一种基于机器视觉技术的输电线路覆冰检测系统论文_阮肇华1,林福1,陈锦植1,郑为凑1,周如斌1,翁

(1 国网福建省电力有限公司宁德供电公司 福建宁德 352100;2 福州大学电气工程与自动化学院 福建福州 350108)

摘要:输电线路覆冰常引发各种运行事故,造成大范围停电,带来巨大经济损失。因此,对输电线路覆冰状态进行检测有很高的实用价值。本文介绍一种基于机器视觉技术的输电线路覆冰检测系统。首先,将高清摄像头装设于待测点,拍摄输电线路影像资料。其次,采用机器视觉算法处理图像中的导线信息,计算导线宽度。最后,通过比较当前宽度值与参考值判断覆冰程度,结合气象数据评估事故风险级别。系统功能全面,操作简单,可自动实现输电线路覆冰情况的识别工作。

关键词:输电线路;覆冰检测;机器视觉;风险评估

0 引言

输电线路覆冰是一种随机现象,常发生在海拔较高的地区,当温度湿度等环境因素满足条件,结冰现象就将发生[1]。杆塔、导线、绝缘子等电力设备均可能产生覆冰现象,覆冰将导致电力设备性能下降甚至失去其原有功能,造成接地、短路等各类事故,严重时甚至导致倒塔,引发大面积停电,破坏正常的生产生活秩序[2]。

我国常受覆冰灾害影响,覆冰现象在冬季时有发生,若不能及时遏制其发展,事故风险将大大上升[3]。输电线路覆冰往往发生在高海拔或山地地区,常伴随着冰雪封山、通讯不畅、交通中断,难以及时维护和抢修,易引发长时间停电事故,造成严重经济损失。

目前各高校和电力部门对输电线路覆冰检测的研究已有一定进展。西安交通大学通过覆冰厚度与覆冰导线重力变化和绝缘子串倾角间的关系,建立导线覆冰厚度与弧垂变化力学模型检测覆冰[4]。华南交通大学改进力学模型,加入风偏因素,综合垂直平面和风偏平面静力学分析,将力的平衡建立在新平面内,简化计算的同时提高了精度[5]。华中电网和湖南省电力公司在传统力学模型基础上增加图像处理方法,通过二者结合实现输电线路覆冰厚度监测[6,7]。机器视觉技术例如Canny算子也在输电线路图像边缘检测中得以应用[8,9],该算法相对简单,检测过程速度快精度高[10]。Hough变换依赖于投票机制,在参数空间统计原空间下点的贡献得到累计值,通过累积量峰值确定检测目标[11],Hough算法需要在Canny检测基础上使用,能准确辨识出图像中的直线[12]。

本文在现有研究基础上提出一种基于机器视觉技术的输电线路覆冰检测系统,利用高清摄像头获取线路图像,结合机器视觉技术制作分析软件对输电线路进行定位分析,辨识当前线路是否存在覆冰现象并向运维人员进行反馈。该系统能够自主辨识输电线路覆冰状态,及早发现存在的事故风险并预警,提高运维人员工作效率,保障电力系统安全稳定运行,具有较高的实用价值。

1 输电线路覆冰检测系统组成

检测输电线路覆冰,需要一套功能完整的系统,包括硬件、软件、数据库这三个主要部分。

系统硬件设备,如图1所示,包含高清图像监控摄像头,用于采集输电线路走廊现场环境图像数据;气象监控装置,获取现场环境的实时气象参数;太阳能电池板与蓄电池组,为硬件设备运行提供电能;通信模块,返回现场图像与气象数据;机箱,保护硬件设备免受风雨侵袭。为应对现场复杂环境,摄像头型号选用海康威视DS-2DE4420IW-DE,该摄像头支持20倍变焦,具有云台与夜视功能,可通过调整焦距和云台找到最佳检测点。气象监控装置采用五要素一体式传感器,能收集温度、湿度、风速、风向、气压这五种气象要素。太阳能电池板与蓄电池组保障系统可在户外持续工作,天气恶劣时可运行20天不断电。

图1 系统硬件设备

系统软件由GUI界面与算法程序两部分组成。GUI采用Python语言开发,可移植性强,兼容性高,通过接口可对接不同软件,拓展系统功能;算法采用Python与Opencv计算机视觉库开发,结合Opencv强大的功能和现有研究成果开发出一套输电线路覆冰检测软件。

数据库使用SQL Server 2008,数据库中建立基础台账,历史数据表、实时数据表等多个子表,分类存储各项数据,各表相互关联,各数据一一对应,能精确查找任意参数及其相关量。

系统软件与数据库均安装于云服务器,系统硬件采集的数据保存于数据库中,三者联动灵活,且支持运维人员实时访问。系统具有用户信息管理,探测点信息管理,检测覆冰情况,覆冰风险自动预警,历史数据查看等多项功能。系统软件能自动访问数据库,将图像数据、覆冰情况与风险评估信息自动按时间顺序存入数据库中指定位置。

2 输电线路覆冰检测方法

输电线路覆冰检测方法主要通过机器视觉技术实现,具体分为图像预处理、Canny边缘检测、Hough直线检测、特征点分类、特征点拟合、覆冰状态判断六部分。

图像预处理采用高斯滤波初步去除现场复杂环境中的噪声干扰;使用形态学操作填补图像中的黑点与白点,进一步去噪;再将采集的三通道RGB图像转换为单通道灰度图像,降维以提升效率。Canny边缘检测提取灰度图中的边缘,同时将图像由灰度图转换为二值图,进一步降维。结合输电线路导线在图像中呈现出线性的特征,使用Hough直线检测提取导线边缘,提取结果中有绝大部分导线边缘和部分背景干扰。将边缘以特征点表示,由于背景干扰为随机方向直线,导线为具有特定方向的定向直线,通过聚类算法对特征点分类,过滤背景干扰,仅保留导线的边缘特征点。对特征点进行线性拟合,得到输电线路导线的边缘轮廓。计算该轮廓宽度值,结果以像素作为单位。

