庄严 张汶卓 陈柳宁 薛宇 向峰 马建波
国网南阳供电公司
摘要：现阶段采取的防治鸟害措施主要有：在杆塔上安装鸟类的一些天敌的模型达到驱鸟的效果；安装由绝缘板制成的防鸟粪罩在线性杆塔垂挂这的绝缘子上面；安装鸟刺在一些杆塔的构建上面；在绝缘子串在绝缘子串的下端安装一些风车，并在塔上安装一个棱柱形状轻型驱鸟器；还可以在塔上安装了声光电子驱鸟装置和超声波驱鸟器。然而输电线路分布广泛，鸟害并非均匀分布，全方位的安装驱鸟设备成本和后期维护代价极高，因此利用智能科技来构建智能化输电线路鸟情视频检测系统，及时了解鸟的分布聚集情况，从而有选择性的在鸟害较频繁的场所或鸟害较严重的时间段进行驱鸟，切实提高驱鸟效率就迫在眉睫了。
关键词：输电线路；鸟害；视频检测
近年来鸟类数量以及活动场地已扩增到前所未有的规模，虽然有些鸟不会在支撑线路的杆塔上筑窝，但它们会落在杆塔横担上或者在杆塔的周围飞翔时，其排泄物有时会连接导体和杆塔之间得绝缘导致闪络，另外当鸟粪积累到一定数量时，在潮湿环境中也会发生导电形成闪络。有些鸟经常在塔上筑窝，筑窝的材料有时会引起线路的故障。一些大型鸟类在架空线设施周围穿行，经常引起地面或相隔短路故障。统计显示，鸟类活动引起线路跳闸次数在国家电网发生的全部输电线路跳闸次数中排名第三，仅仅排在雷击和外部损害导致的线路故障跳闸次数，故构建智能化输电线路鸟情视频检测系统来获取输电线路区域内鸟类飞过及停留情况的实时数据，分析相关鸟情数据，判断容易发生鸟害的异常区域就至关重要了。
1.系统的总体设计
虽然输电线路鸟害防治方面的研究成果丰富，但对于实时鸟情检测这方面的研究寥寥无几，鸟情检测的方法同样较少：较为模糊的数据预测法，根据当时气候、事物来源、时节、农耕状况和鸟的生活习性与历史同期的鸟类行为观察数据，来预测当地某一时间段内鸟类可能出现的概率；通过多方位雷达检测鸟类运动，根据分布于观测区域的雷达传回的声波信号和相应鸟类回波信息进行比对、分析和统计，确定目标是否鸟类、鸟类数量和运动状态；视频图像检测法，通过视频图像采集、分析和统计来检测鸟的数量和行为；红外传感器检测方法，根据飞过红外线信号区域的鸟类传回的回返信号来统计鸟类数量，但因为红外检测方法并不只针对鸟类有返回信息，因此应用范围较窄。
为填补这方面的研究空白，本文构建了智能化输电线路鸟情视频检测系统（图1为系统的总体架构），无线通讯模块、摄像头、电源模块、控制模式和光敏模块构成了数据获取端，将数据获取端通过支架固定在杆塔上或在输电线路周围视野较为开阔处建立固定支架，便于采集输电线路周围环境的视频图像。通过旋转云台或手动调整摄像头位置，使其尽量对准空中输电线区域及周围临近区域。当环境光照强度达到设定值时，光敏模块发出信息给控制系统，系统控制模块控制安装在杆塔上的摄像头来采集输电线路周围视频图像，经过图像压缩处理后，通过GSM/GPRS/3G/4G等远距离无线传输方式将视频数据传输到临近范围内的监测中心，然后由监控中心的上位服务机实时处理视频图像，判断视频中出现的鸟类并统计数量，对鸟类活动频繁的输电线路区域作出判断预警。
.png)
图1 系统总体框架
由于输电线路分布广泛，需要较多的数据获取前端，因此在确保系统正常运行的同时，硬件部分要尽量简单可靠，力求经济性、实用性和功能性三者的平衡。此外，鸟类多生活在林地茂盛、温度适宜、食物水源充足的地方，因此可以根据当地气候环境来考虑是否安装智能化输电线路鸟情视频检测系统，尤其是对城市化水平较高、环境恶劣的极寒或干旱区域，鸟类活动较少，可以考虑不安装智能化输电线路鸟情视频检测系统。
2. 系统的具体设计
2.1 硬件部分的设计
