基于毫米波的绝缘子微裂纹检测技术研究

摘 要：为了对绝缘子进行在线状态检测，研究设计了基于毫米波的绝缘子微裂纹检测装置。该装置通过比较不同时刻反射波的强度和时延来观测绝缘子微裂纹的发展过程。首先，对接收到毫米波信号进行FFT变换分析；其次再通过单元平均恒虚警处理判断目标信号是否存在；最后通过差值比较法，取实时接收的混频信号的二维FFT的零速度通道结果，并与初始状态作差值，从而检测绝缘子内部是否存在微裂纹。实验表明，基于该方法设计的绝缘子自感知装置在绝缘子模拟器上的检测成功率为95%。

关键词：瓷绝缘子；毫米波；快速傅里叶变换；恒虚警检测；差值比较法；多径效应

DOI：10.15938/j.emc.2024.11.006

中图分类号：TM216

文献标志码：A

文章编号：1007-449X（2024）11-0057-11

Research on insulator microcrack detection technology based on millimeter waves

YANG Shengzhe¹， JIANG Naisong¹， DING Yiyuan²， HU Qinran¹， WU Zaijun¹， GAO Song³

（1.School of Electrical Engineering， Southeast University， Nanjing 211189， China; 2.State Grid International Development Co.， Ltd.， Beijing 100032， China; 3.State Grid Jiangsu Electric Power Company Research Institute， Nanjing 211103， China）

Abstract：To conduct online condition detection of insulators， a detection device for micro-cracks of insulators based on millimeter waves was researched and designed. This device observes the development process of micro-cracks in insulators by comparing the intensity and time delay of reflected waves at different moments. Firstly， FFT transformation analysis was conducted on the received millimeter wave signal. Secondly， the existence of target signal was judged by unit average constant 1 alarm processing. Finally， the zero velocity channel results of the two-dimensional FFT of the real-time received mixing signal were taken and compared with the initial state to detect the presence of microcracks inside the insulator. The experiment shows that the detection success rate of the insulator self sensing device designed based on this method on the insulator simulator is 95%.

Keywords：porcelain insulator;FMCW;FFT;CFAR;difference comparative law method;multipath effect

0 引 言

随着国民经济的高速发展，未来五年国内将有一大批特高压输变电工程相继开工建设^[1]。随着特高压输变电网络的大力建设，绝缘子的使用数量急剧增长。绝缘子作为输电线路上不可或缺的关键部件，起着耐受电压和承受机械应力的重要作用^[2]。然而长期的机械应力、强电磁场、复杂的外部环境等多种因素可能会导致绝缘子产生内部隐蔽性缺陷、伞裙老化开裂、芯棒断裂等劣化情况^[3-4]，直接影响电网的安全可靠运行。

悬式瓷绝缘子主要由绝缘件（瓷件）、铁帽、钢脚等部件组成，并通过水泥胶合剂进行胶装^[5]。绝缘子最易产生裂纹的地方是头部与主体部分的转交处，这也是绝缘子承受应力最显著的地方^[6]。裂纹形成主要是内部结构应力发生了变化。这种变化可能是由出厂时结构不合理导致其内部存在机械应力^[5，7]，也可能是绝缘子中各组分膨胀系数不同，导致在极端环境下瓷绝缘件内部产生很大的轴向压应力和切向剪应力^[5]，进而使绝缘件断裂。

绝缘子裂纹的产生是长期累加的结果。开始时，往往在绝缘子内部只产生细小的、尚未形成裂纹的微裂纹。这种微裂纹短期内不会影响绝缘子的安全稳定运行。但随着时间推移，绝缘子中的微裂纹会逐渐成为裂纹^[8]。进而可能发生绝缘子的脆性断裂（简称脆断）事故，导致线缆掉落^[10]，甚至引起倒塔等事故。因此，有必要对劣化绝缘子进行在线监测，及时发现内部缺陷，并进行检修更换。

