2. 保定供电公司, 保定 071003
2. Baoding Power Supply Company, Baoding 071003, China
近几年,手持式、无人机(直升机)机载和机器人车载型日盲紫外成像仪已广泛应用于输变电设备放电检测[1-3]。相对于传统的放电检测方法,日盲紫外成像检测设备放电具有抗干扰能力强、探测灵敏度高和非接触等优点[4-5]。
紫外成像仪应用于现场放电检测时,其外界环境因素会影响到气体的电离过程,进而影响到放电时的紫外光信号辐射,导致同一缺陷在不同环境条件下的检测结果存在较大差异。为实现对设备缺陷的定量分析和诊断,有必要研究环境因素对紫外成像量化参数的影响特性[6]。目前的相关研究主要集中于环境因素对放电的影响,如文献[7]研究了高空低温环境下电晕放电特点;华北电力大学研究了气压对棒–板间隙电晕放电紫外成像检测光子数和图像量化参数的影响特性,研究表明随着气压的降低,放电增强,同时对放电紫外光信号的辐射也会产生影响[8-10]。文献[11]分析了在极不均匀电场中负直流电晕放电时,晴天干燥与阴天潮湿下观测到的光子数的差异。由上述研究现状可知,目前对于环境因素对紫外成像检测放电影响特性的相关文献较少,也缺乏修正方法。
基于此,本文以典型的棒–板间隙电晕放电模型为研究对象,根据紫外图像特征定义了光斑面积参数[2],研究了不同温度、湿度、气压和风速条件下,紫外成像图像光斑面积量化参数的变化特性。在此基础上,提出修正系数法,实现了不同环境条件下检测结果的归一化。论文的相关研究结论对于工程中利用紫外成像法评估设备缺陷严重程度具有一定的参考价值。
1 温度对放电紫外检测的影响 1.1 试验系统的构建和试验方法整个试验在有机玻璃板箱内进行,为便于保持温度,该箱体外包裹了厚度约为5 cm的隔热层,试验装置示意图如图 1所示。
![]() |
图 1 试验装置示意图 Fig. 1 Schematic diagram of test device |
在图 1中,有机玻璃箱的长、宽和高分别为50、50和80 cm,棒电极直径为3.2 cm,头部为圆锥形,半径约1.5 mm,板电极为圆盘形,半径为20 cm。为便于观测放电,在箱体一侧安装了一块直径35 cm的透紫外玻璃,该玻璃在240~280 nm波段的透光率 > 98%[12-13]。紫外成像仪型号为CoroCAM504,观测距离固定为8 m,增益为仪器默认值70%,其它参数也全部采用默认参数设置值。
结合现场检测时的环境温度条件,试验时箱内温度变化范围控制为–20 ℃~60 ℃,采用AZ8901测试仪测量箱体内部温度。鉴于试验时的环境温度为21 ℃,对于低于环境温度的试验,先采用冷柜将上述有机玻璃箱整体降温到–20 ℃,后置于环境温度,随着箱内与环境热量交换,箱体内部会逐步升高温度;对于高于环境温度的试验,采用设置在箱体底部的电加热器进行加热。
实验时,棒−板间隙距离为20 cm,控制温度步长约为5 ℃或10 ℃,选择不同的温度点进行加压试验,同时利用高清视频采集卡录制电压分别为50、60和65 kV下的紫外视频信号。
1.2 试验结果及分析研究表明温度对光斑面积存在较明显影响,以电压为50 kV为例,温度在−20、0、20和60 ℃的放电图像如图 2所示。
![]() |
图 2 不同温度下的放电紫外图像 Fig. 2 Discharge UV images at different temperature |
分析图 2中光斑区域大小可知,随着温度增加,其放电强度明显增加,光斑面积增大,其原因在于空气密度随着温度的升高而减小,更易引起分子的碰撞电离[14-16]。基于试验数据,可得到光斑面积与温度的关系曲线如图 3所示。
![]() |
图 3 光斑面积随温度的变化曲线 Fig. 3 Variation curves of spot area with temperature |
分析可知,变化曲线具有明显的非线性变化特性,当温度较低时,在本试验中,约在−20 ℃~10 ℃范围,光斑面积随温度增加而呈明显的上升趋势,10 ℃的光斑面积大约是−20 ℃时的3~7倍,变化较快,但温度较高后,光斑面积随温度变化曲线表现一定的饱和趋势,60 ℃的光斑面积大约是40 ℃时的1.5倍。
2 湿度对放电紫外检测的影响 2.1 试验系统的构建和试验方法相关试验仍然在如图 1所示的有机玻璃箱内进行,但无外部隔热覆盖层,采用1台出雾量可控的工业型超声波加湿器进行加湿,最大出雾量(体积流量)为3 000 mL/h,控制箱体内的湿度。
试验时,相对湿度控制在40%~90%的范围,湿度步长控制在10%左右。控制棒−板间隙分别为10、15和20 cm,然后分别在在50、60和65 kV进行试验,利用紫外成像仪记录视频。
2.2 试验结果及分析研究表明随着湿度的增大,光斑面积呈现出逐渐减少的变化趋势。以间隙为20 cm,电压为60 kV为例,典型湿度下放电的紫外图像如图 4所示。
![]() |
图 4 不同湿度下的放电紫外图片 Fig. 4 Discharge UV images at different humidity |
基于试验数据,可得到光斑面积与相对湿度的关系曲线如图 5所示。