除上位机服务器外，系统硬件部分都工作在野外，因此需要考虑温度潮湿、刮风下雨等不利环境因素对系统正常运行的影响，还要兼顾硬件部分的稳定供电，故硬件部分的设计方案为：太阳能发电、蓄电池供电、电磁感应取电和风力发电是输电线路监测系统野外供电的常见方式，综合考虑实用性和经济性，本文最终选择太阳能+锂蓄电池供电的方式；系统的简单硬件设备基本不会因为高压线产生的电磁环境而影响正常工作，因此可以不考虑电磁干扰，当然如果硬件设备的某些功能子电路会受到影响，可以考虑在硬件设备外加磁屏蔽盒；所选择电器元件的工作温度应在-20~55℃，工作湿度在10%~90%左右；摄像头可以选用具有防护能力且带有云台的分辨力较高枪机，其防护等级应该在IP65级之上；视频图像传输可以采用GPRS/3G/4G等，对于较为偏僻没有无线网络的野外地区，可以通过架设3G基站，以无线网络接力通信的方式将视频图像数据进行传输；前端视频采集系统应配有200G以上的数据储存卡，防止无线断网情况下数据无法实时传递而丢失。
2.2 软件部分的设计
对于智能化输电线路鸟情视频检测系统而言，数据采集和传输由硬件部分负责，而鸟类数据提取?异常数据判断则由软件部分负责。现阶段野外鸟情数据提取的智能化检测算法较少且难度较高，难以有效识别出鸟类目标并统计数量，因此软件部分的关键在于提出一种可靠有效的鸟情检测算法。现阶段基于智能视频图像处理技术进行鸟情数据提取的方法可以分为运动目标提取、鸟类识别和鸟类数量统计基本三个步骤：对于运动目标提取部分，其难点在于排除复杂的野外环境干扰（如环境变化、树枝树叶抖动、光照变化、异物随风飘浮等），准确提取目标；鸟类识别的难点在于鸟类在飞行过程中形态大小变化多样，单鸟类和鸟群形态特征不同，不同鸟类的鸟类特征存在差异，外加其他相似形状特征的运动物体干扰，难以在众多运动物体中确定其是否属于鸟类；鸟类统计的难点在于当视野中存在多只重叠鸟类时，因为视频图像的二维性无法将目标分离从而获得准确的目标数量。
系统所采用的鸟情检测算法可以分为鸟情数据提取、鸟情数据分析和异常判断预警等两个部分：图像预处理、运动目标检测、鸟类识别和鸟类数量统计是鸟情数据提取的四个步骤；鸟情数据分析和异常判断预警是在鸟类识别和数量统计后对该区域出现的鸟类数量和变化规律进行分析并判断异常的算法，该类问题方法较多且相关较为简单，可以通过统计该区域内每天、每周、每月的鸟类数量和连续时间统计区段内的鸟类数量变化曲线，然后与数据库中保存的鸟害频发区域的对应统计特征进行比对，并根据经验设定判断阈值，对单位区域内鸟群数量和变化超过设定阈值的情况进行统计和标注，将其设定为异常。
3. 结语
为避免鸟害，电力系统相关人员不得不安装驱鸟设备进行驱鸟，但由于输电线路区域范围广，难以系统的对鸟类频繁活动区域和活动规律形成准确认识，无法针对性安装驱鸟设备，特别是现在鸟类保护意识较强，许多驱鸟设备不对鸟类造成伤害，致使鸟类慢慢习惯了驱鸟设备而使其难以发挥作用，故设计智能化输电线路鸟情视频检测系统来准确统计输电线区域内的鸟类活动规律和变化规律，对鸟类活动频繁的区域进行判断预警，便于及时安装和更换驱鸟设备就具有十分重要的现实意义。
参考文献：
[1]孙建刚, 刘月灿, 张晓亮,等. 基于人工智能的输电线路鸟害检测方法[C].生态互联 数字电力—2019电力行业信息化年会论文集，2019.
[2]郑亚玉. 基于物联网的高压输电线路鸟害监测与预警系统设计[D]. 华侨大学, 2013.
[3]邓小波. 架空输电线路鸟害故障分析及防范措施[J]. 低碳世界, 2018, 000(004):76-77.
[4]邬建民, 朱小平, 李佳洋. 通过智能技术有效防止输电线路鸟害的发生[J]. 科技创新导报, 2018, 15(36):73-74.
[5]徐云峰, 郇保宏, 徐静静,等. 架空输电线路鸟害区分布图的应用[J]. 农村电工, 2019, 027(005):42.
作者简介：
庄严（1983.04-），男，本科，河南南阳人，工程师，研究方向为输电运检.