潘德泰，李貴亮，何啟遠，祁鳴露，陳其超，吳川彬

（1.海南電網(wǎng)有限責(zé)任公司信息通信分公司，海南 ?？?570000；2.海南電網(wǎng)有限責(zé)任公司，海南?？?571000）

當(dāng)前，我國電力系統(tǒng)中的配電線路數(shù)據(jù)量巨大且不完整。為了保證配電網(wǎng)絡(luò)的正常運轉(zhuǎn)，配電網(wǎng)絡(luò)的運營人員必須每月對配電網(wǎng)絡(luò)設(shè)備進行定期的檢修和保養(yǎng)。人工巡檢統(tǒng)計的數(shù)據(jù)不準確且效率較低，因此需要對巡檢方法進行了深入的研究。文獻[1]提出了基于改進雙流法的巡檢方法，構(gòu)建了巡檢行為數(shù)據(jù)集，提取數(shù)據(jù)集的空間流和時間流特征，通過對特征加權(quán)融合，獲取巡檢結(jié)果；文獻[2]提出考慮時變故障率的巡檢策略，以效益函數(shù)為綜合指標(biāo)，構(gòu)建巡檢策略模型。結(jié)合蒙特卡羅仿真方法獲取巡檢結(jié)果。然而，上述方法是針對某一項內(nèi)容監(jiān)測的，很難在復(fù)雜背景下進行精準巡檢，導(dǎo)致電力系統(tǒng)誤報率較高。為此，提出了基于計算機視覺的電網(wǎng)輸變配環(huán)節(jié)配電線路巡檢系統(tǒng)。

1 系統(tǒng)硬件結(jié)構(gòu)設(shè)計

該系統(tǒng)的主要功能是通過無人機獲取配電線路的圖像數(shù)據(jù)，然后通過計算機視覺技術(shù)來分析電網(wǎng)輸變配環(huán)節(jié)的運行狀態(tài)，判斷是否存在異常，并將其上報給相關(guān)工作人員[3]?；谟嬎銠C視覺的電網(wǎng)輸變配環(huán)節(jié)配電線路巡檢系統(tǒng)，硬件結(jié)構(gòu)如圖1 所示。

圖1 系統(tǒng)硬件結(jié)構(gòu)

由圖1 可知，該結(jié)構(gòu)具有良好的人機交互能力，是一個良好的可視和開放平臺，為大系統(tǒng)的集成提供了良好環(huán)境。

1.1 圖像處理模塊

電網(wǎng)輸變配環(huán)節(jié)數(shù)據(jù)采集與處理是整個監(jiān)控系統(tǒng)的核心，該系統(tǒng)主要負責(zé)配電網(wǎng)巡檢線路、電器信息的采集，并利用無線網(wǎng)絡(luò)進行數(shù)據(jù)傳送[4]。圖像處理模塊包括兩大部分：數(shù)據(jù)采集與處理。數(shù)據(jù)采集部分主要負責(zé)系統(tǒng)的視頻圖像、環(huán)境溫度、濕度、雨量、pH 值、腐蝕性氣體等多種信息的采集；數(shù)據(jù)處理部分主要負責(zé)將采集的數(shù)據(jù)轉(zhuǎn)化為圖像形式[5-7]。每個感應(yīng)器將采集到的信息發(fā)送到一個數(shù)據(jù)集中器，然后由一個數(shù)據(jù)集中器將其統(tǒng)一傳輸?shù)椒?wù)器上。傳感器與數(shù)據(jù)集中器通過無線頻率通信傳輸數(shù)據(jù)，數(shù)據(jù)集中器訪問并通過交換機傳輸?shù)椒?wù)器[8]。

1.2 人機交互模塊

人機交互模塊是由系統(tǒng)向工作人員提供的外部接口，工作人員可以遠程預(yù)覽圖像，實時查看配線線路運行情況，相當(dāng)于工作人員在資料庫中通過人機交互模塊間接配置數(shù)據(jù)庫中的數(shù)據(jù)[9-10]。人機交互結(jié)構(gòu)，如圖2 所示。

圖2 人機交互結(jié)構(gòu)

由圖2 可知，人機交互采用了雙口RAM 和2 個CPU 結(jié)構(gòu)，在保證人機交互實時性的基礎(chǔ)上，大大增強人機交互的可擴展性。人機交互采用的液晶屏TFT-LCD 具有多根數(shù)據(jù)線，與處理器數(shù)據(jù)總線連接，具有高解析度，能夠滿足人機交互顯示需求。

1.3 交換機

交換機可以在子網(wǎng)中為更多的計算機提供連接端口，交換機在數(shù)據(jù)幀中創(chuàng)建相應(yīng)于交換端口的地址，寫入MAC 地址。比較目標(biāo)MAC 地址和建立的MAC地址表來確定發(fā)送端口[11]。如果數(shù)據(jù)幀中的MAC 地址不在MAC 地址表中，則會被發(fā)送到各個端口。

2 系統(tǒng)軟件部分設(shè)計

將計算機視覺技術(shù)引入到電網(wǎng)輸變配環(huán)節(jié)配電線路巡檢過程中，用于檢測配電線路故障情況，從而實現(xiàn)對配電線路的故障識別。計算機視覺注意機制模型，如圖3 所示。

圖3 計算機視覺注意機制模型

由圖3 可知，根據(jù)構(gòu)建的計算機視覺注意機制模型，通過配電線路邊緣提取、圖像灰度化處理和邊緣梯度擬合，獲取巡檢結(jié)果。

2.1 配電線路邊緣提取

霍夫變換是一種有效的檢測圖像幾何形狀的方法，霍夫變換的基本原理是在初始空間中，利用直線與點的對偶關(guān)系，將曲線在參數(shù)空間中轉(zhuǎn)化為一個點[12-13]。如圖4 所示為點和線之間的對偶性。

