CN109188148A - 应用于智能电网的输电线路可靠监测系统 - Google Patents

Abstract

本发明提供一种应用于智能电网的输电线路可靠监测系统，包括：采集模块，设置在现场，用于采集被监测的输电线路的图像信息，并将采集的输电线路图像实时发送到监控中心；监控中心，接收由采集模块发送的输电线路图像，对该图像信息进行分析处理，提取输电线路图像中输电线路的轮廓及输电线路附近所有的异物轮廓，与预存的输电线路轮廓模板及电气部件轮廓模板进行对比，判断输电线路周围是否存在异物，当发现存在异物时发出预警信息。本发明根据输电线路的图像信息对输电线路的可靠性进行分析，智能化水平高，操作简单，无需人工参与，实施性强，不受天气等外在因素印象，减少了运维人员的工作量，且准确度高。

Description

应用于智能电网的输电线路可靠监测系统

技术领域

本发明涉及智能电网技术领域，特别是应用于智能电网的输电线路可靠监测系统。

背景技术

随着国民经济的快速发展，电力已经成为日常生活和工业生产中不可或缺的产品，电力传输的可靠性对社会发展的影响也越来越大。目前，对输电线路内部电信号的可靠性监测技术已经十分成熟，但随着运行年限的增长，输电线路及其电气部件难免会出现缺失或者附着异物，输电线路附着异物不仅会使输电线的极限放电距离变短，而且异物贯通相邻线路时，还会引起输电线路相间短路或断路，造成大面积的停电，危及电力系统的安全运行。因此，对输电线路进行外部的监测对于确保线路安全稳定运行同样十分重要。

目前，输电线路外部监测多采用人工巡视的方法进行监测，由于输电线路常年工作于野外，地理条件多样，气候复杂多变，人工监测难度大，成本高，效率低下，受天气影响严重。因此，需要一种能够代替人工巡检的低成本、高效率、受天气因素影响较小的系统从输电线路的外部对输电线路的可靠性进行实时监测，以满足电网智能化发展和管理的需求。

发明内容

针对上述问题，本发明旨在提供一种应用于智能电网的输电线路可靠监测系统。

本发明的目的采用以下技术方案来实现：

应用于智能电网的输电线路可靠监测系统，包括：

采集模块，设置在现场，用于采集被监测的输电线路的图像信息，并将采集的输电线路图像实时发送到监控中心；

监控中心，接收由采集模块发送的输电线路图像，对该图像信息进行分析处理，提取输电线路图像中输电线路的轮廓及输电线路附近所有的异物轮廓，与预存的输电线路轮廓模板及电气部件轮廓模板进行对比，判断输电线路周围是否存在异物，当发现存在异物时发出预警信息。

本发明的有益效果为：利用智能图像处理的方法从智能电网输电线路的外部进行可靠性监测，能够根据输电线路的图像信息对输电线路的可靠性进行分析，可持续24小时运行，智能化水平高，操作简单，无需人工参与，实施性强，不受天气等外在因素印象，减少了运维人员的工作量，且准确度高；同时，对输电线路上的异物进行识别，当发现异物时及时发出相应的警报消息，有助于运维人员及时进行相应的处理，提高了智能电网输电线路的可靠性。

附图说明

利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。

图1为本发明的框架结构图；

图2为本发明监控中心的框架结构图；

图3为本发明分析处理模块的框架结构图；

图4为本发明预处理单元的框架结构图。

附图标记：

采集模块100、监控中心200、管理终端300、接收模块210、分析处理模块220、警报模块230、数据库模块240、通讯模块250、预处理单元221、轮廓提取单元222、轮廓匹配单元223、特征计算单元224、脉冲噪声滤波子单元221A、高斯噪声滤波子单元221B

