趙銘

摘要：在我國進入21世紀(jì)迅猛發(fā)展的新時期，針對持續(xù)多發(fā)的輸電線路外力破壞事件，人工巡視以及傳統(tǒng)監(jiān)控設(shè)備并不能及時有效發(fā)現(xiàn)事故隱患，因此提出基于圖像識別技術(shù)的輸電線路智能監(jiān)控系統(tǒng).該系統(tǒng)應(yīng)用卷積神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)算法訓(xùn)練模型，可以智能識別出輸電線路現(xiàn)場的安全隱患。建立起前端采集圖像，數(shù)據(jù)無線傳輸，后臺識別分析，隱患定向推送的智能監(jiān)控新模式.

關(guān)鍵詞：輸電線路;圖像識別;卷積神經(jīng)網(wǎng)絡(luò);智能監(jiān)控

引言

架空輸電線路由于運行在山郊野外，受氣候、運行環(huán)境的影響遠大于本身設(shè)備性能的影響。它的運行維護工作面臨著管控面廣，不可控因素多，無定理、公式可推循等難題。隨著智能電網(wǎng)技術(shù)的日益成熟，本文研究基于高清視頻監(jiān)測平臺的輸電線路設(shè)備可視化智能巡檢模式，經(jīng)實際應(yīng)用，大幅降低了重點隱患區(qū)域輸電線路設(shè)備的巡檢效率。

1系統(tǒng)組成

該系統(tǒng)主要由三部分組成：現(xiàn)場視頻監(jiān)控設(shè)備、4G無線通信裝置、以及后臺服務(wù)器，實現(xiàn)的主要功能如下：（1）現(xiàn)場視頻監(jiān)控設(shè)備：包括有光伏電池板、鉛酸蓄電池、光伏充放電管理器、網(wǎng)絡(luò)攝像機、符合IP65標(biāo)準(zhǔn)的防水防塵裝置、就地聲光報警裝置等;實現(xiàn)的功能有實時視頻回傳到后臺視頻服務(wù)器、網(wǎng)絡(luò)攝像機的遠程配置與控制、光伏供電、就地的聲光報警等功能。（2）4G無線通信裝置：集成于網(wǎng)絡(luò)攝像機，實現(xiàn)的功能是支持實時視頻回傳到后臺服務(wù)器，以及后臺服務(wù)器的輸出信號的接收等。（3）后臺服務(wù)器：包括有公網(wǎng)網(wǎng)絡(luò)、視頻服務(wù)器、智能識別服務(wù)器、數(shù)據(jù)庫服務(wù)器、短信貓等裝置;實現(xiàn)的功能：公網(wǎng)接收來自4G無線網(wǎng)絡(luò)的現(xiàn)場實時視頻，并經(jīng)過防火墻后傳輸給視頻服務(wù)器，視頻服務(wù)器對接收的視頻數(shù)據(jù)實時解碼并在局域網(wǎng)內(nèi)轉(zhuǎn)發(fā)視頻數(shù)據(jù)到智能識別服務(wù)器對視頻圖像進行智能分析處理，同時根據(jù)處理的結(jié)果發(fā)布預(yù)警信息，并通過短信貓發(fā)布至相應(yīng)的管理人員，以及遠程啟動現(xiàn)場聲光報警的等。后臺服務(wù)器對所有信息和數(shù)據(jù)進行存儲。

2基于圖像識別技術(shù)的輸電線路智能監(jiān)控系統(tǒng)

2.1輸電線路外部隱患的物體檢測技術(shù)

