绝缘子运行状态的评估关乎到输电工程的安全运行。紫外成像技术提供了一种绝缘子评估的量化手段, 为此, 提出了一种基于改进自适应神经模糊推理系统(adaptive neuro-fuzzy inference system, ANFIS)的绝缘子紫外光斑评估方法。首先, 搭建了绝缘子污秽放电测试平台, 开展了不同测试距离和增益下的绝缘子放电强度研究。其次, 将增益以及紫外光斑面积作为训练数据, 建立了基于贝叶斯推理的 ANFIS模型。最后, 进行了现场验证测试。结果表明, 该方法具有良好的预测精度和测试效率, 适用于绝缘子紫外成像量化评估, 为绝缘子运行状态的评估提供了技术支撑。

瓷绝缘子在配电线路中应用广泛, 受长期机电应力与户外恶劣环境影响, 在运行中易发生劣化。红外热像法是一种重要的劣化绝缘子带电检测方法, 具有检测方便、安全高效和非接触式的优点, 已成为线路巡检的重要手段, 但劣化绝缘子热像特征不明显, 肉眼识别易出现误判。为此, 本文首先对配电线路瓷绝缘子进行温度场仿真分析, 然后提出了一种劣化绝缘子红外热像检测方法, 采用多尺度模板匹配算法定位识别绝缘子, 获取绝缘子红外图像中的坐标参数, 并对其进行分割提取, 通过最小二乘线性拟合提取绝缘子表面温度。结合相关标准与仿真分析结果, 通过同类比较判断法对比多个绝缘子温度状态的差异, 实现劣化绝缘子检测。

复合绝缘子在不同缺陷类型下表现出不同的发热特征，基于复合绝缘子中心轴温度数据，提出了一种基于一维残差网络的复合绝缘子发热缺陷检测方法。首先，统计分析复合绝缘子不同缺陷类型下的异常温升范围及位置信息，得到各缺陷类型下的复合绝缘子中心轴温度数据样本集；然后，建立一维残差网络模型，在残差块中引入空洞卷积来扩大感受野，并加入有效通道注意力机制模块（efficient channel attention network, ECA_Net），提升与缺陷类别相关性较高的特征权重；最后，进行了算例验证及模型对比，同时采用 t分布随机紧邻嵌入（t-distributed stochastic neighbor embedding, t-SNE）可视化方法，反映模型特征提取的效果。结果表明：该模型能够有效捕捉中心轴线温度数据的空间维度信息，自适应提取类别区分度较大的特征，相较于普通卷积、自编码器（auto encoder, AE）和支持向量机（support vector machine, SVM），其识别准确率得到了提升，具有较好的鲁棒性和泛化能力，实现了端到端的复合绝缘子发热缺陷检测。

针对无人机检测缺陷绝缘子时，存在目标特征不明显、小目标检测效果差、无法同时满足检测速度和精度的问题，提出一种基于改进YOLOv5的绝缘子缺陷检测算法。首先，针对目标特征不明显的问题，将ConvNeXt网络应用到YOLOv5主干网络中，以加强网络特征提取能力；其次，针对图像中的小目标特征，在主干网络中引入坐标注意力机制，提高对小目标的检测精度；然后，对改进模型进行剪枝操作，剪去模型中冗余的通道，从而减少模型参数量，使模型更加轻量化。实验结果表明：所提算法在绝缘子缺陷数据集IDID上的平均精度均值达到93.84%，较原始算法提升了3.4个百分点；检测速率达到166 frame/s，较原算法速率提升了69.4%，可以满足对输电线路实时检测的要求。

以绝缘子玻璃件生产工艺为载体，介绍玻璃生产过程中稳定K2O含量的方法，指出稳定K2O引入原料的加入量、稳定熔制工艺、合理控制K2O的挥发量能保障产品质量的一致性和稳定性。

