CN103033216A - 一种输电线路覆冰密度在线监测系统及监测方法 - Google Patents

Abstract

本发明公开一种输电线路覆冰密度在线监测系统及监测方法，监测系统内的监控中心与杆塔监测分机连接，杆塔监测分机与传感器监测单元和图像/视频监测单元连接，杆塔监测分机还与电源模块连接，监测中心包括有公司监控中心主机，主机中嵌入有专家软件，传感器监测单元包括有微气象监测和导线拉力监测模块，图像/视频监测单元内有摄像机。本发明还公开了上述监测系统的监测方法，步骤1、获取环境信息和现场覆冰的输电线图像信息；步骤2、将获取的所有数据经覆冰信息信号处理单元处理后输送至监控中心；步骤3、利用专家软件和监测信息计算得到覆冰密度。本发明实现对输电线路覆冰厚度、密度及类型的监测，有效指导覆冰线路除冰和融冰。

Description

一种输电线路覆冰密度在线监测系统及监测方法

技术领域

本发明属于输电线路在线监测技术领域，涉及一种输电线路的在线监测技术，具体涉及一种输电线路覆冰密度在线监测系统，本发明还涉及上述监测系统的检测方法。

背景技术

近年来，我国受大气候和微地形、微气象条件的影响，冰灾事故频繁发生，给社会造成了巨大的经济损失。如何实现对输电线路覆冰状态的准确监控，尤其是如何给出覆冰密度和类型等信息，提高现有输电线路运行的可靠性已成为十分急迫的问题。

目前，国内外研发的线路覆冰状态监测系统，有的是根据传感器监测得到的输电线路导线覆冰后的重量变化以及绝缘子的倾斜/风偏角进行覆冰载荷（主要包括冰厚度、杆塔受力、导线应力等）的计算；然后，将计算结果直接与输电线路设计的参数进行比较，给出报警信息，还有的是采用现场图像对输电线路覆冰进行定性观测和分析，由于存在未能将两种监测技术有效地结合起来，因此无法获得导线覆冰的密度和类型等信息，对指导线路除冰和融冰存在不足。故迫切需要对现有覆冰监测技术进行改进，实现对输电线路覆冰密度的在线监测，获得导线覆冰的厚度、密度和类型等信息，为覆冰线路除冰和融冰提供支持。

发明内容

本发明的目的是提供一种输电线路覆冰密度在线监测系统，将输电线路覆冰状态监测的传感器与图像监测技术结合，实现对输电线路覆冰厚度、密度及类型的监测，有效指导覆冰线路除冰和融冰，解决了覆冰监测与融冰动作之间的智能操作的问题。

本发明的另一目的在于提供上述监测系统的监测方法。

本发明所采用的技术方案是，输电线路覆冰密度在线监测系统，包括有监控中心，监控中心通过GSM无线通信方式与杆塔监测分机连接，杆塔监测分机通过485总线分别与传感器监测单元和图像/视频监测单元连接，杆塔监测分机还通过电源线与电源模块连接，监测中心包括有公司监控中心主机，公司监控中心主机中嵌入有专家软件，传感器监测单元包括有微气象监测模块和导线拉力监测模块，图像/视频监测单元内设置有摄像机。

本发明的特点还在于，

杆塔监测分机包括有微控制器，微控制器分别通过串行通信接口与液晶显示模块、GSM通信模块及时钟芯片连接，微控制器通过SPI通信接口与数据存储单元连接，微控制器还通过并行总线与覆冰信息信号处理单元连接，GSM通信模块通过无线通信方式与监控中心连接。

杆塔监测分机内的微控制器采用DSP与ARM双核芯片。

专家软件集成有覆冰厚度力学计算模型、覆冰图像自动识别算法、覆冰密度计算方法算法。

微气象监测模块包括有温湿度传感器、风速传感器、风向传感器、雨量传感器。

导线拉力监测模块包括有拉力传感器和角位移传感器。

电源模块采用太阳能与蓄电池结合的供电方式。

本发明所采用的另一技术方案是，输电线路覆冰密度在线监测系统的监测方法，具体按照以下步骤实施：

步骤1、利用传感器监测单元和图像/视频监测单元分别获取环境信息和现场覆冰的输电线图像信息：

传感器监测单元内的微气象监测模块通过内部的温湿度传感器、风速传感器、风向传感器、雨量传感器实时监测获得环境的温度和湿度、风速、风向及雨量的信息；传感器监测单元内的导线拉力监测模块通过拉力传感器监测得到输电线自重载荷、输电线覆冰后的载荷，通过角位移传感器监测得到杆塔绝缘子的倾斜角信息；

图像/视频监测单元内的摄像机获取现场输电线的覆冰图像；

步骤2、将获取的环境信息、输电线覆冰信息和现场覆冰图像经覆冰信息信号处理单元处理后输送至杆塔监测分机，监测分机通过GSM通信模块将所有的监测信息输送至监控中心：

经步骤1，环境信息、输电线覆冰信息和现场输电线的覆冰图像以无线通信方式输送至覆冰信息信号处理单元，再输送至杆塔监测分机中，杆塔监测分机内的微控制器对所有监测信息进行总汇、存储和初步计算后由GSM通信模块通过无线通信方式输送至监控中心；

步骤3、利用监控中心内的专家软件和监测分机传输的监测信息进行计算，得到输电线的覆冰密度：

经步骤2.4，公司监控中心主机接收到监测信息后，公司监控中心主机内嵌入的专家软件利用内部集成的覆冰厚度力学计算模型计算出输电线的基于力学的覆冰厚度，再利用覆冰图像自动识别算法得到基于图像的覆冰厚度，将两者进行对比得到输电线的覆冰密度，并由覆冰密度确定出覆冰类型。

本发明另一技术方案的特点还在于，

步骤2具体按照以下步骤实施：

步骤2.1、将经步骤1采集到的环境信息、输电线覆冰信息和覆冰图像信息以无线通信方式输送至覆冰信息信号处理单元，由覆冰信息信号处理单元内的滤波器和A/D转换器对环境信息、输电线覆冰信息和覆冰图像信息进行滤波和转换处理，再将处理结果输送至杆塔监测分机内微控制器中的DSP芯片；