目前主要的绝缘子裂纹缺陷检测方法包括直接观察法、红外测量法、泄露电流法^[11]。使用直接观察法进行绝缘子缺陷检测时，由于变电站内某些设备高度过高或体积过大，因此需要巡检人员使用双筒望远镜进行观测，受观察角度、距离、天气等因素影响，往往导致检测结果不可靠^[1]。红外测零方法主要利用红外热像技术生成绝缘子串的热场分布图像^[15-17]，通过观察热场分布情况来判断零值绝缘子。然而，当劣化绝缘子的绝缘电阻在5～10兆欧之间时，其上分布电压很低，其温升与正常绝缘子相差很小，从热场分布上很难分别，因此存在判别“盲区”^[18]。绝缘子泄漏电流法则通过测量绝缘子的泄漏电流来感知绝缘电阻的变化^[19-21]。但由于泄漏电流不仅与输电线路电压的变化有关，同时也和绝缘子表面污秽程度、老化程度、天气状况有关。因此难以确定一个统一的劣质绝缘子判断依据。尽管在无损检测领域也存在超声波或X光探测等方法，但其探测设备普遍体积较大，同时操作复杂，并且需要在停电状态下进行而不能带电检测^[22-2]，因此目前在绝缘子检测领域应用较少。随着深度学习的发展，目前也出现了许多基于可见光图像的绝缘子裂纹检测算法^[11-1]，但这些算法在进行较小尺度下的目标检测任务时存在精度不足等缺陷^[14]。

对此，本文提出利用毫米波检测技术对绝缘子内部微裂纹进行实时监测的方法并开发了相关装置。该装置的缺陷检测算法基于毫米波雷达的快速傅里叶变换分析，利用差值比较法对缺陷的回波进行峰值检测，进而识别绝缘子内部缺陷。试验验证基于该方法开发的自感知装置在实际绝缘子裂痕检测中有较高的准确度，可以实现绝缘子实时在线监测，具有较高的实用价值。

1 FMCW无损检测原理

1.1 FMCW检测原理

毫米波雷达的基本工作原理是利用高频电路产生特定调制频率的电磁波，并通过天线发送电磁波和接收从目标反射回来的电磁波，可以同时对多个目标进行测距、测速以及方位角测量。图1显示了一个常见的调频连续波（frequency modulated continuous wave，FMCW），它是一个正弦波，其频率随时间线性增加，是线性调频信号的一种。

FMCW雷达目前多用于车辆测距或者监控目标检测等，通过天线发出的调频连续毫米波与接收到的信号之间的频率差进行测距。其信号检测原理图如图2所示。

图中实线表示发射信号，虚线表示接收到的信号，可以看出反射后的波形保留了频率的变化。对两信号进行混频，取两信号的频率差Δf与峰值时间差Δt，易得：

Δf=fT－fR；（1）

Δt=2R/c。（2）

式样：fT和fR分别表示同一时刻发出和接收到的信号的频率；R表示检测物体到毫米波雷达的距离；c表示毫米波在空气中的传播速度（近似为光速）。

根据三角形相似原理，有

ΔfΔt=BT。（3）

其中：B表示调频连续波的最大频率差，即带宽；T表示调频连续波频率变化周期。

将式（2）代入，整理可得被测物体与毫米波雷达的距离为

R=ΔfcT2B。（4）

粗略地说，在每个线性调频周期内，每个反射波都会产生一个正弦波，并且其频率与距离成正比。对于移动的物体，在多个chirp之间，反射的正弦波的相位也会因物体与探测器的距离或物体速度的变化而发生变化。相邻线性调频脉冲之间的相位差与物体的基本速度成正比。换句话说，可以通过分别估计线性调频脉冲和线性调频脉冲的采样点的频率来估计反射器的距离和基本速度。

对于正在移动的物体，由于其具有速度，因此反射的信号会产生多普勒效应，这时需要对信号进行进一步解耦处理以求得多普勒效应对其位置的影响。而在本文所研究的绝缘子微裂纹探测的应用场景中，微裂纹的存在可等效为静止的。因此判断绝缘子是否有微裂纹的唯一有效判据即为微裂纹随时间推移所产生的变化。

完整的FMCW雷达硬件原理图如图3所示。

其信号发射前端主要由信号混频器、定向耦合器、功率放大器、带通滤波器、带通混频器与发射天线组成。信号混频器与定向耦合器对信号进行累加或者耦合，功率放大器对信号进行放大处理，滤波器用来消除信号中原有或因功放产生的毛刺，发射天线用于发射调制连续波，接收天线用于接收来自裂缝的回波。

