基于特征識(shí)別的輸電線路絕緣子閃絡(luò)的智能分析方法
【專利摘要】本發(fā)明公開了一種基于特征識(shí)別的輸電線路絕緣子閃絡(luò)的智能分析方法，本發(fā)明通過引入具有人工智能意義的計(jì)算機(jī)視覺分析技術(shù)，使得現(xiàn)有的巡檢系統(tǒng)將具備人眼的識(shí)別和人腦的分析能力，通過視覺分析，識(shí)別分析輸電線路絕緣子閃絡(luò)等潛在威脅事件，并達(dá)到實(shí)時(shí)預(yù)警，降低事故發(fā)生率。
【專利說明】
基于特征識(shí)別的輸電線路絕緣子閃絡(luò)的智能分析方法
技術(shù)領(lǐng)域
[0001]本發(fā)明涉及一種輸電線路絕緣子閃絡(luò)的智能分析方法，特別是一種基于特征識(shí)別的輸電線路絕緣子閃絡(luò)的智能分析方法。
【背景技術(shù)】
[0002]輸電線路在電力系統(tǒng)中起著非常重要的作用，直接關(guān)系到千家萬戶的用電問題，大規(guī)模斷電將給國民經(jīng)濟(jì)帶來不可估量的損失。因此，輸電線路的安全性是電力部門高度關(guān)注的問題之一。絕緣子作為電網(wǎng)中用量龐大、種類繁多的零部件，在輸電線路中占有重要地位，一方面，為傳輸電流的導(dǎo)線提供機(jī)械支持；另一方面防止電流對(duì)地形成通道接地，起絕緣作用。然而，絕緣子在輸電線路中又是極易損壞的元件，由于長時(shí)間經(jīng)受機(jī)械負(fù)荷作用，以及自然界中覆冰、溫升和風(fēng)吹等氣象的影響，使得絕緣子破損，喪失絕緣、導(dǎo)致供電中斷，嚴(yán)重甚至造成電網(wǎng)癱瘓，因此它直接關(guān)系到輸電線路的安全穩(wěn)定運(yùn)行。因此，為了保證電網(wǎng)的安全可靠運(yùn)行，必須對(duì)輸電線路上的絕緣子狀態(tài)進(jìn)行監(jiān)測(cè)、預(yù)警。
[0003]傳統(tǒng)的絕緣子檢測(cè)技術(shù)主要是基于人工檢測(cè)。如巡視，每年組織不定期的檢查，每兩年組織一次登塔巡視，每隔一年進(jìn)行一次劣化絕緣子的檢測(cè)，以期發(fā)現(xiàn)零值或低值絕緣子以及其他存在的問題，以便于及時(shí)更換。但是人工檢測(cè)效率低、工作強(qiáng)度大、檢測(cè)速度慢，并且由于對(duì)象是高壓輸電線路，所以在檢測(cè)時(shí)，檢測(cè)人員的人身安全也受到了不同程度的影響。傳統(tǒng)的人工巡檢方法不僅工作量大而且條件艱苦，特別是對(duì)多山區(qū)和跨越大江大河的輸電線路的巡檢，以及在冰災(zāi)、水災(zāi)、地震、滑坡、夜晚期間巡線檢查，所花時(shí)間長、人力成本尚、困難大、風(fēng)險(xiǎn)尚O
[0004]近幾年，采用無人直升機(jī)低空遙感方式實(shí)現(xiàn)地表觀察、地質(zhì)勘探、線路巡檢的技術(shù)逐漸成熟，特別是無人機(jī)巡檢以其高效、準(zhǔn)確和安全等特點(diǎn)逐漸成為高壓輸電線路巡檢的重要發(fā)展方向，通過對(duì)航拍巡檢采集到的大量航拍圖像進(jìn)行處理和分析可以發(fā)現(xiàn)輸電線路故障和缺陷，并對(duì)特殊地質(zhì)環(huán)境中電力設(shè)施災(zāi)害監(jiān)測(cè)與預(yù)警。但是，航拍巡檢過程中獲取的圖像或者視頻資料，數(shù)量非常大，如果采用事后人工篩查、人工分析和判斷的方式，直接處理巨大的視頻和圖片信息，無疑是非常艱苦的工作，并且很容易遺漏關(guān)鍵信息;如果采用人工在線監(jiān)視、實(shí)時(shí)判斷和發(fā)現(xiàn)輸變電線路的異常，是更加艱苦的工作、更容易遺漏和誤報(bào)關(guān)鍵信息。

【發(fā)明內(nèi)容】

[0005]本發(fā)明的目的在于克服現(xiàn)有技術(shù)的不足之處，而提供一種具備人眼的識(shí)別和人腦的分析能力，通過視覺分析，識(shí)別分析輸電線路絕緣子閃絡(luò)潛在威脅事件的基于特征識(shí)別的輸電線路絕緣子閃絡(luò)的智能分析方法。
[0006]—種基于特征識(shí)別的輸電線路絕緣子閃絡(luò)的智能分析方法，采用如下步驟實(shí)現(xiàn):
[0007](I)首先通過無人機(jī)從輸電線路上拍攝大量圖像，并提取圖像的骨架，同時(shí)去掉圖像中的冗余;然后基于絕緣子與其它輸電設(shè)備之間的骨架形狀差異對(duì)圖像進(jìn)行直線檢測(cè)，由此確定出絕緣子的候選區(qū)域，從而實(shí)現(xiàn)絕緣子的粗定位；