步骤2.2、DSP芯片对环境信息、输电线覆冰信息和覆冰图像信息先进行总汇、存储，之后再进行初步计算，初步处理包括有单位换算、信号转换及放大处理，得到当前环境温度和湿度、风速、风向、雨量、输电线自重载荷、输电线覆冰后的载荷和杆塔绝缘子的倾斜角；

步骤2.3、DSP芯片实时将步骤2.2中初步计算后得到的监测信息通过SCI通信接口传输给ARM芯片S3C2440，再将监测信息存储于数据存储单元内；

步骤2.4、ARM芯片通过SCI通信接口获取步骤2.3中DSP芯片内的监测信息，并由GSM通信模块通过无线通信方式将监测信息输送至监控中心内的公司监控中心主机。

步骤3具体按照以下步骤实施：

步骤3.1、计算输电线覆冰后的水平张力T_H、主杆塔上竖向张力T_V所对应“平衡”的覆冰输电线长度S_D1：

a）输电线自重载荷下长度为S₁，输电线在覆冰时的长度S_t：

S_t＝S₁-S₁αΔT                   （1）

其中，ΔT为常温与覆冰时温度差值；α为输电线的综合线性温度膨胀系数，1/℃。

b）根据步骤a）中得到的输电线覆冰后的长度S_t来计算输电线覆冰后的水平张力T_H：

悬挂点不等高状态下输电线水平张力公式：

$T_H=\sqrt{\frac{l^3{q}^2}{24(S-l-\frac{h^2}{2l})}}$

即得出输电线覆冰后的水平张力T_H：

$T_H=\sqrt{\frac{l^3{q_0}^2}{24(S_t-l-\frac{h^2}{2l})}}---\left(2\right)$

式中，h表示主杆塔与副杆塔间的高度差，q₀表示输电线自重载荷，S_t表示覆冰时输电线的长度；

c）计算主杆塔等效档距：

主杆塔等效档距，悬点不等高状态下主杆塔等效档距l_D1具体按如下算法计算：

$l_{D1}=l+\frac{{2T}_H}{q_0}\mathrm{arsh}\frac{{\mathrm{hq}}_0}{{2T}_H\mathrm{sh}\frac{{\mathrm{lq}}_0}{{2T}_H}}---\left(3\right)$

其中，h为主杆塔与副杆塔间的高度差，主杆塔较高时，h为正值，否则h为负，

和

分别表示主杆塔两侧对应的等效档距；

d）计算对应等效档距l_D1的输电线长度S_D1：

根据步骤c）中的到的主杆塔等效档距l_D1计算对应等效档距l_D1的输电线长度S_D1，具体按以下算法实施：

$S_{D1}=\frac{{2T}_H}{q_0}\mathrm{sh}\frac{l_D{q}_0}{{2T}_H}---\left(4\right)$

其中，T_H为输电线覆冰后的水平张力，主杆塔两侧输电线上的水平张力分量不同，由水平方向的力平衡可知：

$T_H^{\mathrm{AB}}=T_H^{\mathrm{AC}}+\mathrm{\ΔT}=T_H^{\mathrm{AC}}+T_V\mathrm{tg\θ}---\left(5\right)$

故有：

$\left\{\begin{array}{c}{S}_{D1}^{\mathrm{AC}}=\frac{{2T}_H^{\mathrm{AC}}}{q_0}\mathrm{sh}\frac{l_{D1}^{\mathrm{AC}}{q}_0}{{2T}_H^{\mathrm{AC}}}\\ S_{D1}^{\mathrm{AB}}=\frac{2(T_H^{\mathrm{AC}}+T_V\mathrm{tg\θ})}{q_0}\mathrm{sh}\frac{l_{D1}^{\mathrm{AB}}{q}_0}{2(T_H^{\mathrm{AC}}+T_V\mathrm{tg\θ})}\end{array}\right.---\left(6\right)$

步骤3.2、计算覆冰输电线综合载荷q：

主杆塔绝缘子串竖直方向上张力值T_V与两侧输电线最低点到主杆塔A点间输电线上的竖向载荷相互平衡，在冰、风载荷作用与只有自重载荷作用时主杆塔上竖向载荷的差值ΔT_V为：

${\mathrm{\ΔT}}_V=(q_{\mathrm{wind}}+q_{\mathrm{ice}})\frac{1}{2}(S_{D1}^{\mathrm{AB}}+S_{D1}^{\mathrm{AC}})=q\·\frac{1}{2}(S_{D1}^{\mathrm{AB}}+S_{D1}^{\mathrm{AC}})---\left(7\right)$

覆冰输电线综合载荷q按以下算法实施：

$q=\frac{{2\mathrm{\ΔT}}_V}{S_{D1}^{\mathrm{AB}}+S_{D1}^{\mathrm{AC}}}$

$=\frac{{2\mathrm{\ΔT}}_V}{\frac{{2T}_H^{\mathrm{AC}}}{q_0}\mathrm{sh}\frac{l_{D1}^{\mathrm{AC}}{q}_0}{{2T}_H^{\mathrm{AC}}}+\frac{2(T_H^{\mathrm{AC}}+T_V\mathrm{tg\θ})}{q_0}\mathrm{sh}\frac{l_{D1}^{\mathrm{AB}}{q}_0}{2(T_H^{\mathrm{AC}}+T_V\mathrm{tg\θ})}}---\left(8\right)$

式中，θ为主杆塔上绝缘子串的倾斜角，T_H为输电线水平方向的张力，q₀为输电线自重载荷；

步骤3.3、根据步骤3.2中计算得到的覆冰输电线综合载荷q和步骤1中传感器监测得到的风速、风向及输电线自重载荷q₀，计算得到输电线的覆冰载荷q_ice：

1）根据步骤1中风速传感器和风向传感器测量得到的覆冰输电线环境风速和风向计算风载荷q_wind：

若风向与输电线垂直时，覆冰时的风载荷按以下算法实施：

$q_{\mathrm{wind}}=\frac{9.8\mathrm{ac}(d+2b)v^2}{16}---\left(9\right)$

输电线覆冰时风载体型系数c恒取1.2，

即得到：q_wind＝0.735a(d+2b)v²            （10）

其中，c为风载体型系数，a为风速不均匀系数，v为设计风速（m/s），d为输电线的计算直径，b为覆冰厚度，覆冰厚度b未知，预先设(d+2b)≈dk，其中k为修正系数。

