CN105675055A - 一种输电线路覆冰预测预警的方法与系统 - Google Patents
一种输电线路覆冰预测预警的方法与系统 Download PDFInfo
- Publication number
- CN105675055A CN105675055A CN201610050707.2A CN201610050707A CN105675055A CN 105675055 A CN105675055 A CN 105675055A CN 201610050707 A CN201610050707 A CN 201610050707A CN 105675055 A CN105675055 A CN 105675055A
- Authority
- CN
- China
- Prior art keywords
- icing
- transmission line
- ice
- electricity
- image information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B19/00—Alarms responsive to two or more different undesired or abnormal conditions, e.g. burglary and fire, abnormal temperature and abnormal rate of flow
- G08B19/02—Alarm responsive to formation or anticipated formation of ice
Abstract
本发明实施例公开了一种输电线路覆冰预测预警的方法,包括:获取无人机采集的输电线路图像信息和气象参数信息;根据所述无人机采集的输电线路图像信息与正常输电线路图像信息,判断输电线路是否覆冰;如果覆冰,计算并显示覆冰厚度;根据所述无人机采集的输电线路图像信息和气象参数信息,预测输电线路未来覆冰生长情况,以使根据所述覆冰生长情况进行融冰处理;判断所述气象参数信息是否达到预报警值;如果所述气象参数信息达到所述预报警值,则将气象参数信息传送至专家系统,专家系统控制所述无人机提高数据采集频率。本方法可以让管理人员及时了解线路现场的实际情况,保证启动融冰措施有据可依,同时为抗冰救灾的指挥决策提供技术支持。
Description
技术领域
本发明涉及预测预警技术领域,特别是涉及一种输电线路覆冰预测预警的方法与系统。
背景技术
我国南方电网所处区域地理环境恶劣、自然气候条件复杂。近年来,辖内输电线路频繁遭受各类自然灾害影响,造成的经济损失和社会影响巨大。如云南省范围内35kV及以上输电线路就超过了5万公里,其中更有超过40%的输电线路分不同区域和季节处于覆冰、火灾、地质灾害的直接影响范围内。这些区域具有气候多变、地质环境复杂,山高林密、雾浓风大的特点,当发生自然灾害时,公路交通易出现不同程度的阻断,在客观上给电网灾情勘察预警增加了难度。
传统的依靠人力为主的巡检工作在自然灾害多发期要做到高效开展存在相当的难度,而灾情一旦发生,要以最快速度、最高效率减少国家财产损失。无人机作为有人直升机和人工灾情查勘手段的有效补充,无人机将采集到的导线等信息以图片形式传输到控制软件上,在应对输电线路灾情勘测时具有机动、灵活、快速、高效、安全等突出特点。
线路事故一般滞后于恶劣天气几天后发生,但目前仍缺乏一种可以广泛运用于输电线路覆冰探测预警的技术手段,导致不能提前进行应急响应,直至事故发生。
发明内容
本发明实施例中提供了一种输电线路覆冰预测预警的方法与系统,以解决现有技术中的无法及时对覆冰情况和未来覆冰生长进行预测,导致不能提前进行应急响应,直至事故发生问题。
为了解决上述技术问题,本发明实施例公开了如下技术方案:
本发明实施例提供了一种输电线路覆冰预测预警的方法,包括:
获取无人机采集的输电线路图像信息和气象参数信息;
根据所述无人机采集的输电线路图像信息与正常输电线路图像信息,判断输电线路是否覆冰;
如果覆冰,计算并显示覆冰厚度;
根据所述无人机采集的输电线路图像信息和气象参数信息,预测输电线路未来覆冰生长情况,以使根据所述覆冰生长情况进行融冰处理;
判断所述气象参数信息是否达到预报警值;
如果所述气象参数信息达到所述预报警值,则将气象参数信息传送至专家系统,专家系统控制所述无人机提高数据采集频率。
优选地,根据所述无人机采集的输电线路图像信息和气象参数信息,预测未来覆冰生长情况之前,还包括:
构建覆冰生长预测计算模型;
其中,所述覆冰生长预测计算模型中包括导线半径、气温、风速、降水率、风向和覆冰时间。
优选地,所述根据所述无人机采集的输电线路图像信息与正常输电线路图像信息,判断输电线路是否覆冰,包括:
对所述输电线路图像信息进行灰度变换、图像增强预处理;
在所述无人机采集的输电线路中检测出导线和绝缘子,并提取所述导线和绝缘子的边缘并计算边缘间的最大距离;
判断所述边缘间的最大距离是否大于所述正常输电线路图像信息中导线和绝缘子的直径;
如果所述边缘间最大距离大于所述正常输电线路图像信息中导线和绝缘子的直径,则标识有覆冰。
优选地,所述导线为一个垂直档距内的导线。
