0 引言

红外热像技术采用非接触手段，能够快速、实时地检测出电气设备的早期过热缺陷^[1]，可有效防止电力设备损坏引起的电网大面积停电事故的发生。红外成像技术作为绝缘监督的一项重要技术手段，已被列入电力设备的例行巡检项目^[2-4]。修订后的DL/T 664—2016 《带电设备红外诊断应用规范》 ^[5]中增加了红外通用数据文件的存储格式要求，引入连续检测、检测和实时分析判断的提法。其目的是在收集在运设备红外数据的基础上建立红外图谱库，实现红外图像的标准化归档管理，为清晰掌握设备运行状态、及时发现设备隐患、合理安排检修提供依据。

1 蒙西电网红外图像管理现状分析 1.1 红外热像分析与实际有偏差

（1）目前，蒙西电网各发供电单位均开展了红外测温工作，但由于所购仪器的热像格式各不相同、色标使用不统一等问题，无法使用统一标准进行计算分析。

（2）基层巡检人员技术水平参差不齐，对于设备待分析部位的确定、分析区域大小的设置、特征缺陷定性等均存在个体偏差。

（3）缺陷分析未包含外部环境对设备产生的影响。

1.2 红外热像管理混乱

（1）由于例行巡检获得的红外热像数据量十分庞大，命名整理工作量大，命名方式及存储格式缺乏统一规定，造成归档整理困难；同时，简单的文件夹打包存储方式无法实现数据共享。

（2）设备组织结构归档方式设置不合理，命名管理不规范，因而无法按照设备类型、缺陷类型、拍摄日期、电压等级等关键词进行快速检索筛选。

（3）缺少拍摄时间、环境温度等必要判断依据的记录，设备的相别对比、历史数据对比结果不准确。

（4）很难进行缺陷设备的消缺、闭环完整记录、备注。

2 红外热像带电检测信息标准化系统的基本架构

为适应多数技术人员的操作习惯，兼顾设备成本，红外热像带电检测信息标准化系统设计运行在PC（Personal Computer，个人计算机）及其兼容机上，使用Windows操作系统。基于C/S框架结构，采用C++语言进行开发。在框架搭建过程中，应用CSS（Cascading Style Shects，层叠式表单）以及Coffescript、Haml、Slim、Flash等技术，保证程序编译更加简洁，交互式矢量图画面更加生动。数据库采用mySQL（关系型数据库管理系统）进行数据存储和管理，将红外热像数据保存在不同的表格中，提高了系统的灵活性，增加了系统的运算速度。

通过HTTP（Hyper Text Transfer Protocd，超文本传输协议）将红外热像图片以静态资源文件的形式导入红外热像带电检测信息标准化系统；利用Web服务器处理用户发送功能请求；根据请求内容，向后台控制器层发送数据创建、更新、查询等操作命令，并将处理结果反馈给用户。为提升后台数据交互及运算速度，系统加装了缓存服务器，并将模型层植入的多逻辑诊断模型及其他运算规则进行封装，通过校验层验证最终数据的合法性后存入数据库，生成红外热像图谱库，便于今后调用分析。图 1为红外热像带电检测信息标准化系统的基本架构。

3 红外热像预处理

由于红外热像空间分辨率较低，无法精细反映纹理及边缘特征^[6]，造成热像质量不高，对直接获取的红外热像应作增强处理，以便后期对热像进行图像分割和特征提取。本系统采用调整图像对比度、提高图像信噪比等措施对热像进行了增强预处理。

3.1 提高图像对比度

为了提高图像对比度，使用直方图均衡化算法。通过对数变换实现对所需图像动态范围的扩展^[7]，增加灰度的表现层次，对数变换通用方法见公式（1），灰度对数变换函数曲线如图 2所示。

(1)

其中，c为常数，假设r≥0，由图 2对数函数曲线可以看出，源图像中范围较窄的低灰度区间得到了扩展，同时压缩了范围较宽的高灰度值区间，以此可增加暗像素区域的占比，增强热像中低灰度细节的显示，缺点是同时提高了红外热像的背景及噪声亮度，需要借助其他方法对图像进行降噪处理。

3.2 提高信噪比

提高信噪比是红外热像降噪的重要方法，其数学形式可分为线性和非线性2种，通过对频域或空域的平滑滤波，在灰度范围扩展后可有效削弱颗粒噪声和部分随机噪声造成的边缘模糊或图像失真的影响。本系统采用小波阈值法^[8]，通过直方图均衡化算法对初步过滤噪声的热像进行小波变换，达到准确过滤干扰噪声，避免细小目标误识别的目的。具体做法如下。

将红外热像观测信号f（x）分解为原始信号s（k）和噪声干扰n（k），见公式（2）。对f（x）进行离散小波变换，见公式（3）。为使小波变换更符合实际应用的要求，使用Mallet算法对小波换算进行重新构建，得到新的小波系数Wf（j，k），该系数包含2个分量，即原始信号s（k）和n（k）的小波变换系数，记作Ws（j，k）和Wn（j，k）。

(2)

(3)

在小波域中，信号的能量应远大于噪声的能量，设置阈值λ筛选噪声并消除。当Wf（j，k）大于λ，认为此时的小波系数主要是由原始信号引起的，保留Ws（j，k）；当Wf（j，k）小于λ，认为此时的小波系数主要是由噪声引起的，将Wn（j，k）置0。

