摘要：一种以提高输电线路安全性和可靠性为目的，研究基于输电线路在线巡视系统的智能预警系统在线巡视系统采用可视监控、红外成像等技术，通过逐塔配置来替代人工巡视功能，并结合 OPGW 光电分离和 EPON 通信新技术实现海量数据的传输，在此基础上构建采用分级结构的智能预警系统。本文简述该智能预警系统的运用，可有效实现输电线路及其设备故障异常的智能识别。
关键词：输电线路；原理；任务；方法
引言 目前常用的输电线路巡视方式是人工巡视，但其工作量大、巡视密度不高，尤其在天气恶劣、地理环境复杂的情况下人工巡视更加难以实现。随着我国智能电网的快速发展，高电压输电线路数量日益增加，覆盖范围不断扩大，直升机巡视和巡线机器人也得到了一定程度的运用，但以上巡线方式均受气候影响较大，且无法实时反映输电线路及其设备工作情况。随着电力部门对输电线路运行安全监视需求的不断提高，研发一种能取代人工巡视，实时、全面反映输电线路及其设备的工作情况，并具有智能预警功能的在线巡视系统尤为迫切和重要。
1 基于输电线路巡视系统的智能预警系统原理
1.1 输电线路在线巡视系统结构
本文研究的智能预警系统主要是基于所示的输电线路在线巡视系统，该系统主要由三个部分组成：杆塔终端系统、光纤通信网络和后台主机系统。其中杆塔终端系统包括可见光视频监控模块、红外成像模块、红外感知模块、气象监测模块、杆塔供能模块和杆塔终端主机模块，用于采集、处理相应监测数据，以满足巡视工作的要求。基于OPGW 光电分离和 EPON 通信新技术的光纤通信网络用于传输可见光视频图像、红外图像等信息，确保杆塔终端和后台主机系统的实时连接。后台主机系统主要负责对全线杆塔终端设备及网络的统一管理、调度和控制，建立控制中心数据库，详细记录各项操作，并对监测到的异常状况予以告警。
1.2 基于输电线路在线巡视系统的智能预警系统原理
基于输电线路在线巡视系统的基本结构，充分利用其采集的海量可见光视频图像、红外图像等监测数据，构建智能预警系统，为了提高智能预警系统的工作效率和准确性，该系统根据任务要求形成分级结构，第一级位于杆塔终端主机，初步判断输电线路是否出现故障异常第二级位于后台主机系统，精确判断输电线路故障类型。输电线路在线巡视系统中杆塔终端的各测量单元将采集的信息传输至杆塔终端主机，正常情况下杆塔终端主机通过 ONU 定时向后台主机发送日常信息。当杆塔终端主机的中央处理单元利用各种监测信息进行分析比对，发现异常时，则向后台主机系统发送预警信号，同时向测量单元发送命令连续采集视频或红外图像并上传至后台主机，以备后台主机系统进一步进行故障分析。后台主机系统收到杆塔终端主机中央处理单元发出的预警信号，则以图像识别技术为基础，结合系统建模与综合分析等方法，根据上传的实时监测数据进一步分析判断输电线路及其设备是否出现故障以及故障类型，如当台风、雷击、树木生长、山火等危及输电线路及其设备的灾害发生的时候，能通过及时监测、分析，发出异常状态的早期预警和故障报警。
2 智能预警系统的任务
基于输电线路在线巡视系统的智能预警系统可以利用单个杆塔终端采集到的多监测数据进行故障识别，也可以同时利用多杆塔终端采集到的同类监测数据进行故障判断。单杆塔终端采集、处理的监测数据是输电线路智能预警系统的基本信息单元。
基于输电线路在线巡视系统的智能预警系统原理图，智能预警系统的两级结构依次工作，完成对输电线路实时监测数据的预处理、故障异常初步判断和故障类型的确定。每个杆塔终端含有多个测量设备，分别负责采集可见光视频图像、红外图像、微气象数据和红外探测信号。预警系统的第一级应能对可见光视频图像和红外图像进行基于常规图像识别技术的预处理，然后按一定的格式组织各项监测数据，提供给后台主机系统。
