1、引言

電力系統(tǒng)的安全穩(wěn)定運(yùn)行一直受輸電線路絕緣子污穢閃絡(luò)問題的影響。污閃問題嚴(yán)重時(shí)，會(huì)引起大面積、長時(shí)間的停電，造成巨大的經(jīng)濟(jì)損失。因此，在污閃事故發(fā)生之前，對絕緣子絕緣狀態(tài)進(jìn)行有效監(jiān)測及評(píng)估具有重要意義。

陶瓷絕緣子作為最早應(yīng)用的絕緣子，在電力系統(tǒng)中使用較廣，其污穢檢測主要采用傳統(tǒng)檢測方法，如等值鹽密法、泄漏電流法、表面污層電導(dǎo)法等。但這些方法耗時(shí)長、效率低，應(yīng)用具有一定的局限性。

高光譜技術(shù)是成像技術(shù)與光譜探測技術(shù)相結(jié)合的一項(xiàng)檢測技術(shù)，能夠得到目標(biāo)圖像數(shù)據(jù)及對不同波長電磁波的反射率數(shù)據(jù)，所形成的高光譜數(shù)據(jù)包括平面像素信息和光譜維度信息，信息量豐富，在物質(zhì)種類及程度分類方面有較大應(yīng)用潛力。

目前，主要運(yùn)用高光譜技術(shù)對復(fù)合絕緣子進(jìn)行污穢狀態(tài)研究，而陶瓷絕緣子與復(fù)合絕緣子的成分和物理狀態(tài)均存在明顯差異。因此，有必要開展基于高光譜技術(shù)的陶瓷絕緣子污穢等級(jí)檢測研究。

陶瓷絕緣子表面存在釉質(zhì)，在采集其高光譜圖像時(shí)會(huì)出現(xiàn)反光現(xiàn)象，對譜線信息有較大影響。因此，文中首先通過直方圖均衡化處理去除反光干擾；然后采集不同污穢等級(jí)的陶瓷片樣本的高光譜圖像，對其進(jìn)行預(yù)處理，去除噪聲干擾；接著通過連續(xù)投影算法（SPA）對樣本譜線進(jìn)行特征提?。蛔詈蠡?/span>SVM模型根據(jù)特征譜線建立污穢檢測模型，對待測樣本進(jìn)行污穢等級(jí)劃分，實(shí)現(xiàn)陶瓷絕緣子非接觸式污穢等級(jí)檢測。

2、試驗(yàn)平臺(tái)及樣本制備

2.1 高光譜圖像采集平臺(tái)

高光譜圖像采集平臺(tái)的主要設(shè)備包括暗室、高光譜儀和反射率為99%的標(biāo)準(zhǔn)校正白板，暗室由燈架及吸光布組成。文中試驗(yàn)采用高光譜儀。圖像采集過程中，將高光譜儀以垂直俯拍的方式安裝于暗室上，保持鏡頭距離樣本100 cm，利用燈架上的8個(gè)模擬日光光源對試驗(yàn)樣本均勻補(bǔ)光。

2.2 試驗(yàn)樣本制備

試驗(yàn)樣本根據(jù)標(biāo)準(zhǔn)GB/T 22707-2008進(jìn)行制備， 選取50 mm×50 mm的陶瓷絕緣片作為人工樣本基材。采用文獻(xiàn)所述浸污法制備樣本，制備污穢溶液時(shí)以氯化鈉為主要可溶鹽成分，以高嶺土為主要不可溶物。分別配置不同電導(dǎo)率的標(biāo)簽樣本和測試樣本污穢溶液，進(jìn)行浸污操作，使人工污穢均勻附于陶瓷絕緣片上，得到試驗(yàn)樣本。

