WebGIS紅外熱像零值絕緣子在線檢測系統(tǒng)

張彥，姚建剛，毛田，鄒濤，龔磊

（1.湖南大學電氣與信息工程學院，長沙 410082；2.湖南湖大華龍電氣與信息技術有限公司，長沙 410082；3.長沙電業(yè)局，長沙 410000）

WebGIS紅外熱像零值絕緣子在線檢測系統(tǒng)

張彥1，姚建剛1，毛田2，鄒濤3，龔磊2

（1.湖南大學電氣與信息工程學院，長沙 410082；2.湖南湖大華龍電氣與信息技術有限公司，長沙 410082；3.長沙電業(yè)局，長沙 410000）

為實現輸電線路瓷質絕緣子巡檢的標準化作業(yè)和信息化管理，提高零值絕緣子在線檢測準確率、安全性和易操作性，設計并開發(fā)了一套互聯(lián)網地理信息系統(tǒng)WebGIS（Web geographic information system）紅外熱像零值絕緣子在線檢測系統(tǒng)。基于J2EE實現的瘦客戶端模式的WebGIS架構設計，以絕緣子串區(qū)域溫度分布方差、溫度最大差值，盤面之間平均溫度最大差值，盤面與背景平均溫度最大差值作為零值特征參數，并結合環(huán)境相對濕度，等值附鹽密度共6個量作為BP神經網絡輸入，通過WebGIS技術和BP神經網絡算法實現零值絕緣子地圖定位和智能識別。經過110 kV線路實測驗證，表明系統(tǒng)檢測效果良好，適用于輸電線路瓷質絕緣子的在線檢測與管理。

互聯(lián)網地理信息系統(tǒng)；紅外熱像；零值絕緣子；在線檢測；巡檢管理；前饋神經網絡

絕緣子檢測是當前電力線路運行部門中的一項非常繁重的工作。運行在線路上的絕緣子數量巨大，只要有一串絕緣子中劣化絕緣子片數超過允許標準，就會發(fā)生閃絡而導致事故，嚴重威脅線路安全運行。

目前，較為成熟的現場檢測手段是利用電壓分布檢測法，攜帶絕緣子串電壓分析儀等接觸式測量設備進行人工登桿檢測，此法直觀，能準確判斷絕緣子性能變化，但檢測工作量大，安全性差，效率低[1]。為了實現零值絕緣子快速準確的識別，國內外專家學者提出了很多檢測方法，文獻[2]在實驗室證明了絕緣子串中有零值或低值絕緣子時，其對應的泄漏電流值將產生較大變化；文獻[3-4]提出用電場法可以檢測出絕緣子串中的零值絕緣子；文獻[5]提出利用敏感絕緣子法檢測劣質絕緣子；文獻[6]在絕緣子污穢放電存在聲發(fā)射現象的基礎上，提出了一種基于聲發(fā)射技術監(jiān)測絕緣子污穢放電的方法；文獻[7]根據芯棒脆斷的特點，提出以超聲縱波斜入射檢測芯棒脆斷橫截面上的裂紋，同時據此研制了一種用于芯棒脆斷裂紋檢測的超聲探頭，并對芯棒脆斷時裂紋的擴展過程進行了檢測；文獻[8]研制基于紫外脈沖法的非接觸式低值（零值）絕緣子監(jiān)測裝置，通過對絕緣子串放電脈沖引起的紫外光的185 nm～260 nm（日盲區(qū)）部分進行連續(xù)在線監(jiān)測，分析紫外脈沖的變化，可以發(fā)現低值（零值）絕緣子；文獻[9]提出了一種運用紅外熱像處理和支持向量機SVM（support vector machine）多值分類器來實現高壓絕緣子污穢檢測方法。其中，紅外熱像法因其所依據的非接觸式紅外測溫及其不易受電磁干擾、安全、可靠的特點，在電力設備故障診斷領域發(fā)展很快。