1.2 微裂纹检测方法

正使用毫米波FMCW雷达进行无损探测绝缘子裂纹的原理示意图如图4所示。

从图中可以看出，当毫米波信号辐射到绝缘子结构体上，一部分信号从表面反射，另一部分进入材料内部，从内部的裂痕和另一侧的表面反射，因此实际测量的情况下，会有多个反射波。反射波的强度和时延受微裂痕的大小、微裂痕与传感器的距离、微裂痕的开裂方向这三个因素影响。因此通过比较不同时刻反射波的强度和时延可以反映出微裂痕的发展过程。

针对于此，本文提出基于相对测量法的策略来进行绝缘子微裂痕检测。在绝缘子出厂阶段，通过内置传感器记录绝缘子内部结构的反射波信息，并以此为参考，定期获取不同时期的反射波信息，与参考信息进行对比。进而提取因绝缘子微裂纹不断扩大而带来的差异，从而用于对绝缘子内部结构性变化进行预警。

2 测距数据处理算法

2.1 快速傅里叶变换

任意一个函数f（t）都可以分解为无穷多个不同频率正弦信号的和。傅里叶变换的实质是将信号加窗截断后从时域变换到频域进行分析，当周期信号满足狄里赫莱条件时，利用傅里叶变换能够将其表示为三角函数的线性组合，通过对这些线性组合的处理以达到检测原始信号的目的。数学上，这种关系可表示为

f^（λ）=12π∫^+∞－∞f（t）e^－jλtdt。（5）

其中：f（t）是给定的；f^（λ）为f（t）的傅里叶变换。

非周期性连续时间信号x（t）的傅里叶变换可以表示为

X（ω）=∫^+∞－∞x（t）e^－jωtdt。（6）

式中算出来的是信号x（t）的连续频谱。但是，在实际的控制系统中能够得到的是连续信号x（t）的离散采样值x（nT）。因此需要利用离散信号x（nT）来计算信号x（t）的频谱。

有限长离散信号x（n），n=0，1，…，N－1的DFT定义为

X（k）=∑N－1n=0x（n）W^knN，k=0，1，…，N－1。 （7）

其中，WN=e^－j2π/N。可以看出，DFT需要计算大约N²次乘法和N²次加法。当N较大时，计算量很大。而快速傅里叶变换（FFT）是离散傅里叶变换（DFT）的快速算法，是为了降低DFT运算次数的一种快速有效的计算方法。

将x（n）分解为偶数与奇数两个序列之和，即：

x（n）=x1（n）+x2（n）。（8）

式中：x1（n）为偶数序列；x2（n）为奇数序列，长度都为N/2，则X（k）可表示为

X（k）=∑N/2－1n=0x1（n）W^2knN+∑N/2n=0x2（n）W^（2n+1）kN，k=0，1，…，N－1。（9）

由于

W^2knN=e^－j2πN2kn=e^－j2πN/2kn=W^knN/2。（10）

则X（k）可表示为

X（k）=∑N/2－1n=0x1（n）W^knN/2+WkN∑N/2－1n=0x2（n）W^knN/2=

X1（k）+WkNX2（k），k=0，1，…，N－1。（11）

其中X1（k）和X2（k）分别为x1（n）和x2（n）的N/2点DFT。由于X1（k）和X2（k）均以N/2为周期，且有WkN+N/2=－WkN，所以X（k）又可表示为

X（k）=X1（k）+WkNX2（k），k=0，1，…，N2－1；（12）

X（k+N2）=X1（k）－WkNX2（k），k=0，1，…，N2－1。（13）

FFT算法的原理是通过许多小的更加容易进行的变换去实现大规模的变换，降低了运算要求，提高了运算速度。相对于周期信号而言，它的频谱属于离散谱，当使用快速傅里叶变换对其进行频谱变换时，只有选择区间为整数倍周期长度的N才能得到正确的频谱形状。而对于模拟信号而言，在对其进行相应频谱变换前，必须对模拟信号选择采样点数和采样间距，使其转变为时域离散信号后，才能对其进行快速傅里叶变换。

2.2 二维傅里叶变换

在绝缘子内部检测到的回波及其混频信号中，包含大量的速度耦合信号。因此有必要对信号进行解耦处理，以保留对目标检测有重要作用的静止信号，而筛去其中包含的速度杂波信号。

