一种架空输电线路状态监控系统及方法与流程

本发明属于电力系统监测技术领域，更具体地，涉及一种架空输电线路状态监控系统及方法。

背景技术：

电力系统是我国经济建设的重要基础，也是国民生活的重要保障。电力系统的运行状况直接决定着我国的经济发展和人民的生活质量。一套完整的电力供应系统包括配电、发电、送电、输电、用电等一系列相关设备。输电线网是连接整个系统的主要部分，因此输电线运行的安全与否，决定着电力系统的稳定和安全的程度。电力架空线路、杆塔以及相关附件，这些都长期在自然环境中运行，需要长期经受来自线路的张力的影响。不仅如此，还需要承.受冰冻、雷电、狂风、落石滑坡、地动起伏以及鸟害等外界损坏，还需要应对材料的自然老化现象。假如，这些材料没有在其运行情况恶化之前，作出修复或者更换处理，造成的结果，不仅是发生电力安全事故，而且长期以往，将对整个电力系统的稳定运行造成威胁。输电系统能否正常运行，会直接给配用电系统造成影响。

近年来极端天气增多，且电网在不断延伸，线路安全运行正经历着新的挑战。一旦高压铁塔出现短路、跳闸或倒塔等情况，其对工厂生产和人民生活都将带来不可估量的损失。因此，保障电力高压铁塔的安全和稳定，是电力部门一项非常重要的工作。

在全国范围内，各个地区的电力部门为了及时有效的查找出隐藏的危害，投入大量的人、财、物，应用于电力传输线路的巡逻、监视以及维护之中。所谓线路巡视，就是人为的沿着输电线路对输电线进行巡视检查，定期详细记录输电线的运行状态，以便及时预估和发现输电线可能出现的问题，并将记录的数据总结作为输电线的状态判断的依据。除此之外，高精度仪器愈加频繁地被应用，从而实现对输电线的精确监控。但是，这种仪器价格高昂，而且其可以使用的范围较小。它不能对运维人员难以到达的位置进行实时监视与测控。

在传输线路的监视与控制过程中，其最大的弧垂值和舞动的情况是重要的监视与测控研究方向。弧垂值的比对、舞动幅频特性，是影响输，电线，路正常运行的主要方面。电力工程的输电线路建设验收时，施工人员会对输电线路的弧垂大小做严格检查。

在输电线路的日常运行维护监测中也需要对弧垂进行校验或实时监测，以确保输电线路的安全运行。雨凇和雪天会使输电线路覆盖大量的冰雪。部分传输线路上的冰层覆盖会超过传输线路的承受能力，导致线路折断。另外，线路摆动幅度达到一定程度时，可能会造成相与相之间的闪络，损坏金具，跳闸停电，倒杆倒塔等，对国民经济和人身安全造成严重伤害的事故。对输电系统构成巨大危害，造成了重大经济损失。一直到现在，高压输电线路，其线路巡逻与监视，主要还是依靠巡线员步行，通过人工的方法。但是，这种人工监测已经越来越不能适应新常态下对于线路监控的要求。

技术实现要素：

本发明的目的在于克服现有技术的不足，提供一种架空输电线路状态监控系统及方法，对传输线路视频图像进行输电线舞动和覆冰厚度的计算分析，为一些地理条件复杂、人工难以到达的线路段的测量，提供了一种实时、简捷而直观的测量方法。

