低温环境对支柱绝缘子视频图像识别影响分析

周 文,江 翼,孙 巍,张 静,罗传仙,黄立才

(1.南瑞集团(国网电力科学研究院)有限公司,南京 211000;2.国网电力科学研究院武汉南瑞有限责任公司,武汉 430074;3.国网黑龙江省电力有限公司电力科学研究院,哈尔滨 150000)

0 引言

我国低温区域分布较广,以黑龙江北部、内蒙古东部、新疆北部以及西藏高海拔地区最为出名,这些地区风力资源丰富,是我国重要的能源基地,但区域内超低温环境给输电运行维护带来了系列问题。

低温环境绝缘子运行问题一直受到研究者的广泛关注,特别是冰雪淞的影响。低温环境中运行的线路复合绝缘子,受表面硅氧烷的影响,憎水性无法在低温环境完全发挥,故障概率急剧上升[1-2]。覆冰环境的温度、降水强度和风速均会影响到线路绝缘子的覆冰形态,进而影响绝缘子电场分布,引发绝缘子的闪络故障[3-6]。在绝缘子故障识别检测方面,图像识别已经成为标配手段,采用无人机、在线监测等若干搭载方式,来识别绝缘子憎水性、伞裙缺陷或者绝缘子风偏等若干故障[7-10]。特别是低温区域,图像识别正在成为线路关键辅助手段,为极端环境输电线路提供助力,减少高寒风雪环境下技术人员的巡视难度。

低温环境对绝缘子视频图像识别影响,包括风雪的能见度、绝缘子覆雪与背景色的区分度、视频传感器低温性能和视频电源的低温性能。视频传感器以及配套电源是硬件部分,可以通过选择硬件进行设备性能提升。但是风雪的能见度和绝缘子覆雪与背景色的区分度,在视频传感器的基础上,通过图像增强识别或者滤波方法来提升图像识别性能。有关图像识别增强方法,一直是计算机领域的热点,学者们采用傅里叶变换、频率域增强和灰度变换增强等方法进行图像增强识别[11-14],广泛应用于医学、地质科考和天文学等领域[15-16]。已有研究者采用图像增强方法监测绝缘子的灰密以及线路绝缘子的运动轨迹,获得了较好的结果[17-18]。有关风雪环境的电力设备滤波方法,研究相对较少,涉及的降噪滤波方法一般在军事、医学应用较多。

图像识别正在成为低温环境绝缘子监测关键辅助手段,但低温环境对绝缘子视频图像识别影响研究缺乏。笔者以低温风雪环境支柱绝缘子为研究对象,分析了低温风雪环境对绝缘子图像识别的影响因素,对比了迭代中值滤波法和直方图滤波法的效果;试验分析了视频传感器的低温特性,探讨了低温配套电源;并根据分析结果,总结了低温环境下绝缘子视频图像识别的低温应对措施。

1 低温风雪环境支柱绝缘子图像分析

以黑龙江北部和内蒙古东部地区为代表的低温区域,是西伯利亚寒潮的必经通道,区域冬季漫长,风雪极为常见,这些极端环境是绝缘子的故障高发典型天气环境。绝缘子覆冰与背景色的区分度和风雪的能见度制约着绝缘子的图像分析,这里以变电站支柱绝缘子为例,探讨风雪环境支柱绝缘子图像分析问题。图1是典型风雪环境支柱绝缘子图像,这种图像可从在线监测视频中直接获取到,从图中可以发现风雪可见度影响着支柱绝缘子的数据分析。

图1 风雪环境支柱绝缘子典型图像

1.1 图像处理方法比较

对于支柱绝缘子图片而言,风雪环境是典型高值椒盐噪声,需要对这些图像进行滤波,风雪绝缘子的干扰主要来源前景色的雪花以及绝缘子上沾粘的雪花堆积,这种是典型高椒盐噪声干扰的图片,这些噪声是自然产生的,随机并且独立。这种干扰一直是研究者的研究重点,如中值滤波算法[19]、迭代自适应滤波法[20-21]和软阈值图像直方图滤波算法[22]等。

首先采用迭代中值滤波的方法,来处理绝缘子图片,见图2。从处理结果来看绝缘子的边缘轮廓较为清楚.对比度较大的空白处以及支柱绝缘子,有很好的处理效果,但对支柱绝缘子的细节和纹理未提升,反而下降。高噪声率椒盐特征的雪花基本去除,但是绝缘子图像受到了中值滤波方法的破坏,支柱绝缘子的原始信息细节未做提升。