圖4 點和線之間的對偶性

由圖4 可知，該圖的左、右是點和直線的對偶，左邊的兩個點P1、P2等效于右邊的L1、L2，其中P0為L1和L2的交點。把初始空間的一個點轉(zhuǎn)化成右邊坐標(biāo)系統(tǒng)之中，之后兩條線的交點為檢測的直線，即為提取的邊緣線。

2.2 圖像灰度化處理

為了準確地識別配電線路，必須盡可能突出配電線路目標(biāo)，對圖像進行灰度處理。

采集到的航拍圖像是RGB 彩色空間圖像，RGB數(shù)值在0～255 之間。所謂的“灰度”，就是把RGB 的圖像轉(zhuǎn)化為黑白圖像。由于所獲得的圖像是8 位灰度圖，與單純的黑白影像有很大區(qū)別，其灰度數(shù)有256 個等級[15]。因此，灰度值也表示為亮度值：0 最暗，255 最亮。采用加權(quán)方法將原圖中像素值轉(zhuǎn)換為灰度空間灰度參數(shù)，公式為：

式中，α、β、γ分別表示紅、綠、藍三種色彩轉(zhuǎn)換成灰色的參數(shù)值；Ri,j、Gi,j、Bi,j分別表示原圖中坐標(biāo)的像素值。

通過該函數(shù)可將航拍圖像從彩色圖像轉(zhuǎn)換為灰色圖像，傳輸線在灰化后明顯地突出，可作為正確輸入數(shù)據(jù)被后續(xù)邊緣梯度擬合使用[16]。

2.3 邊緣梯度擬合

在一般圖像處理過程中，所得到的梯度與邊緣擬合梯度不同。梯度反映了圖像像素點的變化，可描述為：

式中，g(x,y) 表示在(x,y) 位置上的像素點值。假設(shè)待處理圖像只包含0、1 像素，其中0 為背景，1 為線路邊緣，將像素點為1 的像素擬合成一條直線，求取擬合后的斜率，即為所求的梯度。

梯度幅值如下所示：

擬合后的斜率，如下所示：

以式（4）計算結(jié)果為故障判斷依據(jù)，當(dāng)θ＞1 時，則說明該區(qū)域為白色像素，即該區(qū)域的巡檢結(jié)果為懸掛臟物故障；當(dāng)0 ＜θ≤1 時，則說明該區(qū)域為黑色像素，即該區(qū)域的巡檢結(jié)果為掉串故障。

3 實驗

以某市電力局歷史數(shù)據(jù)庫內(nèi)容為例，對基于計算機視覺的電網(wǎng)輸變配環(huán)節(jié)配電線路巡檢系統(tǒng)的實現(xiàn)和運行進行分析。

3.1 配電線掉串故障識別

掉串故障是因為絕緣子串脫落后，配電線路不穩(wěn)定，使線路絕緣，造成了線路的永久性接地故障。

從某市電力局歷史數(shù)據(jù)庫目錄為#A1-1 內(nèi)容中，提取了如圖5 所示的示例圖。

圖5 掉串示例圖

由圖5 可知，絕緣子串被雷擊后，鋼腳從鋼帽中分離出來，使絕緣子掉串。

3.2 配電線懸掛臟物故障識別

懸掛臟物故障是因為異物懸掛在線路外部，當(dāng)發(fā)生這種故障情況時，導(dǎo)致異物附著在配電線路上。

從某市電力局歷史數(shù)據(jù)庫目錄為#C3-5 內(nèi)容中，提取了如圖6 所示的示例圖。

圖6 懸掛臟物示例圖

由圖6 可知，配電線路上垃圾在風(fēng)的作用下懸掛在線路上。

3.3 實驗結(jié)果與分析

根據(jù)實際上述故障情況，分別使用基于改進雙流法的巡檢方法、考慮時變故障率的巡檢策略和該文設(shè)計的基于計算機視覺的巡檢系統(tǒng)，對比分析兩種故障巡檢結(jié)果。三種方法配電線掉串故障巡檢結(jié)果，如表1所示。

表1 三種方法配電線掉串故障巡檢結(jié)果

由表1 可知，使用基于改進雙流法的巡檢方法，沒有檢查出全部掉串坐標(biāo)，且掉串坐標(biāo)巡檢結(jié)果與實際數(shù)據(jù)均存在誤差；使用考慮時變故障率的巡檢策略，掉串坐標(biāo)巡檢結(jié)果與實際數(shù)據(jù)均存在誤差；使用基于計算機視覺的巡檢系統(tǒng)，掉串坐標(biāo)巡檢結(jié)果與實際數(shù)據(jù)部分存在誤差。由此可知，使用基于計算機視覺的巡檢系統(tǒng)掉串巡檢結(jié)果與實際結(jié)果更接近。三種方法配電線懸掛臟物故障巡檢結(jié)果，如圖7 所示。

圖7 三種方法巡檢懸掛臟物故障

由圖7 可知，使用基于計算機視覺的巡檢系統(tǒng)，獲取的圖像比其余兩種方法更清晰。由此可知，使用基于計算機視覺的巡檢系統(tǒng)懸掛臟物巡檢結(jié)果更理想。

4 結(jié)束語

基于計算機視覺的電網(wǎng)輸變配環(huán)節(jié)配電線路巡檢系統(tǒng)，在對圖像進行灰度化處理后，利用霍夫直線變換提取配電線路特征，利用該特征，判定配電線路故障情況，由此完成巡檢。在后續(xù)的識別過程中，需要對圖像進一步地優(yōu)化，盡可能地將所識別的散線進行拼接，使其與現(xiàn)實中的圖像更加吻合。