输变电设备红外故障诊断技术与试验研究

魏钢 冯中正 唐跃 林吴琛

（重庆电力公司检修分公司，重庆 400039）

随着电力工业向大机组、大容量与超特电压的方向迅速发展，输配电的可靠性愈加重要[1]。长期的运行经验表明，设备的发热现象往往预示着极其严重的故障隐患，因此，对电力设备温度进行密切监控，准确有效地判别过热设备故障类型，及时发现并消除设备过热，对保证电网和设备安全稳定运行、大力推进集约化管理有着非常重要的意义。由于绝大部分电力设备的运行状态都与热度关系密切，可以用温度高低来判断其工作状态。红外热像诊断技术由此而成为电力设备状态检测的一项行之有效的手段，其具有操作安全、灵敏度高、检测诊断效率高、可进行计算分析等特点,所以近年来在国内外电力行业中应用日益广泛。

为了判断电气设备是否出现故障，设计了一款软件，将红外图像照片选中导入软件后，计算机对该异常点进行360°的全方位扫描，根据相对温差判断法，计算设备相对温差的超出规定值并确定设备故障与否，反馈故障信息。设计方案提高电力设备的检测可靠性、提高工作效率，并且降低电力设备检测强度和作业风险系数。

电气设备检测方法，如图1所示。

图1 电气设备检测方法

1 电气设备故障红外热像仪测量原理

1.1 相对温差法判断方法

通过相对温差计算，可以进行故障判断。该方法主要适用于电流致热型设备，特别是对小负荷电流致热型设备采用相对温差判断法可降低小负荷缺陷的漏判率。

通过检测出异常点的发热温度T1、正常相对应点的温度T2、以及环境参考体的温度T0，可以计算出该异常点的相对温差，作为电流致热型设备缺陷诊断的判据。

相对温差计算[2]：

式中，T1为发热点的温度；T2为正常相对应点的温度；T0为环境温度参照体的温度；τ为相对温差。

1.2 测量设备温度的智能方法

根据红外热像仪监测得到的红外热像图，可以按照仪器内疗的算法和目标发射率校正后转变为被测目标的温度值，则可以测出该热像图上的最高温度和最低温度，即可确定：最高温度处为异常点的发热温度，而最低温度为环境温度。

测量方法如下：

1）选择被检测的电气设备，确定该电气设备的温度图像照片。

2）如图2射线1，以最高温度点为发热点，测量出发热温度T1，再测量出环境参考温度T0，如图2所示。

3）以发热点为原点，做一条直线，计算经过该直线各点的温度，绘制成t-x曲线图；再去掉最高温度区域和最低温度区域，计算出该图T1、T3、X1、X2以及曲线所围城的积分面积S，如图3所示。

4）将该直线作360°旋转，每旋转一个小角度，如图2中旋转一个角度α后得到射线2，再重复以上运算计算面积S，如图3，找到面积最大值Smax，即该直线通过被测设备的区域最大；求得该最大面积时的平均温度T2，为正常相对应的温度。

5）通过式τ =(T1-T2)/(T1-T0)×100%，对检测设备进行缺陷诊断，并反馈故障信息。

图2 红外热像图

图3 t—x积分s

其中：T1、T3为红外图片上的最高温度区域临界温度和最低温度区域临界温度；X1、X2是纵坐标为T1、T3时温度曲线的横坐标。

1.3 红外热像技术计算原理

红外热像技术是将物体的热辐射扫描成像的一种非接触诊断技术。物体的红外热图像实际上对应的是其表面的二维温度场。物体表面的绝对温度与物体的红外辐射功率的对应关系，根据斯蒂芬-波尔兹曼定率确定[3]：

式中，P为物体的红外辐射功率（W·cm-2）；T为物体的绝对温度（K）；ε为物体表面的红外发射率τ为斯蒂芬-波尔兹曼常数。

红外热像图中的噪声会影响检测数据的真实性和可靠性。在正确设置技术参数后，在时域或频域内对图像进行数据运算，也可基于小波分析理论在时域-频域范围内进行局部噪声滤除。选择一种最优算法，获取更清晰的设备红外特征信息。

1.4 红外热像仪的工作原理

红外热像仪是由红外探测器、光学成像物镜和光机扫描组成的系统。被测目标的红外辐射能量分布图形反映到红外探测器的光敏元上，由光机扫描机构对被测物体的红外热像进行扫描，再由探测器将红外辐射能转换成电信号，经放大处理转换，通过检测器显示红外热像图，并按照仪器内疗的算法和目标发射率校正后转变为被测目标的温度值[4]。

2 图像识别软件设计

软件需要从红外图片中寻找出环境温度，设备正常温度以及热点温度，再根据红外诊断应用规范对设备进行缺陷分析，软件分析流程图如图4所示：

图4 软件温度扫描

首先，选择需要被检测的电气设备，确定该电气设备的温度图像照片。

其次，以最高温度点为发热点，测量出发热温度T1，再测量出环境参考温度T0。

再次，以发热点为原点，做一条直线，计算经过该直线各点的温度，绘制成t-x曲线图；再去掉最高温度区域和最低温度区域，计算出该图 T1、T2、X1、X2以及曲线所围城的积分面积S，如图8所示。

