基于太赫兹成像的层状复合绝缘结构内部分层缺陷SSA-CNN定量表征

作者：朵文博; 李宏伟; 李帅兵^*; 杨栋; 卢保朋; 康永强; 曹炳磊

来源：电气工程学报, 2023, 18(03): 63-72.

• 太赫兹无损检测技术
• 分层缺陷识别
• SSA-CNN
• DeepLabV3+
• MobileNetV2

层状复合绝缘结构内部分层缺陷的几何形状和位置在运行过程中会引发场强畸变，引发局部放电乃至绝缘击穿等故障，因此对层状复合绝缘件内部分层程度进行准确检测具有重要意义。首先利用太赫兹光谱对含分层缺陷的层状复合绝缘结构进行频域成像，得到典型分层缺陷图像集；在此基础上，采用DCGAN模型对图像扩充并建立数据集，实现样本扩充和均衡化；最后，通过三种SSA-CNN(语义自注意)模型对缺陷样本中的分层区域缺陷的几何面积进行了计算分析。结果表明，DeepLabV3+(MobileNetV2)模型的像素精确度最高，对分层区域的识别率可达97.59%，通过像素点的计算可成功表征分层区域缺陷的几何尺寸。研究结果可为层状复合绝缘结构内部分层缺陷的非接触式定量表征提供技术参考。

• 单位
  兰州交通大学