為滿足輸電線路智能監(jiān)控的需求，單純的提取圖像特征，然后基于卷積神經(jīng)網(wǎng)絡(luò)模型進行圖像識別并不能滿足實際需求.相比圖像分類，物體檢測是圖像識別領(lǐng)域中一個更復(fù)雜的問題，因為一張圖片中可以包含多種物體的信息，將各個物體準(zhǔn)確提取并分類就需要首先識別物體所在位置.結(jié)合輸電線路中的應(yīng)用場景，物體檢測要分析出監(jiān)控畫面中存在的物體種類以及具體的坐標(biāo)位置.基于CNN技術(shù)的物體檢測模型一般將問題分解為如何提取候選區(qū)域和對候選區(qū)域進行分類的兩個子問題.提取候選區(qū)域是物體檢測模型訓(xùn)練的必備步驟，相較于GPU上更快的運算速度，由于該算法是在CPU上實現(xiàn)的，所以計算候選區(qū)域成為了整個模型運算時間的瓶頸.在各種候選區(qū)域的計算方法中，應(yīng)用滑動窗口技術(shù)的FasterR-CNN網(wǎng)絡(luò)是較為優(yōu)秀的模型.FasterR-CNN網(wǎng)絡(luò)在傳統(tǒng)模型的基礎(chǔ)上，在最后一層輸出特征值上設(shè)置一個滑動窗，將滑動窗和候選區(qū)域網(wǎng)絡(luò)全連接.模型以滑動窗中心為中點，給定若干個不同尺度和長寬比的錨點，根據(jù)每個錨點生成相應(yīng)的候選區(qū)域，隨著滑動窗口滑過圖像中的每個位置，完成對整個圖像的掃描.

2.2導(dǎo)、地線缺陷識別

導(dǎo)、地線缺陷識別主要識別散股和斷落缺陷。識別方法上總體步驟與絕緣子缺陷識別類似，由于導(dǎo)、地線識別范圍因線路檔距不同而變化，無法很好的確定全部導(dǎo)、地線范圍，本文采取通過識別導(dǎo)、地線掛點狀態(tài)來判斷是否存在導(dǎo)、地線斷落的缺陷，并以掛點為基點通過導(dǎo)、地線弧垂懸鏈線方程進行模擬導(dǎo)、地線在圖像上的范圍，再判斷該范圍內(nèi)是否有明顯散股或受損缺陷。

2.3報警和聯(lián)動機制設(shè)計

該系統(tǒng)設(shè)計了三級的報警和聯(lián)動機制，詳細(xì)設(shè)計如下：（1）現(xiàn)場視頻監(jiān)控裝置的聲光報警;（2）后臺控制中心的報警聯(lián)動：智能識別服務(wù)器處理到報警信息后，根據(jù)設(shè)定的報警信息類型不同，對報警信息聯(lián)動處理。

將報警信息通過短信貓將短信或彩信（報警地點現(xiàn)場圖像）的方式發(fā)送到相應(yīng)設(shè)備主管人員的手機上。該系統(tǒng)同時支持手機或者PAD等客戶端通過網(wǎng)頁訪問的方式實時查看各監(jiān)控點實時視頻信息，實現(xiàn)遠程監(jiān)控和控制等。（3）客戶端聯(lián)動：接收到報警信息的客戶端，可將畫面切換到報警設(shè)備聯(lián)動畫面，響應(yīng)報警信息回傳到后臺服務(wù)器，讓設(shè)備主管領(lǐng)導(dǎo)知曉設(shè)備管理人員已接受信息，并進行相應(yīng)處理。

2.4嵌入式系統(tǒng)環(huán)境搭建

為了實現(xiàn)系統(tǒng)主程序?qū)z像機模擬視頻信號的采集，以及格式轉(zhuǎn)換并呈現(xiàn)給用戶，考慮到在監(jiān)控系統(tǒng)中用戶往往較多，且并行事務(wù)較多，本文系統(tǒng)環(huán)境采用嵌入式結(jié)構(gòu)進行搭建。嵌入式環(huán)境中，包括Linux操作系統(tǒng)下的PC宿主機，以及DVS357的開發(fā)板，PC宿主機的系統(tǒng)為Win-dows7，開發(fā)板和宿主機間連接一個交換機，并在同一網(wǎng)絡(luò)下。2.5圖像識別模型的訓(xùn)練基于卷積神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)算法，在系統(tǒng)應(yīng)用前需要訓(xùn)練好相應(yīng)的圖像識別模型.經(jīng)統(tǒng)計近十年的輸電線路外力破壞事件，事故原因基本為吊車、挖掘機、樁機和大型運輸車輛的碰撞引發(fā).故在此次的訓(xùn)練中，提取了以往監(jiān)控照片中存在外部隱患的典型照片約3000張，包含桿塔、吊車、挖掘機、樁機和大型運輸車輛五個類別.經(jīng)過圖像分類、圖像標(biāo)注，制作出標(biāo)準(zhǔn)格式的數(shù)據(jù)集，輸入識別模型進行訓(xùn)練.訓(xùn)練結(jié)束后檢驗結(jié)果，測試該模型識別能力mAP是否達標(biāo).若不達標(biāo)，調(diào)整數(shù)據(jù)集再次訓(xùn)練模型.經(jīng)過多次迭代，最終生成合格模型.

