电子设计工程
Electronic Design Engineering
第 29卷
Vol.29
第 1期
No.1
2021年 1月
Jan. 2021
收稿日期:2020-03-06 稿件编号:202003036
基金项目:中国南方电网有限责任公司科技项目(0066600KK52170036)
作者简介:李 波(1970—),男,贵州贵阳人,高级工程师。研究方向:设备无损检测,数字图像处理。
气体绝缘开关(Gas Insulated Switch,GIS)设备由
于其运行可靠、占地面积小、检修周期长等特点被广
泛应用于变电站中。但如果发现故障,则会导致大范
围的停电,检修时间长,造成较大经济损失
[1]
。常用的
GIS 设备检测方法有局部放电检测法和 SF
6
分解物检
测法
[2]
,巡检人员使用这类方法对 GIS 设备进行检测
时,需要具有一定的专业能力,且会出现错误判断。采
用 X 射线无损检测方法可以实现 GIS 设备内部可视
化检测。文献[3]将 X 射线检测技术运用到汽车钼铼
合金零部件加工中,文献[4]将 X射线实时成像系统运
用到 GIS 焊接壳体检测中,文献[5]将 X 射线无损检测
技术应用到输电线路压接金具的质量检测中,对输电
线路的安全运行有重要意义。文中通过 X射线无损检
测实现 GIS 设备内部可视化,将图像识别技术应用于
GIS 设备的缺陷检测中,代替巡检人员判别 GIS 设备
是否存在缺陷,达到及时维修、减少电网损失的目的。
1 X 射线成像技术
X射线数字成像技术(Digital Radiography,DR)利
X 射线无损检测的 GIS 设备缺陷检测研究
李 波
1
,胡秀敏
2
,何志琴
2
,高正浩
1
,樊 磊
1
,孙 博
1
(1. 贵州电网有限责任公司电力科学研究院,贵州 贵阳 550002;2. 贵州大学 电气工程学院,贵州 贵阳 550025)
摘要:GIS 设备出现缺陷会导致变电站发生事故,给电网带来巨大经济损失。针对目前变电站大规
模的人工巡检存在着效率低下、易漏检等问题。文中对 X 射线无损检测得到的 GIS 设备图片进行
研究。对获得的 GIS 图片进行恰当预处理,提出一种改进的 FCM 算法进行分割,在传统的 FCM 分
割算法基础上,引入非隶属度、不确定度且结合图像的领域信息进行分割 GIS 设备图像,采用 SVM
分类器进行缺陷检测。实验表明,此方法缺陷检测率能达到 90%以上。
关键词:X 射线成像;GIS 图像增强;FCM 分割算法;缺陷检测
中图分类号:TN209 文献标识码:A 文章编号:1674-6236(2021)01-0078-05
DOI:10.14022/j.issn1674-6236.2021.01.016
Research on X⁃ray non⁃destructive testing for defects of GIS equipment
LI Bo
1
,HU Xiumin
2
,HE Zhiqin
2
,GAO Zhenghao
1
,FAN Lei
1
,SUN Bo
1
(1. Institute of Electric Power Science,Guizhou Power Grid Co.,Ltd.,Guiyang 550002,China;
2. College of Electrical Engineering,Guizhou University,Guiyang 550025,China)
Abstract: The defects of GIS equipment will lead to accidents in substations and bring huge economic
losses to the power grid. In view of the current large ⁃scale manual inspection in substations,there are
some problems such as low efficiency,easy to miss inspection and so on. In this paper,the image of GIS
equipment obtained by X ⁃ ray nondestructive testing is studied. Firstly,the obtained GIS images are
preprocessed properly,and an improved FCM algorithm is proposed for segmentation. Based on the
traditional FCM segmentation algorithm,non membership degree,uncertainty and domain information of
the image are introduced to segment GIS equipment images,and finally SVM classifier is used for defect
detection. Experiments show that the defect detection rate of this method can reach more than 90%.
Keywords: X⁃ray imaging;GIS image enhancement;FCM segmentation algorithm;defect detection
-- 78