图2 迭代中值滤波算法结果

采用文献[22]提出的软阈值图像直方图滤波算法,该方法是邻域均值滤波器的较为特殊形式,采用图像直方图对风雪类的椒盐噪声有强的鲁棒性。受到高椒盐噪声的风雪前景和支柱绝缘子的雪花堆积影响后,绝缘子中各有效数据与邻域区域的像素点相对相关性大,特别是伞裙部分细节,采用滤波算法对该部分应予以强化,涉及非重要部分,可以略微处理。从图3结果可以看出,该算法表现出了良好的去风雪影响的能力,支柱绝缘子图像的视觉显著提高;与图2对比,雪花的噪声相对滤除率较低,但被雪花淹没的绝缘子目标图像的边缘轮廓以及伞裙均可清楚显示。

图3 直方图滤波算法结果

1.2 图像处理结果分析

对图像处理的客观数据主要包括峰值信噪比(Peak Signal Noise Ratio,PSNR)以及算法运行时间,其中PSNR的定义参考文献[20],如下表示:

(1)

(2)

MSE是均方误差(Mean Square Error,MSE),M×N是图像的像素点长宽比例,原图信号为f(x,y),滤波信号f’(x,y)。比较结果见表1。

表1 处理算法比较

表1是两种方法对比,从表1可以看出,迭代中值滤波的PSNR较低,为25.51,直方图滤波法PSNR稍高,38.47,该法主要保留细节,没有过于抑制图像;从处理时间来看,迭代中值滤波略高,直方图滤波略低,从处理海量图片来看,直方图滤波较好。

从图像处理的本质来看,滤出噪声和保护细节的矛盾不可调和,从理论上说,许多图像信息通过滤波无法完全达到理想效果,只能最大程度的保留图像细节[22]。对于固定在变电站内的视频,不断采集图像数据,无法全部获得变电站内所有设备图像细节,对于均压环、管母线等设备以及结构型设备,相对简单,但对于支柱绝缘子、套管等设备,因风雪造成的高噪声率图像,在进行滤波处理过程中会造成图像细节的损失,特别是绝缘子的伞裙细节和绝缘子的轮廓,应该以改善图像视觉效果为主要目的,从这个角度出发,图2中迭代中值滤波法虽然可以抑制风雪形成的高噪声率,但是支柱绝缘子的细节和纹理未提升,图像细节相对破坏严重,图3保留了大量细节,但是没有过于抑制图像的高椒盐噪声率,相对满足相对现场需求。

2 视频传感器及配套电源选择

根据大兴安岭区域的气温数据,漠河温度频频接近-50 ℃,并且1969年出现-52.3 ℃的低温天气,该区域冬季降水以雪为主[23-24]。根据这些低温数据,采用-50 ℃作为视频传感器测试温度上限,并作为配套电源温度指标。视频传感器测试中饱和度、彩色噪声、白平衡、清晰度以及信噪比均是作为衡量视频传感器测试的图片质量参数,这些参数同时是图像处理的重要参数。视频传感器以及配套电源是图像识别的硬件部分,可以通过低温测试来选择硬件,来提升进行设备的耐低温性能。

2.1 视频传感器测试

输变电工程通用的视频传感器,主要为CMOS(Complementary Metal Oxide Semiconductor,CMOS)和CCD(Charge Coupled Device,CCD)这两大类传感器。对这两个传感器的试验,参考标准包括进行低温试验,其中降温试验温度范围:0 ℃～-50 ℃,每隔10 ℃,开展相应的测试试验;低温可靠性试验,低温保持-50 ℃,包括18 h、48 h和64 h。试验参考标准包括GB/T 39272-2020、DL/T 283.1-2018、DL/T 283.2-2018和DL/T 283.3-2018[25-28];图像质量评价参考DL/T 1907.1-2018和1907.2-2018[29-30]。根据相关标准,试验步骤如下:

1)降温试验,将传感器放置于高低温试验箱内,从0 ℃开始,降到-50 ℃,每次降温10 ℃,每个温度点稳定2 h,记录传感器性能指标,然后在反射光源箱对视频传感器进行标准24色卡D65、TL84、A光的饱和度、彩色噪声、白平衡测试,ISO12233 D65的清晰度和横向色差测试,灰阶卡D65的信噪比和灰阶,灰卡D65亮度均匀性和色彩均一性测试。

2)稳定性测试:将传感器放置于高低温试验箱内,在-50 ℃温度下保持96 h,每隔12 h测试并记录传感器性能指标,然后在反射光源箱对视频传感器进行标准24色卡、ISO12233 D65、灰阶卡D65和灰卡D65等测试。