优选地,所述预报警值包括温度阈值、湿度阈值和风速阈值。
优选地,所述方法还包括:
根据所述覆冰厚度,判断覆冰状态,其中,
覆冰状态包括轻度覆冰、中度覆冰和重度覆冰;
根据判断结果,显示覆冰状态。
一种输电线路覆冰预测预警的系统,包括:
信息获取模块,用于获取无人机采集的输电线路图像信息和气象参数信息;
覆冰生长预测模块,用于根据所述无人机采集的输电线路图像信息和气象参数信息,预测输电线路未来覆冰生长情况,以使根据所述覆冰生长情况融冰处理;
覆冰检测模块,用于根据所述无人机采集的输电线路图像信息与正常输电线路图像信息,判断输电线路是否覆冰;
覆冰预报警模块,用于判断所述气象参数信息是否达到预报警值,并将气象参数信息发送至专家系统。
优选地,所述输电线路覆冰预测预警的系统还包括:
图像处理模块,用于对无人机采集的输电线路图像进行处理。
优选地,所述覆冰检测模块包括覆冰判断模块和覆冰厚度计算模块,其中,
所述覆冰判断模块,用于判断输电线路是否覆冰;
所述覆冰厚度计算模块,用于计算覆冰厚度。
由以上技术方案可见,本发明实施例提供的一种输电线路覆冰预测预警的方法,所述方法包括:获取无人机采集的输电线路图像信息和气象参数信息;根据所述无人机采集的输电线路图像信息与正常输电线路图像信息,判断输电线路是否覆冰;如果覆冰,计算并显示覆冰厚度;根据所述无人机采集的输电线路图像信息和气象参数信息,预测输电线路未来覆冰生长情况,以使根据所述覆冰生长情况进行融冰处理;判断所述气象参数信息是否达到预报警值;如果所述气象参数信息达到所述预报警值,则将气象参数信息传送至专家系统,专家系统控制所述无人机提高数据采集频率。
一种输电线路覆冰预测预警的系统,包括:信息获取模块,用于获取无人机采集的输电线路图像信息和气象参数信息;覆冰生长预测模块,用于根据所述无人机采集的输电线路图像信息和气象参数信息,预测输电线路未来覆冰生长情况,以使根据所述覆冰生长情况融冰处理;覆冰检测模块,用于根据所述无人机采集的输电线路图像信息与正常输电线路图像信息,判断输电线路是否覆冰;覆冰预报警模块,用于判断所述气象参数信息是否达到预报警值,并将气象参数信息发送至专家系统。
本发明对无人机采集的输电线路图像信息和气象参数信息进行分析和判断,实现输电线路覆冰在线监测,判断有无覆冰,并计算出覆冰厚度,同时能够动态预警,根据气象参数,及时调整自动提高数据采集频率,及时对覆冰情况和当前气象情况对输电线路未来覆冰情况进行分析,让管理人员及时了解线路现场的实际情况,保证启动融冰措施有据可依,同时为抗冰救灾的指挥决策提供技术支持。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种输电线路覆冰预测预警方法的流程示意图;
图2为本发明实施例提供的一种判断输电线路是否覆冰的流程示意图;
图3为本发明实施例提供的一种输电线路覆冰预测预警系统的示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明中的技术方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
参见图1,为本发明实施例提供的一种输电线路覆冰预测预警方法的流程示意图,具体包括以下步骤:
步骤S101:获取无人机采集的输电线路图像信息和气象参数信息。
具体的,无人机上装有摄像装置,摄像装置拍下无人机所经过的输电线路及周围环境,在无人机上还设置有感应装置,能够感应搜集当时的气象参数信息,输电线路图像信息和气象参数信息通过有线或无线网络传输,发送给输电线路预测预警系统中的信息获取模块。其中,所述气象参数信息包括空气湿度、温度、风速、风向。
步骤S102:根据所述无人机采集的输电线路图像信息与正常输电线路图像信息,判断输电线路是否覆冰。
其中,正常输电线路图像信息为输电线路没有覆冰时,输电线路显示的状态,如输电线路中的导线在无覆冰状态下的直径、绝缘子的直径。绝缘子的倾角。所述正常输电线路图像信息可以提前预存到输电线路覆冰预测预警系统中。
本实施例中,对于步骤S102,参见图2,为本发明实施例提供的一种判断输电线路是否覆冰的流程示意图,具体包括以下步骤:
步骤S201:对所述输电线路图像信息进行灰度变换、图像增强预处理。
具体的,对输电线路图像信息进行灰度变换的目的是为了改善画质,使图像显示效果更加清晰,有选择地突出图像中感兴趣的特征或者抑制图像中某些不需要的特征,使图像与视觉响应特性相匹配。
本实施例中对输电线路图像信息进行灰度变换,采用二值化处理,即将输电线路图像转换成黑白二值图,提前指定一个阈值,如果图像中某像素的灰度值小于该阈值,则该图像的灰度值设置为0,在图像中显示为黑色;否则灰度值设置为255,在图像中显示为白色。当输电线路上有覆冰时,线路呈现白色,无覆冰时,线路呈现黑色,经过灰度变换后,再经过图像增强预处理,将图像中有用或是感兴趣的信息进一步增强,通过对比输电线路的颜色进行粗判断,判断输电线路是否覆冰。
步骤S202:在所述无人机采集的输电线路中检测出导线和绝缘子,并提取所述导线和绝缘子的边缘并计算边缘间的最大距离。
