赵守成
（国网山西省电力公司朔州供电公司 山西 朔州036000）
摘要：目前输电线路的重点监测路段都安装了图像/视频监控，再辅以人工巡检，能够在很大程度上实现对输电线路的有效监测，但是运维人员长期在显示屏幕前紧盯现场情况，时间一久，仍然容易忽略一些危险源，导致漏报率上升。而基于深度强化学习与图像智能识别的输电线路在线监测系统的应用，则能够解决这一难题。本文基于深度学习技术的输电线路缺陷智能分析系统研究与应用展开论述。
关键词：深度学习技术；输电线路；缺陷智能分析系统；研究与应用
引言
我国的幅员辽阔而且地形复杂，其中又以山地和丘陵的地貌居多，这种地貌导致了施工架设高压输电线路的时候，就会遇到很多的施工障碍。高压输电线路周边隐患通常包括：吊臂、线下停车场、施工车辆、高空作业车辆。正因为此，如何提前预防这些情况的发生，成为了我国甚至世界相关科学人员研究方向的重点。在输电线路的区域中，自然事故和非正常损坏的事故经常发生，由于我国的极端气候的出现和较为复杂的地理地貌，输电导线常因覆冰过多或线下异物等原因致使输电线路的断裂和故障，甚至造成输电线路塔的坍塌事故时常发生。这些不仅对我们的生活、工作产生不小的影响，更易造成不可估量的损失，更甚者，会危及全国人民群众的生命和财产。因此，采用数字图像处理技术与人工智能技术进行输电线路安全隐患的自动检测，能够大幅度减低工作量，提高工作的效率和确保用电的安全。
1深度强化学习
深度强化学习，是基于深度学习的感知能力解决感知问题，又结合强化学习训练一定的决策能力，用于解决复杂系统的感知决策问题的一种人工智能思想。深度强化学习的出现很大程度地影响了人工智能领域的发展，一些基于深度强化学习的算法在文本图像识别、机械控制中的表现要优于人类，而不仅仅只是像以前一样只起到辅助的作用。但是，在应用深度上，大部分算法只能学习简单的任务，无法在连续动作空间中进行多任务学习；在应用广度上，算法在计算机视觉领域，例如图像分类问题中的应用还非常少。深度强化学习在人为矫正下排除错误，在一遍遍的试错过程中，不断深化学习能力，它的最终目标是让计算机能够像人一样具有分析学习的能力。深度强化学习本质上是一个复杂的机器学习算法，文字图像识别是其最适合的应用场景。将深度强化学习应用在输电线路图像上，能够准确快速地判断图像中是否存在危险源，训练是否应该告警，能够完美地解决工作人员在大屏幕图像上投入大量时间的窘境，大大地节省人力物力支出，起到很好的辅助作用。
2功能设计
线路巡检的主要目的是在巡视中及时找到设备的自身缺陷。根据需求，系统分为数据获取模块、典型缺陷智能分析模块、报告自动生成模块三个模块，共同配合输电线路运维的工作，以便保障输电的稳定和安全。(1)数据获取模块,数据获取是进行智能识别工作的第一步。数据获取模块由需方提供已分类好的巡检照片，根据巡检照片的属性，如输电线路的名称、杆塔的信息，提取出杆塔机巡数据照片的拍摄位置信息等json格式的文件。利用json格式将如上的信息一一对应并进行自动填充，为后续生成输电线路的巡检报告提供基础信息。(2)典型缺陷智能分析模块典型缺陷智能分析模块主要提供模型进行智能识别。