![]() |
图 5 光斑面积随相对湿度的变化曲线 Fig. 5 Curve of spot area with Relative Humidity |
由图 5可知,在电压50、60和65 kV下,相对湿度从40%增加到90%,光斑面积分别下降了52.4%、60.1%和70.2%。由上述变化趋势,在此采用幂函数进行拟合,拟合函数如表 1所示。
![]()
表 1 光斑面积与湿度关系拟合函数表达式
Table 1 Fitting function expressions for the relationship between spot area and humidity
|
表 1 光斑面积与湿度关系拟合函数表达式 Table 1 Fitting function expressions for the relationship between spot area and humidity |
由表 1可知,其拟合相关系数均达到了0.96以上,也即两者近似满足幂函数变化特性,随着电压增加,其幂指数逐步增大,湿度在40%~90%的范围内,幂指数约在1.6~2.6之间变化。
棒–板间隙为10 cm和15 cm时,光斑面积随气压的变化特性与20 cm具有类似的变化特性,限于论文篇幅,在此不再赘述。
3 风速对放电紫外检测的影响 3.1 试验系统构建和试验方法试验仍然采用与图 1相同的棒–板间隙,但相关试验在开放式的试验空间进行,采用一大功率电风机模拟不同的风速,风机叶片面与棒电极轴向垂直[17-18],且与棒电极端部位于同一水平面。通过调整风机功率以及风机与棒电极的距离,来改变棒电极端部处的风速。受试验条件的限制,试验时的最大风速约为12 m/s,对应于自然界中的大风天气[19-20],风速采用HT–9829风速仪测量棒电极端部风速。
分别给棒电极施加电压50、60和65 kV,然后分别在无风和风速分别为4、8和12 m/s的情况下采集其放电的紫外视频信号。
3.2 试验结果及分析研究表明随着风速增加,光斑面积逐渐减少,以电压60 kV为例,不同风速下的放电紫外图像见图 6,基于试验数据可得二者关系曲线见图 7。
![]() |
图 6 不同风速下的放电紫外图像 Fig. 6 Discharge UV images at different wind speeds |
![]() |
图 7 光斑面积随风速的变化曲线 Fig. 7 Curves of spot area with wind speed |
由上述曲线可知,风速对光斑面积具有明显的削弱作用,在电压50、60和65 kV下,风速从0 m/s增加12 m/s时,光斑面积分别减少76.7%、65.1%和41.7%。其原因可能是由于气流加速了放电形成的带电质点的扩散,相应放电光辐射强度和发光区域减少[16-17]。
4 气压对放电紫外检测的影响 4.1 试验系统构建和试验方法试验在如图 8所示气压可调的封闭金属罐内进行。由抽气机控制罐体内的气压,气压调节范围为40~101.5 kPa,模拟从平原到高海拔地区(海拔约6 500 m)气压对放电的影响特性。
![]() |
图 8 试验装置示意图 Fig. 8 Experimental device schematic |
棒–板间隙模型同图 1,距离分别调整为10、15和20 cm,然后在不同的电压和气压下研究其光斑面积的变化特性。
4.2 试验结果及分析以棒板间隙为20 cm、电压为36 kV为例,不同气压下典型紫外图像如图 9所示。
![]() |
图 9 不同气压下放电紫外图像 Fig. 9 Discharge UV images at different air pressure |
由试验数据可得到光斑面积与气压的关系曲线如图 10所示。
![]() |
图 10 光斑面积随气压的变化曲线 Fig. 10 Curves of spot area with air pressure |
分析上述数据可知随着气压增加,光斑面积明显变小,采用幂函数进行拟合分析,可得
$f(p) = A{p^{ - n}}$ | (1) |
式中:A为一常量系数;p为气压。表 2为部分电压下的拟合函数表达式。
![]()
表 2 光斑面积与气压关系拟合函数表达式
Table 2 Fitting function expression of spot area with air pressure
|
表 2 光斑面积与气压关系拟合函数表达式 Table 2 Fitting function expression of spot area with air pressure |
分析可知,采用幂函数拟合其可决系数均接近于1,也即光斑面积与气压之间近似满足幂函数变化特性,但不同气压下其幂指数并不相同,气压在28~101.5 kPa的范围内,幂指数约在1.0~1.6之间变化。棒–板间隙为10 cm和15 cm时,光斑面积随气压的变化特性与20 cm具有类似的变化特性,在此不再赘述。
4.3 现场测试为验证试验室测试结果的有效性,本文在河北保定(海拔高度约15 m)和云南昆明(海拔高度约2 000 m)进行了实地测试。