二维傅里叶变换是进行信号筛选的方法之一。对于FMCW雷达天线发出的调频连续毫米波，用一般复信号形式表示为

ST（t）=e^{j（ω0t+φ0）}=cos（ω0t+φ0）+

jsin（ω0t+φ0）。（14）

其中：ω0为本振频率；φ0为初始相位。回波信号为发射信号的延迟。毫米波用一般复信号形式表示为

SR（t）=A·RE（ST（t－τ））=Acos（ω0（t－τ）+φ0）。（15）

对发生信号与接受信号进行IQ混频后，得到的混频信号为

ST（t）×SR（t）=cos［ω0（t－τ）+φ0］×cos（ω0t+φ0）=A2［cos（2ω0t－ω0τ+2φ0）+cos（ω0τ）］+Aj2［sin（2ω0t－ω0τ+2φ0）+sin（ω0τ）］。（16）

因此，可以在复数域内对其进行解耦。考虑到线性调频过程中，每次chirp持续时间Tc很短，因此选择对单独线性调频信号的基带信号采样进行FFT处理，得到拍频fB，随后将雷达处理过的回波信号分成不同的距离门。

对总共N个线性扫频信号，重复上述流程。为得到更为精确的结果，在每个单独距离门中第二个FFT用于生成信号频谱结果，并将结果按列存储在一个二维矩阵当中。随后将二维矩阵合并为三维矩阵并作二维FFT处理，可得到包含速度门与距离门的三维数组，其流程如图5所示。

其中，其x轴代表着信号发出的通道序号（Channel），与其信号频率呈正相关；其z轴代表着包含多普勒速度的速度门（doppler gate）；y轴代表着包含距离信息的距离门（range gate）。为取得理想状态下裂缝的判据，将只保留速度门零通道上的数据，并对这部分数据作进一步处理。

2.3 锯齿波测距数据处理

FMCW雷达使用的调制波有三角波与锯齿波两种。对于三角波而言，信号在三角波的上升沿与下降沿都进行采样；对于锯齿波而言，信号只在其上升沿进行采样。因此，三角波对于产生了多普勒效应的移动物体而言无疑具有更好的检测特性；而对于静止物体，锯齿波可以实现更多的取样次数，因此更适合选用锯齿波对其进行探测。

锯齿波雷达利用差拍信号估计目标的距离和速度参数，但是由于单扫频信号存在距离和速度耦合的问题，不能像三角波线性调频连续波一样仅通过一维傅里叶变换得到目标的距离和速度。

锯齿波雷达发射信号由多个单扫频段组成，周期重复，第n个扫频周期锯齿波信号表达式如下：

xt（t，n）=A0cos{2π［f0（t－nT）+12μ（t－nT）2］+Φ0}，nT≤t≤（n+1）T。（17）

式中n为一个相关处理周期内锯齿波的个数。

假设在t=0时刻，雷达前方存在一个距离为r，以速度v（目标相对于雷达的径向速度，以接近雷达方向为正）匀速运动的目标，则接收到的目标回波信号为

xr（t，n）=KrA0cos{2π［f0（t－nT－τ（t））+12μ（t－nT－τ（t））2］+Φ0+φ0}，

nT+τd≤t≤（n+1）T。（18）

将xt与xr进行混频和低通滤波，得到差拍信号如下：

xb（t，n）≈12KrA20cos{2π［（2μrc－2vcf0）（t－nT）－

2vf0cnT－2μvtc（t－nT）+2rf0c］－φ0}=

12KrA20cos2π［fb（t－nT）－fvnT］+φb，

nT+τd≤t≤（n+1）T。（19）

式中：fb=2μr－2vf0－2μvtc；fv=2vf0c；φb=4πrf0c－φ0。

考虑系统采用正交双通道接收信号，对其进行正交变换，得到复差拍信号表达式如下：

xb（t，n）=12KrA20e^{j{2π［fb（t－nT）－fvnT］+φb}}。（20）

对单个扫频段接收信号xb（t，n）进行快速傅里叶变换可得

xb（f1，n）=∫（n+1）TnT+τd12KrA20e^{j{2π［fb（t－nT）－fvnT］+φb}}e^{－j2πf1（t－nT）}dt=

12KrA20e^{j（2πfvnT+φb）}∫Tτde^{j2π（fb－f1）t}dt。（21）

由式（21）可以看出，单个扫频段接收信号xb（t，n）的傅里叶变换xb（f1，n）在fb=f1处于频谱峰值，即：

xb（fb，n）=12KrA20（T－τd）e^{j（－2πfvnT+φb）}≈

12KrA20Te^{j（－2πfvnT+φb）}。（22）

因为锯齿波线性调频连续波扫频周期T非常小，所以快时间维频谱峰值频率fb≈2Br/cT ，快时间维可以等效为距离维，频谱单元可以等效为距离单元。

由上式可以看出，不同扫频段（慢时间维）的频谱峰值xb（fb，n）也是单频信号，实验通过谱估计可以得到其频率fv=0，即目标的多普勒频移为零。根据fv和fb即可得到目标的距离和速度信息：