本次实验在山东信通电子股份有限公司检测中心图像检测实验室进行,选取相关试验结果见表2。从表2可以看出,其中24色卡D65的饱和度值,CCD在109%～123%之间,变化较大,CMOS在136～138之间,变化较小,且饱和度值相对较高;ISO12233 D65的清晰度,CCD在1 026～1 767之间,变化较大,CMOS在1 613～1 816之间,变化较小,CMOS值相对较高,CCD值总体在长时间低温环境下有所下降;灰阶卡D65的信噪比值,CCD在17.8～38.7之间,变化较大,CMOS在39.6～46.5之间,变化较小,相对值较高;灰阶卡D65的灰阶值,CCD在11～12之间,CMOS在13～14之间,CMOS值相对较高;灰卡D65亮度均匀性的Corner值,CCD在78.3%～80.3%之间,CMOS在85.2%～86.3%之间,灰卡D65亮度均匀性的Side值,CCD在88.5%～90.5%之间,CMOS在90.1%～91.3%之间,CMOS值相对较高;从表2看出,CMOS传感器相对稳定,相应值较高。

表2 视频传感器的低温试验结果

从0 ℃降温至-20 ℃后,CCD和CMOS传感器镜头逐步出现不同程度水滴雾化现象,见图4。在测试过程需人工除雾后继续做试验,CCD镜头出现故障,更换备用镜头继续试验;降温至-40 ℃后CCD视频传感器,发现视频传感器镜头捕捉画面速度变慢,即帧率降低,CMOS传感器正常。

图4 低温测试中传感器镜头起雾现象

2.2 低温配套电池

极端户外低温环境会造成传感器配套的电源设备中电池材料老化、容量衰减严重、电力输出功率下降等后果,进而引起电源装置放电容量急剧下降、使用寿命衰减、无法充放电等问题,最终增加了传感器的故障率。以锂离子电池为代表的户外电源由于其循环性能好、无记忆效应、比能量高等优点,成为目前户外监测设备配套电源,但基于低温强适应性的锂离子电池电源设备的相应研究一直在进行中。

现有的研究方法中,可以通过锂离子电池关键材料如正极改性、新型耐低温电解液等新技术开发、电芯工艺优化设计,来实现高倍率长寿命强环境适应性锂离子电池的研制,并且开发出适用于宽温差范围、性能稳定以及耐温度冲击能力强的传感器配套电源装置,从而提升在线监测设备的运行效率、动态响应速度和电池均衡特性等一系列实际性指标。因此,从传感器配套的电源装置选择上来看,必须选择能够耐低温冲击的低温电源,特别需要满足在-50 ℃的低温环境下能正常使用、容量衰减少、使用寿命正常的电源装置,从而才能用来满足相应需求。

3 绝缘子视频图像识别低温应对措施

1)对于绝缘子照片而言,风雪环境是典型高值椒盐噪声,风雪绝缘子的干扰主要来源前景色的雪花以及绝缘子上的雪花堆积,选择的图像处理方法必须保留绝缘子伞裙细节。

2)采用软阈值图像直方图滤波算法来处理支柱绝缘子,保留了支柱绝缘子的伞裙轮廓细节,为低温天气设备诊断提供了重要数据,故应对低温风雪天气的现场应用时,应充分采用考虑保留绝缘子细节的滤波算法。

3)低温环境中,CMOS传感器相对稳定,相应值较高,视频传感器建议选择CMOS传感器,如果长期户外工作,建议选择CMOS传感器的低温系列。

4)配备低温环境除雾设备,满足低温环境视频清晰可视化,从而满足低温地区输变电工程运维要求。

5)优先选择耐低温冲击的低温电源,特别满足-50 ℃的低温大容量的电源,来满足视频传感器的低温需求。

4 结论

1)低温环境对绝缘子视频图像识别影响,包括低温风雪环境对图像识别的干扰以及视频硬件的耐低温性能;低温视频图像干扰来源支柱绝缘子前景色的雪花以及伞裙上雪花的堆积,这种干扰降低了支柱绝缘子的图像识别准确率,视频传感器以及配套电源是图像识别的硬件部分,耐低温性能直接影响着视频图像的获取质量。

2)对于风雪环境的高值椒盐噪声图像,采用迭代中值滤波和直方图滤波来处理风雪天气支柱绝缘子图像,迭代中值滤波PSNR为25.51,时间4.88 ms,时间较长,且图像过于抑制;直方图滤波法PSNR为38.47,时间2.72 ms,保留了支柱绝缘子的伞裙轮廓细节且节约处理时间,没有抑制图像,为极端风雪天气诊断提供相应的图像重要数据。

3)进行了低温环境测试,CMOS传感器相对稳定,饱和度、彩色噪声、白平衡、清晰度以及信噪比均优于CCD传感器,且变化值较小,适合低温区域工作;视频传感器建议选择CMOS传感器的低温系列,选择耐低温冲击的低温电源,需要满足-50 ℃的低温大容量电源。