具体的,本实施例采用多分辨率小波变化方法来提取边缘,小波变换在时域和频域同时具有良好的局部性质,在对导线图像进行边缘提取时,当小波变化的尺度参数较小时,能检测出灰度发生的细变化,而当尺度参数较大时,能检测出图像发生的粗变化。在输电导线图像的去噪、边缘检测以及轮廓提取方面效果较优。
本实施例中的导线和绝缘子的边缘是指导线和绝缘子的横截面方向的边缘,经过边缘提取后,计算边缘上任意两点之间的距离,判定出边缘间的最大距离。
步骤S203:判断所述边缘间的最大距离是否大于所述正常输电线路图像信息中导线和绝缘子的直径。
步骤S204:如果所述边缘间的最大距离大于所述正常输电线路图像信息中导线和绝缘子的直径,则标识有覆冰。
具体的,进行对比时,本实施例中的导线是指为一个垂直档距内的导线,当然,对比时,输电线路中的导线和绝缘子与正常输电线路图像信息中的导线和绝缘子为同一导线和绝缘子。
步骤S103:如果覆冰,计算并显示覆冰厚度。
具体的,通过二值化处理和利用行扫描和列扫描找到起始边界点,记录下边界轮廓点在图像中的坐标,最后通过综合比较输电导线前后的边界点坐标,并用输电导线直径进行标定得出当时输电导线的覆冰厚度。
本实施例中的输电线路覆冰预测预警的方法,还包括:
步骤S107:根据所述覆冰厚度,判断覆冰状态,其中,覆冰状态包括轻度覆冰、中度覆冰和重度覆冰。
具体的,根据云南电网气候条件进行划分,当覆冰厚度达到0-10mm,为轻度覆冰;覆冰厚度达到10-20mm,为中度覆冰;覆冰厚度达到20-30mm,为重度覆冰。
步骤S108:根据判断结果,显示覆冰状态。
具体的,根据覆冰状态的判断条件,显示出最终的覆冰状态。
根据覆冰状态的不同,在采取融冰措施时,要指定不同的方案和措施,进行融冰,覆冰状态的判断为指挥系统和指定方案提供了依据。
步骤S104:根据所述无人机采集的输电线路图像信息和气象参数信息,预测输电线路未来覆冰生长情况,以使根据所述覆冰生长情况进行融冰处理。
预测输电线路未来生长情况,主要针对的是两种危害较为严重的覆冰状态:雨凇覆冰以及混合淞覆冰。
根据不同时期,不同线路检测到的输电线路覆冰信息,制作相应的覆冰阶段数据图,对覆冰规律进行分析和判断。
在本实施例中,在步骤S105之前,还包括构建覆冰生长预测模型,其中,所述覆冰生长预测计算模型中包括导线半径、气温、风速、降水率、风向和覆冰时间。
具体的,导线覆冰生长模型应考虑气象条件、线路走向及悬挂高度、导线直径及扭转性能等因素。把导线半径、气温、风速、降水率、风向及覆冰时间等作为输入量,对冰柱生长的覆冰模型进行了分析和计算。
考虑预测模型的可靠性及实用性,选择Makkonen模型对导线覆冰生长进行预测。这个模型是基于冰柱的热平衡方程,导线覆冰表面的热平衡方程为:
qf+qv+qa=qc+qe+ql+qs(1)
式(1)中,qf为冻结时释放的热流密度;qv为表面气动加热热流密度;qa为将冰从0℃冷却到覆冰表面温度放热热流密度;qc为覆冰表面与空气的对流换热热流密度;qe为覆冰表面蒸发或升华带走的热流密度;ql为加热水滴使之温度升高到0℃时的热流密度;qs为冰面辐射产生的热流密度。
qa=Ici(0-ts)(2)
qc=h(ts-ta)(3)
ql=(2/π)Evwcw(0-ta)(4)
qe=nkLe(ps-pa)/cppa(5)
式(2)至式(5)中,h为对流换热系数;n为冻结系数;v为风速;cp为空气的比热容;ci为冰的比热容;ts为冰表面平均温度;ta为空气温度;k=0.62;Le为在ts时蒸发或升华的潜热;ps和pa分别为温度在ts和ta时冰筒表面的饱和水蒸气压力;P=1.10×105;E是收集系数,它表示实际的表面撞击水量与最大可能(整个迎风面)收集水量的比值;w是空气中的液态水含量;cw为水的比定压热容。
将以上各式带入可得:
2/πEvw(Lf+cwta-cits)=h[(ts-ta)+KLs/cPP(ps-pa)-rv2/2cp](6)
将式(6)进行整理,得到线路表面温度与外界温度之间的关系。
迎风面单位表面积冰的增长速度称为结冰强度,其计算式为:
I=2/π*Envw(7)
式(7)中,n为冻结系数,表示导线收集到的水冻结成冰的比例。当n<1时,冰为湿增长,也就是说,总体上有部分水从冰筒表面流失;当n=1时,所有的水都冻结。
时刻单位长度导线冰负荷Mi与i-1时刻的冰负荷Mi-1关系如下:
Mi=Mi-1+Ii-1-π/2*Di-1Δτ(8)
式(8)中,Mi为i时刻单位长度导线冰负荷,Mi-1为i-1时刻单位长度导线冰负荷,Ii-1为i-1时刻结冰强度,Di-1为i-1时刻线路覆冰直径。△τi时刻以i-1时刻时间间隔。
最后利用迭代法可以求出i时刻的覆冰厚度,起始时间为人为选取。
步骤S105:判断所述气象参数信息是否达到预报警值。
具体的,本实施例中的预报警值所述预报警值包括温度阈值、湿度阈值和风速阈值,根据线路设计标准或用户要求,设定预报警值,预报警值可在客户端显示。
线路设计标准是指输电线路设计时综合考虑电压等级,回路数,导线截面、地形条件与气候条件等因素设计而成的一套输电杆塔。以我国35kv的架空输电线路来讲:一般采用单回路或者单塔双回路供电。地形条件分为架设杆塔的地区为平地和山区。气象条件关注的问题是最大风速设计以及最大设计冰厚。海拔高度,35kv输电线路一般在1000m以下,但在西南地区一般架设在2000米左右,导线截面:对于35kv线路导线截面一般为95、150、185、240和300mm2。