試驗(yàn)樣本包括標(biāo)簽樣本和檢測樣本。根據(jù)文獻(xiàn)，分別配置電導(dǎo)率為2 s/m，4 s/m，8 s/m，16 s/m的污穢溶液，通過浸污法得到標(biāo)簽樣本，記為B1、B2、B3、B4，分別對應(yīng)污穢等級(jí)Ⅰ、Ⅱ、Ⅲ、Ⅳ。采集其高光譜數(shù)據(jù)后，采用等值鹽密法，測量換算得到樣本的鹽密、灰密值。4個(gè)樣本的灰密均為0.10 mg/cm²，鹽密分別為0.05 mg/cm²，0.10 mg/cm²，0.20 mg/cm²，0.40 mg/cm²。

保持灰密均為0.10 mg/cm2，分別配置電導(dǎo)率為3 s/m，5 s/m，10 s/m，18 s/m的污穢溶液，通過浸污法得到檢測樣本，記為C1、C2、C3、C4。采集其高光譜數(shù)據(jù)后，經(jīng)蒸餾水清洗得到污穢溶液，過濾后，測量換算得到樣本鹽密值，分別為0.06 mg/cm²，0.12 mg/cm²，0.22 mg/cm²，0.43 mg/cm²。

浸污后，將試驗(yàn)樣本置于陰涼干燥處，得到人工污穢樣本，如圖 1所示，各污穢等級(jí)樣本表面污穢分布均勻，有利于采集對應(yīng)等級(jí)光譜數(shù)據(jù)。

圖 1 人工污穢樣本

2.3 樣本高光譜圖像采集

通過試驗(yàn)平臺(tái)，用高光譜儀對試驗(yàn)樣本進(jìn)行高光譜數(shù)據(jù)采集。采集樣本數(shù)據(jù)前，須采集校正白板的高光譜圖像，并將高光譜儀鏡頭蓋上以采集背景信息，用于高光譜圖像的黑白校正處理。然后，對樣本進(jìn)行高光譜圖像采集，采集過程中，須保持光照強(qiáng)度足夠且均勻，獲得樣本的高光譜數(shù)據(jù)。

3、高光譜數(shù)據(jù)處理

3.1 直方圖均衡化

直方圖均衡化利用圖像直方圖對原始圖像進(jìn)行調(diào)整，其對太亮或太暗的圖像都有著較好的處理效果。在對陶瓷絕緣片人工污穢樣本進(jìn)行高光譜圖像采集時(shí)，由于樣本表面的釉質(zhì)，會(huì)存在反光現(xiàn)象，如圖 2所示。采集反光區(qū)域譜線數(shù)據(jù)，如圖 3所示。由圖 3可見，反光區(qū)域譜線整體反射率超過1，并且波長為1150~1350 nm時(shí)反射率信息出現(xiàn)缺失。因此文中選用直方圖均衡化對高光譜圖像進(jìn)行處理，弱化陶瓷絕緣子圖像采集時(shí)的反光現(xiàn)象。

高光譜圖像

圖 3 反光區(qū)域譜線

運(yùn)用直方圖均衡化對人工污穢樣本高光譜圖像進(jìn)行處理，處理后的圖像見圖 4，原光區(qū)域譜線如圖 5所示。

圖 4 直方圖均衡化后圖像

圖 5 直方圖均衡化后原反光區(qū)域譜線

經(jīng)過直方圖均衡化處理后，原始圖像中的反光區(qū)域得到了明顯改善，全面地呈現(xiàn)能夠更加清楚、樣本表面污穢情況。由圖 5可見，反光區(qū)域譜線整體反射率低于1，無數(shù)據(jù)缺失現(xiàn)象，能夠反映污穢信息。運(yùn)用ENVI軟件提取感興趣區(qū)域光譜數(shù)據(jù) (人為選取的高光譜圖像區(qū)域的光譜數(shù)據(jù)) ，其中標(biāo)簽樣本100組 (不同污穢等級(jí)各25組) ，檢測樣本60組 (不同污穢等級(jí)各15組）

3.2 異常光譜值的剔除

采集過程中，儀器及外界的噪聲會(huì)對譜線數(shù)據(jù)造成干擾，在對數(shù)據(jù)進(jìn)行分析前，須對圖像進(jìn)行預(yù)處理，包括黑白校正和多元散射校正。