研究和讨论了绝缘子玻璃件生产成型过程中料滴的均匀度、形状以及落料剪切控制等问题,分析如何对滴料过程中的常见问题进行预防与调整,以保证产品质量的稳定性。

针对单一红外图像或可见光图像不能够实现全天候检测的问题，提出了一种梯度图像融合模型将红外和可见光图像进行融合。先采用加速稳健特征算法（speeded-up robust features，SURF）将两幅图像的特征点进行匹配。接着采样剪切波变换（non-subsampled shearlet transform, NSST）算法将待融合图像进行分解，形成具有高频分量信息和低频分量信息的图，再分别对绝缘子的高频分量图和低频分量图进行融合，实现局部融合。利用 NSST的逆变换对高频分量图和低频分量图进行逆变换，得到最终融合图，实现全局融合。对融合图像进行质量评价。采用最小二乘法直线拟合算法在二值图像的基础上来实现绝缘子的自爆检测；采用像素积分投影法来检测绝缘子片裂纹情况；采用颜色特征来检测绝缘子表面是否存在污秽的情况。通过实验对比单张图像和融合图像的检测结果的准确率。实验结果表明，采用基于融合图像的绝缘子自爆、绝缘子片裂纹、绝缘子表面污秽 3个故障的识别率分别达到了 95%、91%、90%，均高于单一的红外图像或可见光图像的识别率。

为防止激光清洗瓷质绝缘子过程中基底发生损伤, 开展激光辐照下瓷质绝缘子损伤试验。采用1 064 nm脉冲激光辐照于瓷质绝缘子表面, 探究不同能量密度、脉冲个数以及不同辐照时间下瓷质绝缘子的损伤规律, 并对瓷质绝缘子表面开展振镜扫描试验, 利用图像法确定瓷质绝缘子的激光损伤阈值。试验结果表明, 激光定点辐照下, 随着激光能量密度的提高、脉冲数的增加、辐照时间的增加, 绝缘子表面坑洞直径逐渐增大, 最后趋于定值, 约为聚焦光斑直径的1.3倍; 减小扫描速度, 损伤形貌由斑点状变化至条纹状, 粗糙度随能量密度的增大、速度的减小而增大; 基于图像法的瓷质绝缘子损伤判据, 得到损伤能量密度阈值。

污闪是威胁电网安全可靠运行的重要原因之一, 污秽类型差异将直接影响闪络电压大小。因此, 及时掌握绝缘子污秽类型信息对预防污闪有重要作用。为此提出了一种基于SAM-ED光谱匹配的绝缘子污秽类型检测方法。采集不同污秽类型样本高光谱数据, 经黑白校正及多元散射校正(MSC)去除噪声等干扰因素;利用竞争自适应重加权采样法(CARS)对光谱数据进行特征选取, 分别在特征波段和全波段范围内通过SAM-ED光谱匹配法将测试组样本光谱与参考光谱进行匹配, 根据匹配结果对样本进行分类;实验结果表明: 相比于光谱角匹配法和最小距离法, SAM-ED光谱匹配法检测效果更好;基于全波长数据进行SAM-ED光谱匹配准确率可达95%, 基于特征波长数据进行SAM-ED光谱匹配准确率可达98.33%。

电力绝缘子具有机械强度高、表面不易发生裂缝、老化速度慢等功能，在电力领域具有广泛应用。为了研究电力绝缘子层间气隙，构建了具有三层电力绝缘子的太赫兹（THz）波反射传播模型。模拟电力绝缘子层间气隙，制作了橡胶-环氧树脂板层间气隙缺陷样件。对含有层间气隙缺陷的样件的波形进行分析，能够检测厚度为100 μm的层间气隙缺陷，并对层间气隙厚度进行了计算。经数显千分测厚仪验证，THz检测层间气隙厚度的准确率达到95.61%。对缺陷样件进行能量积分成像并采用最大类间方差（Ostu）二值化方法提取气隙缺陷，为了验证THz检测的识别准确度，采用光学三坐标扫描仪对粘接缺陷重构提取缺陷面积，检测准确率达到95.29%。本文研究为电力绝缘子中含有层间气隙缺陷的检测提供了新方法。