（1）摘要 随着紫外放电检测技术的广泛应用，为解决不同型号日盲紫外成像仪的检测结果缺乏一致性和可比性的问题，该文基于MODTRAN模型分析了温度、湿度、气压和检测距离等不同因素对日盲紫外波段光辐射的大气传输过程的影响特性，建立了紫外检测辐射传输模型，搭建了辐射计量一致性校准平台，提出了紫外检测结果一致性校准方法。利用该方法建立了3台不同型号紫外成像仪的检测结果一致性校准公式，可将紫外成像仪测得的光斑面积换算为检测目标产生的光辐射强度。使用3台紫外成像仪对棒-板模型电晕放电和氘灯光源进行紫外放电检测，由一致性校准公式所得检测目标的光辐射强度计算值的相对标准偏差均小于0.1，验证了一致性校准方法的普适性。
关键词：紫外放电检测 辐射传输模型 辐射计量一致性校准平台 一致性校准方法 光辐射强度
基于240～280 nm“日盲区”波段紫外光信号的日盲紫外放电检测具有抗太阳背景噪声干扰、探测距离远、非接触、放电位置定位准确等诸多优点[1-3]，近年来在电气设备的放电检测中得到了较为广泛的应用[4-8]。现有的紫外放电检测及诊断方法，通常将紫外成像仪测得的光子数或光斑面积作为紫外特征参量。文献[9]基于尖端放电试验建立了不同检测距离下光子数的修正公式。文献[10]基于瓷质绝缘子污秽放电紫外检测试验，在考虑湿度、污秽度、仪器增益、检测距离等影响因素的情况下，采用神经网络回归方法建立了紫外光子数与视在放电量之间的映射关系模型。文献[11]利用光斑面积量化棒-板间隙模型的放电强度，研究了温度、湿度、风速和气压等环境因素对紫外成像检测电晕放电的影响特性。文献[12]在考虑检测距离和仪器增益两个因素影响的情况下，建立了自适应神经模糊推理系统模型，实现了利用光斑面积对复合绝缘子放电时视在放电量的估算。文献[13]利用深度学习算法实现了对紫外放电图像中主光斑的分割提取以及背景噪声干扰的滤除，提出了基于全卷积神经网络和卷积神经网络模型的瓷质绝缘子污秽度评估方法。
然而，当检测相同放电点时，对于不同型号的紫外成像仪，其光路结构及信号处理算法的不同将导致测得的光斑面积数值存在差异，缺乏可比性。通过大量紫外检测试验建立的紫外检测诊断数据库，仅适用于试验时所使用的紫外成像仪，对于其他型号的紫外成像仪却不适用，这严重地阻碍了紫外成像技术在电气设备外绝缘放电检测及诊断中的应用与发展。因此，需要使用一种不受紫外成像仪型号影响的光学标准参量代替光子数和光斑面积，使得不同型号仪器的紫外检测结果具有一致性和可比性。文献[14]使用标准光源对紫外成像仪的核心模组进行了辐亮度标定，研究了在不同增益控制电压下核心模组输出的紫外图像特征与检测目标辐亮度之间的关系。文献[15]利用氘灯标准光源，提出了一种将紫外成像仪检测结果转换为光辐射能量值的算法，并考虑了检测距离、仪器增益等影响因素。参考上述关于紫外特征参量与光学标准参量关系的研究，考虑到使用光斑面积进行紫外放电检测诊断时的效果更好[16-17]，并且已知放电发出的日盲紫外波段光辐射强度仅与放电的剧烈程度有关[18]，经过大气传输过程后，光辐射在紫外成像仪光辐射接收面上产生的光辐射照度以及仪器增益直接影响紫外成像仪测得的光斑面积值。
因此，本文选择紫外成像仪所测光斑面积作为紫外特征参量，检测目标产生的光辐射强度作为光学标准参量。首先，基于MODTRAN模型进行日盲紫外波段光辐射的大气传输特性研究，建立紫外检测辐射传输模型，确定检测目标产生的光辐射强度与紫外成像仪光辐射接收面上的光辐射照度之间的关系；然后，搭建辐射计量一致性校准平台，结合紫外检测辐射传输模型研究光斑面积与光辐射强度之间的关系，提出建立日盲紫外放电检测结果一致性校准公式的方法，即检测结果一致性校准方法；最后，利用棒-板放电模型和氘灯光源验证了该方法的有效性。
大气是紫外辐射的主要传输媒介，其对日盲紫外波段光辐射产生的影响主要体现在大气分子的吸收、瑞利散射、气溶胶散射和吸收中。日盲紫外波段光辐射的大气总透过率τa为上述各项透过率的乘积[19]，即
（1）
式中，τ1为单独考虑大气分子吸收后的透过率；τ2为单独考虑瑞利散射后的透过率；τ3为单独考虑气溶胶散射和吸收后的透过率。由此可知，紫外辐射的大气传输特性将直接影响紫外检测结果。
目前，常用的大气辐射传输特性模拟计算模型有6S、FAS-COD、LOWTRAN、HITRAN、MODTRAN、ATCOR等[20-21]。根据日盲紫外波段特性和对较高分辨率、精确度的需要，选择MODTRAN模型进行大气辐射传输特性的模拟计算，它由美国地球物理实验室开发，在LOWTRAN模型基础上进行改进，具有更高的分辨率（0.1 cm-1）和精确度，可计算从紫外到微波的大气透过率，为国际上公认且常用的模型。
1.2.1 大气模式参数设置
已知在确保紫外成像仪正对紫外辐射源的视场内无障碍物遮挡或干扰时，检测角度对检测结果的影响可忽略不计[22]。MODTRAN计算模型提供了多种可选择的大气模式参数，本文选择用户自定义大气模式，采用控制变量法分别改变气压、温度、相对湿度和检测距离4个参数。模型中臭氧、甲烷、氮化物、碳氧化物等其余大气主要气体含量设置为中纬度夏季模式默认参数，进而计算不同气压pg、温度Tg、相对湿度H和检测距离L下日盲紫外波段的大气总透过率τa(pg, Tg, H, L)。