2）将步骤3.2中得到的覆冰输电线综合载荷q、步骤1）中得到的输电线风载荷q_wind及步骤2.2中输电线自重载荷q₀结合如下算法得到输电线的覆冰载荷q_ice：

q_ice＝q-q₀-q_w in                     （11）

步骤3.4、根据步骤3.3中得到的输电线的覆冰载荷q_ice，采用环形覆冰厚度计算模型得到输电线基于力学的覆冰厚度b₁：

步骤3.4、根据步骤3.3中得到的输电线的覆冰载荷q_ice，采用环形覆冰厚度计算模型得到输电线基于力学的覆冰厚度b₁：

环形覆冰厚度计算模型如下：

$9.8\left[\frac{\mathrm{\π}{(d+2b)}^2-{\mathrm{\πd}}^2}{4}\right]{\mathrm{\γ}}_0=q_{\mathrm{ice}}---\left(12\right)$

即得到基于力学的覆冰厚度b₁：

$b_1=(\sqrt{\frac{{4q}_{\mathrm{ice}}}{9.8\mathrm{\π}{\mathrm{\γ}}_0}+d^2}-d)/2---\left(13\right)$

其中，γ₀为冰的密度（未知），d为输电线的计算等效直径；q_ice为输电线的覆冰载荷；

步骤3.5、覆冰图像自动识别算法根据步骤1中图像/视频监测单元获得的输电线覆冰图像，运用图像处理技术定量计算输电线基于图像的覆冰厚度b：

步骤3.5、覆冰图像自动识别算法根据步骤1中图像/视频监测单元获得的输电线覆冰图像，运用图像处理技术定量计算输电线基于图像的覆冰厚度b：

覆冰图像自动识别算法：运用图像处理技术包括摄像机标定、图像灰度化、图像增强、图像分割对步骤1获取的输电线覆冰图像进行处理，自动获取输电线覆冰前、后的边界；将输电线路覆冰前、后的图像从图像坐标系统转换到世界坐标系，在世界坐标系下分别计算覆冰前、后输电线轮廓之间的距离d、d₁，即得到米制单位输电线基于图像的覆冰厚度b：

$b=\frac{d_1-d}{2}---\left(14\right)$

式中，d₁为覆冰后输电线的等效直径，d为输电线的计算等效直径；

步骤3.6、覆冰密度计算模型根据步骤3.4中计算得到的输电线基于力学的覆冰厚度b₁和步骤3.5中得到的输电线基于图像的覆冰厚度b，计算得到输电线覆冰密度，再根据覆冰密度判断输电线的覆冰类型，指导覆冰线路的除冰和融冰：

①覆冰密度计算模型将步骤3.4中计算得到的输电线基于力学的覆冰厚度b₁和步骤3.5中得到的输电线基于图像的覆冰厚度b进行等值对比，即得到输电线的覆冰密度γ₀，具体按以下算法实施：

b＝b₁                                       （15）

$b=(\sqrt{\frac{4q_{\mathrm{ice}}}{9.8\mathrm{\π}{r}_0}+d^2}-d)/2$

${\mathrm{\γ}}_0=\frac{4q_{\mathrm{ice}}}{9.8\mathrm{\π}(d_1^2-d^2)}---\left(16\right)$

②覆冰密度计算模型根据经步骤①得到的覆冰密度γ₀初步判断出输电线上覆冰的类型；

③最后电力部门可根据输电线覆冰的类型来指导输电线的除冰和融冰。

本发明的有益效果是，

将监测系统将传感器监测技术与图像监测技术相结合，实现对输电线路覆冰状态的完全监测；结合覆冰图像处理技术得到的真实覆冰厚度计算结果和基于力学的等值覆冰厚度计算结果，可得到导线覆冰的密度和覆冰类型。同时系统可与电力系统现有融冰装置连动，实现导线覆冰的自动监测和自动融冰。

附图说明

图1是本发明的覆冰密度在线监测系统的结构示意图；

图2是本发明的覆冰密度在线监测系统监测分机结构图；

图3是本发明方法中的基于力学的等值冰厚计算模型；

图4是本发明方法中的采用的基于图像坐标系下输电线覆冰前的直径；

图5是本发明方法中的采用的基于图像坐标系下输电线覆冰后的直径。

图中，1.传感器检测单元，2.图像/视频监测单元，3.电源模块，4.微气象监测，5.导线拉力监测，6.杆塔监测分机，7.监控中心，8.公司监控中心主机，9.专家软件，10.液晶显示模块，11.数据存储单元，12.GSM通信模块，13.时钟芯片，14.覆冰信息信号处理单元，15.摄像机。

具体实施方式

下面结合附图和具体实施方式对本发明进行详细说明。

本发明的输电线路覆冰密度在线监测系统，其结构如图1所示，包括有监控中心7，监控中心7通过GSM无线通信方式与杆塔监测分机6连接，杆塔监测分机6通过485总线分别与传感器监测单元1和图像/视频监测单元2连接，杆塔监测分机6通过电源线与电源模块3连接，监测中心7包括有公司监控中心主机8，公司监控中心主机8中嵌入有专家软件9，传感器监测单元1包括有微气象监测模块4和导线拉力监测模块5，图像/视频监测单元2内设置有摄像机15。

杆塔监测分机6，其结构如图2所示，包括有微控制器，微控制器分别通过串行通信接口与液晶显示模块10、GSM通信模块12及时钟芯片13连接，微控制器通过SPI通信接口与数据存储单元11连接，微控制器还通过并行总线与覆冰信息信号处理单元14连接，GSM通信模块12通过无线通信方式与监控中心7连接。