步骤S106:如果所述气象参数信息达到所述预报警值,则将气象参数信息传送至专家系统,专家系统控制所述无人机提高数据采集频率。
具体的,专家系统是指一个有大量专门知识与经验的程序系统,以外界输入的气象参数包括温度风向,压力,湿度等为输入信息,然后以覆冰灾害发生的自然过程为依据,对现有气象状况做逻辑推理与判断,最终得出一个比较准确的结论。
通常,输电线路覆冰主要是由三个条件决定:温度,风速,空气湿度。若要线路覆冰,一个重要前提是空气湿度必须在90%以上,(通常伴随小雨,大雾天气时会出现此空气湿度)当温度处于-5至0℃时,风速在3-8m/s,此时在线路上产生的覆冰为雨凇覆冰,这种覆冰粘合能力较强,冰的浓度一般,此时若环境温度升高,线路雨凇覆冰会消失,若气温下降,-5至-8℃时,此时线路覆冰会变为厚度雨凇覆冰。
当温度处于-15至-8℃时,且风速大于8m/s,那么此时就会形成混合淞覆冰,这种覆冰生长速度快,粘合力强,对线路危害最大。
当温度降到-15℃以下时,那么在空气浓度变为90%情况下,空气中的雨水会变为冰雹或者雪花,此时线路不会覆冰。
以上为本发明实施例提供的一种输电线路覆冰预测预警的方法,所述方法并不仅仅按上述步骤进行实施,其中步骤S102、步骤S104和步骤S105可同时并列进行。
与本发明实施例中的一种输电线路覆冰预测预警的方法相对应,本发明实施例还提供一种输电线路覆冰预测预警的系统,本发明实施例提供的输电线路覆冰预测预警系统,对应上述方法实施例,可以用于上述方法实施例中的所有步骤,该输电线路覆冰预测预警系统对应的详细方法步骤在上述方法实施例中已经说明,在此不再详细描述。
如图3,本发明实施例提供的一种输电线路覆冰预测预警系统的示意图,所述系统包括:
信息获取模块311,用于获取无人机采集的输电线路图像信息和气象参数信息;
覆冰生长预测模块312,用于根据所述无人机采集的输电线路图像信息和气象参数信息,预测输电线路未来覆冰生长情况,以使根据所述覆冰生长情况融冰处理;
覆冰检测模块,用于根据所述无人机采集的输电线路图像信息与正常输电线路图像信息,判断输电线路是否覆冰;
所述覆冰检测模块包括覆冰判断模块315和覆冰厚度计算模块316,其中,
所述覆冰判断模块315,用于判断输电线路是否覆冰;
所述覆冰厚度计算模块316,用于计算覆冰厚度;
覆冰预报警模块313,用于判断所述气象参数信息是否达到预报警值,并将气象参数信息发送至专家系统。
所述输电线路覆冰预测预警的系统,还包括:
图像处理模块314,用于对无人机采集的输电线路图像进行处理。
可以理解的是,本发明实施例提供的输电线路覆冰预测预警的方法和系统可用于众多通用或专用的计算系统环境或配置中。例如:个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器系统、基于微处理器的系统、置顶盒、可编程的消费电子设备、网络PC、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等等。
本发明可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本发明,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
需要说明的是,在本文中,诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅是本发明的具体实施方式,使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (9)
1.一种输电线路覆冰预测预警的方法,其特征在于,包括:
获取无人机采集的输电线路图像信息和气象参数信息;
根据所述无人机采集的输电线路图像信息与正常输电线路图像信息,判断输电线路是否覆冰;
如果覆冰,计算并显示覆冰厚度;
根据所述无人机采集的输电线路图像信息和气象参数信息,预测输电线路未来覆冰生长情况,以使根据所述覆冰生长情况进行融冰处理;
判断所述气象参数信息是否达到预报警值;
如果所述气象参数信息达到所述预报警值,则将气象参数信息传送至专家系统,专家系统控制所述无人机提高数据采集频率。
2.根据权利要求1所述的输电线路覆冰预测预警的方法,其特征在于,根据所述无人机采集的输电线路图像信息和气象参数信息,预测未来覆冰生长情况之前,还包括:
构建覆冰生长预测计算模型;
其中,所述覆冰生长预测计算模型中包括导线半径、气温、风速、降水率、风向和覆冰时间。
3.根据权利要求1所述的输电线路覆冰预测预警的方法,其特征在于,所述根据所述无人机采集的输电线路图像信息与正常输电线路图像信息,判断输电线路是否覆冰,包括:
对所述输电线路图像信息进行灰度变换、图像增强预处理;
在所述无人机采集的输电线路中检测出导线和绝缘子,并提取所述导线和绝缘子的边缘并计算边缘间的最大距离;
判断所述边缘间的最大距离是否大于所述正常输电线路图像信息中导线和绝缘子的直径;
如果所述边缘间最大距离大于所述正常输电线路图像信息中导线和绝缘子的直径,则标识有覆冰。