具体实施方式

结合以下应用场景对本发明作进一步描述。

参见图1，其示出应用于智能电网的输电线路可靠监测系统，包括：

采集模块100，设置在现场，用于采集被监测的输电线路的图像信息，并将采集的输电线路图像实时发送到监控中心200；

监控中心200，接收由采集模块100发送的输电线路图像，对该图像信息进行分析处理，提取输电线路图像中输电线路的轮廓及输电线路附近所有的异物轮廓，与预存的输电线路轮廓模板及电气部件轮廓模板进行对比，判断输电线路周围是否存在异物，当发现存在异物时发出预警信息。

本发明上述实施例，利用智能图像处理的方法从智能电网输电线路的外部进行可靠性监测，能够根据输电线路的图像信息对输电线路的可靠性进行分析，可持续24小时运行，智能化水平高，操作简单，无需人工参与，实施性强，不受天气等外在因素印象，减少了运维人员的工作量，且准确度高；同时，对输电线路上的异物进行识别，当发现异物时及时发出相应的警报消息，有助于运维人员及时进行相应的处理，提高了智能电网输电线路的可靠性。

优选地，所述监控中心200进一步包括：

接收模块210，用于接受由采集模块100发送的输电线路图像；

分析处理模块220，用于对接收的输电线路图像进行分析处理，提取输电线路图像中输电线路的轮廓及输电线路附近所有的异物轮廓，将提取的轮廓与预存的输电线路轮廓模板、电气部件轮廓模板及异物轮廓模板进行对比，识别输电线路周围的异物轮廓是否为电气部件或异物；当识别为异物时，进一步获取该异物的数量、大小、位置及种类信息；

警报模块230，当判断输电线路周围存在异物时，根据所述异物的数量、大小、位置及种类信息生成相应预警消息或报警消息；

数据库模块240，用于储存所述输电线路轮廓模板、电气部件轮廓模板、异物轮廓模板；

通讯模块250，将由警报模块230生成的预警消息或报警消息发送到管理终端300。

其中，所述管理终端300为供运维人员携带或操作的管理终端。

其中，所述分析模块将获取的异物轮廓与预存的不同类型的异物轮廓模板进行匹配，获取异物的种类信息，异物种类包括：鸟类，布状异物，条状异物等。

本发明上述实施例，监控中心200采用模块化设计，结构简单，能够完成输电线路图像的接收、输电线路图像的分析处理、警报、数据储存、通讯等更能，智能化水平高；同时，将根据输电线路图像生成的预警或警报消息发送到运维人员的管理终端中，能够第一时间通知运维人员做出相应的预警或处理。

优选地，所述采集模块100包括：云台和图像采集装置，其中所述云台设置在现场的固定位置，所述图像采集装置设置在云台上。

优选地，所述图像采集装置包括：高分别率数码相机、CCD摄像头、高清摄像头中任意一种。

本发明上述实施例，在输电线路现场中合适的位置设置可转动的云台，并将图像采集装置设置在云台上，通过云台的转动从而改变图像采集装置的图像采集范围，能够使得图像采集装置的适用性更强，获取图像的精确度更高；同时，采用高分别率的数码相机、CCD摄像头等作为图像采集装置，能够保证获取的输电线路图像的清晰度，为监控中心200准确对输电线路图像进行分析处理奠定了基础。

优选地，所述分析处理模块220进一步包括：

预处理单元221：用于对获取的输电线路图像进行预处理，去除所述图像中的高斯噪声和脉冲噪声，获取滤波图像；

轮廓提取单元222：用于对所述滤波图像进行二值化处理，获取所述滤波图像中的轮廓信息；

轮廓匹配单元223：根据获取的所述轮廓信息与预存的输电线路轮廓模板进行匹配，识别图像中的输电线路轮廓，并将输电线路周围的轮廓信息与预存的电气部件轮廓模板及异物轮廓模板进行匹配，识别出滤波图像中的电气部件和异物；