然而紅外熱像法檢測效果受紅外圖像拍攝質量影響較大。文獻[10]為了提高絕緣子污穢等級紅外熱像檢測的準確性，確定最佳成像角度的方法；文獻[11]分析了環(huán)境溫度、環(huán)境濕度、實驗電壓等環(huán)境因素對紅外檢測絕緣子污穢級別識別的影響；文獻[12]通過實驗室和現場試驗研究了不考慮環(huán)境因素時污穢對紅外成像法檢測劣化絕緣子的影響。可見目前研究發(fā)現成像角度、環(huán)境條件和污穢對紅外檢測效果有影響。

本文介紹了一套WebGIS紅外熱像零值絕緣子在線檢測系統(tǒng)。通過將上述影響因素和挖掘劣化絕緣子紅外圖像本質特征信息相結合，采用BP神經網絡確定閾值，以客觀評價標準作為零值絕緣子的鑒別依據，實現了絕緣子紅外圖像批處理。此外，以WebGIS地圖信息管理為輔助手段，結合線路所巡檢管理經驗，為線路部門安排人員巡檢提供及時、準確的信息，實現針對輸電線路瓷質絕緣子巡檢計劃制定和故障地圖定位的一體化管理。實測結果表明，本系統(tǒng)能有效識別零值絕緣子，提高零值檢測工作的效率和易操作性。

1 紅外熱像零值絕緣子在線檢測基本原理及流程

正常絕緣子串的發(fā)熱溫度分布與其電壓分布規(guī)律相同，呈不對稱馬鞍形[13-14]，即在絕緣子串的兩端溫度偏高，中間逐漸降低。當絕緣子串中含有零值絕緣子時，整串絕緣子電抗降低，泄露電流增加，絕緣子串的電壓分布和溫度分布都將發(fā)生很大程度的畸變，如圖1所示。又因零值絕緣子電阻很小，該片絕緣子上的分布電壓主要取決于絕緣電阻，所以在它上面的分布電壓很小，溫度較低。也就是說，盡管零值絕緣子相對大氣略有溫升，但相對于相鄰的良好絕緣子而言，卻出現負溫升[15]。圖2為紅外熱像儀拍攝的正常絕緣子串和含零值串效果圖（圖2絕緣子編號與圖1對應，自上往下依次為1～7號）。

圖1 絕緣子串表面溫度分布圖Fig.1Surface temperature distribution of insulator string

圖2 正常絕緣子串與含零值的絕緣子串的紅外圖像Fig.2Infrared images of normal insulator string and insulator string containing zero value insulator

由于現場巡檢人員水平參差不齊，并受檢測天氣條件制約，直接拍攝的紅外圖片不能有效表征絕緣子劣化熱像特性，從而易造成主觀誤判，所以需要對絕緣子劣化本質、溫度分布特性進行深度挖掘。

本系統(tǒng)根據零值絕緣子紅外熱像的成像特點，將紅外圖像上每個絕緣子的熱像信息映射為一組行為特征，結合自適應去噪、分割、細化及盤面提取等圖像處理方式提取了其相對溫度分布特征。通過零值絕緣子與正常絕緣子間的比較，采用系統(tǒng)分析和人工神經網絡確定判定閾值，從而快速識別零值絕緣子，實現零值絕緣子非接觸式檢測。識別方法流程如圖3所示，整個分析流程包括圖像預處理、特征提取、零值識別三大部分。

圖3 識別方法流程Fig.3Flow chart of recognition method

2 系統(tǒng)設計

2.1 WebGIS框架

WebGIS是指基于Intemet平臺，客戶端應用軟件采用www協(xié)議運行在萬維網上的地理信息系統(tǒng)。它的基本結構是由客戶端、應用服務器和空間數據庫組成?？蛻舳藢崿F網絡與應用服務器的交互，應用服務器存取和管理空間數據庫中的地理信息數據并提供地圖服務。在本系統(tǒng)中，WebGIS采用通用的J2EE設計模式實現，它屬于典型的B/S （Browser/Server）網絡結構，具有良好的跨平臺性能和可移植性，維護升級方便。

根據部署方式和地理信息處理方式的差異，WebGIS基本實現模式可分成兩種：瘦客戶端+ ServerAPI模式和胖客戶端+MapObject模式。針對本系統(tǒng)特點，采用瘦客戶端+ServerAPI模式進行開發(fā)。基于J2EE實現的瘦客戶端+ServerAPI模式WebGIS架構如圖4所示。

