基于无人机热红外成像的输电线路故障点识别与诊断

发表时间:2021/5/7   来源:《中国电业》2021年4期   作者:申政、杨倩玉、杨帅
[导读] 近年来,随着我国经济的快速发展,整个社会对电力能源的需求越来越大,架空电力线路网络覆盖范围也越来越广。
        申政、杨倩玉、杨帅
        国网喀什供电公司  新疆喀什市  844000
        摘要:近年来,随着我国经济的快速发展,整个社会对电力能源的需求越来越大,架空电力线路网络覆盖范围也越来越广。而架空电网分布地域广且地形复杂,不少都经过高山、森林、湖泊和水库等,长期暴露在恶劣的自然环境中,再加上材料老化、持续机械张力等因素,容易出现线路断股、磨损和绝缘子损坏等缺陷,导致严重的电力故障,给人们生产、生活带来巨大损失,因此对架空电网进行定期的巡检巡查尤为重要。但输电线路所经区域往往地形复杂,交通不便且气候恶劣,导致传统的人工巡检方式存在着难度大、耗时长和作业强度大等问题,工作人员的人身安全在特殊地形的巡检中也难以得到保障。
关键词:电力系统;线路检查;无人机;红外诊断
引言
        随着经济的发展,近年来国内用电负荷快速增长,电力系统急需提升供电可靠性,以维持居民稳定用电的需求。因此,电力系统的线路检查问题变得愈发重要。无人机可以快速大面积巡检电力线路,发现线路是否存在问题。但无人机在巡线作业过程中获取的图像受干扰情况严重,难以直接从图像中获取有用的信息,不能很好地实现故障点的诊断与定位。同时,由于发生的故障类型多种多样,需要运用不同的诊断方法来识别故障,使得提取和分辨像特征成为难题。红外成像技术可以将人眼无法看见的光线辐射能量转变为电信号,进而将其转变为在显示设备上人眼可见的图像信息,通过颜色可以判断电力线路、电气设备是否发生了故障。本课题提出一种通过无人机搭载高清红外相机采集线路图像进行故障检测的方法,并对采集过程中可能对图像信息存在干扰的客观因素做进一步处理,以提高图像清晰度,辅助工作人员进行判断,正确地对巡视线路做出相应的故障诊断分析。
1无人机电力巡检系统概述
        现有的无人机电力巡检系统一般包含无人机及其飞控平台、无线通信模块、故障检测模块和数据管理模块等。其中飞控平台控制无人机进行电力线巡线、位置控制等功能。无人机通过挂载不同功能的故障检测模块主要完成测距、避障、拍照等数据采集功能,并通过无线、光纤等链路将采集的数据传输给远端的管理平台进行数据管理。通过各个模块之间的协作配合,完成既定的电网巡检任务。
2数据来源与处理
        2.1灰度化处理
        工业界的一种色彩标准是RGB颜色模式,通过对红、绿、蓝3个色彩通道的转变和它们相互之间的叠加来获取不同颜色。对彩色图片上的R,G,B通道做一致化处理,即为对该图像进行灰度化处理。采用加权平均法来灰度化处理图像,因为该算法是基于人眼睛对RGB的不同识别效应来设计的,由此处理后的灰度图能够更接近理论的判断条件。对实际输电线路巡检作业过程中拍摄的图像通过加权平均算法做进一步处理。
        2.2输电线路缺陷图像检测
        在对输电线路缺陷图像进行检测的过程中,利用深度学习模型,通过层次化特征表达式完成对图像的描述。采用深度卷积神经网络方法对视频联动技术采集的图形或视频数据集进行预处理以及分类识别,同时将缺陷位置标识出来,把识别结果反馈给综合监控平台,指导检修将缺陷消除。除此之外,还可借助专家反馈完成度识别模型的改进,提高缺陷识别精度。构建深度学习监督训练对输电线路常见缺陷进行智能识别。
        2.3边缘检测
        对航拍的红外图像,为了在故障诊断时能够去除光线以及复杂背景等因素干扰,需要把背景区域和目标区域分别开。为了提取较为完整的边缘信息,采用基于零交叉的Canny算法进行边缘检测,提取目标特征信息。