为解决上述问题，本发明提供的技术方案为：一种架空输电线路状态监控系统，其中，包括：

图像获取模块，用于获取至少一条架空输电线的图像，并将所获取的图像发送给灰度处理模块；

灰度处理模块，用于对接收到的图像进行灰度化处理，并将处理后的图像发送给滤波模块；

滤波模块，用于对接收到的图像进行平滑滤波，并将滤波后的图像发送给差分模块；

差分模块，用于对接收到的图像进行差分计算，并将处理后的图像发送给特征提取模块；

特征提取模块，用于提取所接收到的图像的边缘特征，并将提取后的边缘特征图像发送给筛选模块；

筛选模块，用于对接收到的边缘特征图像按照预设条件进行过滤，并将过滤后的图像发送给判断模块；

判断模块，用于根据接收到的图像判断与该图像匹配的架空输电线是否存在异常情况。

进一步地，所述的判断模块包括：

风舞判断模块，用于计算所接收到的图像的左右偏移量；当偏移量超过预设最大偏移值时，发送第一警报信号；

覆冰判断模块，用于计算所接收到的图像的边缘特征的厚度；当厚度超过预设最大厚度值时，发送第二警报信号。

本发明还提供一种架空输电线路状态监控方法，其中，包括以下步骤：

S1. 图像获取，获取拍摄的输电线路的视频，从一段视频中取出图像；

S2. 灰度处理，对接收到的图像进行灰度化处理；考虑灰度图像，用于图像识别的边缘提取比起仅仅用于视觉效果增强的边缘提取要复杂一些。要给图像的边缘下一个定义还挺困难的，从人的直观感受来说，边缘对应于物体的边界。图像上灰度变化剧烈的区域比较符合这个要求，一般会以这个特征来提取图像的边缘。

S3. 对图像进行滤波处理，用一个模板扫描图像中的每一个像素，用模板确定的邻域内像素的加权平均灰度值去替代模板中心像素点的值；高斯滤波是一种线性平滑滤波，广泛应用于图像处理的减噪过程。高斯滤波是对整幅图像进行加权平均的过程，每一个像素点的值，都由其本身和邻域内的其他像素值经过加权平均后得到。

S4. 对图像进行差分处理，采用二阶差分算子进行图像锐化；由于成像机理和成像设备的限制，尤其是对于一些专用成像设备，如医学成像，遥感成像和视频捕获等等，所成图像可能会变得模糊。图像锐化的作用就是增强图像的边缘和细节，减弱或清除灰度变化缓慢的区域，如边缘增强、边缘检测（提取）等。然而，图像锐化在增强图像灰度变化的同时，也放大了噪声。差分算子的响应程度和图像在这一点处的灰度值的突变有关，因此，图像的锐化使用差分算子。

S5. 图像特征提取，采用拉普拉斯算子进行图像边缘特征提取；将拉普拉斯算子应用于灰度图像并存储输出图像；由于拉普拉斯是一种微分算子，它的应用可增强图像中灰度突变的区域，减弱灰度的缓慢变化区域。因此，锐化处理可选择拉普拉斯算子对原图像进行处理，产生描述灰度突变的图像，再将拉普拉斯图像与原始图像叠加而产生锐化图像。这种简单的锐化方法既可以产生拉普拉斯锐化处理的效果，同时又能保留背景信息，将原始图像叠加到拉普拉斯变换的处理结果中去，可以使图像中的各灰度值得到保留，使灰度突变处的对比度得到增强，最终结果是在保留图像背景的前提下，突现出图像中小的细节信息。但其缺点是对图像中的某些边缘产生双重响应。

S6. 对处理后的图像进行判断，根据接收到的图像判断与该图像匹配的架空输电线是否存在异常情况。

进一步地，所述的S6步骤包括：

S61. 风舞判断，从第一帧图像的正中心10x10像素点区域，定位输电线最低点作为观测点，接着与一起输入的多个视频帧一一比对观测点的上下左右位移量，如果位移量超过定义的阈值，则发出风舞报警；

S62. 覆冰判断，从第一帧图像的正中心10x10像素点区域，定位输电线最低点作为观测点，并计算出输电线厚度，接着与一起输入的多个视频帧一一比对观测点的输电线厚度，如果厚度超过定义的阈值，则发出覆冰报警。

进一步地，所述的图像获取，应用于风舞判断时，以每一秒取一个视频帧；应用于覆冰判断时，以每一分钟取一个视频帧。

与现有技术相比，有益效果是：本发明提供的一种架空输电线路状态监控系统及方法，基于计算机视觉技术，对传输线路视频图像进行输电线舞动和覆冰厚度的计算分析，为一些地理条件复杂、人工难以到达的线路段的测量，提供了一种实时、简捷而直观的测量方法，弥补了人工巡检、精.密仪器监视与控制和传统视频监视与控制实时性差、应用范围较小、需要大量人力物力等缺陷。

附图说明

图1 为本发明系统结构示意图。

图2为本发明方法流程图。

具体实施方式

附图仅用于示例性说明，不能理解为对本专利的限制；为了更好说明本实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；对于本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。附图中描述位置关系仅用于示例性说明，不能理解为对本专利的限制。