1.2.2 气溶胶参数设置
在实际工程应用中，不建议在雨、雾天气进行紫外成像检测，因此选择MODTRAN模型天气模式为“无云和雨”，并且只考虑环境相对湿度小于80%的情况[23]。同时，根据MODTRAN模型官方帮助文档和实际测量数据，在适合进行紫外检测的能见度良好的天气状况下，距地高度1 km内的气溶胶消光系数基本恒定[23]。实际进行紫外成像检测时，电气设备外绝缘距地高度均小于1 km，可认为气溶胶模式的选择不影响本文对于大气传输模型的研究。本文气溶胶模式选择Rural-VIS=23 km（乡村型，能见度为23 km）。
1.2.3 大气透过率经验公式及分析
利用MODTRAN模型计算特定气压、温度、相对湿度、检测距离下240～280 nm波段光辐射的大气总透过率τa(pg, Tg, H, L)，结果如图1所示，并通过图1分析各参数对240～280 nm波段光辐射的大气传输过程的影响特性。图中，1 atm=101.3 kPa。
如图1a所示，在相对湿度小于80%即适合进行紫外检测的情况下，空气中的水蒸气基本不影响240～280 nm波段光辐射的大气总透过率，这与文献[24]中的相关描述一致，因此本文不考虑相对湿度对240～280 nm波段光辐射大气传输过程的影响；如图1b所示，240～280 nm波段光辐射大气总透过率随着气压的增大而减小，其原因是气压越大空气密度越大，具有吸收该波段光辐射作用的气体分子对其大气传输过程的影响程度越大；如图1c所示，240～280 nm波段光辐射大气总透过率随着温度的升高而增大，其原因是气温升高空气密度减小，具有吸收该波段光辐射作用的气体分子对其大气传输过程的影响减弱；如图1d所示，240～280 nm波段光辐射大气总透过率随着检测距离的增加而减小，其原因是光辐射传输的距离越长，具有吸收该波段光辐射作用的气体分子对其大气传输过程的影响程度越大。
图1 不同条件与大气总透过率的关系
Fig.1 Relationships between different conditions and total atmospheric transmittance
通过上述分析可知，除相对湿度外，气压、温度和检测距离对240～280 nm波段光辐射的大气传输过程均具有一定影响。但是利用MODTRAN模型计算不同条件下240～280 nm波段光辐射的大气总透过率τa时，需将各参数频繁地输入模型中，不利于辐射传输模型的研究。因此，将不同气压、温度和检测距离下MODTRAN模型的计算结果进行拟合，得到大气总透过率的经验公式如式（2）所示，由可决系数R2=0.99可知拟合程度较好，且方便后续紫外检测辐射传输模型的建立。
（2）
由式（2）可知，气压、温度和检测距离对τa的影响系数较小，分别为-0.018 8、0.000 1和-0.001 4。分析其原因，大气中具有吸收240～280 nm波段光辐射能力的气体分子主要是O3、H2O2、NO2、NO3、HNO3及HONO，但以上物质在垂直距地小于1 km的近地面含量微少，可以忽略不计[24]，对240～280 nm波段光辐射大气传输过程的影响有限。
在电气设备外绝缘的紫外放电检测中，将放电点作为紫外检测的目标辐射源，紫外检测距离L通常大于10 m，可认为检测距离远远大于目标辐射源的线度尺寸，可将放电点看作向周围空间均匀发光的点光源[25]，紫外成像仪光辐射接收面接收到的波长λ处的辐通量Φr、光辐射接收面上的光辐射照度Er和点光源的光辐射强度Ir之间存在关系为[26]
（3）
式中，λ为光辐射波长，nm；Φr(λ)为紫外成像仪光辐射接收面接收到的波长λ处的辐通量，mW；At为紫外成像仪的光辐射接收面面积，cm2，At=πDr2/4，Dr为紫外成像仪的通光口径，cm；Er(λ)为点光源发出的波长λ处的光辐射在紫外成像仪光辐射接收面上产生的光辐射照度，mW/cm2，其本质为光辐射接收面单位面积上的辐通量；τf为紫外成像仪日盲紫外滤光片的240～280 nm波段光辐射透过率；τs为紫外成像仪光学系统的240～280nm波段光辐射透过率；dSUV为紫外成像仪光辐射接收面的微面元；Ir(λ)为点光源发出的波长λ处的光辐射强度，μW/sr，其本质为在传输方向上，单位立体角内点光源发出的光辐通量；αr为紫外成像仪光辐射接收面的法线与光辐射入射方向的夹角。
由于目前市场上常见型号紫外成像仪的通光口径Dr一般为2.5～6 cm，与检测距离L相比，
，此时可认为cosαr≈1，即可将仪器光辐射接收面近似看作微面元，其上各点的光辐通量近似相等[25]，则式（3）可表示为
（4）
进一步地，由式（4）可得紫外成像仪光辐射接收面接收到的240～280 nm波段辐通量为
（5）
综合上述分析，结合式（3）～式（5）可得目标辐射源发出的光辐射在紫外成像仪光辐射接收面上产生的光辐射照度为
（6）
式中，τf、τs为紫外成像仪的技术参数，与紫外成像仪型号有关，对于同一型号但不同生产批次的仪器，τf、τs固定不变。
将式（2）代入式（6）后可得紫外检测辐射传输模型为
（7）
该模型可描述紫外检测时240～280 nm波段光辐射从检测目标点至紫外成像仪光辐射接收面的传输过程。
