梁凯 李政清
云南电网有限责任公司昆明供电局 云南昆明 650500
摘要： 综合考虑变压器主变漏油在空中的视频及漏油后在地面上的痕迹差异，定性、实时判定变压器主变漏油异常造成的安全隐患并进行预警，是变电站运维管理亟需解决的技术问题。本文提出了一种基于图像识别的漏油状态分析及异常预警系统。该系统预警信息还融合变压器已有的温度、电流数据，基于多参数特征从而对漏油状态定性预警。通过结合试点应用情况，结果表明通过图像识别的漏油预警方法具有综合性好、模型简易、实时性强等优点
关键词：变压器主变；图像识别；图像处理；在线监控；
0 引言
目前电力生产使用的注油设备多，按照规范生产运行人员对于设备渗漏油的情况进行观察记录，根据设备油滴渗漏的速度不同，上报相应等级的缺陷。设备渗漏油状态会随设备运行状态、外部环境影响，在不同时段会有一定变化。
现在只能通过生产运行人员到站检查时，人工进行观察记。但是现场观察时，设备渗漏点往往是在一定区域，各点油滴滴落周期不同，而油滴滴落速度快，不易观察，人工记录数据不一定能准确反应设备渗漏油的情况，常常出线误判情况，再者对设备缺陷的跟踪，同样是只能做到定点、定时到站检查，不能及时发现缺陷变化趋势，浪费人力资源。电力系统中的变电设备、电气装置甚至电缆本体都存在漏油风险，而变压器漏油后果比较严重，同时变压器周围环境不复杂适合利用图像识别算法进行漏油风险分析。
基于变压器主变漏油状态分析和异常预警系统监测的特点，本文在总结传统方法的基础上，对变压器主变故障监测方法进行总结，分别从液体下落视频监测、漏油痕迹图像识别两个方面对变压器主变的漏油故障监测方法进行分类研究并对研究现状进行详细的论述，并详细探讨了现阶段存在的问题以及其未来的发展趋势。
1变压器主变在线监测系统的总体结构
本文设计采用高精度图像（视频+拍照）传感器对一定范围内设备渗漏油情况进行监测，同时辅助以温湿度传感器对监测时段内的环境数据进行记录（包括温度、湿度等），将该装置安装在云台上，可根据不同设备外形、不同地形地势进行布置，装置可通过采集视频、照片，通过后台算法程序对采集的数据进行自动分析。系统拓扑结构图如下所示。
.png)
2监测系统功能说明
2.1 前端现场监测系统的构成
前台多功能监测系统通过电脑PC机采集变压器主变的图像数据；用485线接入变压器已有的温度、电流数据等，并将采集到的数据就地分析。前端现场监测系统组成如下所示。
.png)
2.2 监测系统数据处理
数据处理前台监测系统的数据处理核心单元由图片与漏油关系、电流与漏油关系、温度与漏油关系等关联关系的数据库以及过程中持续积累的变电设备漏油知识圈、在线分析OLAP、漏油预警人工确认等模块构成，监测系统的数据处理如下。
.png)
3漏油定性评价实现
漏油定性评价主要包含三个处理阶段：数据采集、数据存储、数据加工。
变压器漏油状态分析和异常预警的方法包括高速视频检测系统、图像识别算法和数据融合及异常预警系统，所述的基于全局曝光的CMOS高速视频图像采集存储子系统，用于通过存储高帧率的视频为下一步漏油空间分析做准备，所述的拍照图像处理及存储子系统对变压器主变附近下层土壤、地板的漏油痕迹进行图像采集，所述视频、图像数据采集分析子系统，用于通过图像识别算法对视频分析对图像数据分析，所述温度、电流数据接入分析子系统，用于加入更多已有监测数据进行特征分析，对于可能出现漏油风险的情况进行预警提醒并对于异常提供维护建议。
本文漏油风险判断主要依托图像识别的阈值设置，通过现场实际应用可以对阈值进行调优。调优过程是对前期采集到的现场数据进行分析统计，利用变压器主变漏油预警进行数据分析和数据挖掘，从而持续调校图像识别的预警阈值。
4结语
本文设计的变压器主变漏油状态分析和异常预警系统，通过采集视频、图片数据进行图像识别判断变压器漏油。并接入主变温度、电流数据，从而更好的定性、定位分析变压器主变漏油状态及未来漏油风险。系统还提供人工通过实时数据和视频、图像分析复核算法的阈值。整个系统可显著降低变压器主变漏油检测的工作量，节约人工日常巡检的成功，同时在线监测到的视频、图像信息还具备深度挖掘意义，具备更多类型的故障识别与预警功能。
参考文献
[1]曾发明, 杨波, 吴德文等. 基于Canny边缘检测算子的矿区道路提取[J].国土资源遥感,2013,4:72-28
[2]潘泉. 多源信息融合理论及应用[M].北京:清华大学出版社，2013
[3]胡宝清. 模糊理论基础[M].湖北:武汉大学出版社，2010
[4]王玉华，郑骁健.基于模型参考模糊自适应PID的高压釜温度控制[J].自动化仪表，2017，38（5）：46-49张栋国. 电缆故障分析与测试[M]. 中国电力出版社, 2005.
[5]邢海瀛, 袁汉川, 邓春,等. 基于分布参数的电力故障定位新型算法研究[J]. 电力系统保护与控制, 2011, 39(14):16-20.
[6]You X C, Lei L I. Patrol inspection system of underground cable joint fault based on wireless communication[J]. Machine Tool & Hydraulics, 2014.
[7]Pandey A, Hyounan N. Use of Fourier Transformation for Detection of Faults in Underground Power Cables[J]. High Voltage Engineering, 2011, 37(11):2686-2692.
[8]Khan A A, Malik N, Al-Arainy A, et al. A review of condition moni-toring of underground power cables[C]// International Conference on Condition Monitoring and Diagnosis. IEEE, 2012:909-912.
[9]Jiang Q N, Zhao S T, Zhao J, et al. A power cable fault location method combining with wavelet analysis and curve fitting[C]// China International Conference on Electricity Distribution. IEEE, 2010:1-5.
[10]Tang Z, Zou Y. Development of On-line Partial Discharge Monitor System for XLPE Power Cable[C]// Universities Power Engineering Conference, 2006. UPEC '06. Proceedings of the 41st International. IEEE, 2006:640-644.
[11]Wang Q, Tang C, Wu G, et al. Fault location in the outer sheath of power cables[J]. 2014, 94(4):250-258.
作者简介
梁凯（1986-），男，本科，从事变电运行、变电系统安全维护与故障诊断。
李政清（1982-），男，本科，从事变电运行、变电系统安全维护与故障诊断。