好的，作为您的学术报告助手，我将根据您提供的文本内容，为您生成一份详细的学术研究报告。
基于导光柱的GIS局部放电光学检测与图像诊断方法研究报告
本研究由上海交通大学电气工程系的李泽、钱勇、臧奕茗、盛戈皞、江秀臣，以及国网上海市电力公司电力科学研究院（李泽）和国网安徽省电力有限公司电力科学研究院（刘伟）的团队共同完成。该研究于2025年1月发表在国内电气工程领域的权威期刊《电工技术学报》（Transactions of China Electrotechnical Society，2025年第40卷第1期）上。
一、研究背景与目标
本研究属于高电压与绝缘技术领域，聚焦于气体绝缘开关设备（Gas Insulated Switchgear， GIS）的局部放电（Partial Discharge， PD）检测与故障诊断。GIS因其结构紧凑、维护成本低等优点在高压输电系统中广泛应用，但其内部绝缘缺陷引发的局部放电是导致设备故障的主要原因之一。因此，对局部放电进行有效检测与识别对于保障设备安全运行至关重要。
传统检测方法如特高频（UHF）法和声发射法在现场复杂电磁与噪声干扰下存在局限性。光学检测法作为一种新兴技术，具有抗干扰能力强、检测置信度高等优点。其中，荧光光纤传感器已被用于局部放电光信号检测，但其材质较软，可能对GIS密封构成潜在威胁。相比之下，导光柱（Light Guide Rod）作为一种透光率高、硬度大、易于封装的光学传感器，在变压器油纸绝缘放电检测中已有应用，但在GIS的SF6气体环境中，其应用研究尚属空白。同时，现有的局部放电模式识别研究大多基于UHF信号的结构化数据，对于实际工程中大量存在的非结构化图像数据（如相位分辨脉冲序列， PRPS图像）的直接识别研究较少，尤其缺乏针对光学图像的模式识别方法。
为此，本研究旨在解决两个核心问题：第一，验证导光柱法用于GIS典型局部放电光信号检测的有效性与特性；第二，探索并建立一种基于导光柱所获取的局部放电光学图像的自动化故障诊断方法。具体目标包括：搭建光电联合检测实验平台；对比研究导光柱法与荧光光纤法的检测性能；提出并验证一种基于金字塔梯度直方图（Pyramid Histogram of Oriented Gradients， PHOG）特征与优化支持向量机（Support Vector Machine， SVM）的局部放电光学图像诊断模型。
二、研究流程与方法
本研究主要分为三个核心步骤：实验平台搭建与数据采集、局部放电光学信号特性分析、基于导光柱数据的模式识别模型构建。
第一步骤：实验平台搭建与数据采集。 研究团队搭建了一套完整的GIS局部放电光电联合检测实验平台。该平台主要由四部分组成：高压源、GIS模拟试验腔体、局部放电检测装置以及四种典型的人工绝缘缺陷模型（针尖缺陷、悬浮缺陷、微粒缺陷和沿面缺陷）。其中，GIS模拟腔体内部充有高纯度SF6气体。核心的检测系统包括依据IEC 60270标准的脉冲电流法（作为参考基准）和两套光学检测系统——导光柱检测系统和荧光光纤检测系统。
导光柱传感系统是本研究的重点。研究采用的导光柱由聚甲基丙烯酸甲酯（PMMA）制成，透光率高（93%），硬度大，其前端结构与GIS壳体内表面平齐，既保证了检测灵敏度又不影响设备运行。其工作原理基于光信号在柱内的全反射传播。光学信号通过导光柱或荧光光纤收集后，经由石英光纤传输至光电倍增管（PMT）转换为电信号，最后使用高速示波器进行同步采集，同时采集电源相位信号用于生成PRPS图谱。在试验中，两种光学探头被对称布置于腔体侧窗，与放电源保持相等距离，以确保对比的公平性。