4 诊断流程

为使诊断流程具有普遍性，根据DL/T 664— 2016诊断规则，对表面温度判断法和相对误差判断法进行整合，设计了设备过热缺陷诊断流程，并对设备状态按照正常、一般、严重和危急缺陷进行等级划分，诊断流程如图 3所示。

5 系统功能 5.1 红外热像批量上传及模糊检索

通过规范生产MIS（Mangement Information System，管理信息系统）中一次设备的命名方式（见表 1），生成红外热像标准数据库台账信息，使命名具有唯一性，对热像文件中的设备名称与数据库台账信息的关键字进行完全映射，实现准确批量上传红外热像。同时将需要拍摄的设备台账信息导入热像仪数据库，实现现场导航拍摄，避免设备遗漏。根据命名方式，按设备类别归属层次将热像文件显示设置为树状结构，完全与生产MIS系统台账信息相对应。可根据设备电压级别、设备类型、缺陷类型、拍摄日期、消缺闭环等关键字段模糊检索查询条件，以便管理人员和基层拍摄人员快速查找对应的设备。

5.2 批量生成报告

红外现场巡检存在待测设备数量繁多、需要出具的报告数据信息统计量庞大、技术人员分析水平参差不齐等问题，容易造成红外热像分析不准确、信息不全或错误，无法满足工作要求。为减轻工作量，减少人为失误，系统开发了一键式报告批量生成功能。在系统中植入红外热像分析模板，自动识别每张红外热图的最高温度及特定区域之间的温差并进行诊断，自动生成并导出特定格式的红外报告。报告包含设备信息、诊断结果、分析数据等必要内容，也可根据要求更改相应的报告模板。

5.3 全像素温度流格式

全像素温度流格式主要用于动态温度场变化过程分析，可显示动态红外图像和任意区域的温度变化趋势曲线，同时连续存储全像素的温度流数据，并且通过存储的动态温度流文件，获得各种动态温度的分析数据，获取任意点、线、面的温度变化趋势曲线，并定位出关键特征帧。系统对目标的温度场分析不再是单张的静态红外图片，而是一个完整时间过程的动态温度流热像，包含海量的温度流数据，在此基础上可充分了解温度场的变化趋势和过程。图 4为全像素温度流分析示例。

5.4 通过温度波形变化趋势进行缺陷判断

使用线形分析功能分析波浪形电力设备（变压器套管、避雷器等一次设备的瓷套）的红外热像时，瓷套的外观波峰由于距离设备内部发热源较远，温度较低，外观波谷处距离设备内部发热源较近，温度较高，因此各像素点的温度会形成同趋势的波浪形曲线（见图 5），如采用传统的最高温度判定法，就会给温度判断造成干扰。因此提出通过波浪形温度变化趋势进行缺陷判断，判定原理是对热像中波浪型曲线所有波峰进行求导：波峰的一阶导数为0，二阶导数为负；波谷的一阶导数为0，二阶导数为正，实现波峰和波谷的自动筛选，并对波峰或波谷的温度进行趋势判断。

5.5 基准图像与诊断规范配准

根据设备的标准热像建立基准图像，作为分析时的参考基准。基准图像包含标准尺寸、固定分析区域等内容，以半透明的形式重叠在屏幕的红外图像中。基准图像的标准尺寸设置可确保红外热像分析区域显示的范围大小基本一致，固定分析区域则便于实现后续的横向、纵向对比，以及智能诊断。为了避免干扰，系统可根据需要隐藏不必要的设备红外热像图。

在设备诊断规则库中按照基准图像添加了不同电压等级不同设备及部件的诊断规则设置。基准型的诊断规则包含诊断描述信息、运算表达式、引用文字等不同分析框，系统可自动获取多个分析框，实现多条诊断规则自动累计，形成多逻辑诊断规则，使分析诊断结果更为全面。图 6为基准图像分析框图。

5.6 电流致热型与电压致热型缺陷判断

根据不同的致热原理和发热过程，电力设备一般分为电流致热型和电压致热型两大类。红外热像中，电流致热型故障温度场分布处主要集中在设备部件的连接点处，故障点较设备其他部位色差明显，容易观测及故障点定位。而电压致热型缺陷通常位于设备内部，缺陷主要源于受潮、老化、污秽等绝缘问题，进行红外观测时设备外观温升无明显异常，且该类缺陷的红外热像易受到环境和测量条件影响，分散性较大，缺陷容易被忽略^[9]。典型电流致热型与电压致热型缺陷红外热像图如图 7所示。

红外热像带电检测信息标准化系统可对上传至数据管理平台的所有红外热像图进行二次分析，做到对原始热图多点、多线、多框的重新分析及重新调节色标，并自动对设备UVW三相进行对比分析。根据同组中不同相设备、同间隔设备或同厂家生产的同型号设备外部运行环境差异小，测量条件相似，单支设备之间的温差分散性小等特点，利用系统中存储的同设备不同时期的红外热像历史数据，结合温差判断、相间（横向）互比判别、同相（纵向）比较判别3种诊断方法进行图像特征分析，可准确判断出电压致热型缺陷。

6 结语

红外热像带电检测信息标准化系统是结合输变电设备红外检测工作的规范设计开发的红外图谱智能分析平台，实现了红外监测图像的分层分类管理、特征数据的建模和提取以及热缺陷的智能分析等实用化功能。通过大量数据的积累，不断充实红外热像图谱库，为设备缺陷分析积累样本, 准确掌握不同设备的发热特征，对电力设备安全运行以及基层技术人员高效分析设备缺陷都具有很大的意义，有助于实现输变电一次设备红外热像带电检测信息精细化管理。