3热红外成像技术诊断
        3.1故障检测技术
        目前围绕无人机的电力巡检任务主要是通过无人机在巡检过程中挂载相应的摄像设备,拍摄输电线路的相关图像、视频等并进行回传,地面服务器再对接收到的图像、视频等进行处理和分析,得到输电线路的健康状况并判断是否有缺陷或故障。常见的故障分析手段有测温分析、线路外形分析等。影响故障检测准确性的因素主要有:拍摄的角度,图像、视频文件的清晰度,分析技术的精度等,各部分的准确性和稳定性都决定了整个故障检测的准确性,因此都不容忽视。
        3.2点云数据处理
        点云数据处理包括数据的预处理、数据的处理及分析。(1)数据的预处理包含数据的质量检查、数据转换、轨迹解算、点云数据解算等。1)数据质量的检查主要有检查机载雷达POS数据是否完整、点云数据是否有漏洞、前后两天时间及不同架次数据是否无缝拼接等。2)数据转换是将地面基站和机载POS系统获取的原始数据转换成通用的数据格式。3)轨迹解算经后差分处理获得飞行平台的三维坐标。4)点云数据的解算是根据轨迹解算的结果与原始点云数据获得输电线路通道内点云数据的三维坐标。
        3.3运维数据存储
        目前电网企业中主要数据存储介质类型包括内存和外存(磁盘、磁带、光盘等)等。根据运维数据类型和消费场景,可以选择不同的数据存储方式。主要数据组织管理方式包括传统的块级存储方式、NAS级文件存储方式、结构化数据库组织等。大数据特征和应用特点恰好和现实IT环境中的不同的存储介质和组织管理形式映射。传统的独占式存储只能向上扩展,很容易达到性能和容量的天花板。在这个大数据和信息爆炸时代,分布式存储已经成为大数据存储的主流技术,其性能与成本呈线性增长关系;各个节点相互冗余,可以物理分布在不同的数据中心,对外提供统一的存储能力,借助IP网络完成数据通信和数据传输。
        3.4功能窗口说明
        该窗口包含切多种功能:切换模式。点击该按钮可将软件切换为“学习模式”或“巡检模式”,当前软件操作模式可在无人机连接状态栏中查看;杆塔管理。通过该功能可对杆塔进行修改或删除,可编辑目录名称、线路名称、杆塔编号、电压等级、备注信息等信息;任务管理。可通过该功能创建飞行任务、对飞行任务进行编辑。创建飞行任务时可对任务目录、杆塔目录、顺序预览、任务名称等信息进行编辑。
        3.5飞控平台分析
        无人机飞控平台主要包智能巡线、实时避障和位置调整等功能,是无人机电力巡检系统的核心技术之一。智能巡线是指巡检无人机根据预先设定、导入的巡检路线,自动完成输电线路巡检任务,解决了飞手培养难、人力成本高的问题。在巡线过程中,可能会出现障碍物,实时避障系统就会根据声波探测、红外探测或摄像头探测等技术识别障碍物,做出相应躲避动作。在飞行过程中,还可能遭遇突发的恶劣天气,小体积、轻质量的无人机可能会由于大风大雨偏离既定航线,位置调整功能可以帮助无人机尽快进行动作调整,恢复稳定状态,并逐渐回到正常轨道之中,保证无人机自身设备安全以及巡检任务的顺利完成。
结束语
        输电线路的巡检是电力系统中非常重要的一个环节,高效准确的巡检方法能够有效地保证电力系统的供电稳定性,提升电能质量,促进社会经济蓬勃稳定发展。本课题综合分析了无人机结合红外成像技术巡检的优点,利用无人机搭载红外成像装置获取巡查输电线路的大量图像信息,并通过分裂导线耐张线夹故障来验证红外成像诊断方法的准确性。该方法能够对装置故障进行初步判定,从而预防输电线路故障的发生和故障发生后的进一步蔓延,在实际操作中起到重要作用。
参考文献
[1]严尔梅,刘晓伟.基于输电线路电磁场仿真计算的零值绝缘子串发热特性研究[J].中国科技信息,2019(18):80-81.
[2]童雷.无人机自主巡线与绝缘子识别定位方法研究[D].辽宁工程技术大学,2019.
[3]赵育橦.基于无人机的电力巡视技术研究[D].辽宁工程技术大学,2019.
[4]侴海洋.基于航线规划与图像识别技术的无人机巡线研究[D].哈尔滨理工大学,2019.
[5]于洋.高压输电线路绝缘子劣化检测方法研究[D].沈阳工程学院,2019.
       
投稿 打印文章 转寄朋友 留言编辑 收藏文章
  期刊推荐
1/1
转寄给朋友
朋友的昵称:
朋友的邮件地址:
您的昵称:
您的邮件地址:
邮件主题:
推荐理由:

写信给编辑
标题:
内容:
您的昵称:
您的邮件地址: