[01110283]基于红外热像和人工智能的高压绝缘子带电检测新技术及产品应用

本项目属于电气工程自动化、高压外绝缘、自动控制、计算机图像处理等多学科交叉领域。 绝缘子是电网的重要绝缘支撑设备,运行中的绝缘子容易积累污秽或产生零值、低值等劣化情况,从而导致绝缘子串污秽闪络或掉串,对电力系统的安全稳定运行构成严重威胁。目前,电力行业采用的检测瓷质绝缘子污秽和劣化情况的措施均存在作业危险、效率低下、需要停电等缺陷,不能对瓷质高压绝缘子进行及时准确的状态检测。本成果解决了带电状态下智能、便捷地对瓷质绝缘子劣化情况及绝缘子污秽程度进行状态检测和管理的问题。 十五年来,项目团队针对现有绝缘子检测方法存在工作强度大、安全风险高、准确率低等问题： 1、创建了湿污绝缘子盘面和钢帽的发热模型,为绝缘子劣化及污秽度等级的红外检测奠定了理论基础。针对绝缘子表面污层厚度数量级远小于绝缘子厚度,现有算法无法解决多空间尺度的场域分析问题,提出了一种基于数字图像处理的污秽绝缘子表面电场计算新方法。 2、首次提出以绝缘子的盘面及钢帽温升作为表征盘形绝缘子劣化的特征量,解决了绝缘子劣化检测红外检测盲区的问题,提出了基于绝缘子串温度曲线特征的劣化绝缘子诊断方法和基于红外纹理特征与BP神经网络的劣化绝缘子识别方法,显著提高了劣化绝缘子检测的准确率。 3、结合WebGIS、无线通信技术、数据库等技术手段,研发了成套适用于绝缘子劣化或现场污秽度等级检测的设备。 4、提出了基于径向基概率神经网络、灰色综合关联度等人工智能算法的绝缘子现场污秽度等级识别方法。 5、提出了适用于绝缘子红外图像去噪、分割、特征提取的图像处理算法,降低了绝缘子热像特征不明显对检测的影响。 自2002起,项目团队在国家经贸委、国家发改委、国网电力科研基金等支持下,累计申请发明专利4项,其中已授权2项和实用新型2项,软件著作权6项,出版相关专著2部,发表学术论文43篇,被SCI、EI收录26篇,并获得国家重点新产品证书和国网江西省科技进步一等奖。2015年,由桂卫华院士任主任的评价组评价：“项目思路新颖,理论先进,创造性强（湘电机评【2015】第005号）”。2017年2月,中电联在北京组织召开了由宿志一担任鉴定委员会主任,中国电科院、重庆大学和武汉大学等高压检测专家参加的“基于红外热像和人工智能的绝缘子检测技术及应用”项目鉴定会,鉴定结论为“项目成果整体达到了国际领先水平（中电联鉴字【2017】第20号）”。 项目成果已在江西、浙江、湖南、河北、天津、北京、上海等省市的110kV-500kV电网大规模推广应用,检测效率由20-30分钟/串提高至1-2分钟/串,检测准确率由15-30%提高至85%以上。成果应用节约相关开支10078万元,仅江西省就减少停电经济损失2800万元,推广至全国每年可减少损失约5.2亿元。为电网排查重大安全隐患,避免绝缘子污闪、掉串等事故的发生,提高了电网安全稳定运行水平,保障了生产生活的可靠供电,取得了显著的经济和社会效益。