r=fb+fv2μc;（23）

v=fvc2f0。（24）

因此求取目标的距离和速度信息只需求取混频信号的fb和fv。从式（19）可以看出，经过低通滤波之后的混频信号仍然是一个线性调频连续波。通过对混频信号中所有chirp进行快速傅里叶变换之后得到距离速度谱，如图6所示。

通过对第一列做2D-FFT，能够得到可求取速度信息的fv，通过对chirp1做FFT可以得到关系求取距离信息的频率fb。鉴于劣化绝缘子中的微裂纹检测属于静态检测，因此其经过滤波的混频信号是一个恒频连续波，因此对其进行FFT，理想情况下只会出现一个频率峰值fb，通过式（23）可计算出微裂纹的距离信息。

3 差值比较法

3.1 恒虚警处理

本文对雷达杂波进行恒虚警处理。恒虚警检测技术是指雷达系统在保持虚警概率恒定条件下对接收机输出的信号与噪声作判别以确定目标信号是否存在的技术。其根据检测单元附近的参考单元估计背景干扰的平均功率，从而得到自适应的检测阈值，使检测时的虚警概率保持恒定。

本文采用单元平均恒虚警处理（CA CFAR），CA CFAR通过检测单元附近的若干个参考单元的均值来估计杂波功率水平，从而自适应设定检测门限。CA CFAR简单易于实现，效果好坏受噪声类型的影响。对于CA CFAR，平均虚警概率和噪声功率大小无关，只与判决单元附近的样本数N及门限系数a有关，判决门限T表示为：

T=AN∑Ni=1，j=1（xi+xj）；（25）

A=N（P-^－1N－1）。（26）

雷达接收到的回波数据经过FFT 处理，然后再经过包络检波输出，进入滑窗检测器进行检测，在CA CFAR中，杂波功率水平由2n个参考单元的算术平均得到，然后归一化门限A相乘后得到真正的门限T，最后将检测单元D和门限T进行比较，输出判决结果。图7中D为被测目标单元，因为目标的功率可能泄露到相邻的单元中，会影响CA CFAR检测器对杂波功率水平的估计，所以P作为保护单元。

3.2 差值比较法

由于不同微裂痕的情况可能会导致反射波表现出相同的强度和时延，这给判断微裂痕的信息带来更多的不确定性。因此，本文提出基于相对测量法的策略来进行绝缘子微裂痕检测。

相对测量法以最初绝缘子安全运行时的状态检测作为基准，取其混频信号的前M项二维FFT的前M项零速度通道结果为F1，F2，…，FM，同时取其均值为FA，其中M为高次谐波数，决定了信号检测的精度，可根据芯片处理速度进行设置。

同时，取实时接收的混频信号的二维FFT的零速度通道结果F1，与初始状态作差值，得到实时差值数据Fp。此时差值数据Fp中的峰值所代表的即为由于裂缝导致的绝缘子内部结构改变而出现的峰值，对其进行定位则可获取裂缝位置信息。

滤波处理方法消除本身结构影响带来的峰值后，由于本身毫米波FMCW雷达的带宽限制，其测量精度受调制波的带宽所限：以本文所用的60～64 GHz的调频连续毫米波FMCW雷达为例，其测量精度仅能达到3.75 mm。该精度对于大部分裂缝而言显得较为庞大，因此，在实时差值数据Fp中会出现离群值。为保证最终结果的可靠性，有必要对其进行剔除或修正。

然而，消除离群值将导致整组数据变得不完整，可能致使信息缺失。本文通过在传统离群值消除算法的基础上进行优化，较好地应用于调频连续波激光雷达回波信号的滤波。

离群值消除算法将离群值作为目标点，离群值周边没有足够的相同类型的相邻点，其中基于距目标点的距离来定义相同类型的相邻点。首先，在速度-时间二维散点图上，循环计算每个点到其他相邻点的距离，然后插入集合。数据集分布的形状由数据均值和方差确定，由此可以确定邻域半径r和离群数阈值p。当半径为r的点附近的点数小于离群值阈值p时，可以将该点定义为离群值。当阈值为p时，可以将该点定义为法线点。