两地测试时均使用了图 1中的同一棒–板放电模型。试验时,间隙设置为20 cm,两地除气压相差较大外,温度和湿度都非常接近,温度约为22 ℃,相对湿度约为74%。给棒–板间隙施加工频电压的有效值分别为30、40、50和60 kV,其中电压为50 kV时两地的紫外图像如图 11所示。
![]() |
图 11 电压为50 kV时的紫外图像 Fig. 11 Ultraviolet image at 50 kV |
基于试验数据,可得到昆明地区和保定地区放电光斑面积随电压的变化曲线如图 12所示。
![]() |
图 12 两地区放电光斑面积与电压关系曲线 Fig. 12 Relation curves between discharge spot area and voltage in two regions |
分析图 12可知,在实际测试中,在同一电压下,昆明(高海拔地区)的放电光斑面积要明显大于保定(低海拔地区),即气压越低,放电越强。与实验室的测试结果相对比可知,现场测试结果与试验室的测试结论基本一致。
5 不同环境因素的光斑面积修正 5.1 修正的思路基于上述试验研究可知,同一放电模型在不同环境因素下检测到的紫外成像结果存在明显差异,有必要将不同温度、湿度、风速和气压下检测到的紫外图像量化参数值修正到某统一的环境条件下,从而使检测结果具有可对比性。
上述修正过程属于一个多变量的函数映射问题,由于输入变量多达4个,且关系曲线均具有明显的非线性特性,为便于工程应用,在此本文提出了基于修正系数法的多因素下光斑面积修正算法。
方法是根据试验得到的样本数据,分别计算各因素的修正系数,然后建立多因素的修正模型。其修正模型的方法如图 13所示,建立的修正表达式为
![]() |
图 13 多因素影响下紫外成像量化参数的归一化修正模型 Fig. 13 Normalized model for quantitative parameters of ultraviolet imaging under the influences of multiple factors |
$S = ({K_T}{K_{RH}}{K_p}{K_V}){S_0}$ | (2) |
式中:S为修正到某统一的温度、湿度、气压和风速下的光斑面积值;S0为在实际检测中,某温度、湿度、气压和风速下检测到的光斑面积值;KT为温度修正系数;KRH为环境湿度修正系数;KP为气压修正系数;KV为风速修正系数。
5.2 修正系数计算本文首先根据上述试验得到的样本数据建立修正系数与环境因素之间的散点图,然后进行曲线拟合分析计算,得到各影响因素的修正系数。
1)温度修正:是指将某温度下的光斑面积修正到标准环境温度20 ℃下。根据上述试验,可获得不同电压和温度下共39组样本数据,则每一组样本数据可记为(Ti,Si),其中
${x'_i} = \frac{{{T_i}}}{{20}}$ | (3) |
${y'_i} = \frac{{{S_i}}}{{{S_{20}}}}$ | (4) |
式中:温度Ti为试验时的实际温度;Si为某温度下的光斑面积值;S20为对应电压下20 ℃时的光斑面积。
对试验样本数据进行上述处理后,可得到相应的数据集为(
![]() |
图 14 温度修正系数 Fig. 14 Temperature correction factor |
根据图 14中散点的变化趋势,本文采用了二次多项式进行了拟合,利用Matlab的cftool函数拟合工具箱可得到修正系数表达式为
${K_T} = - 0.04{(\frac{T}{{20}})^2} + 0.281\;5(\frac{T}{{20}}) + 0.768\;4$ | (5) |
式中,T为测试时的环境温度,℃。计算可知该拟合函数的可决系数为0.923 5。
2)相对湿度修正:是指将某湿度下将测到光斑面积值修正到相对湿度为50%下。其散点图中的横纵坐标的定义与式(3)和式(4)类似。相应可得到散点如图 15所示。
![]() |
图 15 相对湿度修正系数 Fig. 15 Correction coefficient of relative humidity |
采用幂函数对上述散点进行拟合,可得到相对湿度修正系数表达式为
${K_{RH}} = 0.981\;4{(\frac{{{R_H}}}{{50}})^{ - 1.762}}$ | (6) |
式中,RH为测试时的相对湿度。计算可知该拟合函数的可决系数为0.964 7。
3)气压修正:是指将某大气压下的光斑面积修正到标准大气压下(101.3 kPa)。其散点图中的横纵坐标的定义与式(3)和式(4)类似,相应可得到散点如图 16所示,图中S101.3为对应气压101.3 kPa时的光斑面积。
![]() |
图 16 气压修正系数 Fig. 16 Air pressure correction factor |
根据上述散点图的变化趋势,采用幂函数拟合,可以得到相对气压修正系数计算式为
${K_P} = 1.039{(\frac{p}{{101.3}})^{ - 1.27}}$ | (7) |
式中,p为测试时的气压,kPa。计算可知该拟合函数的可决系数为0.970 9。
