绝缘子污秽在线检测技术及相关仪器研究进展综述
A Review of Research Progress on Insulator Contamination Online Detection Technology and Related Instruments
DOI: 10.12677/iae.2024.122026, PDF,    科研立项经费支持
作者: 杨 鑫, 胡 聪, 何文峰, 吴慧峰：广东电网有限责任公司佛山供电局，广东 佛山
关键词: 绝缘子；检测方法；污秽；仪器仪表；Insulator； Detection Method； Contamination； Instrumentation
摘要: 绝缘子在电力系统中既起到了电气绝缘的作用，又起到了机械固定的作用，是确保电力系统安全、稳定和高效运行的关键组件。由于绝缘子的工作环境，导致其很容易受到污染，使其绝缘性能下降，因此研究绝缘子污秽的在线检测技术及仪器具有重要意义。本文通过归纳和介绍绝缘子污秽在线检测技术的原理和研究现状，分析了它们的特点，评估了不同方法的检测效果，并对绝缘子污秽检测研究的前景进行了展望。
Abstract: Insulators play both the role of electrical insulation and mechanical fixation in power systems. They are key components to ensure the safety, stability and efficient operation of power systems. Due to the working environment of insulators, they are easily contaminated and their insulation performance is reduced. Therefore, it is of great significance to study online detection technology and instruments for insulator contamination. This article summarizes and introduces the principles and research status of insulator contamination online detection technology, analyzes their characteristics, evaluates the detection effects of different methods, and looks forward to the prospects of insulator contamination detection research.
文章引用：杨鑫, 胡聪, 何文峰, 吴慧峰. 绝缘子污秽在线检测技术及相关仪器研究进展综述[J]. 仪器与设备, 2024, 12(2): 182-190. https://doi.org/10.12677/iae.2024.122026

参考文献

[1] 陆成龙, 陈薇. 关于特高压交流GIL输电技术的研究[J]. 现代工业经济和信息化, 2023, 13(4): 271-273.
[2] 陆立国. 浅谈输电线路施工关键工程技术及控制[J]. 电子元器件与信息技术, 2023, 7(9): 142-145.
[3] 柴忠梁. 输电线路的维护与故障应对策略分析[J]. 电子技术, 2023, 52(8): 176-177.
[4] 李锡伟. 高压绝缘子在输电过程中的应用[J]. 自动化应用, 2023, 64(16): 146-149.
[5] 雷栋, 张海波, 王家伟, 等. 电气化铁路接触网用绝缘子污闪测试系统研制[J]. 电气化铁道, 2023, 34(5): 37-40.
[6] 李静, 许鹏娟, 刘树鑫, 等. 复合绝缘子污闪动态发展过程与影响因素[J]. 沈阳工业大学学报, 2019, 41(5): 481-488.
[7] Jin, L., Ai, J., Tian, Z. and Zhang, Y. (2017) Detection of Polluted Insulators Using the Information Fusion of Multispectral Images. IEEE Transactions on Dielectrics and Electrical Insulation, 24, 3530-3538. [Google Scholar] [CrossRef] 
[8] 刘又超, 蒋兴良, 张欢. 等. 不溶物对绝缘子污闪的影响[J]. 中国电机工程学报, 2017, 37(11): 3331-3338.
[9] Richards, C.N. and Renowden, J.D. (1997) Development of a Remote Insulator Contamination Monitoring System. IEEE Transactions on Power Delivery, 12, 389-397. [Google Scholar] [CrossRef] 
[10] Cline, P., Lannes, W. and Richards, G. (1997) Use of Pollution Monitors with a Neural Network to Predict Insulator Flashover. Electric Power Systems Research, 42, 27-33. [Google Scholar] [CrossRef] 
[11] 蔡伟, 李敏, 杨颜红. 基于遥测技术的绝缘子在线监测系统设计与实现[J]. 中国电力, 2002, 35(8): 37-40.
[12] 李波, 刘念, 李瑞叶. 变电站绝缘子污秽在线监测技术[J]. 高电压技术, 2008, 34(6): 1288-1291.
[13] 熊兰, 刘钰, 姚树友, 等. 污秽绝缘子紫外在线监测系统[J]. 电工技术学报, 2010, 25(7): 186-191.
[14] Cai, W., Deng, H., Zhou, G., Wang, J. and Yang, F. (2013) Online Measurement of Equivalent Salt Deposit Density by Using Optical Technology. IEEE Transactions on Dielectrics and Electrical Insulation, 20, 409-413. [Google Scholar] [CrossRef] 
[15] Corso, M.P., Perez, F.L., Stefenon, S.F., Yow, K.-C., García Ovejero, R. and Leithardt, V.R.Q. (2021) Classification of Contaminated Insulators Using K-Nearest Neighbors Based on Computer Vision. Computers, 10, Article 112. [Google Scholar] [CrossRef] 
[16] 刘子英, 肖建华, 邓芳明. 基于可见光图像识别的绝缘子污秽等级判别[J]. 传感器与微系统, 2019, 38(12): 136-139.
[17] 魏东亮, 王植, 袁聪. 基于混合神经网络的绝缘子污秽等级分类方法[J]. 广东电力, 2023, 36(5): 89-97.
[18] 金立军, 田治仁, 高凯, 等. 基于红外与可见光图像信息融合的绝缘子污秽等级识别[J]. 中国电机工程学报, 2016, 36(13): 3682-3691.
[19] 周志成, 高嵩, 李院生, 等. 基于激光诱导击穿光谱的绝缘子表面污秽研究[J]. 绝缘材料, 2019, 52(4): 70-74.
[20] 王乃啸, 高海翔, 王希林, 等. 基于BP神经网络的绝缘子污秽成分LIBS在线检测技术[J]. 广东电力, 2020, 33(9): 49-57.
[21] 刘文昊, 王楠, 王希林. 激光诱导击穿光谱技术在绝缘子污秽成分分析中的应用研究[J]. 山西电力, 2021(6): 21-24.
[22] 晋涛, 芦山, 刘星廷, 等. 基于激光诱导击穿光谱的绝缘子污秽度分析[J]. 电力工程技术, 2022, 41(3): 163-170.
[23] 邱彦, 张血琴, 郭裕钧, 等. 基于高光谱技术的绝缘子污秽等级检测方法[J]. 高电压技术, 2019, 45(11): 3587-3594.
[24] 马欢, 郭裕钧, 张血琴, 等. 基于高光谱技术的绝缘子污秽含水量检测[J]. 高电压技术, 2020, 46(4): 1396-1404.
[25] 申巍, 宋治波, 王森, 等. 基于高光谱遥感技术的绝缘子表面污秽检测方法研究[J]. 有机硅材料, 2023, 37(5): 51-60.
[26] 张血琴, 周志鹏, 郭裕钧, 等. 不同材质绝缘子污秽等级高光谱检测方法研究[J]. 电工技术学报, 2023, 38(7): 1946-1955.

为你推荐