选择天气晴朗,导线无覆冰现象时计算导线的轮廓宽度,作为参考值。当导线结冰时,再次计算导线轮廓宽度值,与参考值进行对比,结合已有历史数据,判断此时导线的覆冰状态,再结合五种气象要素预测覆冰的发展情况,评估此时的事故风险,向运维人员反馈此信息,当存在高风险概率时,同时向运维人员发出告警信息,提示其采取除冰措施。

3系统工作模式

本文所提出的输电线路覆冰检测系统能自主辨识输电线路导线的覆冰状态,在使用前需要进行准备工作;正常工作时系统按照流程自动运行且具备交互功能,支持人工操作。

3.1 前期准备工作

使用前应将系统硬件设备装设于待测线路杆塔上,调整太阳能电池板朝向,保证其采光良好;气象传感器应不受遮挡;转动球机摄像头云台,对准导线后,调节焦距,确保摄像头清晰聚焦于导线。将现场环境参数,包括摄像头焦距、俯仰角等存入数据库基础台账中,用于后续校准摄像头。选择晴朗天气拍摄导线未覆冰图像,调用算法计算此时导线宽度值作为参考值,将图像与宽度值存入数据库。

3.2 系统正常工作

系统运行时,五要素气象传感器按一定时间间隔采集气象数据,经通信模块将数据传入数据库中并保存。当新数据传入数据库时,系统自动调用算法判断此时气象条件是否存在覆冰可能,若判断为否,则系统继续按照先前模式运行;否则启动摄像头,拍摄导线实时图像,自动调用算法计算此时导线宽度值。若未超出阈值,关闭摄像头,恢复先前工作模式;否则算法将综合气象与图像数据,评估此时事故风险,并将各项参数存入数据库,同时向运维人员发送告警信息,提示其采取措施处理线路覆冰。

3.3 系统交互功能

系统运行时支持人工操作,运维人员可在软件GUI界面进行选择,如图2所示,可获取当前气象数据、拍摄导线图像、计算导线厚度等,运维人员可根据实时信息自主判断导线状态,也可调用算法分析,最大程度实现对输电线路的状态检测。

图2 系统交互界面

4 结论

本文提出一种基于机器视觉技术的输电线路覆冰检测系统。通过图像与气象采集装置获取输电线路走廊环境信息;采用机器视觉技术计算图像中导线宽度值,结合历史数据与未覆冰参考值判断导线当前覆冰状态;引入气象五要素辅助预测未来覆冰变化趋势,评估覆冰风险,告知运维人员采取应对措施。该系统功能全面、操作简单,可自主生成导线状态信息,无需人工实时在线监测,解放大量人力,可协助电力部门预防与应对冰雪灾害,在降低冰灾事故发生率方面具有较高实用价值,具备良好的应用前景。

参考文献:

[1] Wang X.P,Hu J.L,Wu B.et al.Study on Edge Extraction Methods for Image-based Icing On-line Monitoring on Overhead Transmission Lines[J].High Voltage Engineering,2008(12):2687-2693.

[2] 宋伟,李东坚,谢伟,等.基于现场图像处理的输电线路覆冰测量系统[J].光子学报,2017(S1):3-7.

[3] 冯玲,黄新波,等.基于图像处理的输电线路覆冰厚度测量[J].电力自动化设备,2011,31(10):76-80.

[4] 黄新波,孙钦东,程荣贵,等.导线覆冰的力学分析与覆冰在线监测系统[J].电力系统自动化,2007,31(14):98-101.

[5] Yang L,Hao Y.P,Li W.G,et al.Mechanical calculation model on overhead transmission line icing of on-line monitoring and precautions system [J].Proceedings of the CSEE,2010,30(19):100-105

[6] 张予.架空输电线路导线覆冰在线监测系统[J].高电压技术,2008,034(009):1992-1995.

[7] 陆佳政,张红先,方针,等.自适应分割阈值在覆冰厚度识别中的应用[J].高电压技术,2009,35(3):563-567.

[8] 周敏,吴冰.输电线路覆冰图像的Canny算子改进算法研究[J].计算机时代,2019,320(02):58-61.

[9] 史尊伟,阳林,李昊.基于改进Canny算子的覆冰厚度测量方法[J].电瓷避雷器,2013(06):28-33.

[10] 仝卫国.基于航拍图像的输电线路识别与状态检测方法研究[D].华北电力大学,2011.

[11] 朱芳芳,顾宏斌,孙瑾.一种改进的Hough变换直线检测算法[J].计算机技术与发展,2009(05):25-28.

[12] 黄东芳,胡桂明,周杨.基于一种改进的Hough变换的输电线提取与识别[J].计算技术与自动化,2016,35(3):50-53.

基金项目:

国网福建省电力有限公司科技项目资助:基于机器视觉和深度学习的输电线路覆冰侦测和超短期发展预测研究(项目编号:52139018008Q)。

论文作者:阮肇华1,林福1,陈锦植1,郑为凑1,周如斌1,翁

论文发表刊物:《电力设备》2020年第2期

论文发表时间:2020/4/30

一种基于机器视觉技术的输电线路覆冰检测系统论文_阮肇华1,林福1,陈锦植1,郑为凑1,周如斌1,翁
下载Doc文档

猜你喜欢