体现在数据算法中，比较容易采用的方法是方差检测法。可以取实时差值数据Fp中的列数据进行方差检测，对方差较大的数据进行剔除，而仅保留方差较小的特征点，使得数据在进行峰值检测过程中更加可靠。

3.3 多径效应与峰值检测

多径效应是指在波传播的过程中，由于其路径较为复杂，使得最终接收到的多条回波在接收端产生干涉效应，最终呈现出增强或者衰弱的效果。由于绝缘子内部的介电常数与外界空气相差较大，因此可近似认为毫米波仅在绝缘子内部传播。在这样封闭的空间中，多径效应的影响被更加地放大了。在绝缘子内部传播的毫米波FFT结果中，由于多径效应的存在，易在峰值后出现假目标峰。为降低多径效应的影响，需要进一步提高雷达分辨率。在FMCW雷达中的具体做法主要表现为通过提高雷达上升沿的周期时间T1，以增加雷达截取带宽，达到增加雷达分辨率的效果。

基于以上的数据处理，最终得到较为平滑的差值数据，因此可以采用简单有效的遍历法进行峰值检测。为了消除多径效应的影响，仅取遍历得到的第一个峰为目标并记录其特征。

最后，对实时输出信号进行滑窗处理，取一段时间内峰值检测结果的平均值，并以最终信号结果来判断有无微裂纹以及微裂纹的存在位置。综上所述，该装置整体检测流程图如图9所示。

4 实验装置设计

4.1 绝缘子模拟器设计

试验阶段需要绝缘子陶瓷结构能够从无微裂纹到有微裂纹有一个动态过程，然而烧结的陶瓷结构硬度很高，无法根据试验需要灵活产生裂纹，因此必须寻找一种与陶瓷材料接近又便于人工制造裂痕的材料。最终本文确定以高岭土作为实验对象。首先高岭土是陶瓷的主要成分，两者电特性比较接近。其次高岭土是粉状物质，便于模拟微裂纹。本文设计的绝缘子模拟器如图10所示。

采用3D打印制造一个倒杯形结构的容器，用于填充高岭土。填充后的高岭土的总体外形呈现一个杯型结构，其厚度和尺寸与实际绝缘子吻合。该容器的外侧柱面设计有横向与斜45度的裂缝插口，用于从外侧对高岭土制造裂痕，从而验证传感器的检测性能。

4.2 硬件设计

传感器的硬件主要包括三大部分：毫米波雷达芯片、电源管理电路和毫米波天线。硬件设计原理图如图11所示。

图11中毫米波雷达芯片采用加特兰CAL77S244。该传感器中封装了毫米波雷达系统的发送（TX）和接收（RX）射频组件、时钟等模拟组件、数模转换器（ADC）、微控制器（MCU）和雷达信号处理（Sample、FFT、CFAR、DoA）等数字组件。

考虑到实际悬式绝缘子的有限空间，最终版传感器将LoRA通信模块与毫米波雷达传感器集中在同一个电路板上。核心传感器放置在电路板中间，将把LoRa模组安装在右上角。整个电路板外边框提供屏蔽罩安装固定夹具，用于电磁屏蔽。电路板为尺寸6 cm×6 cm×1 cm的方形，如图12所示，可以安装在铁帽和陶瓷头部之间。

4.3 试验结果

1）针对绝缘子模拟器试验。

利用该试验装置，对绝缘子模拟器进行大量反复实验，并对上述算法不断优化，最终实现对长度为1 cm，宽度为0.5 mm的裂痕的可靠检测，判据参数的变化量为10 dB。图13（a）为绝缘子杯型结构中通过裂缝插口制造的微裂痕。图13（b）为测试结果。根据测试统计，以高岭土为实验对象，本文提出的算法检测成功率为95%。

2）针对真实绝缘子试验。

本文对真实的绝缘子进行了反复试验。图14为江苏省电力试验研究院提供的带有裂痕的大吨位绝缘子。该绝缘子杯型结构处有一个横向裂纹，使得上半部分结构完全可以脱落。试验时将传感器放置在绝缘子杯型结构顶部，将横向裂纹从吻合状态变化为0.5 mm的开裂，并检测到了裂纹的变化。