黑白校正能夠有效消除噪聲干擾，根據(jù)采集的校正白板數(shù)據(jù)及背景數(shù)據(jù)，對樣本數(shù)據(jù)進(jìn)行黑白校正。具體操作在ENVI軟件上進(jìn)行，校正公式如下：

式中：R_S為校正后反射率；R₀為采集的原始數(shù)據(jù)；R_W為校正白板數(shù)據(jù)；R_D為反射率為0的背景數(shù)據(jù)。

多元散射校正能夠有效消除因散射水平不同所帶來的光譜差異，進(jìn)而增強(qiáng)光譜與數(shù)據(jù)間的關(guān)聯(lián)性，其原理在于運(yùn)用“理想光譜”修正光譜數(shù)據(jù)中的基線平移、偏移。由于無法準(zhǔn)確獲得理想光譜，通常假設(shè)所有光譜數(shù)據(jù)的平均值為理想光譜。

將每條光譜數(shù)據(jù)與理想光譜進(jìn)行一元線性回歸，得到每條光譜的基線平移量b_i以及偏移量a_i。

得到基線平移量及偏移量后，運(yùn)用式（4），得到校正后光譜矢量d_i，MSC。

式中：d_i，MSC為多元散射校正后第i個(gè)樣本的光譜矢量。

圖6為預(yù)處理前后譜線數(shù)據(jù)對比。預(yù)處理前，不同污穢等級(jí)譜線較為分散，總體規(guī)律表現(xiàn)為污穢等級(jí)越高，反射率越低；預(yù)處理后，譜線噪聲減少，不同污穢等級(jí)樣本譜線之間區(qū)分度增大。因此預(yù)處理能夠有效地建立污穢等級(jí)檢測模型，實(shí)現(xiàn)快速檢測。

圖 6預(yù)處理前后譜線對比

4、污穢檢測模型

4.1 基于SPA的特征提取

高光譜技術(shù)有著信息量豐富這一優(yōu)勢，但這同樣為數(shù)據(jù)處理帶來問題。光譜維度有224個(gè)波長，導(dǎo)致原始數(shù)據(jù)中信息冗余。因此，在建立模型之前，選擇SPA對數(shù)據(jù)進(jìn)行特征波長選取，去除冗余信息。

作為一種常用的變量篩選方法，SPA依據(jù)向量的投影分析找尋最優(yōu)變量組合。經(jīng)過該算法處理能使譜線向量間的共線性達(dá)到最小，且能有效減少建立判別模型所需要的變量個(gè)數(shù)，提高建模效率。標(biāo)簽樣本數(shù)100，波長數(shù)224，形成一個(gè)100×224的光譜矩陣X，須提取的波長個(gè)數(shù)為N。SPA從一個(gè)波長開始，依次計(jì)算其在其他沒有選中的波長上的投影，然后將投影向量最大的波長選為特征波長，循環(huán)N次。具體步驟參照文獻(xiàn)。

SPA的處理結(jié)果如圖 7所示，經(jīng)SPA誤差分析，確定了特征波長數(shù)目為20個(gè)，分別為951nm，962nm，983nm，997nm，1053nm，1148nm，1243nm，1348nm，1387nm，1394nm，1405nm，1465nm，1503nm，1570nm，1602nm，1606nm，1655nm，1684nm，1694nm，1722nm。利用提取的特征波長重構(gòu)污穢等級(jí)標(biāo)準(zhǔn)譜線，標(biāo)準(zhǔn)譜線保留了原始譜線的特征，能夠作為污穢等級(jí)檢測的基準(zhǔn)。