第二步骤：局部放电光学信号特性分析。 此步骤旨在详细对比导光柱法与荧光光纤法的检测性能。研究针对四种缺陷类型，在多种电压等级下，同步采集了脉冲电流信号、导光柱光信号和荧光光纤光信号。分析工作极其详尽，从多个维度进行了量化对比： 1. 起始放电电压（PDIV）：记录两种光学方法首次检测到放电信号时的外施电压。 2. 时域信号对比：展示单周期内光信号与电流信号的对应关系，观察其相位同步性及脉冲幅值。 3. 特征量统计分析：系统计算并对比了多个关键统计特征，包括：最大光脉冲幅值（I_max）、平均光脉冲数（N）、平均光脉冲幅值（I_ave）。这些参数分别从脉冲强度、放电频次和平均强度三个层面量化了两种方法的检测能力。 4. PRPS图谱生成：基于导光柱采集的光脉冲序列，构建了四种典型缺陷的PRPS谱图，直观展示不同缺陷的放电相位分布模式和统计特征差异。
这一步骤涉及对大量实验数据的处理与统计，是整个研究的数据基础，为后续模式识别提供了特征依据和图像样本来源。
第三步骤：基于导光柱数据的模式识别模型构建。 基于第二步确认的导光柱有效性及其生成的PRPS图像，研究团队提出了一种新颖的局部放电光学图像故障诊断方法。该方法的核心流程如下： 1. 图像数据集构建：为了增加模型的泛化能力，研究不仅采用了标准缺陷，还设计了不同尺寸的缺陷变体（如不同针尖曲率、不同间隙距离），最终共采集了600个样本（每类缺陷150个），并按4:3:3的比例划分为训练集、验证集和测试集。 2. 特征提取（PHOG算法）：研究采用PHOG特征描述符来提取PRPS图像的特征。PHOG特征的优势在于能同时描述图像的局部形状和其在空间中的层级分布。具体过程包括：首先用Canny算子提取图像边缘轮廓；然后对图像进行空间金字塔分解，将图像逐级分割成更精细的子区域；最后，在每一层级的每个子区域内计算梯度方向直方图，并将所有层级、所有子区域的特征向量串联起来，形成最终的高维特征向量。这种方法能最大程度地保留图像的结构化信息。 3. 分类器优化与建立（BAS-SVM模型）：将提取的PHOG特征输入支持向量机（SVM）进行分类。为了提高分类精度，研究引入了天牛须搜索（Beetle Antennae Search， BAS）算法来优化SVM的两个关键参数：惩罚因子C和核函数参数γ。BAS算法是一种高效的仿生优化算法，通过模拟天牛利用触须寻找食物的行为，在参数空间中快速寻找最优解。优化流程以验证集的识别错误率为适应度函数，通过迭代更新天牛（即参数组合）的位置，最终找到使SVM性能最佳的超参数。 4. 模型验证与对比实验：为了全面评估所提方法的优越性，研究进行了严格的对比实验： * 特征提取方法对比：将PHOG与Hu矩、灰度共生矩阵（GLCM）、灰度差分统计（GLDS）等传统图像特征提取方法进行对比，所有方法均使用BAS-SVM分类器。 * SVM优化算法对比：在采用PHOG特征的前提下，将BAS优化算法与网格搜索（GS）算法、粒子群优化（PSO）算法进行对比。
三、主要研究结果