基于智能识别模型，实现非机构数据（图片）向结构化数据的转换，以便提取图片上的相关缺陷信息。此外，该系统提供了人工识别分析模块功能，结合系统已内置的集成编码化的南方电网标准缺陷库，辅助人工识别分析判断，实现缺陷照片的快速识别及缺陷信息的提取。输电线路缺陷智能分析系统不仅实现了多人多机协同时作业，共同进行数据处理分析工作；还具有缺陷等级划分的推荐功能，在智能识别出缺陷的基础上还可以给不同种类的缺陷进行缺陷定级推荐，帮助运维人员对不同种类的缺陷进行缺陷等级判断。（3）报告自动生成模块缺陷识别的最后一步是自动生成报告。输电线路机巡缺陷智能识别业务系统报告生成模块拥有报告自动合并的功能。数据分析班的不同班员对同一条线路开展区段分析后，通过合并数据及数据分析过程中生成的json文件信息，按照线路进行自动合并、整合成该线路的缺陷巡视分析报告。
3构建三维调度适应度函数
为了使大型输电线路中所有的数据信息传输都满足规定的响应时间要求，必须在构建三维调度适应度函数前，对其进行可调度分析。分析大型输电线路的可调度有两种方式：输电线路的数据利用率可调度分析和输电线路的响应时间可调度分析。输电线路数据的可调度分析是通过验证输电线路内数据信息调度所占的比例是否低于门限值，判断数据信息的调度是否可以实施；响应时间的可调度分析是通过验证每一个数据信息的响应时间是否小于数据信息的截止期，判断数据信息的可调度是否可以实施。输电线路的数据利用率可调度分析在计算时操作简单，比较适用于消息组，因此可以用于大型输电线路的在线可调度分析。输电线路的数据利用率可调度分析与响应时间可调度分析相比，还存在一些缺点，分析时没有涉及任何与响应时间有关的数据信息。输电线路数据利用率的可调度分析只能作为大型输电线路中数据信息可以有效调度的充分条件，如果智能三维调度仿真分析方法通过了可调度分析，那就说明该分析方法可以满足所有数据信息的响应时间要求；如果没有通过可调度分析，那就说明该分析方法可能满足要求，也可能不满足要求。大型输电线路的三维调度仿真分析方法是通过对输电线路处理机的数据信息进行修正并加以利用的，在处理机中调度数据信息相当于将数据信息的执行序列化。然而大型输电线路的智能三维调度与数据信息的调度之间具有不同的特点，由于大型输电线路中引入了网络，为了使数据信息更好地服务于输电线路，因此，分析大型输电线路的三维调度仿真必须结合输电线路的可调度性能进行分析，才能使调度满足输电线路的性能要求。在分析输电线路可调度的同时，还要从输电线路的性能角度分析。
结束语
虽然本文研究和解决了高压输电线路输电系统中可能遇到的问题，由于时间和水平有限，一些电力系统中的其他问题并未涉及太多。另外，由于视频监控领域本身的技术性和功能性有一定的复杂性，算法的编写难免会与实际情况有所不同，所以在今后的研究和设计中，我们还需要进一步的讨论和分析，使基于人工智能的线路隐患数字图像处理系统在电力工业中的应用得到不断的发展和完善。异物分类的目的是对虚拟网架中不同的异物进行分类和提取，如速生树木、隆起的土桩等，为了更好地捕捉和分析监测目标，对目标进行分类是必要的。本文仅对异物侵入情况作了概括性描述，未对异物进行进一步分类，有待于在后续工作中继续加强。
参考文献
[1]陈道龙,舒凡娣,孙宇轩,王智鑫,王俊旺,代军.输电线路智能监控光-储独立供电技术研究[J].电子设计工程,2019,27(04):151-157.
[2]尹平安,邹敏君,许玥,严小敏.输电线路智能故障诊断系统在一起树障故障中的应用[J].现代工业经济和信息化,2018,8(18):127-129.
[3]张耀东,饶菁,吴琼,于博,王钰.基于智能巡检的配电网运维管控平台[J].电力设备管理,2019(01):47-49.
[4]傅荣宗,李牧轩.智能输电网线路状态监测数据传输技术的发展现状及应用[J].通信电源技术,2018,35(12):125-126.