杆塔监测分机6内的微控制器采用DSP与ARM双核芯片。

专家软件9集成有覆冰厚度力学计算模型、覆冰图像自动识别算法、覆冰密度计算方法算法。

微气象监测模块4包括有温湿度传感器、风速传感器、风向传感器、雨量传感器。

导线拉力监测模块5包括有拉力传感器和角位移传感器。

电源模块3采用太阳能与蓄电池结合的供电方式。

本发明的输电线路覆冰密度在线监测方法，具体按照以下步骤实施：

步骤1、利用传感器监测单元和图像/视频监测单元分别获取环境信息和现场覆冰的输电线图像信息：

传感器监测单元1内的微气象监测模块4通过内部的温湿度传感器、风速传感器、风向传感器、雨量传感器实时监测获得环境的温度和湿度、风速、风向及雨量的信息；传感器监测单元1内的导线拉力监测模块5通过拉力传感器监测得到输电线自重载荷、输电线覆冰后的载荷，通过角位移传感器监测得到杆塔绝缘子的倾斜角信息；

图像/视频监测单元2内的摄像机15获取现场输电线的覆冰图像。

步骤2、将获取的环境信息、输电线覆冰信息和现场覆冰图像经覆冰信息信号处理单元处理后输送至杆塔监测分机，监测分机通过GSM通信模块将所有的监测信息输送至监控中心：

经步骤1，环境信息、输电线覆冰信息和现场输电线的覆冰图像以无线通信方式输送至覆冰信息信号处理单元14，再输送至杆塔监测分机6中，杆塔监测分机6内的微控制器对所有监测信息进行总汇、存储和初步计算后由GSM通信模块12通过无线通信方式输送至监控中心7；

步骤2.1、将经步骤1采集到的环境信息、输电线覆冰信息和覆冰图像信息以无线通信方式输送至覆冰信息信号处理单元14，由覆冰信息信号处理单元14内的滤波器和A/D转换器对环境信息、输电线覆冰信息和覆冰图像信息进行滤波和转换处理，再将处理结果输送至杆塔监测分机6内微控制器中的DSP芯片；

步骤2.2、DSP芯片对环境信息、输电线覆冰信息和覆冰图像信息先进行总汇、存储，之后再进行初步计算，初步处理包括有单位换算、信号转换及放大处理，得到当前环境温度和湿度、风速、风向、雨量、输电线自重载荷、输电线覆冰后的载荷和杆塔绝缘子的倾斜角；

步骤2.3、DSP芯片实时将步骤2.2中初步计算后得到的监测信息通过SCI通信接口传输给ARM芯片S3C2440，再将监测信息存储于数据存储单元11内；由于监测信息的信息量较大，监测信息可通过SPI接口输送至数据存储单元11内存储；

步骤2.4、ARM芯片通过SCI通信接口获取步骤2.3中DSP芯片内的监测信息，并由GSM通信模块12通过无线通信方式将监测信息输送至监控中心7内的公司监控中心主机8。

步骤3、利用监控中心内的专家软件和监测分机传输的监测信息进行计算，得到输电线的覆冰密度：

经步骤2.4，公司监控中心主机8接收到监测信息后，公司监控中心主机8内嵌入的专家软件9利用内部集成的覆冰厚度力学计算模型计算出输电线的基于力学的覆冰厚度，再利用覆冰图像自动识别算法得到基于图像的覆冰厚度，将两者进行对比得到输电线的覆冰密度，，并由覆冰密度确定出覆冰类型；

具体按照以下步骤实施：

步骤3.1、计算输电线覆冰后的水平张力T_H、主杆塔上竖向张力T_V所对应“平衡”的覆冰输电线长度S_D1：

a）输电线自重载荷下长度为S₁，输电线在覆冰时温度较低，会引起输电线收缩，故转化成为-5℃时输电线长度S_t：

S_t＝S₁-S₁αΔT                     （1）

其中，ΔT为常温与覆冰时温度（取-5℃）差值；α为输电线的综合线性温度膨胀系数，1/℃。

b）根据步骤a）中得到的输电线覆冰后的长度S_t来计算输电线覆冰后的水平张力T_H：

悬挂点不等高状态下输电线水平张力公式：

$T_H=\sqrt{\frac{l^3{q}^2}{24(S-l-\frac{h^2}{2l})}}$

即得出输电线覆冰后的水平张力T_H：

$T_H=\sqrt{\frac{l^3{q_0}^2}{24(S_t-l-\frac{h^2}{2l})}}---\left(2\right)$

式中，h表示主杆塔与副杆塔间的高度差，q₀表示输电线自重载荷，S_t表示覆冰时（即-5℃时）输电线的长度；

c）计算主杆塔等效档距：

主杆塔等效档距，如图3所示，悬点不等高状态下主杆塔等效档距l_D1具体按如下算法计算：

$l_{D1}=l+\frac{{2T}_H}{q_0}\mathrm{arsh}\frac{{\mathrm{hq}}_0}{{2T}_H\mathrm{sh}\frac{{\mathrm{lq}}_0}{{2T}_H}}---\left(3\right)$

其中，h为主杆塔与副杆塔间的高度差，主杆塔较高时，h为正值，否则h为负，

和

分别表示主杆塔两侧对应的等效档距；

d）计算对应等效档距l_D1的输电线长度S_D1：

根据步骤c）中的到的主杆塔等效档距l_D1计算对应等效档距l_D1的输电线长度S_D1，具体按以下算法实施：

$S_{D1}=\frac{{2T}_H}{q_0}\mathrm{sh}\frac{l_D{q}_0}{{2T}_H}---\left(4\right)$

其中，T_H为输电线覆冰后的水平张力，由于主杆塔上绝缘子串存在倾斜角θ，所以主杆塔两侧输电线上的水平张力分量不同，由水平方向的力平衡可知：

$T_H^{\mathrm{AB}}=T_H^{\mathrm{AC}}+\mathrm{\ΔT}=T_H^{\mathrm{AC}}+T_V\mathrm{tg\θ}---\left(5\right)$

故有：

$\left\{\begin{array}{c}{S}_{D1}^{\mathrm{AC}}=\frac{{2T}_H^{\mathrm{AC}}}{q_0}\mathrm{sh}\frac{l_{D1}^{\mathrm{AC}}{q}_0}{{2T}_H^{\mathrm{AC}}}\\ S_{D1}^{\mathrm{AB}}=\frac{2(T_H^{\mathrm{AC}}+T_V\mathrm{tg\θ})}{q_0}\mathrm{sh}\frac{l_{D1}^{\mathrm{AB}}{q}_0}{2(T_H^{\mathrm{AC}}+T_V\mathrm{tg\θ})}\end{array}\right.---\left(6\right)$

步骤3.2、计算覆冰输电线综合载荷q：

主杆塔绝缘子串竖直方向上张力值T_V与两侧输电线最低点到主杆塔A点间输电线上的竖向载荷相互平衡，在冰、风载荷作用与只有自重载荷作用时主杆塔上竖向载荷的差值ΔT_V为：

${\mathrm{\ΔT}}_V=(q_{\mathrm{wind}}+q_{\mathrm{ice}})\frac{1}{2}(S_{D1}^{\mathrm{AB}}+S_{D1}^{\mathrm{AC}})=q\·\frac{1}{2}(S_{D1}^{\mathrm{AB}}+S_{D1}^{\mathrm{AC}})---\left(7\right)$

覆冰输电线综合载荷q按以下算法实施：

$q=\frac{{2\mathrm{\ΔT}}_V}{S_{D1}^{\mathrm{AB}}+S_{D1}^{\mathrm{AC}}}$

$=\frac{{2\mathrm{\ΔT}}_V}{\frac{{2T}_H^{\mathrm{AC}}}{q_0}\mathrm{sh}\frac{l_{D1}^{\mathrm{AC}}{q}_0}{{2T}_H^{\mathrm{AC}}}+\frac{2(T_H^{\mathrm{AC}}+T_V\mathrm{tg\θ})}{q_0}\mathrm{sh}\frac{l_{D1}^{\mathrm{AB}}{q}_0}{2(T_H^{\mathrm{AC}}+T_V\mathrm{tg\θ})}}---\left(8\right)$

式中，θ为主杆塔上绝缘子串的倾斜角，T_H为输电线水平方向的张力，q₀为输电线自重载荷；

步骤3.3、根据步骤3.2中计算得到的覆冰输电线综合载荷q和步骤1中传感器监测得到的风速、风向及输电线自重载荷q₀，计算得到输电线的覆冰载荷q_ice：

1）根据步骤1中风速传感器和风向传感器测量得到的覆冰输电线环境风速和风向计算风载荷q_wind：

若风向与输电线垂直时，覆冰时的风载荷按以下算法实施：

$q_{\mathrm{wind}}=\frac{9.8\mathrm{ac}(d+2b)v^2}{16}---\left(9\right)$

输电线覆冰时风载体型系数c恒取1.2，

即得到：q_wind＝0.735a(d+2b)v²            （10）

其中，c为风载体型系数，a为风速不均匀系数，v为设计风速（m/s），d为输电线的计算直径，b为覆冰厚度，覆冰厚度b未知，预先设(d+2b)≈dk，其中k为修正系数。

2）将步骤3.2中得到的覆冰输电线综合载荷q、步骤1）中得到的输电线风载荷q_wind及步骤2.2中输电线自重载荷q₀结合如下算法得到输电线的覆冰载荷q_ice：

q_i ce＝q-q₀-q_w in           （11）

步骤3.4、根据步骤3.3中得到的输电线的覆冰载荷q_ice，采用环形覆冰厚度计算模型得到输电线基于力学的覆冰厚度b₁：

步骤3.4、根据步骤3.3中得到的输电线的覆冰载荷q_ice，采用环形覆冰厚度计算模型得到输电线基于力学的覆冰厚度b₁：

环形覆冰厚度计算模型如下：

$9.8\left[\frac{\mathrm{\π}{(d+2b)}^2-{\mathrm{\πd}}^2}{4}\right]{\mathrm{\γ}}_0=q_{\mathrm{ice}}---\left(12\right)$

即得到基于力学的覆冰厚度b₁：

$b_1=(\sqrt{\frac{{4q}_{\mathrm{ice}}}{9.8\mathrm{\π}{\mathrm{\γ}}_0}+d^2}-d)/2---\left(13\right)$

其中，γ₀为冰的密度（未知），d为输电线的计算等效直径；q_ice为输电线的覆冰载荷；

步骤3.5、覆冰图像自动识别算法根据步骤1中图像/视频监测单元获得的输电线覆冰图像，运用图像处理技术定量计算输电线基于图像的覆冰厚度b：

步骤3.5、覆冰图像自动识别算法根据步骤1中图像/视频监测单元获得的输电线覆冰图像，运用图像处理技术定量计算输电线基于图像的覆冰厚度b：

覆冰图像自动识别算法：运用图像处理技术包括摄像机标定、图像灰度化、图像增强、图像分割对步骤1获取的输电线覆冰图像进行处理，自动获取输电线覆冰前、后的边界；将输电线路覆冰前、后的图像从图像坐标系统转换到世界坐标系，在世界坐标系下分别计算覆冰前、后输电线轮廓之间的距离d、d₁，即得到米制单位输电线基于图像的覆冰厚度b：

$b=\frac{d_1-d}{2}---\left(14\right)$

式中，d₁为覆冰后输电线的等效直径，d为输电线的计算等效直径；

步骤3.6、覆冰密度计算模型根据步骤3.4中计算得到的输电线基于力学的覆冰厚度b₁和步骤3.5中得到的输电线基于图像的覆冰厚度b，计算得到输电线覆冰密度，再根据覆冰密度判断输电线的覆冰类型，指导覆冰线路的除冰和融冰：

①覆冰密度计算模型将步骤3.4中计算得到的输电线基于力学的覆冰厚度b₁和步骤3.5中得到的输电线基于图像的覆冰厚度b进行等值对比，即得到输电线的覆冰密度γ₀，具体按以下算法实施：

b＝b₁                               （15）

$b=(\sqrt{\frac{4q_{\mathrm{ice}}}{9.8\mathrm{\π}{r}_0}+d^2}-d)/2$

${\mathrm{\γ}}_0=\frac{4q_{\mathrm{ice}}}{9.8\mathrm{\π}(d_1^2-d^2)}---\left(16\right)$

②覆冰密度计算模型根据经步骤①得到的覆冰密度γ₀初步判断出输电线上覆冰的类型；

③最后电力部门可根据输电线覆冰的类型来指导输电线的除冰和融冰。

本发明方法的原理为：

一方面借助现场图像/视频监测单元2内的摄像机15拍摄现场输电线的覆冰图像，输电线的覆冰图像经过专家软件9处理，主要是：利用专家软件9集成的覆冰图像自动识别算法，运用图像处理技术进行摄像机标定、图像灰度化、图像增强以及图像分割，在图像坐标系下，获取输电线覆冰前、后的边界距离，如图4及图5所示，是基于图像坐标系下输电线覆冰前、后的直径，图4表示未覆冰输电线的直径；图5表示覆冰输电线的直径，再通过计算边界之间的距离，定量计算得到输电线的基于图像的覆冰厚度b：

$b=\frac{d_1-d}{2};$

另一方面利用传感器监测单元1获取环境信息（环境温度和湿度、风速、风向、雨量）、输电线自重载荷、输电线覆冰后的载荷及杆塔绝缘子的倾斜角，再通过专家软件9的计算，主要是利用专家软件9集成的覆冰厚度力学计算模型，推导出输电线基于力学的覆冰厚度b₁计算公式：

$b=(\sqrt{\frac{4q_{\mathrm{ice}}}{9.8\mathrm{\π}{r}_0}+d^2}-d)/2$

上式等号右边只有覆冰密度γ₀未知，对比基于输电线图像的覆冰厚度图像自动识别算法得到的输电线覆冰厚度b，即可求解出当前输电线的覆冰密度γ₀：

${\mathrm{\γ}}_0=\frac{4q_{\mathrm{ice}}}{9.8\mathrm{\π}(d_1^2-d^2)}$

本发明的监测系统中各个部件的功能：

杆塔监测分机6主要完成现场图片/视频、微气象和输电线覆冰载荷的监测，实现对所有监测信息的总汇、存储和初步计算，再将监测信息和初步计算结果通过GSM通信模块12传输至监控中心7；

监控中心7中的专家软件9集成了覆冰厚度力学计算模型、覆冰图像自动识别算法、覆冰密度计算方法，主要用于实现对输电线覆冰厚度、覆冰密度的准确计算；

整个监测系统有电源模块3供电，电源模块3采用太阳能与蓄电池结合的供电方式，当阳光充足时太阳能电池能产生足够的电能，除供给整个系统用电外，多余的电能经过控制器给蓄电池充电；当夜晚或者阴天的时候太阳能电池产生的电能不足以供系统用电的时候，由蓄电池给系统供电，整个过程由控制器自动完成；

液晶显示模块10，用于显示当前监测系统运行的各种状态和实时的信息；

数据存储单元11，用于存储监测系统运行的状态及监测信息；

GSM通信模块12，用于发送监测系统当前的运行信息以及接收来自监控中心7的命令；

时钟芯片13，用于给监测系统提供时间信息。

本发明的输电线路覆冰密度在线监测系统，将针对输电线路覆冰状态监测的传感器监测技术与图像监测技术相结合，实现对输电线路覆冰状态包括覆冰厚度、覆冰密度和覆冰类型的完全监测；在监测过程中借助现场视频监控装置拍摄的现场输电线的覆冰图像，利用专家软件集成的覆冰图像自动识别算法，运用图像处理技术定量计算输电线基于图像的覆冰厚度，对比基于力学的等值覆冰厚度计算结果，获得输电线覆冰的密度和覆冰类型。

Claims (10)

1.输电线路覆冰密度在线监测系统，其特征在于，包括有监控中心（7），所述监控中心（7）通过GSM无线通信方式与杆塔监测分机（6）连接，所述杆塔监测分机（6）通过485总线分别与传感器监测单元（1）和图像/视频监测单元（2）连接，所述杆塔监测分机（6）还通过电源线与电源模块（3）连接，所述监测中心（7）包括有公司监控中心主机（8），所述公司监控中心主机（8）中嵌入有专家软件（9），所述传感器监测单元（1）包括有微气象监测模块（4）和导线拉力监测模块（5），所述图像/视频监测单元（2）内设置有摄像机（15）。

2.根据权利要求1所述的输电线路覆冰密度在线监测系统，其特征在于，所述杆塔监测分机（6）包括有微控制器，所述微控制器分别通过串行通信接口与液晶显示模块（10）、GSM通信模块（12）及时钟芯片（13）连接，所述微控制器通过SPI通信接口与数据存储单元（11）连接，所述微控制器还通过并行总线与覆冰信息信号处理单元（14）连接，所述GSM通信模块（12）通过无线通信方式与所述监控中心（7）连接。

3.根据权利要求2所述的输电线路覆冰密度在线监测系统，其特征在于，所述杆塔监测分机（6）内的微控制器采用DSP与ARM双核芯片。

4.根据权利要求1所述的输电线路覆冰密度在线监测系统，其特征在于，所述专家软件（9）集成有覆冰厚度力学计算模型、覆冰图像自动识别算法、覆冰密度计算方法算法。

5.根据权利要求1所述的输电线路覆冰密度在线监测系统，其特征在于，所述微气象监测模块（4）包括有温湿度传感器、风速传感器、风向传感器、雨量传感器。

6.根据权利要求1所述的一种输电线路覆冰密度在线监测系统，其特征在于，所述导线拉力监测模块（5）包括有拉力传感器和角位移传感器。

7.根据权利要求1所述的一种输电线路覆冰密度在线监测系统，其特征在于，所述电源模块（3）采用太阳能与蓄电池结合的供电方式。

8.输电线路覆冰密度在线监测系统的监测方法，其特征在于，具体按照以下步骤实施：

步骤1、利用传感器监测单元和图像/视频监测单元分别获取环境信息和现场覆冰的输电线图像信息：

传感器监测单元（1）内的微气象监测模块（4）通过内部的温湿度传感器、风速传感器、风向传感器、雨量传感器实时监测获得环境的温度和湿度、风速、风向及雨量的信息；传感器监测单元（1）内的导线拉力监测模块（5）通过拉力传感器监测得到输电线自重载荷、输电线覆冰后的载荷，通过角位移传感器监测得到杆塔绝缘子的倾斜角信息；

