首页 > 论文范文 > 工程工业论文 > 电力工业论文 > 基于激光成像检测的GIS开关站SF6气体泄露检测方法

基于激光成像检测的GIS开关站SF6气体泄露检测方法

2024-11-01 111 上传者：管理员

摘要：由于现有的检测方法存在漏检问题，压力值结果均在0.44MPa以上，为此研究基于激光成像检测的GIS开关站SF6气体泄露检测方法。运用激光成像检测方式对GIS开关站设备进行全面扫描，获得有无气体泄漏时的图像。利用激光成像使SF6气体形成云图像来定位泄露源。建立气体定位模型表现像素间的相关性，根据灰度值呈现同一方向的变化趋势时，得到正相关结果的方式将泄漏区域划分出来。以气体的流体扩散性为依据，计算前后帧之间面积变化率，判断该区域是否呈现扩散现象。设定判定气体泄漏的预警值与计算面积结果进行比较，判断是否泄漏从而完成检测。实验结果表明，10组测试的直接密度值结果均在30.5～34.7kg/m3，在计算存在泄漏范围值内，表示气体存在一定的泄漏，在检测过程中未出现漏检或误检的问题；实验组的表征密度的压力值降至0.44MPa时，发生预警，有效监测SF6气体的泄漏情况。

关键词：
GIS
SF6
开关站
气体泄漏
激光成像检测
加入收藏

在电力系统中，GIS开关站作为关键的设备之一，其安全运行对于整个电网的稳定至关重要。在GIS开关站中，采用SF6作为GIS开关站绝缘气体，将所有的高压元件密封在设备中，并通过断路器来实现电路的接通和断开[1]。该技术能够实时监测气体的浓度变化，及时预警，有效降低事故发生的风险。不仅能够应用于SF6气体的检测，还可以拓展到其他有害气体的监测领域。通过技术的不断创新和改进，气体泄露检测将更加准确安全，为保障人类健康和环境安全发挥重要作用。随着物联网等技术的快速应用，气体泄露检测将与这些技术深度融合，实现远程监控处理与检测。通过运用智能化的气体泄露检测方法，可以实现对气体泄露的实时监测，为工业生产和环境保护提供有力支持。由于SF6气体具有高毒性和强氧化性，传统方法容易引发安全事故，对检测人员人身安全产生一定的影响[2]。同时，传统检测方法需要频繁更换检测设备，维护成本较高，且无法实现远程监控和智能化管理，使得结果难以达到预期测量效果。因此，以GIS开关站SF6气体泄露检测为研究目标，运用激光成像检测，结合实际情况进行实验与分析。

1、GIS开关站SF6气体泄露检测

1.1激光成像检测法多部位扫描

SF6具有极强的红外吸收特性。当一定长度的激光通过SF6气体时，激光会被吸收，导致光照强度下降。所以，通过这种激光成像检测法可以进行SF6气体泄漏检测。首先，运用激光成像检测方式对GIS开关站设备进行全面扫描，获得有无气体泄漏时的图像。选择特定波长的激光发射器，该波长应与SF6气体吸收特性相关联。将激光发射器和成像系统安装在合适的位置，确保可以覆盖整个被检测区域。对设备进行校准，确保其处于最佳工作状态。根据GIS开关站的特点和预期的气体泄漏量，调整激光发射器的参数和成像系统参数。启动激光发射器和成像系统，开始扫描被检测区域。记录扫描过程中的所有图像。具体成像原理如图1所示。

图1 SF6激光成像原理图

当激光束通过含有SF6气体的区域时，激光的强度会明显减弱，通过测量这种光强的变化完成对不同位置的扫描[3]。设定入射激光的强度为I0，则根据光的吸收定律，对SF6气体吸收后的激光强度I进行计算，其计算为：

式中，k为SF6气体对激光的吸收系数；L为激光通过的路径长度。通过比较不同路径长度下激光强度的变化，能够推算出SF6气体的浓度和分布情况。如果区域有泄漏气体，发出的入射激光碰到泄漏的SF6气体，此时根据红外特性原理将激光吸收，使得激光光照强度下降。这样在是否发生泄漏问题时，通过判断反向散射激光的强弱来进行区分，获得不同差异的激光成像[4]。SF6气体浓度越大，激光成像对比度也越大。在工程应用中，利用激光成像使SF6气体以云的形式变得可见，通过图像来定位泄露源。