如图1所示，一种架空输电线路状态监控系统，其中，包括：

图像获取模块，用于获取至少一条架空输电线的图像，并将所获取的图像发送给灰度处理模块；

灰度处理模块，用于对接收到的图像进行灰度化处理，并将处理后的图像发送给滤波模块；

滤波模块，用于对接收到的图像进行平滑滤波，并将滤波后的图像发送给差分模块；

差分模块，用于对接收到的图像进行差分计算，并将处理后的图像发送给特征提取模块；

特征提取模块，用于提取所接收到的图像的边缘特征，并将提取后的边缘特征图像发送给筛选模块；

筛选模块，用于对接收到的边缘特征图像按照预设条件进行过滤，并将过滤后的图像发送给判断模块；

判断模块，用于根据接收到的图像判断与该图像匹配的架空输电线是否存在异常情况。

具体地，判断模块包括：

风舞判断模块，用于计算所接收到的图像的左右偏移量；当偏移量超过预设最大偏移值时，发送第一警报信号；

覆冰判断模块，用于计算所接收到的图像的边缘特征的厚度；当厚度超过预设最大厚度值时，发送第二警报信号。

本发明还提供一种架空输电线路状态监控方法，其中，包括以下步骤：

S1. 图像获取，获取拍摄的输电线路的视频，从一段视频中取出图像；

S2. 灰度处理，对接收到的图像进行灰度化处理；考虑灰度图像，用于图像识别的边缘提取比起仅仅用于视觉效果增强的边缘提取要复杂一些。要给图像的边缘下一个定义还挺困难的，从人的直观感受来说，边缘对应于物体的边界。图像上灰度变化剧烈的区域比较符合这个要求，一般会以这个特征来提取图像的边缘。

S3. 对图像进行滤波处理，用一个模板扫描图像中的每一个像素，用模板确定的邻域内像素的加权平均灰度值去替代模板中心像素点的值；高斯滤波是一种线性平滑滤波，广泛应用于图像处理的减噪过程。高斯滤波是对整幅图像进行加权平均的过程，每一个像素点的值，都由其本身和邻域内的其他像素值经过加权平均后得到。

S4. 对图像进行差分处理，采用二阶差分算子进行图像锐化；由于成像机理和成像设备的限制，尤其是对于一些专用成像设备，如医学成像，遥感成像和视频捕获等等，所成图像可能会变得模糊。图像锐化的作用就是增强图像的边缘和细节，减弱或清除灰度变化缓慢的区域，如边缘增强、边缘检测（提取）等。然而，图像锐化在增强图像灰度变化的同时，也放大了噪声。差分算子的响应程度和图像在这一点处的灰度值的突变有关，因此，图像的锐化使用差分算子。

S5. 图像特征提取，采用拉普拉斯算子进行图像边缘特征提取；将拉普拉斯算子应用于灰度图像并存储输出图像；由于拉普拉斯是一种微分算子，它的应用可增强图像中灰度突变的区域，减弱灰度的缓慢变化区域。因此，锐化处理可选择拉普拉斯算子对原图像进行处理，产生描述灰度突变的图像，再将拉普拉斯图像与原始图像叠加而产生锐化图像。这种简单的锐化方法既可以产生拉普拉斯锐化处理的效果，同时又能保留背景信息，将原始图像叠加到拉普拉斯变换的处理结果中去，可以使图像中的各灰度值得到保留，使灰度突变处的对比度得到增强，最终结果是在保留图像背景的前提下，突现出图像中小的细节信息。但其缺点是对图像中的某些边缘产生双重响应。

S6. 对处理后的图像进行判断，根据接收到的图像判断与该图像匹配的架空输电线是否存在异常情况。

具体地，S6步骤包括：

S61. 风舞判断，从第一帧图像的正中心10x10像素点区域，定位输电线最低点作为观测点，接着与一起输入的多个视频帧一一比对观测点的上下左右位移量，如果位移量超过定义的阈值，则发出风舞报警；

S62. 覆冰判断，从第一帧图像的正中心10x10像素点区域，定位输电线最低点作为观测点，并计算出输电线厚度，接着与一起输入的多个视频帧一一比对观测点的输电线厚度，如果厚度超过定义的阈值，则发出覆冰报警。

另外，图像获取，应用于风舞判断时，以每一秒取一个视频帧；应用于覆冰判断时，以每一分钟取一个视频帧。

显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。