州大学考研，福州大学考研专业目录及考试科目

中国电工技术学会活动专区

CES Conference

阅读提示：本文约 1300 字

为了准确快速地识别出交直流复合绝缘子的缺陷类型，福州大学电气工程与自动化学院、国网新疆电力有限公司电力科学研究院的研究人员董懿飞、舒胜文、陈诚、金铭、王建，提出一种基于红外图像分割和麻雀搜索算法（SSA）优化支持向量机（SVM）的交直流复合绝缘子缺陷检测方法。研究结果表明，实验室条件下该方法对交直流复合绝缘子的缺陷类型识别正确率达87%以上，且对现场交流复合绝缘子缺陷的初步识别效果良好。

随着国家能源互联和“一带一路”战略的稳步推进，特高压输电工程承担着至关重要的角色。复合绝缘子具有质量轻、机械强度高、抗污闪的优越性能，被广泛应用于特高压输电系统。在实际运行中，复合绝缘子会因电气、机械和外界环境共同作用出现内部缺陷，严重时导致断串、掉线、击穿等重大事故。因此，定期开展复合绝缘子检测评估工作，及时发现并消除缺陷，对于保障输电系统的安全运行具有重大的意义。

红外热像检测法因其操作便捷高效、检测准确率高、无需停电等优点，在绝缘子缺陷检测中广泛应用。国内外利用红外图像技术开展了很多复合绝缘子缺陷检测研究，但主要集中在交流方面。然而，红外图像技术应用于直流复合绝缘子的缺陷检测较少，原因是复合绝缘子在直流电压作用下不存在极化损耗，发热量明显低于交流复合绝缘子，因此红外图像技术可检测出直流复合绝缘子的缺陷类型明显低于交流复合绝缘子。

随着深度学习方法的不断推广，其在绝缘子图像识别和缺陷检测中得到了广泛应用。相关学者的研究为利用红外图像技术对交直流复合绝缘子进行内部缺陷检测提供了可能性。

福州大学电气工程与自动化学院等单位的科研人员提出一种基于红外图像分割和麻雀搜索算法（sparrow search algorithm, SSA）-支持向量机（support vector machine, SVM）的交直流复合绝缘子内部缺陷检测方法。

图1 实验接线原理

他们首先制作直流±1100kV复合绝缘子短样，并人工设置四种不同类型的模拟缺陷，分别施加等价的交、直流电压，采用红外热像仪得到正常和各种缺陷类型下复合绝缘子的红外图像样本；然后，对图像进行阈值分割，提取绝缘子区域，计算并选择有效的温度特征量；最后，以选择后的温度特征量作为SSA-SVM模型的输入量，以缺陷类型作为输出量，建立交直流复合绝缘子缺陷类型的诊断模型，并进行模型有效性验证。

图2 实验现场布置

图3 5基杆塔异常发热红外图片

科研人员最后得出以下结论：

1）所提出的方法能够有效检测出交直流复合绝缘子的内部缺陷，检测正确率分别达到了89.09%和87.27%；通过SSA算法优化得到的SVM模型与其他优化算法得到的模型相比，计算速度更快，识别准确率更高，且对现场绝缘子的缺陷具有初步的良好检测效果。

2）相比于交流复合绝缘子，直流复合绝缘子不存在介质损耗发热，发热主要来源于表面泄漏电流引起的电阻损耗，故直流复合绝缘子缺陷发热不太明显，利用红外热像仪可检测出的缺陷类型明显低于交流复合绝缘子。

3）所提出的方法对500kV交流复合绝缘子缺陷具有良好的初步识别效果，直流复合绝缘子检出率相对较低，需要积累更多的现场样本对模型进行充分训练。

本文编自2021年第11期《电气技术》，论文标题为“基于红外图像分割与SSA-SVM的复合绝缘子缺陷检测方法”，作者为董懿飞、舒胜文 等。

中国电工技术学会

新媒体平台

学会官方微信

电工技术学报

电气技术

学会官方B站

新浪微博

今日头条号

《电工技术学报》：010-63256949/6981 邮箱：dgjsxb@vip.126.com 《电气技术》：010-63256943 邮箱：dianqijishu@126.com 编务：010-63256994；订阅：010-63256817 广告合作：010-63256867/6838

福州大学考研(福州大学考研专业目录及考试科目)