圖4 基于J2EE的WebGIS架構Fig.4WebGIS architecture based on J2EE

2.2 開發(fā)平臺

J2EE應用服務器平臺采用BEA的WebLogic 10.3服務器；GIS軟件平臺采用MapInfo系列的MapxtremeforJava，WebGIS服務器采用MapXtreme Java Edition；由于使用WebGIS技術，要求具有空間數據庫，因此采用Oracle 9i作為DBMS（數據庫管理系統(tǒng)）；零值檢測工具箱采用Matlab和VB.NET混合編程，利用Matlab進行紅外熱像零值絕緣子在線檢測關鍵算法計算，利用VB.NET進行故障處理模塊程序界面設計。

2.3 數據來源及數據庫設計

數據庫中的污區(qū)分布、氣象信息等空間數據來源于環(huán)保、氣象等部門實時采集掌握；輸電線路設施設備分布、常用巡檢線路等專有數據，必須由輸電線路管理部門采集整理，再錄至系統(tǒng)數據庫。

數據庫設計采用ER模型（entity relationship，實體聯(lián)系模型），實現空間數據與屬性數據分離存儲。數據庫中的數據信息主要是通過MapInfo Professional將電子地圖以圖層的方式一層一層上傳而得。MapInfo Professional每上傳一個圖層，則在指定的表空間建立兩個表，即將一個空間實體數據分為兩張表格存放：空間數據表和屬性數據表。兩張表通過索引編號綁定。而后可通過MapInfo Mapxtreme for Java的網絡控制臺組合、調整圖層顯示，將完成的地圖存入事先在Mapinfo表空間建立的表中，供WebGIS應用系統(tǒng)調用。

2.4 所需硬件

本系統(tǒng)核心硬件是紅外熱像儀。在線路不停電的情況下，巡檢人員只需攜帶現有紅外熱像儀，利用手提拍攝或汽車拍攝等形式，采集絕緣子的紅外熱像圖片，再通過系統(tǒng)軟件進行批量處理和分析，確定零值絕緣子。

紅外熱像儀所需基本技術參數如下：熱靈敏度〈0.08℃（30℃時），圖像質量320×240像素，精度為±2℃或讀數的±2%，外加長焦距廣角鏡頭。

3 系統(tǒng)功能

圖5為本系統(tǒng)功能框圖。系統(tǒng)以瓷質絕緣子故障診斷為核心，以WebGIS地圖顯示管理為輔助手段，結合線路所巡檢管理經驗，共有巡檢管理、故障處理、地圖管理、信息管理和系統(tǒng)管理五大功能。

3.1 巡檢管理

巡檢管理包括巡檢計劃單制定和作業(yè)指導書的編寫。模塊流程為：線路工區(qū)線路專責先根據線路管理規(guī)程制定管轄線路的巡檢計劃，然后將計劃分派到班組，班組將分派的任務分派到個人。隨后，巡檢人員參照專責編寫的作業(yè)指導書范本編寫當前作業(yè)指導書，編寫完成的作業(yè)指導書提交線路工區(qū)、生技部、公司相關領導進行審批批準，只有經過審核批準的指導書才可以執(zhí)行。

圖5 系統(tǒng)功能框圖Fig.5Function diagram of the system

3.2 故障處理

該模塊實現零值檢測功能，包括巡檢結果信息錄入和零值檢測工具箱兩部分。巡檢結果信息錄入包括所拍攝絕緣子的所屬單位、線路名、桿塔號、相序、絕緣子型號等相關信息錄入；零值檢測工具箱則是對導入的紅外圖像文件夾自動進行批量檢測，并將檢測結果以excel報表形式展示。同時，檢測結果會上傳到信息管理模塊，假如存在零值絕緣子，地圖管理模塊會定位故障到對應桿塔處，以方便用戶查看，及時給予處理。

