缺陷检测

1国网公司在运配网电缆线路长度己逾60万公里； 2部分发达城市配电网中运行年限逾15年配网电缆己占25%以上； 3未来5-10年内，城市电网运行可靠性将面临配网电缆故障集中爆发的威胁；

架空输电线路巡检是电网运维工作的一项重要内容，利用无人机进行线路巡视检测已成为运维人员完成电力巡检工作的重要手段。首先，文中概述无人机巡检任务中人机协同作业系统以及无人机智能自主作业系统的架构；其次，分析当前架空输电线路缺陷巡检领域数据集状况以及数据扩增技术；再次，综述基于深度学习的无人机图像缺陷检测典型方法以及评价指标，并对比总结各种方法的优缺点；然后，讨论无人机图像视觉检测方法中图像采集规范、数据集形式、缺陷检测算法专业化应用等对架空线路缺陷的检测效果，指出图像检测指标和类别定义在电力巡检专业化领域中的不足；最后，探讨基于深度学习的无人机图像缺陷巡检的未来发展方向。

由于电力缺陷数据稀缺，目前大多数缺陷检测方法都无法有效地对电力缺陷情况进行准确的检测。为此，使用小样本图像生成方法，基于改进的LoFGAN（局部融合生成对抗网络），设计基于上下文信息的小样本图像生成器，提高缺陷检测网络对细节特征的提取能力；引入基于LC-散度的正则化损失来优化图像生成模型在有限数据集上的训练效果。实验表明，小样本图像生成方法能够为电力场景缺陷情况生成有效且多样的缺陷数据，所提模型能够有效解决电力缺陷场景数据稀缺的问题。 Due to the limited availability of power defect data, most current defect detection methods are unable to accurately detect power system anomalies. To overcome this challenge, a few-shot image generation method is employed. Building upon the improved local-fusion generative adversarial network(LoFGAN), a context-aware fewshot image generator is designed to enhance the defect detection network's capability to extract detailed features. A regularization loss based on LC-divergence is introduced to optimize the training effectiveness of the image generation model on limited datasets. Experimental results reveal that the few-shot image generation method can generate effective and diverse defect data for power scenarios. The proposed model can address the issue of data unavailability in power defect scenarios.

复合绝缘子内部缺陷是影响电网安全稳定运行的一大隐患，如何有效地检测电网绝缘子内部缺陷一直是研究的 热点问题。微波无损检测技术已被广泛应用于航天工业、军事等领域，其在电网绝缘子缺陷检测方面的应用研究近年来 愈发受到关注。本文利用有限元软件COMSOL建立了绝缘子内部微波传播过程的仿真计算模型，并针对不同工况的绝缘子 进行了微波检测仿真，结果表明：存在内部缺陷的绝缘子微波传播过程与正常绝缘子明显不同，尤其是当缺陷处的相对 介电常数、电导率和相对磁导率远大于绝缘子有机材料时，大量电磁波在缺陷处发生反射；缺陷距离输入边界处越近， 边界处功率密度的峰值越大，采用微波检测可以诊断绝缘子内部缺陷位置。本文研究结果可为复合绝缘子微波无损检测 技术的实践提供理论参考。

通过前期工作成果和与合作单位的交流反馈，可以选取电力巡检业务中的金具识别、绝缘子缺陷检测两类应用场景。大数据中心已积累相关图像样本库，既便于验证也易于转化成果。

高压电缆缓冲层烧蚀故障是近年来频发的电缆故障类型，而目前的烧蚀缺陷检测手段难以满足存量电缆的检测需求。为此，文中首次研究基于铝护套内表面粗糙度的高压电缆缓冲层烧蚀缺陷的超声检测方法。首先，开展潮湿条件下的缓冲层烧蚀模拟实验，并对烧蚀后的铝片进行激光共聚焦显微镜测试以及电化学阻抗谱分析，发现随着烧蚀时间的增加，铝片的表面粗糙度逐渐增大，同时铝片表面的腐蚀程度逐渐加深，对应的缓冲层烧蚀缺陷逐渐加重，表明铝片的表面粗糙度与潮湿条件下缓冲层的烧蚀程度存在关联。其次，对烧蚀后的铝片开展超声检测实验，并通过相邻超声回波信号的幅值比推算出铝片腐蚀面的粗糙度，与实验测得的粗糙度具有相同的变化趋势。文中结果表明超声检测可用于检测缓冲层烧蚀缺陷的严重程度，为高压电缆缓冲层烧蚀缺陷超声检测方法的应用奠定了研究基础。

输电设备巡检影像的小样本特征愈发凸显,为输电线路智能巡检带来了新的挑战。样本分布不平衡导致大量输电图像样本资源无法充分利用,为此提出基于生成对抗数据增殖的输电设备可视缺陷检测技术。通过引入循环生成对抗网络对输电设备巡检影像样本进行增殖,而后利用扩增后的样本完成输电设备可视缺陷检测模型训练,实现可视缺陷检测效果的优化提升。通过仿真实验验证了循环生成对抗数据增殖对输电设备可视缺陷检测有效性与稳定性的提升效果,为输电设备可视缺陷检测提供了新的视角与思路。

特高频(ultra high frequency，UHF)局放检测是变压器油纸绝缘缺陷定位的常用方法，实际应用过程中局放定位准确性易受噪声和传感器布置方式影响。为保证变压器油纸绝缘缺陷局放定位检测有效性，文中首先建立油纸绝缘缺陷UHF局放定位检测平台，在常规K-means方法的基础上，提出基于修正聚类分界的变压器油纸绝缘缺陷局放抗干扰定位方法，有效降低了定位误差。然后针对样本聚类分界混叠问题，选择最优修正系数L为1.1时，UHF局放定位误差可减小至0.1 m内，验证了文中方法的有效性。最后分析不同传感器布置方式的定位误差变化规律，提出变压器油纸绝缘缺陷检测用UHF传感器优化布置方案，可为变压器局放在线监测传感器布置及定位提供参考。

项目属于高电压技术领域。 超特高压换流变压器是直流输电系统的核心设备，其状态直接影响电网安全运行。在运换流变承受交直流复合电压、极性反转电压，绝缘设计与交流变显著不同，依靠交流变技术进行绝缘状态检测评估的局限性日益凸显，体现在换流变绝缘故障机理不明确、高纸板比例主绝缘评估准确性差、复杂电压下套管绝缘评估手段缺乏、局部放电性缺陷检测不灵敏。因此亟需研究超特高压换流变绝缘故障预防关键技术。 在国家自然科学基金项目支持下，项目开展了复合电压下油纸绝缘击穿特性、主绝缘电气无损检测评估、套管绝缘状态有功损耗评估、局放超声检测诊断四方面关键技术研究并实现工程应用。