（2）故障识别判断。杆塔终端主机中央处理单元基于采集到的可见光视频图像、红外图像等信息对输电线路进行初步故障识别。后台主机系统综合分析各类监测数据，如利用阈值目标提取算法、模板匹配算法、纹理识别算法等图像识别方法，判断输电线路故障类型，并结合层次分析法和模糊理论进一步提高故障异常判断的准确性。
（3）知识库管理。知识库主要包括故障判断算法规则以及历史数据整理存储。知识库的管理包括对这些规则的录入、删除、修改等，支持系统根据故障预警后的检修结果形成新的规则，也可通过用户手册对知识库进行管理。
（4）结果执行。故障异常被确定后，后台主机系统立即发送相应故障异常类型的报警信号，并可通过短信形式将故障异常位置和类型发送至相关工作人员手机上。
（5）学习能力。智能预警系统应具备一定的学习能力，可以根据过去的经验积累知识，优化其判断方法以适应新的环境。例如当杆塔终端安装的监测设备类型发生变化时，要能及时修改故障判断算法，利用现有的监测数据增强故障异常判断的准确性。智能预警系统的适应能力应随着学习实例和时间的增加而得到加强。
3 典型输电线路故障异常的判断方法
为实现输电线路故障异常的智能判断，首先要对采集的视频图像进行预处理，提高视频图像的信噪比。然后再根据输电线路及其环境特征，针对其常见故障异常，如：输电线路覆冰、断线等在视频图像中呈现的具体特点，提取视频图像相应关键特征信息，如：灰度值、像素差等，对视频图像进行判断，并进一步结合红外图像、微气象监测数据相对精确地判断输电线路工作情况。
3.1 基于图像差分法的故障异常算法
智能预警系统的第一级判断单元位于杆塔终端主机中央处理单元，其根据可见光视频图像、红外图像初步判断输电线路是否出现故障异常，不必精确判断故障类型，且其运算能力有限，故采用运算量小、易于实现的图像差分法。图像差分法一般是依靠判断相邻两帧图像之间的显著差异来检测运动的目标，最常用的是两帧差分法，即提取连续两帧的视频图像进行相减运算得到两幅图像的差分图像。该方法虽然算法简单，易于实现，但检测到的运动目标并不精确。两帧差分法检测到的目标不仅包括真正的运动目标，还包括变化的背景区域，若遇到光照变化剧烈或场景有雨雪时，此法效果欠佳。因此根据输电线路所处的地理位置，为适应各种气候环境影响，用于输电线路的三帧差分算法。三帧差分法对连续的三帧图像分别做前两帧和后两帧的差分图像，再将两帧连续的差分图像进行相与运算，根据差分图像服从不同的统计规律设置变化检测门限，实现对视频图像运动变化的检测和识别，及时发出故障异常预警信号。相比于二帧差分法，三帧差分法虽然增加了算法的难度，但是有效地减少了图片背景变化的影响，对故障异常的判断更为准确。以提高输电线路安全性和可靠性为目的。
结语：本文利用图像识别技术和综合评价方法，构建了基于输电线路在线巡视系统的智能预警系统。该智能预警系统采用分级结构，有效提高了对于输电线路及其设备故障异常判断的准确性。
参考文献：
[1] 舒立春, 罗保松, 蒋兴良, 等. 智能循环电流融冰方法及其临界融冰电流研究[J]. 电工技术学报, 2012,27(10): 26-34.
[2] 黄宵宁, 葛乐, 杨成顺, 等. 基于智能诊断技术的输电线路直升机巡视系统框架设计[J]. 电力系统保护与控制, 2012, 40(13): 135-139, 144.