特征计算单元224：当滤波图像中被识别出存在异物时，用于计算该异物的数量、大小及位置信息，并识别出该异物的具体种类。

本发明上述实施例，由于输电线路通常设置在高压设备旁或比较偏僻的地方，因此采集模块100采集的输电线路图像在传输到监控中心200的过程中容易受到脉冲噪声和高斯噪声的干扰，因此需要对获取的输电线路图像进行除噪声处理；然后对图像进行二值化处理，获取图像中的边界或轮廓信息；首先根据获取的轮廓信息与预存的输电线路轮廓模板记性匹配，从图像中获取输电线路的轮廓，然后根据输电线路附近的轮廓信息和预存的异物轮廓模板或电气设备轮廓模板进行匹配，识别输电线路的轮廓信息是异物还是电气设备；如果识别出图像中存在异物，则根据图像中的异物轮廓进行进一步处理，获取异物的数量、大小及位置信息，并根据异物轮廓模板识别出异物具体的种类，为警报模块230根据根据图像中的异物信息作出相应的警报奠定基础。

优选地，所述警报模块230进一步包括：根据异物的数量、大小、位置及种类信息获取异物的危害程度，并根据所述危害程度生成相应预警消息或报警消息；例如：当识别出输电线路图像中的异物为鸟类时，由于鸟类在输电线上短暂停留，并不会导致输电线路故障，因此判断为低危害程度，发出相应的预警消息；当识别出输电线路图像中的异物贯通相邻的输电线路，由于异物贯通相邻线路时可能引起输电线路相间短路或断路等严重事故的发生，因此判断为高危害程度，发出相应的警报消息。

本发明上述实施例，对异物的大小、数量设定相应的阈值，当获取的异物的大小或数量超过设定的阈值时，将异物标记为高危害程度；对异物的位置、种类信息设定了范围，当获取的异物的位置或种类落入设定的范围内，则将异物标记为高危害程度。

优选地，所述预处理单元221，进一步包括：

脉冲噪声滤波子单元221A，对获取的输电线路图像进行除脉冲噪声处理，输出第一滤波图像；

高斯噪声滤波子单元221B，与所述脉冲噪声滤波子单元221A连接，对获取的第一滤波图像进行除高斯噪声处理，输出第二滤波图像。

其中，所述第二滤波图像作为预处理单元221输出的滤波图像。

本发明上述实施例，设置脉冲噪声滤波子单元221A和高斯噪声滤波子单元221B分别对输电线路图像中的脉冲噪声和高斯噪声进行处理，能够针对不同噪声类型对图像进行处理，效果更佳。

优选地，所述脉冲噪声滤波子单元221A，具体包括：

依次遍历获取的输电线路图像Ψ的每个像素点，如果该像素点Ψ_x,y的灰度值h(Ψ_x，y)＝0或者h(Ψ_x,y)＝255，则标记该像素点是脉冲噪声点，否则标记该像素点为非脉冲噪声点；

分别对获取的脉冲噪声点进行处理，以脉冲噪声点Ψ_x,y为中心点，获取该脉冲噪声点Ψ_x,y的α×α邻域，其中α＝2r+1，r＝min(Δx,Δy)，其中Δx和Δy分别表示该脉冲噪声点与距离该脉冲噪声点最近的非脉冲噪声点的水平距离和竖直距离，α表示该邻域的尺寸；

对该脉冲噪声点Ψ_x,y进行去噪声处理，其中采用的去噪声函数为：

式中，h′(Ψ_x,y)表示去噪声后像素点Ψ_x,y的灰度值，表示以该脉冲噪声点Ψ_x,y为中心点的α×α邻域内的非脉冲噪声点集合，表示集合中像素点的灰度平均值，表示该脉冲噪声点Ψ_x,y为中心点的α×α邻域内与中心点的灰度值差小于设定的阈值H’的非脉冲噪声点集合；表示该脉冲噪声点Ψ_x,y为中心点的α×α邻域内与中心点的灰度值差大于或等于设定的阈值H’的非脉冲噪声点集合，g(θ_x,y)和g(θ′_x,y)分别表示集合θ_x,y和θ′_x,y中像素点的灰度中值，λ₁，λ₂分别表示设定权重因子；