通过对低通滤波后的混频信号进行FFT得到其频谱。由于裂纹是静止状态，因此对恒频连续波进行FFT理论上只会得到一个频率，即为fb。实验条件下会存在杂波，因此选取峰值频率及临近几个峰值频率，通过式（23）计算可得微裂纹距离雷达信号源的距离。其中峰值频率fb所对应的距离大约为2.3 cm。经实际测量该绝缘子杯型结构处横向裂纹到绝缘子顶端平均距离为2.38 cm。

5 结 论

本文以大吨位瓷绝缘子为研究对象，进行了绝缘子本体缺陷自动感知技术研究。该研究基于FMCW毫米波雷达无损检测原理提出了一种绝缘子微裂纹检测方法。针对回波中含有大量杂波的情况，本文提出了一种差值比较法对缺陷回波进行峰值检测，有效降低了杂波的影响。并在此基础上开发了绝缘子劣化自感知装置。该装置封装后可在大吨位瓷绝缘子头部铁帽内进行嵌入式处理，实现实时在线监测绝缘子内部缺陷。试验表明，该装置在绝缘子裂纹检测中有较高的准确度。

参 考 文 献：

［1］ 董飞飞，李喜来，王勇，等. 我国特高压工程发展历程及发展建议[J]. 中国工程咨询，2023，24（6）：42.

DONG Feifei， LI Xilai， WANG Yong， et al. Development history and suggestions for ultra high voltage engineering in China[J]. Chinese Engineering Consultants， 2023， 24（6）： 42.

［2］ 曾磊磊， 张宇， 曾鑫， 等. 复合绝缘子硅橡胶伞裙老化状态评估方法综述[J]. 电瓷避雷器，2022，65（2）：139.

ZENG Leilei， ZHANG Yu， ZENG Xin， et al. Aging state evaluation methods for silicone rubber sheds of composite insulators[J]. Insulators and Surge Arresters， 2022， 65（2）： 139.

［3］ 吴润琪. 劣化绝缘子微波检测技术研究[D]. 长沙： 湖南大学，2020.

［4］ 张志劲， 张翼， 蒋兴良， 等. 自然环境不同年限复合绝缘子硅橡胶材料老化特性表征方法研究[J]. 电工技术学报， 2020， 35（6）： 1368.

ZHANG Zhijin， ZHANG Yi， JIANG Xingliang， et al. Study on aging characterization methods of composite insulators aging in natural environment for different years[J]. Transactions of China Electrotechnical Society， 2020， 35（6）： 1368.

［5］ 杨威， 白永祥， 华奎， 等. 国内特高压线路大吨位绝缘子使用情况调查[J]. 电瓷避雷器， 2018， 61（5）： 241.

YANG Wei， BAI Yongxiang， HUA Kui， et al. Investigation on the use of large tonnage insulators in UHV transmission lines[J]. Insulators and Surge Arresters， 2018， 61（5）： 241.

［6］ 刘洋， 袁田， 徐偲达， 等. 静态载荷下盘形悬式绝缘子形变特性研究[J]. 电瓷避雷器，2019，62（06）：198.

LIU Yang， YUAN Tian， XU Sida， et al. Study on stress-strain characteristics of cap and pin insulator under static load[J]. Insulators and Surge Arresters， 2019， 62（6）： 198.

［7］ 邱志斌， 阮江军， 黄道春， 等. 输电线路悬式瓷绝缘子老化形式分析与试验研究[J]. 高电压技术，2016，42（4）：1259.

QIU Zhibin， RUAN Jiangjun， HUANG Daochun， et al. Study on aging modes and test of transmission line porcelain suspension insulators[J]. High Voltage Engineering， 2016，42（4）： 1259.

［8］ 郑建军，贾鹏，刘昊东，等. 110 kV复合绝缘子高压侧护套开裂故障原因分析[J]. 内蒙古电力技术，2021，39（1）：72.

ZHENG Jianjun， JIA Peng， LIU Haodong， et al. Cracking analysis of 110 kV composite insulator high-voltage side sheath[J]. Inner Mongolia Electric Power， 2021，39（1）： 72.

［9］ 曹雯， 栾明杰， 申巍， 等. 绝缘子芯棒碳化对其电场分布特性的影响[J]. 电机与控制学报， 2018， 22 （11）： 89.