当进行紫外放电检测时，放电点为目标辐射源，其产生的光辐射强度是仅与放电强弱程度相关的客观物理量，可选其作为紫外检测结果一致性校准的标准参量，将不同型号紫外成像仪测得的光斑面积换算为放电点产生的光辐射强度之后，可保证不同型号紫外成像仪的检测结果具有一致性和可比性。由1.3节可知，利用紫外检测辐射传输模型，可进行检测目标产生的光辐射强度与紫外成像仪光辐射接收面上的光辐射照度之间的换算。考虑到光辐射照度和仪器增益的变化均会影响紫外成像仪测得的光斑面积大小，但光辐射照度与仪器增益之间互不影响；同时，对于不同型号的紫外成像仪，其工作特性的差别主要体现在光斑面积与仪器增益之间的关系上。因此，需要首先明确紫外成像仪所测光斑面积与仪器增益的关系，才能得到光斑面积、仪器增益与光辐射照度之间的关系，进而利用紫外检测辐射传输模型得出光斑面积与检测目标产生的光辐射强度之间的关系。根据上述分析，本文提出紫外检测结果一致性校准方法，其具体过程示意图如图2所示。
由图2可知，针对不同型号的紫外成像仪，利用标准辐射计量一致性校准平台，对辐射强度进行校准，根据建立的紫外检测辐射传输模型，得出紫外成像仪光辐射接收面上的光辐射照度；明确紫外成像仪所测光斑面积与仪器增益的关系后，通过分析光辐射照度与仪器增益、光斑面积之间的关系，利用紫外检测辐射传输模型，可得出紫外检测结果一致性校准公式，该公式能将仪器所测光斑面积换算为检测目标产生的光辐射强度。
图2 紫外检测结果一致性校准方法示意图
Fig.2 Schematic representation of the consistency calibration method of UV detection results
本文参考已有的日盲紫外辐射计量标准选取方法[27]，搭建了如图3所示的辐射计量一致性校准平台。将氘灯、光阑和积分球组合为积分球标准光源，其中氘灯光源可输出连续平滑的200～400 nm光谱曲线，适合用作辐射计量的紫外标准光源[15]；氘灯出光口与光阑进光口相连接，可通过调节光阑孔径控制积分球出射光的光辐射强度；积分球作为一个空心的漫反射球腔，可使积分球标准光源近似为理想朗伯体的均匀光源，从而使得进入紫外成像仪的光通量非常均匀。在光阑的5个孔径挡位下，经光辐射强度校准得到的240～280 nm范围内波长λ处的积分球标准光源出射光的光辐射强度Ir1(λ)～Ir5(λ)如图4所示，各挡位下的光辐射强度数量级不同，可将其用于建立不同型号紫外成像仪的检测结果一致性校准公式。
图3 辐射计量一致性校准平台
Fig.3 The consistent calibration platform for radiation metering
2.3.1 紫外检测数据采集
本文使用南非CoroCAM504、自研非共光轴和自研共光轴3台紫外成像仪进行紫外检测结果一致性校准公式的研究，对5个挡位下的积分球标准光源分别进行紫外检测，检测距离L固定为10 m，在能见度良好、温度保持在293.2 K附近、气压为1 atm的实验室环境中，分别调节仪器增益G为30%、40%、50%、60%、70%、80%，可获取3台紫外成像仪测得的光斑面积Sr如图5所示。其中，光斑面积求取方法如图6所示。为了减小由于光斑波动产生的偏差，分别求取连续500帧紫外图像中的光斑面积值，然后取平均值处理。以第3挡位为例，当仪器增益分别为40%、60%和80%时，3台紫外成像仪的检测图像如图7所示。
图4 不同挡位下积分球标准光源出射光的光辐射强度
Fig.4 The optical radiation intensity of the integrating sphere standard light source at different gears
图5 紫外成像仪在不同增益下所测标准光源紫外光斑面积
Fig.5 UV spot area of standard light source measured by the UV imagers at different gains
图6 紫外图像处理和光斑面积计算框图
Fig.6 Diagram of UV Image processing and spot area calculation
图7 积分球标准光源紫外图像
Fig.7 UV images of integrating sphere standard light source
利用图3所示的辐射计量一致性校准平台进行紫外检测试验时，积分球标准光源作为目标辐射源。积分球的出光口直径ds=10 mm，检测距离L=10 m，由于L/(ds/2)＞10，可认为检测距离远大于目标辐射源线度尺寸，将积分球标准光源看作点光源[25]。因此，将已知的5个光阑孔径挡位下的积分球标准光源出射光辐射强度，即Ir1(λ)～Ir5(λ)，以及环境参数和紫外成像仪的τf、τs，分别代入式（7），可求得积分球标准光源在CoroCAM504紫外成像仪光辐射接收面产生的光辐射照度分别为ErCoro1=4.28×10-5 mW/cm2、ErCoro2 =8.33×10-6 mW/cm2、ErCoro3=8.17×10-8 mW/cm2、ErCoro4=7.83×10-10 mW/cm2和ErCoro5=8.66×10-12mW/cm2。