圖 7 SPA特征波長提取結(jié)果

4.2 基于SPA的特征提取

SVM作為一種常用的廣義線性分類器，訓(xùn)練時(shí)間短、復(fù)雜度低，主要用于數(shù)據(jù)的分類或回歸問題，因此文中選用SVM建立污穢等級(jí)分類模型。污穢等級(jí)分類為多值分類問題，根據(jù)參考文獻(xiàn)研究結(jié)果，選用“一對一”SVM算法進(jìn)行污穢等級(jí)分類?！耙粚σ弧?/span>SVM算法采用投票法進(jìn)行分類，文中污穢等級(jí)為Ⅰ、Ⅱ、Ⅲ、Ⅳ，圖8為建立的4個(gè)等級(jí)樣本分類結(jié)構(gòu)，對輸入數(shù)據(jù)進(jìn)行投票，得票多的等級(jí)作為樣本等級(jí)輸出。

圖8 SVM分類結(jié)構(gòu)

基于SVM所建立的污穢等級(jí)檢測模型，檢測結(jié)果如圖9所示，有3個(gè)樣本檢測出錯(cuò)，檢測準(zhǔn)確率為95%，證明了文中方法識(shí)別陶瓷絕緣子污穢等級(jí)的有效性。

圖9污穢等級(jí)檢測模型檢測結(jié)果

文中方法同樣適用于自然污穢，采集自然污穢數(shù)據(jù)后重新訓(xùn)練，所得模型即可運(yùn)用于自然污穢檢測。對于現(xiàn)場絕緣子，須根據(jù)其形狀多角度采集高光譜數(shù)據(jù)。在現(xiàn)場應(yīng)用方面，線路帶電限制數(shù)據(jù)采集距離，空氣中濕度等因素對高光譜譜線數(shù)據(jù)有影響，因此高光譜技術(shù)應(yīng)用于絕緣子污穢檢測在線監(jiān)測方面還有待研究。

5、準(zhǔn)直光束的入射方向?qū)Φ群窀缮鏈y量精度的影響

文中提出基于高光譜技術(shù)的陶瓷絕緣子污穢等級(jí)檢測方法。首先,采集不同污穢等級(jí)陶瓷樣本的高光譜圖像;其次,結(jié)合直方圖均衡化處理方式弱化反光現(xiàn)象;接著,對高光譜圖像進(jìn)行預(yù)處理,去除噪聲;然后,采用SPA提取特征波長作為訓(xùn)練數(shù)故據(jù);最后,基于SVM建立檢測模型對測試樣本進(jìn)行污穢等級(jí)劃分,實(shí)現(xiàn)陶瓷絕緣子污穢等級(jí)檢測。結(jié)論如下:

(1)陶瓷絕緣子表面污穢等級(jí)不同時(shí),其高光譜譜線在幅值,上存在明顯差異,這種幅值差異能夠作為污穢等級(jí)判定的標(biāo)準(zhǔn);

(2)直方圖均衡化處理能夠有效弱化陶瓷絕緣子自身材質(zhì)原因所造成的反光現(xiàn)象,提高陶瓷絕緣子高光譜數(shù)據(jù)的準(zhǔn)確性;

(3)文中方法能夠?qū)崿F(xiàn)陶瓷絕緣片人工污穢樣本的污穢等級(jí)檢測,準(zhǔn)確率可達(dá)95%,為實(shí)現(xiàn)陶瓷絕緣子污穢等級(jí)檢測提供了技術(shù)參考。

推薦：

便攜式高光譜成像系統(tǒng) iSpecHyper-VS1000

專門用于公安刑偵、物證鑒定、醫(yī)學(xué)醫(yī)療、精準(zhǔn)農(nóng)業(yè)、礦物地質(zhì)勘探等領(lǐng)域的最新產(chǎn)品，主要優(yōu)勢具有體積小、幀率高、高光譜分辨率高、高像質(zhì)等性價(jià)比特點(diǎn)采用了透射光柵內(nèi)推掃原理高光譜成像，系統(tǒng)集成高性能數(shù)據(jù)采集與分析處理系統(tǒng)，高速USB3.0接口傳輸，全靶面高成像質(zhì)量光學(xué)設(shè)計(jì)，物鏡接口為標(biāo)準(zhǔn)C-Mount，可根據(jù)用戶需求更換物鏡。