零值檢測工具箱采用Matlab和VB.NET混合編程方法。零值識別模型采用有動量加自適應lr的梯度下降算法設計改進BP神經網絡模型。該模型是以不同污穢等級和環(huán)境相對濕度條件下，瓷質絕緣子紅外運行圖像中的相對溫度分布參數，包括絕緣子串區(qū)域溫度分布方差Pvari，絕緣子串區(qū)域溫度最大差值T1，盤面之間平均溫度最大差值T2，盤面與背景平均溫度最大差值T3和環(huán)境相對濕度U，等值附鹽密度ESDD（equivalent salt deposit density），作為網絡模型輸入向量，以絕緣子串中是否含零值絕緣子兩種情況的二進制數據作為網絡模型分類輸出向量，即輸入層有6個神經元，輸出層有2個神經元，隱含層神經元個數通過數據實際訓練效果確定。識別零值的BP神經網絡模型結構如圖6所示。

本系統(tǒng)設計的BP神經網絡隱含層采用Sigmoid轉換函數，輸入應選取無量綱的向量。為提高訓練速度和靈敏性，有效避開轉換函數的飽和區(qū)，降低因輸入值差異過大而導致誤差增大，故對輸入數據進行預處理。本項目將輸入向量歸一化到[-1，1]區(qū)間內，采用的歸一化公式如下：

圖6 零值識別的BP神經網絡模型Fig.6The BP neural network model of zero value insulators recognition

其中：P為輸入向量；Pmin、Pmax為輸入向量中最小值和最大值；Pn為歸一化的輸入向量。

3.3 地圖管理

地圖管理包括視圖控制，圖元信息編輯、顯示、查詢和故障預警定位三部分功能，該三大功能集成于一個頁面中。

視圖控制是對地圖的基本操作，包括放大、縮小、污區(qū)分布顯示、復位等；圖元信息編輯、查詢實現對區(qū)域、線路、桿塔等圖元信息的編輯查詢；故障預警定位是將檢測到的零值絕緣子定位到桿塔，并在地圖高亮顯示，便于查看。圖7為地圖管理模塊零值絕緣子預警定位界面。

圖7 零值絕緣子預警定位界面圖Fig.7The system interface of zero value insulators warning and positioning

3.4 信息管理

該模塊用于顯示管理巡檢計劃單、作業(yè)指導書、各地區(qū)共享文件和絕緣子故障統(tǒng)計數據等。

3.5 系統(tǒng)管理

系統(tǒng)管理為系統(tǒng)提供基本的運行維護，包括用戶管理和日志管理，以增強系統(tǒng)可維護性和擴展性。

4 實測檢驗

4.1 戶內實驗及實驗分析

在人工氣候室內模擬外界運行的環(huán)境條件，通過設置不同的污穢等級、溫度、相對濕度、風速、雨量等因素，進行多組實驗，分別研究在單一環(huán)境因素變量條件下高壓瓷質絕緣子正常與零值的紅外圖像特征，驗證零值絕緣子發(fā)熱機理的紅外熱像表現和算法有效性。

室內環(huán)境條件：人工氣候實驗室4m×4m×4m，中央安裝吊鉤，額定實驗電壓由穿墻套管引入。圖8為模擬110 kV線路實驗接線圖。

實驗設備：紅外攝像儀FLIR SYSTEMS P30，XP-10瓷質懸式絕緣子（正常和零值）。

圖8 戶內實驗接線圖Fig.8The wiring diagram of indoor experiment

圖9為在不同相對濕度時拍攝的絕緣子串紅外圖像（①②③④為戶內拍攝，⑤⑥為傍晚時現場拍攝，括號中為污穢等級）。實驗發(fā)現：

（1）清潔絕緣子串出現零值時，零值與正常絕緣子紅外圖像區(qū)分度很小。圖9①中，第5片是零值絕緣子（從上往下依次編號1到7，下同），但從圖像對比度來看，肉眼很難區(qū)分。