依次将脉冲噪声点的灰度值h(Ψ_x,y)更新为h′(Ψ_x,y)，输出第一滤波图像。

本发明上述实施例，由于脉冲噪声在图像中灰度值为0或者255，因此利用这一特性检测出图像的脉冲噪声像素点，并对该像素点采用上述去噪声函数进行处理，首先能够自适应地选取脉冲噪声像素点的邻域窗口大小，根据邻域中的非噪声像素点对噪声像素点的灰度值进行更新，能够准确地还原噪声像素点的灰度值，准确度高，智能化水平强。

优选地，所述高斯噪声滤波子单元221B，具体包括：

选取第一滤波图像中的其中一个像素点为中心像素点，分别获取该中心像素点与其γ×γ邻域中每个像素点的相似度，其中采用的相似度函数为：

式中，δ(x₀,x_(r))表示中心像素点x₀与邻域像素点x_(r)的相似度；h₀和h_(r)分别表示像素点x₀和x_(r)的灰度值，k_σ表示设定的调节参数；

根据邻域中像素点x_(r)与中心像素点x₀的相似度构造一个有序集合其中其中γ²-1表示邻域像素点的总数，其中r∈[1,γ²-1]；

根据有序集合对所述中心像素点进行除高斯噪声处理，其中采用的除噪声函数为：

其中，h′₀表示除高斯噪声处理后像素点x₀的灰度值，h_(i)表示有序集合中像素点x_(i)的灰度值，δ(x₀,x_(i))表示中心像素点与该有序集合中像素点x_(i)的相似度，表示自适应去噪因子，其中，式中，表示相似性累积和，γ_z表示整数集合，γ_z＝{1,2,…,γ²-1}；

依次遍历第一滤波图像内的所有像素点，分别对所有像素点进行除高斯噪声处理，获取像素点除高斯噪声处理后的灰度值，并根据像素点除高斯噪声处理后的灰度值获取第二滤波图像。

本发明上述实施例，采用上述方式对第一滤波图像作进一步除高斯噪声处理，从目标像素点的邻域像素点中自适应地选取最合适的邻域像素点作为标准，对目标像素点作滤波处理，智能化程度高，去噪效果好。

优选地，所述高斯噪声滤波子单元221B，进一步包括：

所述调节参数k_σ的获取方式如下：

将第一滤波图像Φ进行NSCT分解得到低频图像φ，并将低频图像φ分解为互相重叠的η×η小块e_j，计算每个小块e_j的标准差其中η≥3，j∈[1,J]，J表示所述小块的总数；

设定σ_V＝V，m＝0，其中σ_V表示设定的初始标准差阈值，开始迭代过程：在低频图像φ上获取满足小于σ_V的小块e_j作为弱纹理块，并标记其坐标信息，其中V表示设定的初始阈值；

将该弱纹理块的坐标信息映射到第一滤波图像Φ相应的位置，在第一滤波图像Φ上获取弱纹理快，并对第一滤波图像Φ上提取的弱纹理块进行如下处理：

将第一滤波图像Φ中获取的弱纹理块转换成列向量 表示第m个弱纹理快转换成的列向量；

获取弱纹理块组成的协方差矩阵，其中采用的协方差矩阵函数为：

式中，表示弱纹理块组成的协方差矩阵，L表示弱纹理快的总数，表示第m个弱纹理块的列向量，ME表示数据集的平均值；

并根据该协方差矩阵的最小特征值获取第一滤波图像Φ的标准差估计其中表示协方差矩阵的最小特征值；

对标准差估计进行判断：如果则输出作为调节参数k_σ，并结束迭代过程；如果则设定m＝m+1，重复上述迭代过程，直到迭代次数m大于设定的阈值。

本发明上述实施例，采用上述方式确定调节因子的大小，能够在未知高斯噪声的标准差的情况下，对高斯噪声点的标准差进行准确的预估，并且将其作为调节因子，能够有助于提高去高斯噪声处理的精确度，滤波效果好，智能化水平高。