4.根据权利要求1所述的输电线路覆冰预测预警的方法,其特征在于,所述导线为一个垂直档距内的导线。
5.根据权利要求1所述的输电线路覆冰预测预警的方法,其特征在于,所述预报警值包括温度阈值、湿度阈值和风速阈值。
6.根据权利要求1所述的输电线路覆冰预测预警的方法,其特征在于,所述方法还包括:
根据所述覆冰厚度,判断覆冰状态,其中,
覆冰状态包括轻度覆冰、中度覆冰和重度覆冰;
根据判断结果,显示覆冰状态。
7.一种输电线路覆冰预测预警的系统,其特征在于,包括:
信息获取模块,用于获取无人机采集的输电线路图像信息和气象参数信息;
覆冰生长预测模块,用于根据所述无人机采集的输电线路图像信息和气象参数信息,预测输电线路未来覆冰生长情况,以使根据所述覆冰生长情况融冰处理;
覆冰检测模块,用于根据所述无人机采集的输电线路图像信息与正常输电线路图像信息,判断输电线路是否覆冰;
覆冰预报警模块,用于判断所述气象参数信息是否达到预报警值,并将气象参数信息发送至专家系统。
8.根据权利要求7所述的输电线路覆冰预测预警的系统,其特征在于,所述输电线路覆冰预测预警的系统,还包括:
图像处理模块,用于对无人机采集的输电线路图像进行处理。
9.根据权利要求7所述的输电线路覆冰预测预警的系统,其特征在于,所述覆冰检测模块包括覆冰判断模块和覆冰厚度计算模块,其中,
所述覆冰判断模块,用于判断输电线路是否覆冰;
所述覆冰厚度计算模块,用于计算覆冰厚度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610050707.2A CN105675055A (zh) | 2016-01-26 | 2016-01-26 | 一种输电线路覆冰预测预警的方法与系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610050707.2A CN105675055A (zh) | 2016-01-26 | 2016-01-26 | 一种输电线路覆冰预测预警的方法与系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105675055A true CN105675055A (zh) | 2016-06-15 |
Family
ID=56302548
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610050707.2A Pending CN105675055A (zh) | 2016-01-26 | 2016-01-26 | 一种输电线路覆冰预测预警的方法与系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105675055A (zh) |
Cited By (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106203713A (zh) * | 2016-07-14 | 2016-12-07 | 国网湖南省电力公司 | 考虑太阳辐射的北方地区电网覆冰数值预报修正方法 |
CN106225843A (zh) * | 2016-07-29 | 2016-12-14 | 国网电力科学研究院武汉南瑞有限责任公司 | 一种基于小型雷达的输电线路广域覆冰监测预警方法 |
CN106504192A (zh) * | 2016-10-21 | 2017-03-15 | 云南电网有限责任公司电力科学研究院 | 一种输电线路走廊地质灾害勘探影像处理方法及系统 |
CN106595499A (zh) * | 2016-11-21 | 2017-04-26 | 云南电网有限责任公司电力科学研究院 | 导线覆冰厚度测量图像处理系统 |
CN106649598A (zh) * | 2016-11-22 | 2017-05-10 | 云南电网有限责任公司电力科学研究院 | 一种输电线路覆冰厚度的检测方法 |
CN106650011A (zh) * | 2016-11-21 | 2017-05-10 | 云南电网有限责任公司电力科学研究院 | 输电线路覆冰灾害发展趋势预测系统 |
CN106682579A (zh) * | 2016-11-21 | 2017-05-17 | 云南电网有限责任公司电力科学研究院 | 用于检测输电线路覆冰的无人机双目视觉图像处理系统 |
CN106767639A (zh) * | 2017-03-06 | 2017-05-31 | 贵州电网有限责任公司电力科学研究院 | 一种覆冰工况下的垂直档距取值方法 |
CN106839999A (zh) * | 2016-11-22 | 2017-06-13 | 云南电网有限责任公司电力科学研究院 | 一种基于无人机红外图像的输电线路覆冰检测方法 |
CN107742292A (zh) * | 2017-10-31 | 2018-02-27 | 成都意町工业产品设计有限公司 | 一种高压输电线路上的异物巡检系统 |