4)风速修正:是将某风速下检测到的光斑面值修正到无风观测条件下。由于无风条件下的风速为0,在此散点图中的横坐标采用了差值法进行定义,如式(8)所示,散点图中的纵坐标定义与式(4)相同。
${x'_i} = {v_i} - 0 = {v_i}$ | (8) |
式中,vi为试验时的实际风速值。相应可得到散点如图 17所示。
![]() |
图 17 风速修正系数 Fig. 17 Wind speed correction factor |
根据上述散点图的变化趋势,采用指数函数进行拟合,可以得到风速修正系数计算式为
${K_{\rm{V}}} = {\rm{0}}{\rm{.988}}\;{\rm{1exp(}} - {\rm{0}}{\rm{.072}}\;{\rm{0}} \cdot v{\rm{)}}$ | (9) |
式中,v为测试时的环境风速,m/s。计算可知该拟合函数的可决系数为0.967 6。
5.3 模型修正误差分析为验证上述修正算法的有效性,分别对温度、湿度、气压和风速的修正误差进行了分析。鉴于温度的非线性度较高,在此以温度为例分析其修正误差。
根据式(5)的表达式,可分别得到–20℃至60℃共13个温度点下的13个温度修正系数。根据试验所得到的各温度点下的光斑面积值S,以及表 3中的修正系数,根据式(2)可以计算得到修正到20℃的光斑面积值,其修正后的结果如图 18所示。
![]() |
图 18 光斑面积的温度修正 Fig. 18 temperature correction of spot area |
根据试验可知,在50、60和65 kV下的20℃时的实际光斑面积值分别为4 832像素、12 568像素和15 457像系(1像素=24 μm ×24 μm),则可以计算出其相对误差如图 19所示。
![]() |
图 19 光斑面积的温度修正误差曲线 Fig. 19 Error curves of spot area temperature correction |
经分析绝大部分修正数据的相对误差一般在20%以内,其中65 kV下修正后的最大相对误差为13.9%,60 kV下修正的最大相对误差为27.5%,50 kV下放电修正的最大相对误差为15.9%。
其他不同湿度、气压和风速下的修正误差的验证思路与温度类似,在本文试验条件下,该修正模型具有较好的普适性,修正后的光斑面积最大相对误差一般低于20%,在此不再赘述。
6 结论1)随着温度的增加,放电光斑面积表现为非线性上升,并呈现一定的饱和趋势。
2)光斑面积随着相对湿度的增加而减小,其变化特性近似满足幂函数变化特性,但不同气压下其幂指数并不相同,随着电压增加,其幂指数有逐步增大的趋势。
3)风速对电晕放电具有一定的削弱作用,光斑面积随风速增加而降低。
4)气压对紫外成像有明显的影响,气压越高,光斑面积越小,二者近似满足幂函数关系,现场的实地测试验证了研究结果的准确性。
5)采用修正系数法实现了将光斑面积的环境因素的修正,修正后的相对误差一般低于20%。
[1] |
黄文武, 贺振华, 蔡炜, 等. 基于紫外成像技术的棒–板间隙放电环境因素研究[J]. 高电压技术, 2015, 41(8): 2788-2794. HUANG Wenwu, HE Zhenhua, CAI Wei, et al. Study on the environmental factors of rod-plane gap discharge based on UV imaging[J]. High Voltage Engineering, 2015, 41(8): 2788-2794. ( ![]() |
[2] |
王胜辉, 李楠, 廖鹏. 放电日盲紫外成像检测图像参数提取方法研究[J]. 华北电力大学学报, 2013, 40(6): 40-45. WANG Shenghui, LI Nan, LIAO Peng. Study on parameters extraction method of discharge based on solar-blind ultraviolet imaging detection[J]. Journal of North China Electric Power University, 2013, 40(6): 40-45. ( ![]() |
[3] |
严璋, 朱德恒. 高电压绝缘技术[M]. 北京: 中国电力出版社, 2002. YAN Zhang, ZHU Deheng. High voltage insulation technology[M]. Beijing, China: China Electric Power Press, 2002. ( ![]() |
[4] |
刘民, 唐炬, 潘成. 空气中针板直流正负电晕发展过程实验研究[J]. 高电压技术, 2016, 42(4): 1018-1027. LIU Min, TANG Ju, PAN Cheng. Development processes of positive and negative DC corona under needle-plate electrode in the air[J]. High Voltage Engineering, 2016, 42(4): 1018-1027. ( ![]() |
