严志超

（西双版纳供电局，云南 西双版纳 666100）

1 无人机带电零值绝缘子检测技术必要性

盘形瓷绝缘子被广泛应用于架空输电线路中，起着机械支撑和电气绝缘的重要作用。瓷绝缘子的典型结构如图1所示，主要由瓷件、钢脚、钢帽、锁紧销及沥青填充料等组成。其在制造过程中不可避免地存在一些工艺缺陷，在内部形成微裂纹和小气隙。在长期运行过程中，瓷绝缘子需要耐受强电磁环境、较大的机械负荷与复杂气候环境的考验，容易发生劣化而产生低值和零值绝缘子。在雷击引起的绝缘子闪络作用下，零值绝缘子可能出现炸裂，导致绝缘子断串、导线落地等危险事故，严重威胁电网安全稳定运行。

2 无人机带电零值绝缘子检测技术难点

2.1 不同条件下的零值绝缘子发热规律与无人机测零的最优拍摄角度

输电线路上的瓷绝缘子结构形式多样、零值成因复杂，电压等级、绝缘子串型、零值位置、污秽程度、环境条件等因素都会影响绝缘子的发热现象。如何获取不同条件下的零值绝缘子发热规律和共性特征，选择合适的无人机巡检拍摄角度及安全路径，提高零值检测的有效性和准确率，是其主要技术难点之一[1]。

2.2 零值绝缘子红外热像温升特征提取与人工智能识别模型

在输电线路所处的户外环境下，绝缘子串的红外热像背景复杂，干扰因素较多，不同环境条件下的绝缘子串红外热像差异较大。如何有效提取出绝缘子的钢帽和盘面区域的温升特征，是决定零值绝缘子检测结果的关键所在；零值绝缘子的红外热像样本有限，构建有效的人工智能模型或深度学习框架，直接影响零值检测与定位结果。因此，红外热像处理与智能识别模型是其另一技术难点[2]。

图1 瓷绝缘子典型结构图

3 无人机带电检测零值绝缘子技术分析

目前，无人机技术在我国应用广泛，其在输电线路巡检中发挥着重要作用。无人机可在输电线路中绕线飞行，携带红外热像仪、紫外成像仪等监测设备。利用无人机检测绝缘子具有安全、效率高、适合高空作业等优点，其已逐渐成为输电线路最得力的巡线助手。

零值绝缘子红外热像处理流程如图2所示，包括灰度化、图像去噪、图像增强、图像分割与二值化等算法。截取绝缘子串的钢帽与盘面特征区域，并从中提取温度特征，通过特征筛选，作为零值绝缘子识别模型的输入量。利用机器学习算法构建智能识别模型，通过模型训练，根据红外热像图判断是否含有零值绝缘子及其所在位置。

图2 零值绝缘子红外热像处理流程

在上述工作基础上，构建大样本的绝缘子钢帽和盘面红外热像图谱数据集，利用Fast-RCNN、YOLO v4等深度学习算法建立识别模型，根据模型输出不断训练，并修正目标检测模型，实现零值绝缘子故障的自动识别与定位。综合相关研究成果，集成无人机、自动控制云台、高清红外成像与可见光摄像设备、无线传输等硬件单元与图像处理和人工智能算法程序，开发基于无人机的输电线路零值绝缘子带电检测系统，如图3所示。选取典型输电线路进行现场调试与改进，实现零值绝缘子的准确检测。

3.1 绝缘子图像处理技术

一般情况下，一幅完整的图像由各种颜色构成。而在计算机红外热像检测图像中，彩色图像是无用的，只有图像在经过灰度图像处理后才能使用；所以，需要建立一个图像处理通道。图像经过灰度变换后，降低了矩阵维数，减少了数据量，再保留了图像的边缘特征和梯度信息[3]。

3.2 绝缘子图像增强技术

在输电线路环境中，环境多变，明暗不一，照明复杂。受这些因素的影响，无人机不可避免地会出现采光不均、部分昏暗等现象，需要对提取的图像进行预处理。图像增强技术一般是增强图像边缘轮廓信息和对比度，以显示局部重要的图像信息。现今，图像增强可分为空间域和频域。空间域是对图像直接处理，频域是在变换域内计算图像系数，再通过相应的反变换来增强图像效果。

