在过去十几年时间里,在电力行业中采用了不同的维护和修理方式。到目前为止,已经提出了几种电力状态监测的方法。但这些方法在电力系统故障发生之前进行预防都被认为是困难的。真正需要的方法是能够持续监视设备的状况,以及具有预测性的维护和修理。
图为配电变电站设备的热图像样本
如今,世界上大多数公司都使用红外热成像技术来防止故障,进一步提高了电网的可靠性。实际上,将红外热像仪用于电气设备的技术检查也是预防性检测的最有效方法。从位于西北部的配电站获取实际的红外热像图,引入了一种检测两种常见故障的新方法,即如何区分电缆接线头是否遭遇破坏。完整的故障检测系统包括两个阶段。第一阶段是检测故障位置。第二阶段涉及基于前一阶段获得的特征向量对图像进行分类。
图为从变压器热图像创建子图像
研究表明,从电气设备获取的红外热像仪可以被存入数据库,并且通过使用支持向量机方法,可以提取图像特征并设计分类器。最终,已将电缆头和基座中彼此相似且难以区分的断层类型智能地识别为可接受的精度(83%)。
图为数据库中红外热像图样品
参考资料:
Abolfazl Rahmani, Javad Haddadnia and Omid Serasat. Intelligent Fault Detection of Electrical Equipment in Ground Substations Using Thermo Vision Technique. 2010 2nd International Conference on Mechanical and Electronics Engineering (ICMEE 2010).