在信号特性分析方面，研究获得了详实的数据结果，充分证明了导光柱法的优越性： 1. 有效性验证：导光柱法采集的光脉冲与脉冲电流法测得的信号在相位上高度一致，且脉冲幅值随电压升高而增大，证实了其在GIS局部放电检测中的有效性。 2. 性能对比： * 起始放电灵敏度：对于放电量较小的针尖放电和沿面放电，导光柱法检测到的PDIV显著低于荧光光纤法（针尖：5.62 kV vs 8.64 kV；沿面：5.20 kV vs 6.89 kV），表明其起始检测灵敏度更高。对于放电量大的悬浮和微粒放电，两者PDIV一致。 * 信号幅值：在所有缺陷类型下，导光柱法测得的最大光脉冲幅值和平均光脉冲幅值均高于荧光光纤法。对于沿面放电，导光柱法的平均光脉冲幅值甚至是荧光光纤法的3.56倍。 * 脉冲数量：对于针尖和沿面放电，导光柱法捕获的平均光脉冲数远多于荧光光纤法（针尖在8.64 kV下为168.7 vs 9.2），表明其能更完整地记录放电过程。 * PRPS图谱：基于导光柱数据生成的四种缺陷PRPS谱图显示出鲜明且可重复的差异，例如针尖放电集中在电压峰值附近，悬浮放电出现在过零点附近，而微粒放电可能在任意相位出现，这为基于图像的模式识别奠定了坚实的基础。
这些结果为导光柱作为GIS局部放电光学检测优选传感器的结论提供了直接数据支撑，并逻辑自然地引出了下一步：利用导光柱所生成的优质光学图像数据进行故障诊断。
在模式识别方面，实验结果验证了所提PHOG-BAS-SVM模型的高性能： 1. 特征提取方法对比结果：在相同的BAS-SVM分类器下，使用PHOG特征的诊断准确率达到90.4%，显著高于使用Hu矩（78.5%）、GLCM（77.4%）和GLDS（76.3%）等特征的方法，准确率提升了12-14个百分点。这证明了PHOG特征能更有效地捕捉局部放电光学图像的本质特征。 2. 优化算法对比结果：在使用PHOG特征的前提下，BAS-SVM模型的准确率（90.4%）高于PSO-SVM（88.5%）和GS-SVM（83.4%）。在计算效率上，BAS-SVM的运行时间（96.6秒）远低于PSO-SVM（382.7秒），虽然略高于GS-SVM（62.0秒），但在准确率上有巨大优势。这表明BAS算法在寻优精度和速度上取得了良好平衡。 3. 综合性能：PHOG-BAS-SVM模型在诊断准确率和运算时间上均表现出色，被证明是处理该类问题的高效方案。
四、研究结论与价值
本研究得出以下核心结论： 1. 导光柱法能够有效检测GIS中的典型局部放电，其信号特征（相位、幅值随电压变化规律）与脉冲电流法一致，验证了该方法的有效性。 2. 与荧光光纤法相比，导光柱法在起始放电检测灵敏度、采集到的放电脉冲幅值及数量方面均表现更优，尤其对于针尖和沿面放电更为明显，证明了其在GIS局部放电光学检测中的应用潜力。 3. 提出了一种基于PHOG特征和BAS-SVM的局部放电光学图像直接诊断方法。该方法绕过了传统基于结构化数据的复杂特征提取过程，直接利用PRPS图像进行识别，简化了流程。PHOG特征能有效表征图像信息，BAS算法能高效优化SVM参数，最终实现了高达90.4%的诊断准确率。
本研究的科学价值在于，首次系统地将导光柱传感技术应用于GIS的SF6气体环境局部放电检测，并通过与成熟技术的详细对比，量化了其性能优势，填补了该领域的研究空白。在方法学上，创新性地将计算机视觉中的PHOG特征与智能优化算法BAS相结合，应用于局部放电光学图像的识别，为处理非结构化的放电监测数据提供了新思路。
其应用价值显著：导光柱传感器具有硬度高、易封装的优点，更适合在GIS等高压密封设备中作为内置或外置传感器，提升局部放电在线监测的可靠性和抗干扰能力。所开发的图像诊断模型为构建智能化的GIS局部放电光学监测与诊断系统提供了关键技术支撑，有助于实现设备状态的自动评估与故障预警，提升电网运维的智能化水平。
五、研究亮点