1.2建立气体定位模型分割图像

根据扫描结果采集工件附近温度场的变化，并将其用RGB图像表示出来[5]。采用双边滤波的方法对图像进行预处理，使其能够保留边缘像素特征，在处理图像模糊方面具有很好的效果。为了处理图像模糊，利用高斯核来分析像素与像素之间的空间关系[6]。首先，找到目标像素点o，然后在该像素点的邻域范围内找到其他像素点A。接着，通过分析中心像素点o与邻域像素点A之间的灰度值关系，建立气体定位模型为：

式中，x(n)、y(n)为信号源；a为自然数。通过建立模型表现像素间的相关性[7]。分析像素点之间灰度值的变化关系，得到相邻像素点灰度的梯度。当灰度值呈现同一方向的变化趋势时，得到正相关结果。经过处理后，图像中的泄漏点能够被筛选出来。但是在此之中会存在较多噪声，使得像素点的灰度值与背景点的灰度值之间有明显变化。通过衡量图像中像素点与灰度值之间的关系，根据表现正相关方式来对噪声点和目标点进行区分[8]。设定阈值为R，当R>1时表示两个像素点的灰度值相关性较高，当0<R<1时表示两个像素点的灰度值无关。根据这种分割方式能够将泄漏区域划分出来，从而为对气体泄漏情况进行检测提供数据支撑。

1.3目标区域变化的SF6气体泄露检测

在提取气体泄漏区域后，通过分析气体的泄漏过程，以气体的流体扩散性为依据进行检测。根据扩散性特征，在激光图像中对前后帧中的气体区域变化进行观察与分析[9]。已知正常物体的目标面积是恒定的，为了有效区分其他干扰物体，通过计算前后帧之间面积变化率，判断该区域是否呈现扩散现象，从而完成气体关键特征选择，使其能够进行精准检测。在目标区域内，计算的前后帧之间面积变化率公式为：

式中，A(n)为帧中泄漏像素点数量；A(n+1)为下一帧中疑似泄漏区域中像素点数量。设定判定气体泄漏的预警值为p，当计算的面积结果V>p时，判定为气体泄漏并触发报警；当计算面积结果V<p时，则不满足条件为正常运行状态，不进行报警。最终，将逐帧的检测结果进行显示，能够及时检测气体的泄漏情况[10]。通过对SF6气体泄露的检测，比较前后帧中目标区域的变化，可以判断是否存在气体泄露，排除其他干扰物体的影响。通过分析目标区域变化，使得检测过程具有较高的准确性，能够为电力系统的安全运行提供有力保障。

2、实验测试与分析

2.1搭建实验环境

搭建GIS开关站模型，模拟实际GIS开关站的运行环境。将摄像头和显示器连接至开发板，在Cortex-2处理器内进行嵌入式实现。选用高分辨率的激光成像设备，摄像头分辨率为1280×720。根据SF6气体的特征吸收光谱，选择合适的激光波长，通常选用近红外波段。设定扫描速度为12帧/s，以确保能够捕捉到气体泄漏的动态变化。使用纯度较高的SF6气体模拟GIS开关站中的实际气体，确保气体的纯度。选择一个光线良好，无干扰的室内环境作为实验场地，配备照明和通风设施。将GIS开关站模型放置在实验场地，将激光成像检测设备进行安装，并使用支架和固定装置将设备进行固定。使用密封管道将SF6气体充入GIS开关站模型中，并确保模型内部的气体压力达到预设值。随时关注场地的安全状况，启动激光成像检测设备，调整设备的参数设置，使其处于最佳工作状态。

2.2结果与分析

为了验证本文检测方法的有效性，设置10个测试小组，在温度为20℃时，对SF6气体密度状态值进行检测。设定当密度值范围为30.4～35kg/m3可以表示为气体存在一定的泄漏，需要立即给出预警信号。在测试环境中，SF6气体已经存在泄漏，通过对10个小组进行测试，观察是否均能够检测出泄漏，从而判断检测方法的效果。得到具体结果如表1所示。

由表中结果可知，10组测试的直接密度值结果均在30.5～34.7kg/m3，在计算存在泄漏范围值内，表示气体存在一定的泄漏，达到良好的检测效果，在检测过程中未出现漏检或误检的问题。说明运用本文检测方法能够对SF6气体密度状态做出快速准确的判断与检测，快速捕捉到气体泄漏的流速。即使在复杂的环境中，通过分析泄漏变化趋势，可以判断泄漏的严重程度，提高检测效率。

