电工电能新技术

作者：王振兴1， 肖光宇1， 刁目鑫1， 任志刚2， 石磊2

单位：1.电工材料电气绝缘全国重点实验室， 西安交通大学， 陕西 西安 710049；
2.国网北京电科院， 北京 100075

关键词：SF6气体泄漏； 红外成像； 图像识别； 复杂环境； Yolov4

基金：国家自然科学基金项目（51937009）

SF₆气体因其优异的绝缘和灭弧性能被广泛应用于各类电力设备中，对电力设备中的SF₆泄漏的监测及预警研究，不但对电力系统的安全稳定运行具有重大意义，还是建设生态文明实现碳中和的有力举措。为解决实际工程中出现的多种因素对气体泄漏监测的干扰，本文针对复杂环境建立了SF₆气体泄漏实验平台，获得不同条件下的气体泄漏红外图像数据集，并结合红外数据增强的Yolov4算法实现了对SF₆气体泄漏监测。实验结果表明，在复杂环境中本文提出的监测模型对SF₆气体泄漏的监测精度为80%，相对于当下主流目标监测模型，表现出更好的鲁棒性。同时，将Yolov4算法与图像增强算法结合，可提升识别精度约9.08%，优化了模型稳定性。然后分析在同一红外成像视角下发生多处SF₆泄漏的监测结果，结果显示多点泄漏的识别精度低于单点泄漏，但在工程中依旧具有实用性。最后对比红外相机不同安放位置对于气体泄漏识别的影响，发现当相机与泄漏点垂直时（θ=90°），本模型的识别置信度可达到0.95，而当相机处于泄漏点侧面时（θ=10°），置信度降为0.51，但该精度依然满足实际监测需要。

来源：2023年第11期

《电工电能新技术》期刊编辑部

查看电工电能新技术杂志2023年第11期