面向电力系统特高压工程智能化发展需求，利用高光谱多波段、高精度等优点，对积污绝缘子进行非接触式、高效、快速的检测，为绝缘子表面污秽等级检测提供了新方法。本文基于高光谱污秽检测技术，运用分段直接标准化实现了同一模型下不同材质样品绝缘子污秽等级检测，证明了高光谱技术在绝缘子污秽检测的应用的具大潜力。
研究背景绝缘子作为支撑导线与线路杆塔、导线与站内架构的绝缘器件，使用量巨大，其材质主要有陶瓷、玻璃以及复合绝缘子三大类，由于长期暴露在空气中，其表面污秽可能造成绝缘子表面发生污闪。传统的绝缘子污秽检测方法效率低、误判率高，无法准确对绝缘子表面污秽进行检测，高光谱绝缘子污秽检测技术具有多波段、高精度、高效性等优点。
论文所解决的问题和意义当前高光谱技术在绝缘子污秽检测方面，未考虑不同材质的影响。不同材质之间的差异在高光谱谱线数据上会有所表现，无法通过同一模型进行污秽等级检测。对每一种材质样品测得的光谱分别建模，建模成本高，时长，效率低。建立统一模型解决不同材质引起的检测识别误差，是高光谱技术在输电线路绝缘子应用的关键。
论文方法及创新点本文通过高光谱技术采集不同材质绝缘片污秽等级谱线数据并进行相关预处理后，以玻璃材质试验数据建立支持向量机（supportvectormachine，SVM）主检测模型，分段直接标准化（piecewisedirectstandardization,PDS）对主检测模型进行传递，实现同一检测模型下不同材质样本的污秽等级检测。
1、高光谱数据处理及分析
采集得到的原始谱线数据是样品对光的绝对反射值，环境噪声及相机内暗电流对数据都有影响，谱线噪声多、干扰信息多，需要对采集到的数据进行黑白校正。
图1原始图谱信息光线在物质表面发生反射的同时，会有部分光线发生散射。因此，在进行了黑白校正后，为了准确表现数据信息还需进行散射校正。运用标签集数据建立绝缘子污秽等级支持向量机检测主模型。主要流程图如下图所示。
图2检测流程图2、模型建立与结果分析
本文选用支持向量机建立污秽等级检测模型，其作为一种常用的广义线性分类器，训练时间短、复杂度低。以玻璃不同污秽等级样品标签集谱线数据，以及检测集谱线数据，建立绝缘子污秽等级支持向量机检测模型。
图无污秽情况下平均谱线数据图不同材质样品无污秽情况下平均谱线数据
陶瓷材质检测集经PDS算法校正，实现模型传递后，陶瓷绝缘片不同污秽等级样品检测集平均谱线与玻璃绝缘片不同污秽等级样品标签集平均谱线之间的差异明显减小，相同污秽等级对应谱线基本一致。
图4玻璃材质与陶瓷材质校正后平均光谱图4不同污秽等级玻璃材质标签集与陶瓷材质检测集校正后平均光谱图
对硅橡胶材质检测集样本进行PDS校正，实现模型传递后，得到校正后不同污秽等级平均谱线，与玻璃材质谱线数据基本一致。
图5玻璃与硅橡胶材质校正后平均光谱图图5不同污秽等级玻璃材质标签集与硅橡胶材质检测集校正后平均光谱图
结论（1）不同材质绝缘子相同污秽等级情况下，高光谱谱线差异明显，表现在吸收峰、反射峰位置及变化趋势完全不同；同一种材质不同污秽等级情况下，谱线差异主要表现在幅值方面，污秽等级越高，谱线幅值越低。
（2）基于玻璃绝缘样品标签集建立的SVM污秽等级测模型，对玻璃样品检测集污秽等级检测准确率为98.%。PDS算法能够有效减小陶瓷、硅橡胶样品谱线与玻璃样品谱线之间的差异。
（）本文所提出的检测方法，可对不同材质的人工积污绝缘子污秽等级进行检测，准确率为8.%，为不同材质绝缘子的污秽等级检测提供了技术参考。
作者介绍张血琴，西南交通大学电气工程学院副教授、博士生导师，四川省“千人计划”特聘教授，四川省杰出青年基金获得者，四川省学术与技术带头人后备人选，科技部“国家重点领域创新团队”的成员。张血琴教授致力于复杂环境下的外绝缘放电及检测关键技术的科研工作，发表顶级国际学术期刊等SCI/EI检索论文60余篇，授权国家发明专利10余项，获得教育部科技进步奖一等奖和国网四川省电力公司“科学技术进步奖一等奖”。
本工作成果发表在年第7期《电工技术学报》，论文标题为“不同材质绝缘子污秽等级高光谱检测方法研究”。本课题得到国家自然科学基金项目、四川省杰出青年科技人才项目和国家电网有限公司科技项目的支持。
#科技情报局#转载请注明地址:http://www.abmjc.com/zcmbhl/9610.html