CN109297419A (zh) * | 2018-11-13 | 2019-02-01 | 天津送变电工程有限公司 | 一种基于图像处理技术的无人机在覆冰检测系统及其工作方法 |
CN109409280A (zh) * | 2018-10-22 | 2019-03-01 | 郑州云海信息技术有限公司 | 一种行车告警系统、方法、设备、平台及介质 |
CN109631774A (zh) * | 2018-12-12 | 2019-04-16 | 云南电网有限责任公司带电作业分公司 | 一种无人机双目视觉线路覆冰测量系统 |
CN109886396A (zh) * | 2019-03-18 | 2019-06-14 | 国家电网有限公司 | 一种输电线路舞动在线预测系统及方法 |
CN110044336A (zh) * | 2019-03-04 | 2019-07-23 | 中国南方电网有限责任公司超高压输电公司天生桥局 | 一种基于无人机的非接触式线路覆冰测量方法 |
CN111174697A (zh) * | 2019-12-13 | 2020-05-19 | 中国南方电网有限责任公司超高压输电公司柳州局 | 基于无人机的立体视觉影像精确测量方法 |
CN112270327A (zh) * | 2020-10-19 | 2021-01-26 | 西安工程大学 | 基于局部融合频域特征的输电导线覆冰分类方法 |
CN113252115A (zh) * | 2021-06-24 | 2021-08-13 | 广东电网有限责任公司 | 一种输电线路在线监测系统及方法 |
CN113850977A (zh) * | 2021-09-17 | 2021-12-28 | 国网江苏省电力有限公司盐城供电分公司 | 一种输电线路覆冰检测预警方法 |
CN114744762A (zh) * | 2022-04-21 | 2022-07-12 | 三峡大学 | 一种高压输电线路数字铁塔系统以及输电线路巡检方法 |
CN115065169A (zh) * | 2022-07-06 | 2022-09-16 | 贵州电网有限责任公司 | 一种基于5g和物联网技术的电力监控系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101038186A (zh) * | 2006-06-10 | 2007-09-19 | 伊仁图太 | 一种对输电线路覆冰及舞动的在线预警装置 |
CN101430195A (zh) * | 2008-12-19 | 2009-05-13 | 华北电力大学 | 一种利用视频图像处理技术计算输电线路覆冰厚度的方法 |
CN201307024Y (zh) * | 2008-11-28 | 2009-09-09 | 铜川供电局 | 一种高压输电线路覆冰在线监视装置 |
CN102789447A (zh) * | 2012-07-09 | 2012-11-21 | 贵州电网公司输电运行检修分公司 | 基于灰多元线性回归的覆冰与气象关系的分析方法 |
CN203056691U (zh) * | 2013-01-11 | 2013-07-10 | 上海电力学院 | 基于航模的输电线路覆冰检测系统 |
CN103413441A (zh) * | 2013-06-26 | 2013-11-27 | 广东惠利普路桥信息工程有限公司 | 道路天气状况监控系统和监控方法 |
US20140067271A1 (en) * | 2012-08-30 | 2014-03-06 | International Business Machines Corporation | Predicting ice coating status on transmission lines |
WO2014089749A1 (en) * | 2012-12-11 | 2014-06-19 | Intel Corporation | Context sensing for computing devices |
-
2016
- 2016-01-26 CN CN201610050707.2A patent/CN105675055A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101038186A (zh) * | 2006-06-10 | 2007-09-19 | 伊仁图太 | 一种对输电线路覆冰及舞动的在线预警装置 |
CN201307024Y (zh) * | 2008-11-28 | 2009-09-09 | 铜川供电局 | 一种高压输电线路覆冰在线监视装置 |
CN101430195A (zh) * | 2008-12-19 | 2009-05-13 | 华北电力大学 | 一种利用视频图像处理技术计算输电线路覆冰厚度的方法 |
CN102789447A (zh) * | 2012-07-09 | 2012-11-21 | 贵州电网公司输电运行检修分公司 | 基于灰多元线性回归的覆冰与气象关系的分析方法 |
US20140067271A1 (en) * | 2012-08-30 | 2014-03-06 | International Business Machines Corporation | Predicting ice coating status on transmission lines |