2.3.2 一致性校准公式建立
由图2所示的一致性校准方法可知，综合上述检测数据，明确紫外成像仪所测光斑面积与仪器增益的关系后，通过研究光斑面积、仪器增益与光辐射照度的关系，并根据式（7）所示的紫外检测辐射传输模型，可建立紫外检测结果一致性校准公式。本文以CoroCAM504为例，详细叙述紫外检测结果一致性校准公式的建立过程。
首先，建立光斑面积与仪器增益的关系式。由图5a所示，各挡位下光斑面积与仪器增益近似呈指数关系，采用式（8）所示的指数函数对检测数据进行拟合之后，拟合函数与可决系数R2见表1。
（8）
式中，arCoro和brCoro为函数的常量系数。
由表1可知，各挡位下拟合函数的可决系数R2均接近于1，说明式（8）与实际检测数据的拟合程度较好。同时，系数brCoro在[0.081 1, 0.081 7]区间内变化较小，参考文献[12]，对brCoro取平均值为0.081 52，将式（8）表示为
表1 CoroCAM504的光斑面积与仪器增益拟合函数
Tab.1 The fitting function expressions of spot area and instrument gain of CoroCAM504
挡位拟合函数可决系数R2 10.996 20.997 30.997 40.996 50.997
（9）
然后根据式（9），通过分析各挡位下的系数arCoro与光辐射照度ErCoro的关系，建立光辐射照度与光斑面积、仪器增益之间的关系式。其中，arCoro与lgErCoro的对应关系如图8所示。
图8 arCoro与lgErCoro的对应关系
Fig.8 The relationship between arCoro and lgErCoro
由图8可知，arCoro与lgErCoro近似呈对数关系，使用对数函数进行拟合后，可得表达式如式（10）所示，其可决系数R2= 0.978，说明拟合程度较好。
（10）
联立式（9）与式（10），可得到在不同仪器增益下将光斑面积转换为仪器光辐射接收面上的光辐射照度的表达式为
（11）
最后，将式（11）与式（7）所示的紫外检测辐射传输模型联立，得到不同仪器增益下测得的光斑面积与检测目标产生的光辐射强度之间的关系式，即CoroCAM504紫外成像仪的紫外检测结果一致性校准公式为
（12）
后续进行紫外放电检测时，将CoroCAM504紫外成像仪的仪器增益和紫外图像中的光斑面积代入其检测结果一致性校准公式，即可换算得到放电点产生的光辐射强度。
综上所述，利用辐射计量一致性校准平台建立紫外检测结果一致性校准公式的过程即为本文提出的紫外检测结果一致性校准方法。根据此方法，可建立适用于自研非共光轴紫外成像仪和共光轴紫外成像仪的紫外检测结果一致性校准公式，分别为
（13）
（14）
可见，自研的两款紫外成像仪其光斑面积与仪器增益之间近似呈幂函数关系，由此可知，对于不同型号的紫外成像仪，虽然检测结果一致性校准方法相同，但一致性校准公式需要根据仪器自身的工作特性进行建立。
结合图1和式（12）～式（14）分析可知，检测距离和仪器增益对一致性校准公式计算的影响程度远大于气压和温度，因此本文重点进行不同检测距离L和仪器增益G下紫外检测结果一致性校准方法的有效性验证。
考虑到棒-板模型电晕放电的紫外光斑较为稳定且便于检测，利用3台紫外成像仪对其进行紫外检测，检测距离分别为10、15、20、25 m，棒-板间隙为3 cm，对棒电极施加-15 kV直流电压，在能见度良好、温度保持在298.2 K附近、气压为1 atm的实验室环境中，分别调节仪器增益G为30%、40%、50%、60%、70%、80%，可获取3台紫外成像仪测得的光斑面积。以CoroCAM504为例，L分别为 15 m和25 m、G=50%时，紫外检测图像如图9所示。将3台紫外成像仪所测光斑面积分别代入式（12）～式（14）可得电晕放电点产生的日盲紫外波段光辐射强度，不同检测距离和仪器增益下的光斑面积Sr与经过检测结果一致性校准公式换算得到的光辐射强度
见表2。
图9 G=50%时棒-板模型放电紫外检测图像
Fig.9 UV detection images of rod-plate model discharge at G=50%
表2 3台紫外成像仪所测光斑面积及换算后的光辐射强度
Tab.2 Spot area measured by three UV imagers and converted optical radiation intensity
仪器类型L/mG(%)Sr/像素/(10-4mW/sr) CoroCAM504103032.51.86 40721.70 50158.21.50 60355.11.46 708061.49 801 872.71.68 153025.81.52 40611.85 50132.51.55 60305.71.70 70693.51.73 801 5161.50
（续1）