CAO Wen， LUAN Mingjie， SHEN Wei， et al. Effects of carbonization of insulator core rod on properties of electric field distribution[J]. Electric Machines and Control， 2018， 22（11）： 89.

［10］ 巢亚锋，万涛，张柳，等. 湖南电网架空线路复合绝缘子掉线分析及建议[J]. 高压电器，2021，57（8）：209.

CHAO Yafeng， WAN Tao， ZHANG Liu， et al. Analysis and suggestions on string breakage failure of composite insulators of overhead transmission line in hunan power grid[J]. High Voltage Apparatus， 2021，57（8）： 209.

［11］ 刘其其. 基于电力巡检无人机的瓷绝缘子裂纹自动检测技术研究[D]. 北京：华北电力大学， 2018.

［12］ 高伟， 周宸， 郭谋发. 基于改进YOLOv4及SR-GAN的绝缘子缺陷辨识研究[J]. 电机与控制学报， 2021， 25 （11）： 93.

GAO Wei， ZHOU Chen， GUO Moufa. Insulator defect identification via improved YOLOv4 and SR-GAN algorithm[J]. Electric Machines and Control， 2021， 25（11）： 93.

［13］ 张凯. 变电设备绝缘子裂纹缺陷检测算法研究及嵌入式实现[D]. 广州：华南理工大学，2021.

［14］ 刘传洋， 吴一全， 刘景景. 无人机航拍图像中绝缘子缺陷检测的深度学习方法研究进展[J]. 电工技术学报， 1.

LIU Chuanyang， WU Yiquan， LIU Jingjing. Research progress of deep learning methods for insulator defect detection in UAV based aerial images[J]. Transactions of China Electrotechnical Society， 1.

［15］ 李伟. 基于紫外和红外联合检测的悬式绝缘子放电及发热特性研究[D]. 北京：华北电力大学，2021.

［16］ 律方成，马建桥，汪佛池，等. 基于红外成像的瓷支柱绝缘子发热规律研究[J]. 电工技术学报，2013，28（12）：130.

L Fangcheng， MA Jianqiao， WANG Fochi， et al. Study of porcelain post insulators heating law based on infrared imaging[J]. Transactions of China Electrotechnical Society， 2013，28（12）： 130.

［17］ TAOJ， FANG S， WANG Z， et al. A infrared detection method for zero-value insulators considering environmental interference[C]// 2020 IEEE 1st China International Youth Conference on Electrical Engineering （CIYCEE） in Huazhong University of Science and Technology， November 2-4， 2020， Wuhan， China. 2020：1-6.

［18］ 姚建刚，张也，李唐兵，等. 高压瓷质绝缘子红外检测盲区分析[J]. 高电压技术，2017，43（9）：2903.

YAO Jiangang， ZHANG Ye， LI Tangbing， et al. Analysis of high-voltage ceramic insulators infrared detection blind areas[J]. High Voltage Engineering， 2017，43（9）： 2903.

［19］ 侯若英. 基于泄漏电流特征分析的绝缘子故障诊断方法研究[D]. 北京：华北电力大学，2018.

［20］ 黄建才，朱永利. 基于改进固有时间尺度分解法的绝缘子泄漏电流去噪研究[J].电工技术学报，2013，28（1）：57.

HUANG Jiancai， ZHU Yongli. Research on noise reduction of insulator leakage current based on improved intrinsic time scale decomposition method[J]. Transactions of China Electrotechnical Society， 2013，28（1）： 57.

［21］ Suwarno. Understanding of outdoor insulator characteristics through leakage current and electrical equivalent circuit[C]// 2021 3rd International Conference on High Voltage Engineering and Power Systems （ICHVEPS）， October 5-6， 2021， Bandung， Indonesia. 2021：1-6.

［22］ 迟靖宇. 基于超声波的特高压盆式绝缘子裂纹监测方法[J].自动化应用，2022，63（6）：98.

CHI Jingyu. Ultrasonic based crack monitoring method for ultra-high voltage basin insulators [J]. Automation Application， 2022， 63（6）： 98.

［23］ 张广兴，王永强，霍娜. 瓷绝缘子振动声学检测技术及应用[J].河北电力技术，2015，34（2）：40.

ZHANG Guangxing， WANG Yongqiang， HUO Na. Acoustic vibration detection technology and application of porcelain insulators [J]. Hebei Electric Power， 2015，34（2）： 40.

（编辑：刘素菊）