图像/视频监测单元（2）内的摄像机（15）获取现场输电线的覆冰图像；

步骤2、将获取的环境信息、输电线覆冰信息和现场覆冰图像经覆冰信息信号处理单元处理后输送至杆塔监测分机，监测分机通过GSM通信模块将所有的监测信息输送至监控中心：

经步骤1，环境信息、输电线覆冰信息和现场输电线的覆冰图像以无线通信方式输送至覆冰信息信号处理单元（14），再输送至杆塔监测分机（6）中，杆塔监测分机（6）内的微控制器对所有监测信息进行总汇、存储和初步计算后由GSM通信模块（12）通过无线通信方式输送至监控中心（7）；

步骤3、利用监控中心内的专家软件和监测分机传输的监测信息进行计算，得到输电线的覆冰密度：

经步骤2.4，公司监控中心主机（8）接收到监测信息后，公司监控中心主机（8）内嵌入的专家软件（9）利用内部集成的覆冰厚度力学计算模型计算出输电线的基于力学的覆冰厚度，再利用覆冰图像自动识别算法得到基于图像的覆冰厚度，将两者进行对比得到输电线的覆冰密度，并由覆冰密度确定出覆冰类型。

9.根据权利要求8所述的输电线路覆冰密度在线监测系统的监测方法，其特征在于，所述步骤2具体按照以下步骤实施：

步骤2.1、将经步骤1采集到的环境信息、输电线覆冰信息和覆冰图像信息以无线通信方式输送至覆冰信息信号处理单元（14），由覆冰信息信号处理单元（14）内的滤波器和A/D转换器对环境信息、输电线覆冰信息和覆冰图像信息进行滤波和转换处理，再将处理结果输送至杆塔监测分机（6）内微控制器中的DSP芯片；

步骤2.2、DSP芯片对环境信息、输电线覆冰信息和覆冰图像信息先进行总汇、存储，之后再进行初步计算，初步处理包括有单位换算、信号转换及放大处理，得到当前环境温度和湿度、风速、风向、雨量、输电线自重载荷、输电线覆冰后的载荷和杆塔绝缘子的倾斜角；

步骤2.3、DSP芯片实时将步骤2.2中初步计算后得到的监测信息通过SCI通信接口传输给ARM芯片S3C2440，再将监测信息存储于数据存储单元（11）内；

步骤2.4、ARM芯片通过SCI通信接口获取步骤2.3中DSP芯片内的监测信息，并由GSM通信模块（12）通过无线通信方式将监测信息输送至监控中心（7）内的公司监控中心主机（8）。

10.根据权利要求8所述的输电线路覆冰密度在线监测系统的监测方法，其特征在于，所述的步骤3具体按照以下步骤实施：

步骤3.1、计算输电线覆冰后的水平张力T_H、主杆塔上竖向张力T_V所对应“平衡”的覆冰输电线长度S_D1：

a）输电线自重载荷下长度为S₁，输电线在覆冰时的长度S_t：

S_t＝S₁-S₁αΔT                             （1）

其中，ΔT为常温与覆冰时温度差值；α为输电线的综合线性温度膨胀系数，1/℃。

b）根据步骤a）中得到的输电线覆冰后的长度S_t来计算输电线覆冰后的水平张力T_H：

悬挂点不等高状态下输电线水平张力公式：

$T_H=\sqrt{\frac{l^3{q}^2}{24(S-l-\frac{h^2}{2l})}}$

即得出输电线覆冰后的水平张力T_H：

$T_H=\sqrt{\frac{l^3{q_0}^2}{24(S_t-l-\frac{h^2}{2l})}}---\left(2\right)$

式中，h表示主杆塔与副杆塔间的高度差，q₀表示输电线自重载荷，S_t表示覆冰时输电线的长度；

c）计算主杆塔等效档距：

主杆塔等效档距，悬点不等高状态下主杆塔等效档距l_D1具体按如下算法计算：

$l_{D1}=l+\frac{{2T}_H}{q_0}\mathrm{arsh}\frac{{\mathrm{hq}}_0}{{2T}_H\mathrm{sh}\frac{{\mathrm{lq}}_0}{{2T}_H}}---\left(3\right)$

其中，h为主杆塔与副杆塔间的高度差，主杆塔较高时，h为正值，否则h为负，

和

分别表示主杆塔两侧对应的等效档距；

d）计算对应等效档距l_D1的输电线长度S_D1：

根据步骤c）中的到的主杆塔等效档距l_D1计算对应等效档距l_D1的输电线长度S_D1，具体按以下算法实施：

$S_{D1}=\frac{{2T}_H}{q_0}\mathrm{sh}\frac{l_D{q}_0}{{2T}_H}---\left(4\right)$

其中，T_H为输电线覆冰后的水平张力，主杆塔两侧输电线上的水平张力分量不同，由水平方向的力平衡可知：

$T_H^{\mathrm{AB}}=T_H^{\mathrm{AC}}+\mathrm{\ΔT}=T_H^{\mathrm{AC}}+T_V\mathrm{tg\θ}---\left(5\right)$

故有：

$\left\{\begin{array}{c}{S}_{D1}^{\mathrm{AC}}=\frac{{2T}_H^{\mathrm{AC}}}{q_0}\mathrm{sh}\frac{l_{D1}^{\mathrm{AC}}{q}_0}{{2T}_H^{\mathrm{AC}}}\\ S_{D1}^{\mathrm{AB}}=\frac{2(T_H^{\mathrm{AC}}+T_V\mathrm{tg\θ})}{q_0}\mathrm{sh}\frac{l_{D1}^{\mathrm{AB}}{q}_0}{2(T_H^{\mathrm{AC}}+T_V\mathrm{tg\θ})}\end{array}\right.---\left(6\right)$