（2）對于污穢絕緣子，相對濕度較小時，零值與正常絕緣子區(qū)分度不明顯，如圖9②中，第2片為零值絕緣子，但難以區(qū)分；相對濕度適中時，零值與正常絕緣子區(qū)分明顯，如圖9③中，第2片為零值絕緣子；相對濕度較大時，部分正常絕緣子與零值的紅外圖像接近，區(qū)分度不明顯，易造成誤判斷，如圖9④中，第5片為零值絕緣子，但由于相對濕度過高，使得第2、3片絕緣子表面污穢受潮充分，表面電阻大大降低，從而出現負溫升現象，難以區(qū)分零值絕緣子。

圖9 實驗拍攝的紅外圖像（環(huán)境溫度30℃）Fig.9The wiring diagram of indoor experiment （temperature 30℃）

（3）同一環(huán)境相對濕度情況下，污穢等級越高，越容易出現圖9④中多片較暗的情況，絕緣子串也伴隨著劇烈的沿面放電現象。

實驗表明，環(huán)境相對濕度和污穢等級對紅外檢測零值絕緣子影響很大，也是決定零值識別模型準確率的重要因素。這同時也驗證了將環(huán)境相對濕度和等值附鹽密度加入識別模型算法的可行性。

4.2 現場實驗

系統(tǒng)在某電業(yè)局試運行，模擬線路巡檢信息化管理流程，并在220 kV變電站拍攝線路現場實際運行瓷質絕緣子串（含正常串、劣化串）的紅外熱像，將其與實驗室拍攝的模擬運行絕緣子串紅外熱像進行對比，驗證檢測系統(tǒng)的性能。

現場環(huán)境條件[16]：環(huán)境溫度不低于5℃，相對濕度不大于85%；天氣為陰天、多云，夜間圖像質量為佳；不在雷、雨、霧、雪等氣象條件下進行，檢測時風速不大于5 m/s。

實驗發(fā)現：

（1）在戶外進行現場拍攝時，兩串很近的絕緣子之間溫差較大。如圖9⑤中，桿塔兩側耐張串的溫差達20℃。這是因為紅外熱像儀接收的紅外輻射除了包括絕緣子發(fā)射的輻射外，還包括太陽直射和經桿塔、導線等背景輻射及其反射與散射的太陽輻射，這樣不僅改變了絕緣子的溫度分布，還顯示虛假的目標熱像，很大程度上影響了紅外圖像的拍攝質量。

（2）現場拍攝時，拍攝方向和距離選擇不恰當，可能造成了被測絕緣子輻射不能充滿熱像儀視場，而目標以外的空間背景輻射過多進入視場的情況。圖9⑥中，傍晚拍攝時，由于太陽輻射引起桿塔塔身產生過高的溫升還未消退，這時檢測選擇方向和距離不當，使得桿塔熱輻射占據主要視場，影響了絕緣子的熱像特征，容易增加實際檢測誤差。

實驗表明，系統(tǒng)實施信息化管理流程，解決了傳統(tǒng)巡檢管理模式分析工作消耗人工多、時間長、處理結果反饋到生產技術部門慢的缺點。另外，在現場拍攝時，紅外圖像質量受環(huán)境及背景輻射等客觀因素和檢測距離及方向等主觀因素的影響。針對這些影響，現場檢測時調整檢測距離和改變檢測角度應盡可能滿足如下條件：

①選擇使紅外熱像儀與被測絕緣子串盤面接近垂直的方向；

②選擇要能避開直接輻射或反射的最佳方向；

③選擇使目標區(qū)域充滿紅外熱像儀視場的距離和方向。

在選擇距離適宜、方向合理的檢測地點時，可以先事先設定幾個不同位置，固定后，盡量保持每次檢測位置不變，保證復測有一定可比性，便于日后比較和管理。

4.3 系統(tǒng)檢測性能驗證

先利用選取的實驗數據訓練神經網絡識別模型，再針對其他實驗圖像和部分現場線路實際拍攝圖像總共200張進行檢測，并與實際測定結果比較，識別準確率為91.5%。部分訓練數據如表1所示。

隨著檢測圖片數量變多，系統(tǒng)所需計算量會成倍增加，在保證正確率的情況下，由該檢測算法檢測所需時間也會隨之增多，為增強系統(tǒng)適用性，實現快速正確的判斷，精簡圖像影響因素指標，減少算法復雜度將是研究重點。