[5] |
李兵, 邓慰, 鄢哲, 等. 基于紫外成像的电晕放电环境影响因素的研究[J]. 高压电器, 2015, 51(1): 24-29. LI Bing, DENG Wei, YAN Zhe, et al. Study on the environmental influencing factors of corona discharge based on UV imaging[J]. High Voltage Apparatus, 2015, 51(1): 24-29. ( ![]() |
[6] |
金颀, 杜志叶, 邱志斌, 等. 大直径屏蔽球电晕特性与起晕电压预测[J]. 高电压技术, 2019, 45(12): 4079-4087. JIN Qi, DU Zhiye, QIU Zhibin, et al. Corona characteristics of large-diameter shielding spheres and prediction method of corona onset voltages[J]. High Voltage Engineering, 2019, 45(12): 4079-4087. ( ![]() |
[7] |
陈吉.交流电场对导线覆冰及其电晕起始特性的影响研究[D].重庆: 重庆大学, 2014. CHEN Ji. Study on the influence of the AC field on conductor icing and corona onset characteristics[D]. Chongqing, China: Chongqing University, 2014, ( ![]() |
[8] |
杨照光, 李志新, 张忠元, 等. 紫外成像仪光谱传递函数对绝缘子电晕放电检测的影响研究[J]. 电测与仪表, 2019, 56(18): 93-98, 125. YANG Zhaoguang, LI Zhixin, ZHANG Zhongyuan, et al. Research on the effect of spectral transfer function of ultraviolet imager on corona discharge detection of insulators[J]. Electrical Measurement & Instrumentation, 2019, 56(18): 93-98, 125. ( ![]() |
[9] |
王胜辉, 冯宏恩, 律方成. 基于日盲紫外成像检测的复合绝缘子电晕放电光子数变化特性[J]. 高电压技术, 2014, 40(8): 2360-2366. WANG Shenghui, FENG Hong'en, LÜ Fangcheng. Variation characteristics of composite insulator corona discharge photon count based on solar-blind ultraviolet imaging detection[J]. High Voltage Engineering, 2014, 40(8): 2360-2366. ( ![]() |
[10] |
李和明, 王胜辉, 律方成, 等. 基于放电紫外成像参量的绝缘子污秽状态评估[J]. 电工技术学报, 2010, 25(12): 22-29. LI Heming, WANG Shenghui, LÜ Fangcheng, et al. Contamination condition evaluation of insulators based on discharge ultraviolet imaging parameters[J]. Transactions of China Electrotechnical Society, 2010, 25(12): 22-29. ( ![]() |
[11] |
曹晶.高海拔换流站空气间隙放电特性及海拔修正研究[D].武汉: 武汉大学, 2013. CAO Jing. Research on air-gap discharge characteristics and altitude correction of high altitude converter station[D]. Wuhan, China: Wuhan University, 2013. ( ![]() |
[12] |
MENG X B, HUI J F, MEI H W, et al. Influence of pressure and humidity on the amplitude—phase distribution of AC corona pulse[C]∥Proceedings of the 2013 Annual Report Conference on Electrical Insulation and Dielectric Phenomena. Shenzhen, China: IEEE, 2013.
