（国网河南省电力公司西峡县供电公司 河南西峡县）
摘要：为了保证电网安全稳定运行，本文针对输电线路导线断股与绝缘子污秽沉积两大常见缺陷、隐患提出一种基于机器视觉的输电线路状态监测与预警方法。针对导线断股故障，首先通过图像预处理提取图像感兴趣部分，再利用改进的HOG作为匹配特征，以相关系数作为相似性测量度，判断导线断股与否，实现导线断股预警；针对绝缘子污秽检测，本文提出灰度直方图与支持向量机（SVM）相结合的方法进行绝缘子污秽等级分类，实现多等级绝缘子污秽程度监测与预警。实验表明：本文提出的方法能很好地实现监测与预警效果，实时性强，识别准确率高，具有极大的应用价值。
关键词：机器视觉；导线断股；绝缘子污秽；状态监测与预警
Abstract：In order to ensure the safety and stably of the power grid，aiming at two common faults，the broken strand and insulator contamination accumulation，this paper presents a new detection method based on visual processing.For wire breaking fault，firstly the image preprocessing is used to extract the image of interest，then the improved HOG is introduced as the matching feature.Finally the correlation coefficient is set as a similarity measure and determine the wire broken stocks or not.Thus the broken strand can be told by the system.For insulator contamination detection，this paper proposes the gray histogram and support vector machine（SVM）combined method for insulator pollution level detection of multi class classification，the contamination level of insulator and warning.Experimental results show that the proposed algorithm can well accomplish fault warning，perform high real-time and high fault recognition accuracy rate.The method has great application value.
Keyword：machine vision；broken strand；insulator contamination；State monitoring and warning
概论
输电导线由于长期暴露在室外，受风载、舞动、四季变化、以及负荷变化等影响，极易发生断股，降低导线输送效率，造成经济损失[1]。与此同时，随着我国工业技术的快速发展，空气中的小颗粒物也不断增多，导致绝缘子设备表面积污速度加快。污秽物使得绝缘子的电气强度大大降低，极易造成输电线路和变电站的绝缘子发生污秽闪络，引起电力系统事故[2]。据相关部门统计，导线断股与绝缘子污秽已成为电力系统的常见缺陷与隐患。为了保证电网系统的稳定运行，需要对输电线路进行不定期的监测。目前，国内的监测工作主要通过人工爬到高空高压的输电线路上或者利用望眼镜在地面观测线路状态。但这种方式工作强度高，难度高，且容易发生漏检误检，存在很大的安全隐患。为了解放工作人员的工作压力，近年来机器人和无人机巡检方式开始运用到输电线路巡检任务中[3-4]。但这些机器人仅仅能代替人工完成部分作业，无法起到自动进行状态监测与预警。
随着数字图像处理技术的不断发展，机器视觉开始广泛应用于输电线路巡检与故障检测中。文献[5]提出基于导线纹理特征分布的判定模型诊断导线散股与否，但该方法极易受光照影响，鲁棒性差。文献[6]提出利用Gabor滤波器处理导线图片判断缺陷，但该算法只针对特定的导线背景，对于复杂的输电线路背景识别准确率低。文献[7]提出在彩色可见光图像，通过对比表面积污区域颜色直方图判断绝缘子污秽等级，但该方法准确率不高，容易发生等级误判。本文提出利用改进的HOG特征匹配方法判断导线断股与否，利用灰度直方图与SVM相结合的方法分类绝缘子污秽等级。通过实验证明，本文方法能很好实现地状态监测与智能预警，大大降低了工作人员的工作强度。
1.导线断股检测
由于输电线路背景复杂，电力部件多，图像提取比较困难，本文通过图像预处理提取导线部分作感兴趣区域，去除背景干扰；在输电线路导线中，断股导线与正常导线的梯度分布存在很大差距，故采用改进的HOG特征匹配判断导线断股与否。导线断股检测流程图如下所示：
1.4相似度测量
在进行匹配时，利用欧氏距离作为相似性的度量准则对于图像旋转和尺度变换、平移适应性差[8]。文中使用向量归一化相关系数作为相似性度量准则，即相关系数越大，两者相似性越大。本文通过设定阈值判断导线断股与否，如果目标的相似度超过阈值则为正常导线，反之则为断股导线。
2.绝缘子污秽检测
人工检测绝缘子污秽状况的方式存在工作强度大，危险性高的缺点。机器人可以通过搭载云台对拍摄到的图片进行灰度直方图统计，再利用支持向量机进行污秽图像处理，判断绝缘子污秽等级，实验证明该方法效率高，实用性强。
2.1灰度直方图
当绝缘子表面被灰尘、盐碱、工业废气等污秽堆积时，绝缘子表面的颜色会被覆盖，呈现灰色特征。故本文采用灰度直方图提取绝缘子特征。灰度直方图（Gray Histogram），是对图像灰度级分布的统计。灰度直方图是将图像中所有像素，按灰度值的大小，统计其出现的频率，表示某种灰度级的像素个数。
从表1中可以看出，本文设计的绝缘子污秽分类方法准确率可达到85%以上，为污秽识别提供了新的检测手段。对于不同污秽等级，上位机会进行预警，减轻了工作人员的劳动强度，同时有效的减少了绝缘子由于污秽导致的闪污现象。
4.结论
本文针对输电线路常见的导线断股和绝缘子污秽监测与预警问题进行了研究。对于导线断股提出的基于改进的HOG特征匹配能有效的检测出断股导线；提出的基于灰度直方图与支持向量机的方法能快速的对绝缘子污秽等级进行分类，实现故障预警功能。经过模拟实验和线上实验，本文提出的基于机器视觉状态监测与预警方法，能实时、有效的对导线断股与绝缘子污秽情况进行监测与报警，进而减小输电线路事故的发生，具有很大意义。
参考文献：
[1]仝卫国，刘士波，孙艺萌.基于链码和纹理分析的输电线断股检测[J].计算机技术与发展.2016，26：139-143.
[2]刘小欢.典型伞型结构绝缘子积污特性及其交流闪污特性研究[D].重庆：重庆大学.2013.
[3]张柯，李海峰，王伟.浅谈直升飞机作业在我国特高压电网中的应用[J].高电压技术，2006.32（6）：45-47.
[4]于德明.等.直升机在电网运行维护中的研究与应用[J].电网技术，2009，33（6）：107-112.
[5]杨智勇，王伟，苏帆等.采用数字图像处理方法对架空导线散股的研究[J].中国电力.2014.1：1-7
[6]Varadarajan S，Chakrabarti C，Karam L J，et al.A distributed psycho-visually motivated Canny edge detector[C].Acoustics Speech and Signal Processing（ICASSP），2010 IEEE International Conferenceon.IEEE，2010：822-825
[7]夏晶，胡娟.基于彩色可见光图像的外绝缘子污秽等级检测[J].大众科技，2014，16（2）：19-21.
[8]曹治国，吴博.采用HOG特征的下视景象匹配算法[J].红外与激光工程.2012.（41）513-516.
论文作者:刘滨
论文发表刊物:《电力设备》2017年第36期
论文发表时间:2018/5/7
标签：导线论文; 绝缘子论文; 污秽论文; 直方图论文; 灰度论文; 方法论文; 线路论文; 《电力设备》2017年第36期论文;