表1 模型的部分訓練數據Tab.1Training data of the recognition model

5 結論

（1）系統(tǒng)采用基于J2EE的WebGIS架構設計，以BP神經網絡作為零值絕緣子識別手段，實現絕緣子信息化管理和紅外圖像批量檢測，減少發(fā)生誤檢和漏檢的概率，提高了絕緣子在線檢測易操作性。

（2）系統(tǒng)在本次實測檢驗中出現誤判的概率低于9%，證明此方法可有效識別零值絕緣子。

（3）現場檢測時，適當調整拍攝角度、距離，可有效減少客觀因素對識別準確度造成的影響。因此，進一步開展對拍攝角度、距離等客觀因素對絕緣故障紅外診斷影響相關問題的研究，并完善綜合多種客觀因素的紅外檢測修正方法有助于紅外檢測系統(tǒng)在絕緣故障診斷工作中的推廣應用。

[1]聶一雄，尹項根（Nie Yixiong，Yin Xianggen）.絕緣子在線檢測方法的探討（The discussion about on-line detective methods of insulators）[J].現代科學儀器（Modern Scientific Instruments），2000，（1）：27-30.

[2]Fierro-Chavez J L，Ramirez-Vazquez Z，Montoya-Tena G. On-line leakage current monitoring of 400 kV insulator strings in polluted areas[J].IEE Proceedings-Generation，Transmission and Distribution，1996，143（6）：560-564.

[3]程養(yǎng)春，李成榕，馬曉華（Cheng Yangchun，Li Chengrong，Ma Xiaohua）.電場法帶電檢測零值絕緣子的研究（Study on online detection of faulty composite insulators by electric field method）[J].高電壓技術（High Voltage Engineering），2002，28（120）：8，63.

[4]Vaillancourt G H，Bellerive J P，St-Jean M，et al.New liveline tester for porcelain suspension insulators on highvoltage power lines[J].IEEE Trans on Power Delivery，1994，9（1）：208-219.

[5]安玲，江秀臣，朱宇，等（An Ling，Jiang Xiuchen，Zhu Yu，et al）.檢測劣質絕緣子的新方法——敏感絕緣子法（Sensitive insulator method-A new method to detect the faulty insulator）[J].中國電機工程學報（Proceedings of the CSEE），2002，22（9）：108-112.

[6]李明，舒乃秋，彭旭東，等（Li Ming，Shu Naiqiu，Peng Xudong，et al）.基于聲發(fā)射技術的絕緣子污穢放電監(jiān)測（Insulator contaminant flashover monitoring based on acoustic emission technique）[J].電力自動化設備（Electric Power Automation Equipment），2004，24（6）：98-100.

[7]梁曦東，戴建軍，周遠翔，等（Liang Xidong，Dai Jianjun，Zhou Yuanxiang，et al）.超聲法檢測絕緣子用玻璃鋼芯棒脆斷裂紋的研究（Ultrasonic detection on crack of FRP rod in brittle fracture of composite insulator）[J].中國電機工程學報（Proceedings of the CSEE），2005，25（3）：110-114.

[8]何為，陳濤，劉曉明，等（He Wei，Chen Tao，Liu Xiaoming，et al）.基于紫外脈沖法的非接觸式低值（零值）絕緣子在線監(jiān)測系統(tǒng)（On-line monitoring system of faulty insulator based on non-touching UV pulse method）[J].電力系統(tǒng)自動化（Automation of Electric Power System），2006，30（10）：69-74.

[9]陳華林，姚建剛，李佐勝，等（Chen Hualin，Yao Jiangang，Li Zuosheng，et al）.利用徑向溫度分布特征檢測絕緣子污穢等級（Insulator pollution level detection using radial temperature distribution features）[J].電力系統(tǒng)及其自動化學報（Proceedings of the CSU-EPSA），2010，22（5）：56-61.