步骤3.2、计算覆冰输电线综合载荷q：

主杆塔绝缘子串竖直方向上张力值T_V与两侧输电线最低点到主杆塔A点间输电线上的竖向载荷相互平衡，在冰、风载荷作用与只有自重载荷作用时主杆塔上竖向载荷的差值ΔT_V为：

${\mathrm{\ΔT}}_V=(q_{\mathrm{wind}}+q_{\mathrm{ice}})\frac{1}{2}(S_{D1}^{\mathrm{AB}}+S_{D1}^{\mathrm{AC}})=q\·\frac{1}{2}(S_{D1}^{\mathrm{AB}}+S_{D1}^{\mathrm{AC}})---\left(7\right)$

覆冰输电线综合载荷q按以下算法实施：

$q=\frac{{2\mathrm{\ΔT}}_V}{S_{D1}^{\mathrm{AB}}+S_{D1}^{\mathrm{AC}}}$

$=\frac{{2\mathrm{\ΔT}}_V}{\frac{{2T}_H^{\mathrm{AC}}}{q_0}\mathrm{sh}\frac{l_{D1}^{\mathrm{AC}}{q}_0}{{2T}_H^{\mathrm{AC}}}+\frac{2(T_H^{\mathrm{AC}}+T_V\mathrm{tg\θ})}{q_0}\mathrm{sh}\frac{l_{D1}^{\mathrm{AB}}{q}_0}{2(T_H^{\mathrm{AC}}+T_V\mathrm{tg\θ})}}---\left(8\right)$

式中，θ为主杆塔上绝缘子串的倾斜角，T_H为输电线水平方向的张力，q₀为输电线自重载荷；

步骤3.3、根据步骤3.2中计算得到的覆冰输电线综合载荷q和步骤1中传感器监测得到的风速、风向及输电线自重载荷q₀，计算得到输电线的覆冰载荷q_ice：

1）根据步骤1中风速传感器和风向传感器测量得到的覆冰输电线环境风速和风向计算风载荷q_wind：

若风向与输电线垂直时，覆冰时的风载荷按以下算法实施：

$q_{\mathrm{wind}}=\frac{9.8\mathrm{ac}(d+2b)v^2}{16}---\left(9\right)$

输电线覆冰时风载体型系数c恒取1.2，

即得到：q_wind＝0.735a(d+2b)v²            （10）

其中，c为风载体型系数，a为风速不均匀系数，v为设计风速（m/s），d为输电线的计算直径，b为覆冰厚度，覆冰厚度b未知，预先设(d+2b)≈dk，其中k为修正系数。

2）将步骤3.2中得到的覆冰输电线综合载荷q、步骤1）中得到的输电线风载荷q_wind及步骤2.2中输电线自重载荷q₀结合如下算法得到输电线的覆冰载荷q_ice：

q_i c e＝q-q₀-q_w i n                      （11）

步骤3.4、根据步骤3.3中得到的输电线的覆冰载荷q_ice，采用环形覆冰厚度计算模型得到输电线基于力学的覆冰厚度b₁：

步骤3.4、根据步骤3.3中得到的输电线的覆冰载荷q_ice，采用环形覆冰厚度计算模型得到输电线基于力学的覆冰厚度b₁：

环形覆冰厚度计算模型如下：

$9.8\left[\frac{\mathrm{\π}{(d+2b)}^2-{\mathrm{\πd}}^2}{4}\right]{\mathrm{\γ}}_0=q_{\mathrm{ice}}---\left(12\right)$

即得到基于力学的覆冰厚度b₁：

$b_1=(\sqrt{\frac{{4q}_{\mathrm{ice}}}{9.8\mathrm{\π}{\mathrm{\γ}}_0}+d^2}-d)/2---\left(13\right)$

其中，γ₀为冰的密度（未知），d为输电线的计算等效直径；q_ice为输电线的覆冰载荷；

步骤3.5、覆冰图像自动识别算法根据步骤1中图像/视频监测单元获得的输电线覆冰图像，运用图像处理技术定量计算输电线基于图像的覆冰厚度b：

步骤3.5、覆冰图像自动识别算法根据步骤1中图像/视频监测单元获得的输电线覆冰图像，运用图像处理技术定量计算输电线基于图像的覆冰厚度b：

覆冰图像自动识别算法：运用图像处理技术包括摄像机标定、图像灰度化、图像增强、图像分割对步骤1获取的输电线覆冰图像进行处理，自动获取输电线覆冰前、后的边界；将输电线路覆冰前、后的图像从图像坐标系统转换到世界坐标系，在世界坐标系下分别计算覆冰前、后输电线轮廓之间的距离d、d₁，即得到米制单位输电线基于图像的覆冰厚度b：

$b=\frac{d_1-d}{2}---\left(14\right)$

式中，d₁为覆冰后输电线的等效直径，d为输电线的计算等效直径；

步骤3.6、覆冰密度计算模型根据步骤3.4中计算得到的输电线基于力学的覆冰厚度b₁和步骤3.5中得到的输电线基于图像的覆冰厚度b，计算得到输电线覆冰密度，再根据覆冰密度判断输电线的覆冰类型，指导覆冰线路的除冰和融冰：

①覆冰密度计算模型将步骤3.4中计算得到的输电线基于力学的覆冰厚度b₁和步骤3.5中得到的输电线基于图像的覆冰厚度b进行等值对比，即得到输电线的覆冰密度γ₀，具体按以下算法实施：

b＝b₁                                      （15）

$b=(\sqrt{\frac{4q_{\mathrm{ice}}}{9.8\mathrm{\π}{r}_0}+d^2}-d)/2$

${\mathrm{\γ}}_0=\frac{4q_{\mathrm{ice}}}{9.8\mathrm{\π}(d_1^2-d^2)}---\left(16\right)$

②覆冰密度计算模型根据经步骤①得到的覆冰密度γ₀初步判断出输电线上覆冰的类型；

③最后电力部门可根据输电线覆冰的类型来指导输电线的除冰和融冰。

Images