同时，为了验证本文检测方法的高精度特点，在相同工况下，对550k V GIS开关设备的SF6气体压力随温度变化关系进行分析。通过压力来表征SF6气体的密度，设定压力额定值为0.44MPa，低于额定值时需要立即预警。在实际测试过程中，设定在80℃时存在泄漏，为了确保气体密度的测量相对准确，误差范围可以控制在±0.01以内。设置三个小组，其中运用本文方法的小组为实验组，运用传统方法的小组为对照1～2组。通过对GIS开关站SF6气体压力-温度变化曲线进行分析，得到具体压力值结果如图2所示。

图2 GIS开关站SF6气体压力-温度变化曲线

由图中结果可知，两个对照组在检测过程中，在温度达到80℃时，其压力值均未降低到预警值，没有给出预警信号使得检测效果满足不了预期，从而无法及时提醒工作人员检查气体是否存在泄漏，气体泄漏进一步加剧，引起潜在危险加剧。而相比于对照组，实验组的表征密度的压力值降至0.44MPa时，发生预警，给出告警信号，能够及时提示工作人员SF6气体可能发生泄漏，以便及时采取防治措施，防止气体泄漏加剧。通过对三个小组的结果对比发现，运用本文检测方法的小组能够有效监测SF6气体的泄漏情况，为电力系统的安全运行提供有力保障。

综上所述，通过运用本文检测方法在经过精准检测后，通过设定合理的压力范围和报警阈值，可以有效监测SF6气体的泄漏情况。当表征密度的压力值继续降低时，发出闭锁信号，禁止开关设备操控。确保设备的安全，及时补充SF6气体，以维持气室的正常压力和密度。这样不仅能够有效检测气体泄漏问题，还能够保证电力系统稳定运行。

3、结束语

本次从SF6气体泄露检测入手，深入研究激光成像检测问题，探究基于激光成像检测的GIS开关站SF6气体泄露检测方法。利用SF6气体对特定波长激光的强吸收特性，通过激光成像技术将SF6气体泄漏过程进行检测，并通过特定的方式进行泄漏情况判断，从而快速定位泄漏位置。但方法中还存在一些不足之处，例如负电性问题，迁移速度问题，离子流的相位差问题等。今后应更加完善计算，对设备带电运行时进行实时检测，更准确地发现泄漏点，及时采取措施进行修复和预防。随着技术的不断进步和应用范围的不断扩大，GIS开关站SF6气体泄露检测将会得到更广泛的应用。

参考文献:

[1]张立豪,李鹏,刘轩宇.基于深度迁移学习的变工况气体泄漏检测[J].仪器仪表学报,2023,44(6):177-187.

[2]曹江涛,李泉成,班铭,等.基于红外光谱成像的危险气体泄漏检测技术综述[J].科学技术与工程,2023,23(19):8050-8060.

[3]谷小婧,林昊琪,丁德武,等.基于红外气体成像及实例分割的气体泄漏检测方法[J].华东理工大学学报(自然科学版),2023,49(1):76-86.

[4]翁静,袁盼,王铭赫,等.基于支持向量机的泄漏气体云团热成像检测方法[J].光学学报,2022,42(9):104-111.

[5]蔡云飞,段玉森,党亚婷,等.工业园区VOCs光离子化气体检测技术适用性研究[J].环境科学研究,2023,36(9):1676-1683.

[6]袁盼,谭竹嫣,张旭,等.工业气体泄漏红外成像检测及差分光谱滤波检测方法研究[J].红外与激光工程,2022,51(8):323-336.

[7]郭远顺,于新海,白杉,等.基于超声阻抗识别的阀门填料密封气体泄漏在线检测[J].润滑与密封,2023,48(9):146-151,177.

[8]季怡萍,邓先钦,徐鹏,等.SF_6气体泄漏红外成像检测的技术分析和应用探讨[J].红外技术,2022,44(2):198-204.

[9]胡运优,徐亮,徐寒杨,等.基于多帧背景的泄漏气体自适应匹配滤波检测[J].光谱学与光谱分析,2022,42(10):3307-3313.

[10]李亚龙,张晓星,卫卓,等.环保绝缘介质C_5F_(10)O混合气体体积分数比定量检测[J].电工技术学报,2022,37(8):2117-2125.

文章来源:满林林,孙毅,李淑梅.基于激光成像检测的GIS开关站SF6气体泄露检测方法[J].电器工业,2024,(11):23-26+41.