仪器类型L/mG(%)Sr/像素/(10-4mW/sr) CoroCAM504203022.61.51 4052.91.76 50117.61.64 60269.51.75 706061.71 801 321.81.46 253020.71.61 4046.21.53 50103.81.49 602321.42 70539.61.61 801 2031.52 非共光轴紫外成像仪103015.81.80 4049.21.84 50116.31.68 602431.86 70427.31.50 807351.64 153013.51.81 40421.85 501011.85 602051.76 70366.91.56 806361.77 2030121.77 4036.41.59 50891.73 601851.86 703211.40 805671.75 253010.51.41 4033.21.56 50791.47 601671.73 70301.31.59 805191.75 共光轴紫外成像仪103033.21.94 40961.51 50239.31.90 60462.81.52 708291.42 801 4321.63
（续2）
仪器类型L/mG(%)Sr/像素/(10-4mW/sr) 共光轴紫外成像仪1530271.67 4081.61.60 50192.31.54 60402.91.80 70696.21.42 801 2361.85 203024.21.79 4071.61.55 501761.82 60361.11.93 70623.31.52 801 037.91.46 253021.31.55 40661.67 50159.61.82 60312.71.55 70576.21.65 809751.72
对于表2中不同检测距离和仪器增益下的光辐射强度计算值，利用式（15）计算其相对标准偏差（Relative Standard Deviation, RSD），可得到3台紫外成像仪光辐射强度计算值的RSD分别为0.080、0.087和0.098，所有光辐射强度计算值之间的RSD为0.090。由于上述RSD值均小于0.1，表明利用本文所提紫外检测结果一致性校准方法，针对3台常用紫外成像仪所建立的一致性校准公式的稳定性较好。
（15）
式中，n为光辐射强度值的数量；Iri为不同条件下的光辐射强度值，mW/sr；`Ir为n个光辐射强度值的平均值，mW/sr。
利用经过辐射强度校准标定的氘灯光源进行紫外检测结果一致性校准方法的有效性验证，其出光口直径为2.5 mm，产生的240～280 nm范围内的光辐射强度固定为IrD=1 506 mW/sr。分别利用CoroCAM504和两款自研紫外成像仪对氘灯进行检测，检测距离为15 m，在能见度良好、温度为298.2 K、气压为1 atm的实验室环境中，分别调节仪器增益G为30%、40%、50%、60%、70%、80%，可获取紫外成像仪测得的光斑面积SrD如图10所示。其中G=80%时，对应的紫外检测图像如图11所示。
图10 不同紫外成像仪检测氘灯所得光斑面积
Fig.10 The spot area of deuterium lamp detected by different UV imagers
图11 G=80%时氘灯紫外图像
Fig.11 UV images of deuterium lamp when G=80%
根据图10中3种型号紫外成像仪所测氘灯的光斑面积SrDCoro、SrDNCA和SrDCA，由式（12）～式（14）可得氘灯的辐射强度计算值
，其与辐射强度实际值IrD详见表3。根据式（15）可得，表3中所有光辐射强度计算值的RSD为0.063；计算值的平均值为1 593 mW/sr，与光辐射强度实际值相差5.78%。光辐射强度计算值的RSD和计算值与实际值的误差均较小，结合本文3.1节分析，可证明本文提出的紫外检测结果一致性校准方法具有有效性。
表3 氘灯光源紫外光辐射强度计算值与实际值
Tab.3 Calculated and actual values of UV radiation intensity of deuterium light source
G(%)计算值/(mW/sr)实际值IrD/(mW/sr) 301 4911 6201 7141 506 401 4611 6941 5161 506 501 4981 6951 5761 506 601 5301 4791 6011 506 701 7061 7521 7331 506 801 5041 6041 5041 506
综上所述，在实际工程应用中，利用紫外检测结果一致性校准公式，可将仪器所测光斑面积换算为电气设备外绝缘放电点产生的光辐射强度，将该客观物理量作为后续紫外检测结果诊断的参量，可保证对不同型号紫外成像仪检测结果的诊断结论具有一致性。
本文揭示了温度、相对湿度、气压和检测距离等不同因素对日盲紫外波段光辐射大气传输过程的影响机制，提出了紫外成像仪检测结果的一致性校准方法，具体结论如下：
1）在相对湿度小于80%即适合进行紫外检测的天气情况下，相对湿度不影响大气中240～280 nm波段光辐射的传输；气压、温度及检测距离对240～280 nm波段光辐射大气透过率的影响系数分别为-0.018 8、0.000 1和-0.001 4。