[10]李佐勝，姚建剛，楊迎建，等（Li Zuosheng，Yao Jiangang，Yang Yingjian，et al）.絕緣子污穢等級紅外熱像檢測的視角影響分析（Analysis of visual angle influence on infrared thermal image detecting of insulator contamination grades）[J].高電壓技術（High Voltage Engineering），2008，34（11）：2327-2331.

[11]何紅英，楊迎建，姚建剛，等（He Hongying，Yang Yingjian，Yao Jiangang，et al）.利用紅外熱像檢測高壓絕緣子污穢度的影響因素研究（Influence factors research of insulator contamination grades detection based on infrared image）[J].高電壓技術（High Voltage Engineering），2010，36（7）：1730-1736.

[12]蔣興良，夏強峰（Jiang Xingliang，Xia Qiangfeng）.污穢對紅外成像法檢測劣化絕緣子的影響（Influence of contamination to infrared imaging method detecting deterioration insulators）[J].高電壓技術（High Voltage Engineering），2010，36（7）：1619-1624.

[13]蔣興良，夏強峰，胡琴，等（Jiang Xingliang，Xia Qiangfeng，Hu Qin，et al）.劣化絕緣子對懸垂串電場分布特性的影響（Influence of deteriorated insulator on the electric field distribution of overhang string）[J].中國電機工程學報（Proceedings of the CSEE），2010，30（16）：118-124.

[14]胡世征（Hu Shizheng）.劣化絕緣子的發(fā)熱機理及熱象特征（Heating mechanism and thermograph of degradated insulators）[J].電網技術（Power System Technology），1997，21（10）：44-46.

[15]李佐勝，姚建剛，楊迎建，等（Li Zuosheng，Yao Jiangang，Yang Yingjian，et al）.濕污絕緣子發(fā)熱模型（Heating model of polluted and wetted insulators）[J].電工技術學報（Transactions of China Electrotechnical Society），2009，24（7）：21-27.

[16]中國人民共和國國家發(fā)展和改革委員會.DL/T664-2008-帶電設備紅外診斷應用規(guī)范[M].北京：中國電力出版社，2008.

Infrared Thermal Imaging On-line Detection System of Zero Value Insulator Based on WebGIS

ZHANG Yan1，YAO Jian-gang1，MAO Tian2，ZOU Tao3，GONG Lei2
（1.College of Electrical and Information Engineering，Hunan University，Changsha 410082，China；2.Hunan HDHL Electrical&Information Tech Co.，Ltd.，Changsha 410082，China；3.Changsha Electric Power Bureau，Changsha 410000，China）

This paper introduces an infrared thermal imaging on-line detection system of zero value insulator based on WebGIS，aiming at achieving standardized operation and information management of porcelain insulator in power transmission line inspection as well as improving the accuracy，security and ease of operation of the zero value insulator online detection.The system is designed using WebGIS architecture，which is based on the thin client mode realized by J2EE.The system takes the regional temperature distribution variance，temperature maximum difference of insulator strings，the average value of maximum temperature differences between plates and that between plates and background as the characteristic parameters of the zero eigenvalue parameter.These parameters combined with the ambient relative humidity，equivalent salt deposit density are introduced as the 6 inputs of BP neural network to realize the zero value insulator map-positioning and intelligent recognition through WebGIS technology and the BP neural network algorithm. The system was verified by the experiment on 110 kV line insulators.It is concluded that the system is suitable for online detection and management of transmission line insulators.

Web geographic information system；infrared thermal image；zero value insulator；on-line detection；inspection management；back propagation neural network

TM216，TM85

A

1003-8930（2013）04-0051-07

張彥（1988—），男，碩士研究生，研究方向為電氣設備絕緣性能檢測與故障診斷等。Email：ztgameztgame.c111@163. com

2012-04-28；

2012-07-03

科技部科技型中小企業(yè)技術創(chuàng)新基金項目（11C26214302812）

姚建剛（1952—），男，博士，教授，博士生導師，研究方向為線路及防污、配電系統(tǒng)自動化和新型輸電方式、電力市場。Email：yaojiangang@126.com

毛田（1989—），男，碩士研究生，研究方向為電網規(guī)劃、電力系統(tǒng)運行及相關軟件開發(fā)。Email：393512163@qq.com