WO2014089749A1 (en) * | 2012-12-11 | 2014-06-19 | Intel Corporation | Context sensing for computing devices |
CN203056691U (zh) * | 2013-01-11 | 2013-07-10 | 上海电力学院 | 基于航模的输电线路覆冰检测系统 |
CN103413441A (zh) * | 2013-06-26 | 2013-11-27 | 广东惠利普路桥信息工程有限公司 | 道路天气状况监控系统和监控方法 |
Non-Patent Citations (1)
Title |
---|
刘建友: "基于航拍图像的绝缘子状态检测", 《中国优秀硕士学位论文全文数据库 工程科技辑》 * |
Cited By (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106203713B (zh) * | 2016-07-14 | 2017-10-13 | 国网湖南省电力公司 | 考虑太阳辐射的北方地区电网覆冰数值预报修正方法 |
CN106203713A (zh) * | 2016-07-14 | 2016-12-07 | 国网湖南省电力公司 | 考虑太阳辐射的北方地区电网覆冰数值预报修正方法 |
CN106225843A (zh) * | 2016-07-29 | 2016-12-14 | 国网电力科学研究院武汉南瑞有限责任公司 | 一种基于小型雷达的输电线路广域覆冰监测预警方法 |
CN106504192A (zh) * | 2016-10-21 | 2017-03-15 | 云南电网有限责任公司电力科学研究院 | 一种输电线路走廊地质灾害勘探影像处理方法及系统 |
CN106504192B (zh) * | 2016-10-21 | 2019-10-25 | 云南电网有限责任公司电力科学研究院 | 一种输电线路走廊地质灾害勘探影像处理方法及系统 |
CN106682579B (zh) * | 2016-11-21 | 2020-03-06 | 云南电网有限责任公司电力科学研究院 | 用于检测输电线路覆冰的无人机双目视觉图像处理系统 |
CN106650011A (zh) * | 2016-11-21 | 2017-05-10 | 云南电网有限责任公司电力科学研究院 | 输电线路覆冰灾害发展趋势预测系统 |
CN106682579A (zh) * | 2016-11-21 | 2017-05-17 | 云南电网有限责任公司电力科学研究院 | 用于检测输电线路覆冰的无人机双目视觉图像处理系统 |
CN106595499A (zh) * | 2016-11-21 | 2017-04-26 | 云南电网有限责任公司电力科学研究院 | 导线覆冰厚度测量图像处理系统 |
CN106595499B (zh) * | 2016-11-21 | 2019-11-01 | 云南电网有限责任公司电力科学研究院 | 导线覆冰厚度测量图像处理系统 |
CN106649598A (zh) * | 2016-11-22 | 2017-05-10 | 云南电网有限责任公司电力科学研究院 | 一种输电线路覆冰厚度的检测方法 |
CN106839999A (zh) * | 2016-11-22 | 2017-06-13 | 云南电网有限责任公司电力科学研究院 | 一种基于无人机红外图像的输电线路覆冰检测方法 |
CN106767639A (zh) * | 2017-03-06 | 2017-05-31 | 贵州电网有限责任公司电力科学研究院 | 一种覆冰工况下的垂直档距取值方法 |
CN107742292A (zh) * | 2017-10-31 | 2018-02-27 | 成都意町工业产品设计有限公司 | 一种高压输电线路上的异物巡检系统 |
CN109409280A (zh) * | 2018-10-22 | 2019-03-01 | 郑州云海信息技术有限公司 | 一种行车告警系统、方法、设备、平台及介质 |
CN109297419A (zh) * | 2018-11-13 | 2019-02-01 | 天津送变电工程有限公司 | 一种基于图像处理技术的无人机在覆冰检测系统及其工作方法 |
CN109631774A (zh) * | 2018-12-12 | 2019-04-16 | 云南电网有限责任公司带电作业分公司 | 一种无人机双目视觉线路覆冰测量系统 |
CN110044336A (zh) * | 2019-03-04 | 2019-07-23 | 中国南方电网有限责任公司超高压输电公司天生桥局 | 一种基于无人机的非接触式线路覆冰测量方法 |
CN109886396A (zh) * | 2019-03-18 | 2019-06-14 | 国家电网有限公司 | 一种输电线路舞动在线预测系统及方法 |
