精彩论文图像识别在特高压换流阀元件故障在线监测系统的应用

Posted 2021-04-06 中国电力

观点凝练

摘要：针对特高压换流阀元件众多、实时监测困难的问题，提出了一种基于图像识别技术的换流阀元件状态在线监测方法。介绍了图像数据提取及预处理的方法，分析了晶闸管门极线脱落及螺母力矩线偏移的图像特征，实现了晶闸管门极线脱落、螺母位移等故障的智能检测。基于图像识别及故障特征提取方法，设计了一套换流阀元件状态在线监测样机，详细介绍了样机的软件和硬件设计方法。在特高压直流输电阀塔上搭建试验环境，对图像分析和故障特征提取的方法进行测试，试验结果表明，所提出的图像分析和故障特征提取方法可有效识别换流阀元件的异常工况，对换流阀元件运行异常提前预警。

结论：基于图像识别的特高压换流阀元件故障在线检测系统，利用图像识别技术可正确在线检测换流阀的晶闸管门极线脱落、母排螺母位移和PVDC小水管螺母位移故障，并产生告警提示。通过告警提示能及时地发现特高压直流输电系统中换流阀元件的故障，提前对故障做出处理或应对方案，避免因换流阀关键元件故障而带来直流输电工程的停运及阀塔火灾隐患。试验结果证明，将图像识别技术应用到换流阀元件故障在线检测系统中完善了换流阀设备的监视功能，在实际特高压直流输电工程应用上具有较大的前景和价值。由于受光照强度影响，目前关键元件故障检测率还不能达到100%，后期针对此问题进一步优化和提升。

引文信息

蒋晶, 赵洋洋, 樊宏伟, 等. 图像识别在特高压换流阀元件故障在线监测系统的应用[J]. 中国电力, 2020, 53(11): 126-132.

JIANG Jing, ZHAO Yangyang, FAN Hongwei, et al. Application of image recognition in on-line monitoring system of uhvdc valve element faults[J]. Electric Power, 2020, 53(11): 126-132.

 往期回顾 

◀

◀

◀

◀

◀

◀

◀

◀

◀

编辑：杨彪

审核：许晓艳‍‍

声明