2.6智能巡檢系統(tǒng)功能設(shè)計

1）預(yù)置位設(shè)置在視頻云臺控制界面，可保存當(dāng)前位置（角度），并可根據(jù)監(jiān)測部件進行分組，主要分為導(dǎo)線、地線、絕緣子、金具、線路走廊、其它等巡視重點部件。每一類部件根據(jù)歷史主要缺陷類型和區(qū)域，劃定主要識別區(qū)域，以提高識別準(zhǔn)確率。2）標(biāo)準(zhǔn)圖片設(shè)置在已設(shè)置預(yù)置位的基礎(chǔ)上，需為每個位置設(shè)置一張標(biāo)準(zhǔn)圖片，用于巡檢圖片分析。設(shè)置好的標(biāo)準(zhǔn)圖片重點識別區(qū)域應(yīng)進行統(tǒng)一標(biāo)記和劃分，同時與該類缺陷主要識別區(qū)域?qū)?yīng)。3）巡視周期設(shè)置根據(jù)線路狀態(tài)等級設(shè)置定期拍照巡檢周期以及巡檢預(yù)置位順序，系統(tǒng)會自動按建立的路線進行巡檢，可針對攝像頭設(shè)置多個位置。在設(shè)定的周期內(nèi)，系統(tǒng)自動調(diào)用攝像頭進行拍照并調(diào)用智能分析接口分析當(dāng)前是否存在異常，如果異常給出異常圖片位置及產(chǎn)生告警。

結(jié)語

本文設(shè)計的輸電線路智能監(jiān)控系統(tǒng)中，應(yīng)用圖像識別技術(shù)，并對系統(tǒng)架構(gòu)進行了優(yōu)化，改善了系統(tǒng)多用戶多監(jiān)控數(shù)據(jù)下的運行性能。但在研究中仍存在不足，未來將會進一步研究系統(tǒng)中的太陽能供電電路，使用戶可以獲取到系統(tǒng)節(jié)點電池的電壓值信息。另外研究中缺乏實際條件下的實驗支持，未來研究將會根據(jù)實際條件進行更深入的研究。

參考文獻：

[1]何宇，王棟，王鑫，等.特高壓輸電線路巡視輔助檢修機器人的研制[J].通信電源技術(shù)，2020，37（5）：47-48.

[2]張惠榮.基于圖像處理的輸電線路運行狀態(tài)智能監(jiān)控與故障預(yù)警平臺研究[J].自動化技術(shù)與應(yīng)用，2020，39（4）：159-161，176.

[3]徐振磊，曾懿輝，郭圣，等.基于圖像識別技術(shù)的輸電線路智能監(jiān)控系統(tǒng)應(yīng)用[J].計算機系統(tǒng)應(yīng)用，2020，29（1）：67-72.

[4]林國安，裴慧坤，周偉才.基于圖像識別技術(shù)的輸電線路智能巡檢系統(tǒng)研究與應(yīng)用智慧水電，2016，12：0262-0263.

[5]孫大陸，何丹東.超/特高壓輸電線路巡檢四旋翼無人機的建模和回饋遞推控制[J].工業(yè)控制與應(yīng)用，2016，11：0011-0016.