CN111174697A (zh) * | 2019-12-13 | 2020-05-19 | 中国南方电网有限责任公司超高压输电公司柳州局 | 基于无人机的立体视觉影像精确测量方法 |
CN112270327A (zh) * | 2020-10-19 | 2021-01-26 | 西安工程大学 | 基于局部融合频域特征的输电导线覆冰分类方法 |
CN112270327B (zh) * | 2020-10-19 | 2023-03-14 | 西安工程大学 | 基于局部融合频域特征的输电导线覆冰分类方法 |
CN113252115A (zh) * | 2021-06-24 | 2021-08-13 | 广东电网有限责任公司 | 一种输电线路在线监测系统及方法 |
CN113850977A (zh) * | 2021-09-17 | 2021-12-28 | 国网江苏省电力有限公司盐城供电分公司 | 一种输电线路覆冰检测预警方法 |
CN114744762A (zh) * | 2022-04-21 | 2022-07-12 | 三峡大学 | 一种高压输电线路数字铁塔系统以及输电线路巡检方法 |
CN115065169A (zh) * | 2022-07-06 | 2022-09-16 | 贵州电网有限责任公司 | 一种基于5g和物联网技术的电力监控系统 |
CN115065169B (zh) * | 2022-07-06 | 2023-05-02 | 贵州电网有限责任公司 | 一种基于5g和物联网技术的电力监控系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105675055A (zh) | 一种输电线路覆冰预测预警的方法与系统 | |
WO2022077605A1 (zh) | 一种风力机叶片图像损伤检测和定位方法 | |
CN103453867B (zh) | 输电线路覆冰厚度监测方法 | |
CN109886396A (zh) | 一种输电线路舞动在线预测系统及方法 | |
CN103778476A (zh) | 一种基于视频分析的输电导线舞动实时监测与预测方法 | |
CN108680733A (zh) | 一种沥青路面服役性能的智能感知系统及方法 | |
CN206193271U (zh) | 气象灾害自动化监测预警系统 | |
CN104200484A (zh) | 基于云团特征分析的分布式光伏系统超短期出力预测方法 | |
CN104581076A (zh) | 基于360度全景红外鱼眼摄像机之山火监控识别方法及装置 | |
CN104950349A (zh) | 一种基于电网gis的卫星云图实时预警方法及装置 | |
Li et al. | Numerical simulation study of the effect of buildings and complex terrain on the low-level winds at an airport in typhoon situation | |
CN114184232A (zh) | 一种输电线路多参量集成监测系统 | |
Gutiérrez et al. | A new gust parameterization for weather prediction models | |
Zhu et al. | Review on flashover risk prediction method of iced insulator based on icing monitoring technology | |
CN116631158A (zh) | 一种基于图像识别和计算机视觉的滑坡预警装置 | |
CN202795755U (zh) | 公路气象及路面状况监测装置 | |
Zhang et al. | Power line simulation for safety distance detection using point clouds | |
CN107025771A (zh) | 一种山体灾害智能监控预警系统 | |
US20190114725A1 (en) | Utility network monitoring with a device and an unmanned aircraft | |
CN102508321A (zh) | 电网覆冰预报方法 | |
CN204066357U (zh) | 一种输电线路远程智能巡线的数据传输设备 | |
CN113313342A (zh) | 多种自然灾害引发电网设备故障概率分析方法和系统 | |
CN107230217A (zh) | 一种基于图像及灰色预测的输电线路山火预警方法 | |
CN116538937A (zh) | 架空输电线路覆冰程度监测判断方法 | |
CN110782081B (zh) | 一种天地联合覆冰的预测预警系统及预测预警方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20160615 |
|
RJ01 | Rejection of invention patent application after publication |