袁洪凯
（ 国网滨州供电公司，山东省滨州市，256600）
摘 要：随着滨州超高压网架结构的规模越来越大，滨州地区的架空线路会更加密集，因此，给线路巡检、班组巡检、事故抢修 、运检工作附加了更多的业务压力。鉴于架空线路的分散性，非常不利于线路的抢修与巡检工作，给整个电网的安全运行带来了严峻形势。基于以上背景，输电线路远程智能图像识别巡检技术通过调取监控点以及线路周围环境的情况，对导线、绝缘子串进行有效识别与缺陷辨别，这一技术将会大大的降低人工巡检的复杂性。
关键词：架空线路，线路巡检，分散性，智能巡线
1 引言
目前的线路巡视主要为人工模式，工作量很大，巡视质量不高，鉴于巡检环境越来越差，对工作人员产生了较大的安全隐患。长时间的巡检周期以及受视角、远距离观察的限制，不能实现全方位精细巡检。对于遗漏掉的隐患缺陷，增加了应急抢修的风险，不利于线路缺陷分析。输电线路远程智能图像识别巡检技术有利于运维人员实时掌握现场的运行情况，提高事故预警能力。尤其是包括人工无法到达区域、视线死角这样的巡检盲区，结合无人机或者工业视频的图像采集，通过有效的图像算法处理，切实解决了输电线长距离远程监控的难题，降低了人工巡检的复杂性。
2 系统相关技术探讨
系统必须实时监测目标区域及周边环境，确保工作人员全面掌握现场情况，预防事故的发生。
2.1 网络通讯技术
如今电力线路一般通过 Ad-Hoc、GPRS、CDMA、光缆、卫星等来实现通讯。不同工作条件下合适的通讯方式也不同，本课题主要涉及无人地段与公网盲区，所以重点选择通过Ad-Hoc方式来组网。
该组网办法主要通过微网中继来搭建网络连接。微网中继通过无线传输方式进行无线网络的桥接，是通讯网络的主动脉。微网中继设备继续组建子网，是连接主动脉的毛细血管。该网络以链式传导模式进行信号的输出和接收，然后经由光缆连接把信号传到后端。
这种办法适合应用在偏远地域、信号盲区等手机通讯信号较差的区域。其特点是适用面广，不管目标区域内有无信号覆盖均能搭建，Ad-Hoc方案绕过了运营商的控制，微网中继连接的通讯网络通信效率和带宽可靠，传输效果好且稳定。
2.2 装置自检技术
前端装置安装在铁塔上工作，因为周围露天环境的作用，前端装置必须配有智能温湿调控、自洁净、智能防雾、自动保养等作用，来维持装置的稳定性和运行周期。除非发生重大机械故障，常见运行故障前端装置均能够自行保养还原。例如：若前端传输装置发生网络故障，装置可自行修复连接，并再次尝试联网，确保通讯稳定。再例如：若前端装置调节配置失效或故障时，装置可自行复核这个缺陷配置，并通过备份库中调取正常的配置，而不会对其余参数产生影响。确保了前端装置的稳定性和易调整性，实现了前端装置的无人维护运行。
2.3 自动节能技术
电力线路在线自动巡检系统为了可以实现自动节能，必须改善系统的识别性能，优化其运行稳定性。所以自动节能控制包括：可持续供电模块和节能优化调节模块。
(1) 可持续供电模块
系统通过风光结合的方式供电。采取风能与光电转换相结合的办法向装置供电，防止了不同天气状况下导致的供电困难，确保系统供电充足。并且风能和光电转换都是环境友好型的新能源，在当今越来越重视节能减排、保护环境、绿色生产的整体趋势下，该方案顺应了当前社会和技术的潮流。
(2) 节能优化调节模块
前端装置通过电池供电维持运行，可是电池容量无法支持长时间的运行，为此设计了一套节能优化智能调节模块，来延长电池续航时间。节能优化调节又称自动电源优化策略，能够依照前端装置运行的状态，识别其所需电量和剩余电量，通过对比判断出运行装置的续航时间。采用节能优化调节功能可以更直观的读取前端装置的运行潜力，更合理的调配使用电能储备，实现对电池性能状态的智能化管理。
2.3 智能巡检技术
智能巡视技术包含智能识别部分、智能输入部分、智能预警部分。
(1) 智能识别技术
智能识别技术是系统通过收集的图像，进行智能分析，并采取Hough算法数学模型的方式进行故障识别。图像识别属于本课题的研究重点，它利用当前的高精度诊断模型对现场图像进行诊断。今后该系统还要实现多维度各种故障种类的诊断能力。
(2) 智能输入技术
系统智能输入各个巡线状态和故障信息，依照巡检任务、设备图像、目标区域自动实时输入寻线状态和故障信息，并实现对故障信息的智能分类。
(3) 智能预警技术
智能预警技术能够解决由于现场无人看守或失职导致的线路故障无法及时预警。采用SG186接口能够通过SG186故障管理程序实现故障的及时预警。系统基于主要故障分类统计、数学模型算法、诊断信息，识别出必须进行预警的线路故障及隐患。该系统的智能预警方案包括：
1) 网络提醒：通过网络发送预警信号或语音上报管理人员。
2) 短信提醒：以短信的形式将预警报告发送到管理人员移动终端上，第一时间通知故障信息。
3 电力线路图像识别流程
对于输电线路的日常巡线来说，经常能遇到的问题就是电力线出现断股、有悬挂物等情况，对室内走廊的障碍物的排查也是日常巡查任务之一。伴着无人机技术的发展，输电线的巡检也搭上了这种新技术的便车。利用无人机的拍摄能力，从巡检线路中抓取电力线的图片，对线路中出现的故障进行识别和预警成为了可能。
本文在处理无人机的航拍图片时，使用Ratio算子进行电线的边缘性检测，将检测的数据使用Hough进行特征的变换，找出电线对应的特征。该种算法的具体的流程如下图1，本文算法的部分情况如下：
1) 对拍摄的图像进行预处理：对无人机拍摄的电线图像进行灰度化和降噪处理。
2) 使用Ratio对电线进行边缘检测：标记图片中的电线。
3) 对上一步中所生成的图片进行检测，进行Hough变换。
4) 对上一步Hough变换所得到的信息进行判断，提取出电力线。
图1 电力线路有效特征信息提取流程
在上述的步骤中，边缘检测算法和Hough变换目前已经较为成熟，使用简单便捷。对于电线的特征检测时所使用到的算法也在实验中证明了其有效性。
4 小结
本文包含的各项技术的探讨，都是基于电力网络状态巡检程序的现场应用，通过较为前沿的智能移动终端、自动视频识别和智能数据处理等技术，研究方向与当前科技发展潮流及智能电网的未来趋势一致，有着较高的科技先进性和较高的现场应用性。所以，本文的成果及可能的推广应用对科技发展和企业效益都具有很大价值。
参考文献:
[1] 王专忠，胡晓光，耿鑫.一种基于图像处理的输电线路覆冰监测方法［J］．中国测试，2011，37( 2) : 1-4．
[2] 宋屹峰，王洪光，李贞辉，等．基于视觉方法的输电线断股检测与机器人行为规划［J］．机器人，2015，37( 2) : 204-211，223．
[3] 曾朱文. 无人值守变电站智能遥视系统的研究[D].重庆大学, 2005.