[0008](2)采用不變矩特征和AdaBoost算法對(duì)絕緣子的候選區(qū)域進(jìn)行遍歷識(shí)別，由此識(shí)別出絕緣子的精確位置，從而實(shí)現(xiàn)絕緣子的精確定位；
[0009](3)首先通過邊緣檢測(cè)算法對(duì)絕緣子進(jìn)行幾何特征提取，并通過優(yōu)化的結(jié)構(gòu)算法對(duì)新增物體進(jìn)行描述;然后對(duì)絕緣子和新增物體進(jìn)行色彩識(shí)別并進(jìn)行標(biāo)注，由此識(shí)別出絕緣子的閃絡(luò)情況。
[0010]綜上所述的，本發(fā)明相比現(xiàn)有技術(shù)如下優(yōu)點(diǎn):
[0011]本發(fā)明通過引入具有人工智能意義的計(jì)算機(jī)視覺分析技術(shù)，使得現(xiàn)有的巡檢系統(tǒng)將具備人眼的識(shí)別和人腦的分析能力，通過視覺分析，識(shí)別分析輸電線路絕緣子閃絡(luò)等潛在威脅事件，并達(dá)到實(shí)時(shí)預(yù)警，降低事故發(fā)生率。
【具體實(shí)施方式】
[0012]下面結(jié)合實(shí)施例對(duì)本發(fā)明進(jìn)行更詳細(xì)的描述。
[0013]實(shí)施例1
[0014]—種基于特征識(shí)別的輸電線路絕緣子閃絡(luò)的智能分析方法，采用如下步驟實(shí)現(xiàn):
[0015](I)首先通過無人機(jī)從輸電線路上拍攝大量圖像，并提取圖像的骨架，同時(shí)去掉圖像中的冗余;然后基于絕緣子與其它輸電設(shè)備之間的骨架形狀差異對(duì)圖像進(jìn)行直線檢測(cè)，由此確定出絕緣子的候選區(qū)域，從而實(shí)現(xiàn)絕緣子的粗定位；
[0016](2)采用不變矩特征和AdaBoost算法對(duì)絕緣子的候選區(qū)域進(jìn)行遍歷識(shí)別，由此識(shí)別出絕緣子的精確位置，從而實(shí)現(xiàn)絕緣子的精確定位；
[0017](3)首先通過邊緣檢測(cè)算法對(duì)絕緣子進(jìn)行幾何特征提取，并通過優(yōu)化的結(jié)構(gòu)算法對(duì)新增物體進(jìn)行描述;然后對(duì)絕緣子和新增物體進(jìn)行色彩識(shí)別并進(jìn)行標(biāo)注，由此識(shí)別出絕緣子的閃絡(luò)情況。
[0018]本實(shí)施例未述部分與現(xiàn)有技術(shù)相同。
【主權(quán)項(xiàng)】
1.一種基于特征識(shí)別的輸電線路絕緣子閃絡(luò)的智能分析方法，其特征在于:采用如下步驟實(shí)現(xiàn)， (1)首先通過無人機(jī)從輸電線路上拍攝大量圖像，并提取圖像的骨架，同時(shí)去掉圖像中的冗余;然后基于絕緣子與其它輸電設(shè)備之間的骨架形狀差異對(duì)圖像進(jìn)行直線檢測(cè)，由此確定出絕緣子的候選區(qū)域，從而實(shí)現(xiàn)絕緣子的粗定位； (2)采用不變矩特征和AdaBoost算法對(duì)絕緣子的候選區(qū)域進(jìn)行遍歷識(shí)別，由此識(shí)別出絕緣子的精確位置，從而實(shí)現(xiàn)絕緣子的精確定位； (3)首先通過邊緣檢測(cè)算法對(duì)絕緣子進(jìn)行幾何特征提取，并通過優(yōu)化的結(jié)構(gòu)算法對(duì)新增物體進(jìn)行描述，然后對(duì)絕緣子和新增物體進(jìn)行色彩識(shí)別并進(jìn)行標(biāo)注，由此識(shí)別出絕緣子的閃絡(luò)情況。
【文檔編號(hào)】G01R31/12GK106093729SQ201610591822
【公開日】2016年11月9日
【申請(qǐng)日】2016年7月26日 公開號(hào)201610591822.0, CN 106093729 A, CN 106093729A, CN 201610591822, CN-A-106093729, CN106093729 A, CN106093729A, CN201610591822, CN201610591822.0
【發(fā)明人】詹仁俊, 林朝輝, 王力群, 許凌西, 吳飛龍, 王景
【申請(qǐng)人】國網(wǎng)福建省電力有限公司, 國家電網(wǎng)公司, 國網(wǎng)福建省電力有限公司福州供電公司, 福州振源科技開發(fā)有限公司