题目：基于红外热成像法的电力设备诊断技术综述
作者：夏昌杰，任明，王彬，董明，徐广昊，谢佳成，张崇兴.
内容整理自《High Voltage》2021年第6卷第3期。
红外热成像法(IRT)作为一种非接触式温度分布测量方法，已经成为了电气设备状态监测和故障诊断中不可缺少的重要工具。人工故障诊断作为一种基于专家经验的评价方法，已经形成了成熟的技术方案，具有大量的应用案例。然而，随着电网设备数量的快速增长，人工故障诊断的效率和准确性正受到挑战。随着图像处理技术的发展，机器辅助故障诊断提供了一种在人类先验知识的干预下辅助人类完成故障诊断的新方法。然而，红外图像的局限性给图像分析处理尤其是目标检测带来了挑战。为了实现故障自动诊断，引入深度学习算法实现复杂环境下的目标检测。本文从IRT的基本原理、应用对象和局限性开始，回顾了IRT的发展，介绍了人工故障诊断方法的应用，并对机器辅助故障诊断和基于目标检测的智能故障诊断进行了探讨。最后从构建智能红外检测系统、建立开放共享的红外图像数据库、综合利用联合可视化诊断技术等方面对IRT发展提出了建议。
红外热像仪采集电力设备热辐射并将其转换为温度分布图。这个过程可以描述为如下模型，该模型显示了热辐射信号通过光学系统、采样系统和检测器向电信号和像素值的转换过程，如图1所示。
图1 热辐射信号转化为电信号的过程
IRT诊断依赖于大量故障经验的总结，因此梳理和构建典型故障红外图像库具有重要意义。根据设备的类别和产生的原因，热故障可分为四类，即（1）电流致热型、（2）电压致热型、（3）综合致热型和（4）非电气故障致热型。由于电阻率或负载电流的异常增加，电流致热型在载流设备中最为常见，而这类故障引起的温升一般非常显著。电压致热型通常是由于介电损耗、泄漏电流和局部场强集中引起的。对于由电磁效应引起的综合致热型故障，例如涡流和感应电流，通常具有相对较低的温升。此外，气体泄漏和冷却系统故障引起的异常温度变化也是常见故障。四种典型缺陷红外图谱如图2所示，更完整的典型电力设备热故障分类及对应的红外图谱请看原文。
(1)
(3)
(2)
(4)
图2 四类典型缺陷红外图谱（1）电流致热型缺陷（套管出线端接触不良）
（2）电压致热型缺陷（上终端漏油）
（3）综合致热型（变压器箱体连接处涡流）
（4）非电气故障致热型缺陷（冷却系统故障）
人工热故障检测一般步骤如图3所示。
图3 人工热故障检测流程
（1）确定异常温升点及该点所处的设备部位；
（2）使用异常温升判断准则评估热状态；
（3）根据人工经验和图像案例库确定故障原因。
机器辅助故障诊断作为半自动方法可以在图像预处理和目标检测方面代替部分人工操作，显著提高图像处理的准确性和效率性。机器辅助故障诊断的基本流程如图5所示。
图4 机器辅助故障诊断流程图
图5 变压器红外图像边缘检测结果
(a)原始图像 (b)Kapoor法 (c)Otus法
(d)FCM法 (e)区域生长法 (f)迭代法
以深度学习为代表的智能算法提高了目标检测水平。
图6展示了基于目标检测的智能识别热故障诊断案例。
(1) 利用经过训练的Mask R-CNN模型，对原始红外图像进行实例分割，返回Mask区域坐标，如图6(a)和(b)所示。
(2) 从绝缘子掩模像素点提取温度信息，如图6(c)所示。将掩模区域的颜色信息转换为灰度值，如图(c)(1) ~(2)。利用各像素点灰度值拟合温度值，如图(c)(3)、(4)。
(3) 结合温度分布信息，认为故障的潜在原因是横向或纵向裂纹。
图6 CNN绝缘子结构实例分割的基本流程
随着人力成本的增加和系统规模的扩大，自动化、智能化是电力设备IRT发展的必然趋势。本文根据电力设备的特殊性和特殊性，为今后的应用和工程实践提出以下展望：
智能红外探测系统建设。智能图像处理需要巨大的计算能力，云计算和边缘计算技术为计算力分配和存储资源共享开辟了新的解决方案。
图7 边缘-云边协同智能IRT诊断系统框架。
建立开放共享的红外图像数据库。IRT的发展和应用前景依赖于开放性的数据共享，开放IRT设备制造商真实数据接口和软件开发工具包，并由电力设备管理者提供大量红外故障案例，将建立起一个理想的数据生态链。
可视化诊断技术的综合利用。电力设备的热故障是各种故障的综合作用并伴随着多种物理现象。通过采用更多的视觉感知技术可以显著提高故障诊断的知识维数。
(a)光学可视化技术
(b)超声可视化技术
图8 电力设备状态视觉感知技术检测对象
本文综述了基于红外热像仪(IRT)的电力设备故障诊断技术的发展历史和最新进展，我们试图总结经验解决关键问题即如何使用图像处理技术辅助电力设备红外图像温度分布信息提取以及如何区分故障原因。有限的边缘计算能力和红外图像案例的小样本量是阻碍智能红外诊断在电力设备上广泛应用的主要瓶颈。面对这种情况，未来需要更多的努力来提高智能红外诊断的算法效率，建立开放共享的红外图像数据库。
Changjie Xia， Ming Ren， Bing Wang， Ming Dong， Guanghao Xu， Jiacheng Xie， Chongxing Zhang. Infrared thermography-based diagnostics on power equipment: State-of-the-art. High Voltage. ， vol. 6. no 3， Jun. 2021: 387-407.
董明（1977-），男，教授，博士生导师。西安交通大学电气工程学院高电压技术教研室副主任，国际电工委员会（IEC）委员。曾于奥地利格拉茨技术大学以访问学者身份从事学术研究。近年来承担国家重点研发计划子课题2项，国家自然科学基金2项，陕西省科技厅重点项目1项，横向课题60余项，获国家电力科学技术进步奖及省部级科技成果奖4项，已授权发明专利12项，共发表学术论文77篇，其中SCI论文29篇，参与撰写英文专著1部。现为国际标准委员会IEC TC85技术委员会委员，国家标准化委员会SAC TC321委员，中国智能配电与物联网创新联盟专家委员会委员，中国电机工程学会测试技术及仪表专业委员会委员。
任明（本文通讯作者）（1987-），男，副教授，博士生导师。曾于美国康涅狄格大学以访问学者身份从事学术研究。荣获西安交通大学十大学术青年称号，博士论文获评陕西省优秀博士学位论文。目前从事高压试验技术、状态监测智能传感器、图像融合与故障可视化等方面的技术研究。近年来，负责国家自然科学基金2项，国家重点研发计划子课题2项，国际合作发展研究项目2项，企业课题多项，发表与高电压试验技术和状态监测相关论文百余篇，获省部级科技奖励2项，获专利授权8项。现为IEEE PES分委会常务理事，CIGRE A3.43 工作组中国代表，IEEE会员，入选中国电机工程学会青年托举人才计划。
- 【 END 】 -
编辑：李晓涵
传播知识 · 分享成果 · 交流经验
声明：本文为原创作品，所涉文字及图片版权均均来源于《高电压（英文）》，根据国家版权局最新规定，纸媒、网站、微信公众号转载、摘编我编辑部的作品，务必请提前联系我编辑部。个人请按本微信原文转发、分享
联系我们
点击关注了解更多精彩内容！！