图3 基于无人机的零值绝缘子红外热像检测系统框架

3.3 图像过滤

无人机在进行图像采集和传输中，有些噪声降低了图像质量，这在后期处理图像中不可避免地会影响边缘检测的精度。因此，在绝缘子提取和跟踪之前需要进行降噪处理，以加快图像识别速度，主要采用维纳滤波、均值滤波和中值滤波进行降噪处理[4]。

3.4 无人机航拍绝缘子识别定位技术

在无人机提取绝缘子图和定位时，其采集不同图像中绝缘子的数量与位置不一样，会造成神经网络输出不一致，若此时仍然采取神经网络回归方法，必然会使绝缘子识别定位失效。所以，在实际工作中，需要根据情况而定，而采用深度学习中Faster R-CNN目标检测算法对航拍绝缘子识别定位，能提高检测工作效率与使用性[5]。

3.5 绝缘子污秽度试验方法及步骤

瓷质绝缘子在外部环境下会有不同的污秽度，其污秽物质主要有尘土、油污等。在进行试验时，将绝缘子的污秽度分1—4级，灰密固定值为l mg/cm2。绝缘子污秽等级盐密与灰密如表1所示。

3.6 绝缘子发热数据集构建

绝缘子发热数据采集主要来源于各电网公司典型故障图库，其中包含电力设备的绝缘子、支柱绝缘子、套管、金具等。目前，使用Fast-RCNN、YOLO v4等较为先进的目标对象检测算法，需要对目标位置进行检测并显示。

表1 绝缘子污秽等级盐密与灰密表

4 试验案例

4.1 试验环境与绝缘子选择

为了验证红外热成像检测技术在劣质绝缘子检测中的应用效果，选取1串包含零值绝缘子和低值绝缘子的220 kV盘形悬式绝缘子串，在室内和室外分别进行试验。试验用红外热成像仪型号为FlirT630，红外分辨率为640×480。仪器2次试验电压均为额定运行电压，即127 kV。在室内进行试验时，用13片绝缘子连成1串，第13片绝缘子为试验的高压端。检测时环境温度为25 ℃，相对湿度为45%，风速为0 m/s。各绝缘子的绝缘电阻如表2所示。

表2 绝缘子电阻值

4.2 试验过程

在通电2 h加压后，从红外图谱（见图4）中可知，相对零值绝缘子有较明显温度升高，相对良好绝缘子的温差为1.4 K。

图4 绝缘子红外图谱

4.3 结果分析

良好绝缘子电压和劣质绝缘子电压分布对比如图5所示。从图5可以看出，绝缘电阻降低的绝缘体基本不承受电压，而其他正常绝缘体的承受电压则不同程度增加。在实际情况中，有的绝缘子正好处于“红外检测盲区”范围，不适用于红外诊断。因此，对于绝缘子的检测应采用红外和其他多种方法相结合，以保证劣化绝缘子的检出率，提高结果的正确性。

图5 良好绝缘子电压和劣质绝缘子电压分布对比图

5 技术展望及目标

在无人机带电检测零值绝缘子方面，我国还需要不断完善安全规范，以提高绝缘子带电检测技术。需要开发基于无人机与红外热像的零值绝缘子带电检测系统，结合图像处理与人工智能技术，实现高压输电线路零值绝缘子的识别与定位。建立零值绝缘子发热现象与外部因素的关联性，提出更加有效的零值检测判据，再融合红外热像处理、温升特征提取与人工智能技术的输电线路零值绝缘子智能识别与自动定位模型，实现零值绝缘子的有效检测。最后，可开发基于无人机巡检与红外热像法的零值绝缘子带电检测系统平台，可替代传统的电压分布测试法，提高零值绝缘子检测效率。

6 结 论

本文主要研究了无人机检测绝缘子相关技术，对绝缘子的提取和跟踪定位进行了分析，并进行了相关试验。通过分析可知，在绝缘子检测方面，有一种基于FasterR-CNN算法的识别和定位方法，与传统绝缘体识别方法相比，具有较强的通用性。