江智雄
国网长汀县供电公司 福建龙岩 366300
摘要：随着输电线路规模增大，输电线路的损伤概率也不断增大，由于输电线路长期工作在野外环境，受到天气和电力负荷自身因素的影响，导致输电线路的损伤概率不断增大，需要进行输电线路的无损探伤检测设计，建立输电线路无损探伤检测模型，结合对输电线路无损探伤视觉特征分析技术，采用无人机控制方法进行输电线路无损探伤设计，提高输电线路的稳定性，研究输电线路无损探伤技术，在输电线路的运维管理中具有重要意义，相关的输电线路无损探伤检测方法研究受到人们的极大关注。
关键词：无人机技术；输电线路；无损探伤
1 输电线路的无人机图像采集和信息增强
1.1?输电线路损伤分析
由于输电线路长期工作在野外环境，受到天气和电力负荷自身因素的影响，导致输电线路的损伤概率不断增大。输电线路损伤主要以输电导线断股为主。输电导线断股：单股导线间在横向排列中具有一定的周期循环特性，导线断股时，由于输电导线的弹性特征，导线断股后会脱离导线之间的相互作用力而向上翘起甚至脱股。翘起或脱股导线区域横向灰度值分布的周期性如图1所示。
.png)
导线裂纹、腐蚀：输电导线在多种应力的长期作用下会导致材质脆变，雷击闪电、外力破坏等会引起导线表面损伤，在海滨及工业区的输电线容易受到腐蚀。
1.2?无人机图像采集
为了实现基于无人机技术的输电线路无损探伤应用，建立输电线路无人机视觉图像的边缘轮廓检测模型，采用多尺度特征分解方法进行输电线路无人机视觉空间分布式融合处理，建立模糊信息融合模型，进行输电线路无人机视觉图像的自适应学习，建立输电线路无人机视觉图像的量化分析模型，得到输电线路无人机视觉图像的统计函数为：
上式表示为输电线路无人机视觉图像边缘像素特征量，结合模糊约束指标参量集融合的
.png)
视觉图像采集模型，采用输电线路无人机视觉图像的边缘轮廓检测模型进行特征检测和重建，采用多尺度特征分解方法进行输电线路无人机视觉空间分布式融合处理。
受光照、风速及气流等因素的影响，采用传统的输电线路损伤检测方法获取输电线路图像易出现模糊现象，而采用输电线路无人机视觉图像的边缘轮廓检测模型进行特征检测和重建并经过处理后的图像，能获取到清晰的输电线路导线图像，并通过相应的图像处理可以对实现输电导线损伤的准确识别。无人机采集原始图像如图2所示。
.png)
建立输电线路无人机视觉图像的特征匹配函数，结合模板匹配方法进行损伤检测和信息增强处理，进行输电线路无人机视觉信息评估，得到输电线路无人机视觉图像的模糊性调度函数为：
式中，Xj(t)为第t次迭代后输电线路无人机视觉图像的模糊规则集，根据图像信息增强结果，进行信息重构和无损检测，提高输电线路的无损检测能力。
2 输电线路无损探伤优化
2.1?输电线路无人机视觉特征重构
构建模糊子空间调度模型进行输电线路无人机视觉图像的特征重构，给出输电线路无人机视觉图像的控制函数为：
上式中，输电线路无人机视觉图像的关联规则分布函数为Mh,采用模糊直方图特征分析方法进行输电线路无人机视觉特征采样和联合关联规则挖掘方法，得到输电线路的损伤特征检测输出表示如下：
通过相似度融合的方法，进行输电线路无人机视觉图像动态评估，得到输电线路无人机视觉图像无损探测输出为：
设当前的输电线路无人机视觉信息采集的多维子空间分布特征集表示为CF=[F,Q,n, RT1,RT2,RW],其中输电区域性像素序列为{X1,X2,…,Xn},(F,Q)为关联约束系数，计算输电线路无人机视觉图像的模糊特征分布集，结合LBG矢量量化进行特征重构。
2.2?输电线路无人机视觉图像的损伤检测输出
进行输电线路无人机视觉图像信息增强处理，构建输电线路无人机视觉信息特征分布式融合模型，根据视觉特征的差异性进行输电线路无人机视觉图像的损伤检测，差异性特征分布为：
设定损伤区域的边缘轮廓d, 利用边缘像素融合性分解的方法得到能量函数为：
式中，输电线路无人机视觉信息梯度分布权系数λ,ν均为常数。若假设输入的输电线路无人机视觉图像ri对应的输出为yi,则有：
根据上式，采用子空间融合方法，进行输电线路无人机视觉特征重建，得到输出的重建结果为{r1,r2,…,rN},对应的输出像素特征分布序列为{y1,y2,…,yN},输电线路无人机视觉图像追踪，得到输电线路无损检测输出为：
其中，w为图像信号的自相关矩阵，综上分析，实现基于无人机技术的输电线路无损探测和损伤检测。实现流程如图4所示。
.png)
3 结语
提出基于无人机技术的输电线路无损探伤方法，采用统计平均分析方法，进行输电线路无人机视觉图像的量化分析，结合参数分析和图像边缘特征参数分析的方法，进行输电线路无人机视觉图像的模糊参量识别。构建输电线路无人机视觉信息特征分布式融合模型，根据视觉特征的差异性进行输电线路无人机视觉图像的损伤检测，实现对输电线路的无损检测设计。分析得知，采用本方法进行输电线路损伤检测的准确性较好，特征分辨能力较强，实现输电线路的无损探伤检测，具有很好的应用价值。
参考文献
[1]?宋福根，林韩，兰生.特高压输电线路交叉跨越区域工频电场分布计算[J].电气技术，2016,(1):6-10.
[2]?李达，薛卿，孔德健，等.基于PSO-BP算法的高压输电线路故障分类[J].电气自动化，2018,40(06):42-44.
[3]?匡剑勋.特高压输电线路运行维护技术的研究现状[J].电工技术，2018,(10):71-72.