2）建立了紫外检测辐射传输模型，搭建了辐射计量一致性校准平台，提出了紫外检测结果一致性校准方法，利用该方法分别建立了3台紫外成像仪的一致性校准公式。
3）根据紫外检测结果一致性校准公式，利用3台紫外成像仪对棒-板模型电晕放电进行紫外检测，得到了每台紫外成像仪光辐射强度计算值的相对标准偏差分别为0.080、0.087和0.098，所有光辐射强度计算值之间的相对标准偏差为0.090；对氘灯光源进行紫外检测，所有光辐射强度计算值的相对标准偏差为0.063，其平均值1 593 mW/sr与光源的光辐射强度实际值相差5.78%，证明了紫外检测结果一致性校准方法的有效性。
参考文献
[1] 李和明, 王胜辉, 律方成, 等. 基于放电紫外成像参量的绝缘子污秽状态评估[J]. 电工技术学报, 2010, 25(12): 22-29.
Li Heming, Wang Shenghui, Lü Fangcheng, et al. Contamination condition evaluation of insulators based on discharge ultraviolet imaging parameters[J]. Transactions of China Electrotechnical Society, 2010, 25(12): 22-29.
[2] 宋鹏, 白晓晨, 林晓焕, 等. 电力传输线异常放电紫外光检测定位仿真与模拟验证[J]. 光学精密工程, 2022, 30(10): 1160-1169.
Song Peng, Bai Xiaochen, Lin Xiaohuan, et al. Simulation and verification of ultraviolet detection and location of abnormal discharge in power transmission line[J]. Optics and Precision Engineering, 2022, 30(10): 1160-1169.
[3] 刘云鹏, 李泳霖, 裴少通, 等. 基于紫外光辐射照度特征的污秽瓷绝缘子绝缘状态评估方法[J]. 高电压技术, 2023, 49(4): 1622-1631.
Liu Yunpeng, Li Yonglin, Pei Shaotong, et al. Evaluation of the insulation state of contaminated porcelain insulators based on characteristics of ultraviolet irradiance[J]. High Voltage Engineering, 2023, 49(4): 1622-1631.
[4] Liu Yunpeng, Ji Xinxin, Pei Shaotong, et al. Research on automatic location and recognition of insulators in substation based on YOLOv3[J]. High Voltage, 2020, 5(1): 62-68.
[5] Lü Fangcheng, Niu Leilei, Wang Shenghui, et al. Influencing of water droplets on corona inception characteristics of composite insulator recorded by UV imager[J]. IET Science, Measurement & Technology, 2020, 14(10): 1049-1056.
[6] Liu Yunpeng, Li Yonglin, Geng Jianghai, et al. A consistency method of discharge detection results at solar-blind ultraviolet based on a radiation transmission model[J]. IET Science, Measurement & Technology, 2022, 16(4): 250-259.
[7] 谷裕, 阳林, 张福增, 等. 高海拔地区特高压换流站大尺寸复合支柱绝缘子直流污闪特性[J]. 电工技术学报, 2016, 31(10): 93-101.
Gu Yu, Yang Lin, Zhang Fuzeng, et al. DC pollution flashover performance of ultra high voltage convert stations large-size composite post insulators at high altitude areas[J]. Transactions of China Electrotechnical Society, 2016, 31(10): 93-101.
[8] 李彦飞, 汤贝贝, 韩冬, 等. SF6放电的发射光谱特性分析与放电识别[J]. 电工技术学报, 2022, 37(7): 1866-1874.
Li Yanfei, Tang Beibei, Han Dong, et al. Spectroscopy analysis of emission spectrum characteristics and discharge recognition of SF6 gas discharge[J]. Transactions of China Electrotechnical Society, 2022, 37(7): 1866-1874.
[9] 田迪凯, 罗日成, 张宇飞, 等. 基于紫外成像检测技术的不同检测距离下光子数的修正[J]. 电气技术, 2021, 22(2): 30-35.
Tian Dikai, Luo Richeng, Zhang Yufei, et al. Correction of photon number at different detection distances based on ultraviolet imaging detection technology[J]. Electrical Engineering, 2021, 22(2): 30-35.
[10] Liu Yunpeng, Yang Jiajun, Liu Jiashuo, et al. Study on the mapping relationship between discharge signal parameters of external insulation equipment and quantization parameters of ultraviolet detection[C] //2021 IEEE International Conference on Electrical Engineering and Mechatronics Technology (ICEEMT), Qingdao, China, 2021: 684-687.
[11] Wang Shenghui, Li Wei, Jiang Tingyue, et al. Study on the influence factors of rod plate gap corona discharge environment based on UV imaging[J]. IEEJ Transactions on Electrical and Electronic Engineering, 2021, 16(1): 35-43.
[12] Wang Shenghui, Lü Fangcheng, Liu Yunpeng. Estimation of discharge magnitude of composite insulator surface corona discharge based on ultraviolet imaging method[J]. IEEE Transactions on Dielectrics and Electrical Insulation, 2014, 21(4): 1697-1704.
[13] Pei Shaotong, Liu Yunpeng, Ji Xinxin, et al. UV-flashover evaluation of porcelain insulators based on deep learning[J]. IET Science, Measurement & Technology, 2018, 12(6): 770-776.
[14] 章明朝, 宋慧营, 周跃, 等. “日盲”紫外电晕探测系统定标[J]. 光电工程, 2010, 37(4): 135-140, 146.
Zhang Mingchao, Song Huiying, Zhou Yue, et al. Calibration for SBUV corona detection system[J]. Opto-Electronic Engineering, 2010, 37(4): 135-140, 146.
[15] Coetzer C J, West N. Radiometric calibration and measurement algorithm for electrical inspection solar-blind ultraviolet cameras[J]. Opto-Electronics Review, 2022, 30: e140128.
[16] 黎振宇, 蒋兴良, 李立浧, 等. 针-板模型交/直流电晕放电的紫外特征参量[J]. 高电压技术, 2018, 44(5): 1677-1684.
Li Zhenyu, Jiang Xingliang, Li Licheng, et al. Ultraviolet characteristic parameter of needle-plate model AC/DC corona discharge[J]. High Voltage Engineering, 2018, 44(5): 1677-1684.
[17] 律方成, 戴日俊, 王胜辉, 等. 基于紫外成像图像信息的绝缘子表面放电量化方法[J]. 电工技术学报, 2012, 27(2): 261-268.
Lü Fangcheng, Dai Rijun, Wang Shenghui, et al. Study of insulator surface discharge quantification method based on ultraviolet imaging image information[J]. Transactions of China Electrotechnical Society, 2012, 27(2): 261-268.
[18] 刘丽莹. 精密光谱辐射计的定标与特性表征[D]. 长春: 长春理工大学, 2019.
Liu Liying. Calibration and characterization of precision spectroradiometer[D]. Changchun: Changchun University of Science and Technology, 2019.
[19] Lindner M B, Elstein S, Wallace J, et al. Solar blind bandpass filters for UV imaging devices[C]//Proc SPIE 3302, Digital Solid State Cameras: Designs and Applications, San Jose, CA, USA, 1998: 176-183.
[20] Santini F, Palombo A. Physically based approach for combined atmospheric and topographic corrections [J]. Remote Sensing, 2019, 11(10): 1218.
[21] Shi Hanyu, Xiao Zhiqiang. Updates of the 6S radiative transfer model: a case study of 6S prosail[C]//2019 IEEE International Geoscience and Remote Sensing Symposium, Yokohama, Japan, 2019: 2879-2882.
[22] 王胜辉, 李伟, 姜婷玥, 等. 高压设备表面放电紫外成像检测影响因素的试验研究[J]. 电瓷避雷器, 2022(1): 197-203.
Wang Shenghui, Li Wei, Jiang Tingyue, et al. The influence factorsof surface discharge ultraviolet imaging detection of high voltage equipment[J]. Insulators and Surge Arresters, 2022(1): 197-203.
[23] 李泳霖, 黄世龙, 刘云鹏, 等. 考虑湿度气压影响的瓷绝缘子沿面类辉光放电仿真及其紫外光谱特性分析[J]. 电工技术学报, 2023, 38(7): 1956-1969.