然后，以发热点为原点，该直线作360°旋转，每旋转一个小角度，便重复以上运算计算面积S，如图8，找到面积最大值Smax，即该直线通过被测设备的区域最大；求得该最大面积时的平均温度T2，为正常相对应的温度。

最后，通过相对温差计算公式对检测设备进行缺陷诊断，并反馈故障信息。

3 试验分析

试验选择了三种高压设备作为代表性试验：110kV的电流互感器和电压互感器。检测该设备的正常状态与故障发热状态下的红外热像图谱，作为代表性试验，进行图像特征分析和专家数据库比对，使开发的软件系统能够实现设备识别、故障判断、故障自动分析等功能。

3.1 电流互感器正常情况分析

如图5所示为电流互感器正常运行时在线监测的分析：通过软件分析计算知参考温度为 38.1℃，设备最高温度为40.7℃，环境温度为36℃；通过计算相差温度T＜95%，故属于正常情况，与软件分析得出的结果一致。

图5 电流互感器正常情况

3.2 电流互感器严重缺陷故障分析

如图6所示为电流互感器严重缺陷故障时的软件自动分析，热点温度为 49.4℃，正常设备温度为34.1℃，软件分析计算可知故障类型为电流致热型故障，相对温差达90%以上，缺陷属于严重缺陷，并给出处理建议。分析结果与试验现在检测该电流互感器的故障情况一致。

3.3 电压互感器正常情况分析

如图7所示：通过软件分析计算知参考温度为37℃，设备最高温度为37.7℃，环境温度为33℃；通过计算相差温度T＜95%，故属于正常情况，与软件分析得出的结果一致。

图6 电流互感器严重缺陷故障分析

图7 电压互感器正常情况

3.4 电压互感器严重缺陷故障分析

图8所示为电压互感器严重缺陷故障时的软件自动分析，热点温度为39.3℃，正常设备温度为36.1℃，软件分析计算可知故障类型为电流致热型故障，相对温差达97%以上，缺陷属于严重缺陷，并给出处理建议。分析结果与试验现在检测该电压互感器的故障情况一致。

图8 电压互感器严重缺陷故障处理报告

通过此次试验分析并与传统试验方式比较，试验结果表明，采用红外热像仪在线监测电力设备，并用软件自动分析电力设备的运行状况，有以下优点：

1）红外热像仪监测电气设备图像直观，所测得数据安全可靠。

2）红外热像仪在线监测不接触测温、不受电磁干扰、探测距离的影响。

3）红外热像仪对诊断电力设备的热故障隐患具有检测速度快、效率高、判断准的特点。

4）采用软件自动分析电力设备故障，减少分析时间，有利于即时判断故障。

4 结论

通过红热成像仪对高压设备进行监测，利用本文研究方法对设备图像进行扫描诊断时，发现其温度异常点，并根据温度分布和相对温差进行故障判断。为了准确判断电气设备是否出现故障以及故障类型，设计了一款软件，将红外图像照片选中导入软件后，计算机对该异常点进行全方位扫描，分析出异常点的发热温度、正场设备温度以及环境温度，计算出相对温差，根据该温差值是否超出规定值来确定设备故障情况，同时软件自动对检测设备进行缺陷诊断，并反馈故障信息。

通过红外热像仪监测电气设备的运行状况，导入开发的软件中分析电气设备的缺陷诊断，得到故障信息。研究的诊断方法能快速自动检测到电气设备在运行状态下的真实状态，并且该监测方法具有不接触、不停运、不取样、不解体的检测功能，安全高效。同时做到节省工时，降低劳动强度，减少设备维修费用，大大提高电网供电可靠性。

[1]张维力.红外热像仪在电力工业中的应用[J].激光与红外, 1996, 26(2): 105, 106, 111.

[2]DL/T 664—2008.带电设备红外诊断应用规范[S].中华人民共和国电力行业标准. 2008.

[3]胡红光.电力红外诊断技术作业与管理[M].北京:中国电力出版社, 2006.

[4]陈玻若.红外系统[J].兵器工业出版社, 1995.

[5]PAL N R, PAL S K. A review on image segmentation techniques[J]. Pattern Recognition, 1993, 26(9).

[6]沈清,汤霖.模式识别导论[M].长沙:国防科技大学出版社, 1991.

[7]JOSEPH C, GIARRATANO J, RILEY D.印鉴译.专家系统原理与编程[M].北京:机械工业出版社, 2006.

[8]程玉兰.红外诊断现场实用技术[M].北京:机械工业出版社, 2002.

[9]WHITTINGTON H W, FLYNN B W. High Reliability Condition Monitoring Systems[J]. Non-Destruct Testing.2008, 35(11).

[10]陈衡.我国红外诊断技术的现状与发展[J].激光与红外, 1998(5).