( ![]() |
[13] |
BIAN X M, MENG X B, WANG L M, et al. Negative corona inception voltages in rod-plane gaps at various air pressures and humidities[J]. IEEE Transactions on Dielectrics and Electrical Insulation, 2011, 18(2): 613-619. DOI:10.1109/TDEI.2011.5739468 ( ![]() |
[14] |
黎振宇, 蒋兴良, 李立浧, 等. 针−板模型交/直流电晕放电的紫外特征参量[J]. 高电压技术, 2018, 44(5): 1677-1684. LI Zhenyu, JIANG Xingliang, LI Licheng, et al. Ultraviolet characteristic parameter of needle-plate model AC/DC corona discharge[J]. High Voltage Engineering, 2018, 44(5): 1677-1684. ( ![]() |
[15] |
冯宏恩.污湿瓷绝缘子放电紫外图像特征及闪络预警研究[D].北京: 华北电力大学, 2015. FENG Hong'en. Study on the discharge ultraviolet image characteristics and flashover pre-warning of contaminated and wet porcelain insulator[D]. Beijing, China: North China Electric Power University, 2015. ( ![]() |
[16] |
王雷, 王平平. 风速对高压输电线电晕放电电流的影响研究[J]. 电气应用, 2019, 38(1): 42-47. WANG Lei, WANG Pingping. Influence of wind speed on corona discharge current of high voltage transmission line[J]. Electrotechnical Application, 2019, 38(1): 42-47. ( ![]() |
[17] |
尤少华.基于电晕笼的特高压交流输电线路导线电晖损失特性研究[D].北京: 华北电力大学, 2012. YOU Shaohua. Corona cage-based corona loss characteristics of conductors for UHV AC transmission line[D]. Beijing, China: North China Electric Power University, 2012. ( ![]() |
[18] |
王丰华, 刘国坚, 张宏钊, 等. 基于改进C-V模型的外绝缘放电紫外图像特征量提取[J]. 高电压技术, 2018, 44(8): 2525-2532. WANG Fenghua, LIU Guojian, ZHANG Hongzhao, et al. Ultraviolet image parameters extraction of insulation surface discharge based on improved C-V model[J]. High Voltage Engineering, 2018, 44(8): 2525-2532. ( ![]() |
[19] |
MA B, ZHOU W J, WANG T, et al. Study on corona discharge test under the power frequency voltage of the severe non-uniform electric field based on the UV-light imaging technology[C]∥Proceedings of the 2006 4th Asia-Pacific Conference on Environmental Electromagnetics. Dalian, China: IEEE, 2006.
( ![]() |
[20] |
欧阳拳均.绝缘子紫外成像法及其图像处理系统的研究[D].南京: 东南大学, 2015. OUYANG Quanjun. Research on the ultraviolet imaging method of insulator and image processing system[D]. Nanjing, China: Southeast University, 2015. ( ![]() |