Li Yonglin, Huang Shilong, Liu Yunpeng, et al. Simulation and ultraviolet spectral characteristics of glow-like discharge along the surface of porcelain insulators considering the influences of the humidity and atmospheric pressure[J]. Transactions of China Electrotechnical Society, 2023, 38(7): 1956-1969.
[24] 饶瑞中. 现代大气光学[M]. 北京: 科学出版社, 2012.
[25] 金伟其, 胡威捷. 辐射度光度与色度及其测量[M]. 北京: 北京理工大学出版社, 2006.
[26] 崔穆涵, 田志辉, 周跃, 等. 大相对孔径紫外成像仪光学系统设计[J]. 中国光学, 2018, 11(2): 212-218.
Cui Muhan, Tian Zhihui, Zhou Yue, et al. Design of large aperture ultraviolet optical system for ultraviolet camera[J]. Chinese Optics, 2018, 11(2): 212-218.
[27] 房陈岩, 李清灵, 庾金涛, 等. 室内高压电弧/电晕的紫外特性分析和测量研究[J]. 光谱学与光谱分析, 2018, 38(4): 1178-1183.
Fang Chenyan, Li Qingling, Yu Jintao, et al. The measurement study and analysis of ultraviolet features of high voltage arc and coronaindoors[J]. Spectroscopy and Spectral Analysis, 2018, 38(4): 1178-1183.
Abstract Solar-blind ultraviolet (UV) imaging technology has been widely used in the detection of external insulation discharge of electrical equipment, thanks to its strong anti-interference capability, long detection distance, non-contact operation, and accurate discharge location positioning. Existing research on UV discharge detection typically uses photon count or spot area as the UV detection parameters for assessing the external insulation condition of electrical equipment. However, for different models of UV imagers, the variations in their optical system structure and signal processing algorithms lead to significant differences in the numerical values of UV parameters obtained by the instruments, resulting in a lack of consistency and comparability. To address this issue, this study reveals the impact mechanisms of various factors such as temperature, humidity, pressure, and detection distance on the atmospheric transmission of solar-blind UV radiation and proposes a consistency calibration method for the detection results of UV imagers.
Firstly, the impact characteristics of different factors such as temperature, humidity, pressure, and detection distance on the atmospheric transmission of solar-blind UV radiation were analyzed based on the MODTRAN model. An empirical calculation formula for the atmospheric transmittance of UV radiation in the wavelength range of 240 to 280 nm was obtained. It was found that, in weather conditions suitable for UV detection with humidity below 80%, humidity does not affect the transmission of UV radiation in the wavelength range of 240 to 280 nm. The impact coefficients of pressure, temperature, and detection distance on the atmospheric transmittance of UV radiation in the wavelength range of 240 to 280 nm are -0.018 8, 0.000 1 and -0.001 4, respectively. Additionally, in the UV discharge detection of external insulation of electrical equipment, the discharge point was treated as a point source uniformly emitting light into the surrounding space, based on which a UV detection radiation transmission model was established.
Then, a radiation metrology consistency calibration platform was constructed, and a consistency calibration method for UV detection results was proposed based on the UV detection radiation transmission model. The optical radiation intensity generated by the discharge point was selected as the standard parameter for the consistency calibration of UV detection results. Using this method, consistency calibration formulas were separately established for three different models of UV imagers. By converting the spot area measured by different models of UV imagers into the optical radiation intensity generated by the discharge point using the consistency calibration formulas, it ensures that the detection results of different models of UV imagers are consistent and comparable.
Finally, based on the consistency calibration formulas for UV detection results, UV detection was performed on a rod-plate model of corona discharge using the three UV imagers. The relative standard deviations of the calculated optical radiation intensities for each UV imager were 0.080, 0.087, and 0.098, respectively, and the relative standard deviation among all the calculated optical radiation intensities was 0.090. For UV detection of a deuterium lamp, the relative standard deviation of all the calculated optical radiation intensities was 0.063, with an average deviation of 5.78% from the actual optical radiation intensity of the light source (1 593 mW/sr). The effectiveness of the consistency calibration method for UV detection results was demonstrated.
keywords：UV discharge detection, radiation transmission model, radiation metrology consistency calibration platform, consistency calibration method, optical radiation intensity
DOI: 10.19595/j.cnki.1000-6753.tces.230618
中图分类号：O432；TM930.1
国家重点研发计划资助项目（2018YFF01011900）。
收稿日期 2023-05-04
改稿日期 2023-07-02
李泳霖 男，1993年生，博士研究生，研究方向为电气设备在线监测和故障诊断。E-mail：liyonglin6633@163.com
黄世龙 男，1992年生，博士，讲师，研究方向为电气设备智能化和状态检修。E-mail：51352286@ncepu.edu.cn（通信作者）
（编辑 李 冰）