最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应当分析，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。

Claims (6)

1.应用于智能电网的输电线路可靠监测系统，其特征在于，包括：

采集模块，设置在现场，用于采集被监测的输电线路的图像信息，并将采集的输电线路图像实时发送到监控中心；

监控中心，接收由采集模块发送的输电线路图像，对该图像信息进行分析处理，提取输电线路图像中输电线路的轮廓及输电线路附近所有的异物轮廓，与预存的输电线路轮廓模板及电气部件轮廓模板进行对比，判断输电线路周围是否存在异物，当发现存在异物时发出预警信息。

2.根据权利要求1所述的应用于智能电网的输电线路可靠监测系统，其特征在于，所述采集模块包括：云台和图像采集装置，其中所述云台设置在现场的固定位置，所述图像采集装置设置在云台上。

3.根据权利要求1所述的应用于智能电网的输电线路可靠监测系统，其特征在于，接收模块，用于接受由采集模块发送的输电线路图像；

分析处理模块，用于对接收的输电线路图像进行分析处理，提取输电线路图像中输电线路的轮廓及输电线路附近所有的异物轮廓，将提取的轮廓与预存的输电线路轮廓模板、电气部件轮廓模板及异物轮廓模板进行对比，识别输电线路周围的异物轮廓是否为电气部件或异物；当识别为异物时，进一步获取该异物的数量、大小、位置及种类信息；

警报模块，当判断输电线路周围存在异物时，根据所述异物的数量、大小、位置及种类信息生成相应预警消息或报警消息；

数据库模块，用于储存所述输电线路轮廓模板、电气部件轮廓模板、异物轮廓模板；

通讯模块，将由警报模块生成的预警消息或报警消息发送到管理终端。

4.根据权利要求3所述的应用于智能电网的输电线路可靠监测系统，其特征在于，所述分析处理模块进一步包括：

预处理单元：用于对获取的输电线路图像进行预处理，去除所述图像中的高斯噪声和脉冲噪声，获取滤波图像；

轮廓提取单元：用于对所述滤波图像进行二值化处理，获取所述滤波图像中的轮廓信息；

轮廓匹配单元：根据获取的所述轮廓信息与预存的输电线路轮廓模板进行匹配，识别图像中的输电线路轮廓，并将输电线路周围的轮廓信息与预存的电气部件轮廓模板及异物轮廓模板进行匹配，识别出滤波图像中的电气部件和异物；

特征计算单元：当滤波图像中被识别出存在异物时，用于计算该异物的数量、大小及位置信息，并识别出该异物的具体种类。

5.根据权利要求4所述的应用于智能电网的输电线路可靠监测系统，其特征在于，所述预处理单元，进一步包括：

脉冲噪声滤波子单元，对获取的输电线路图像进行除脉冲噪声处理，输出第一滤波图像；

高斯噪声滤波子单元，与所述脉冲噪声滤波子单元连接，对获取的第一滤波图像进行除高斯噪声处理，输出第二滤波图像作为所述滤波图像。

6.根据权利要求5所述的应用于智能电网的输电线路可靠监测系统，其特征在于，所述脉冲噪声滤波子单元，具体包括：

依次遍历获取的输电线路图像Ψ的每个像素点，如果该像素点Ψ_x,y的灰度值h(Ψ_x,y)＝0或者h(Ψ_x,y)＝255，则标记该像素点是脉冲噪声点，否则标记该像素点为非脉冲噪声点；

分别对获取的脉冲噪声点进行处理，以脉冲噪声点Ψ_x,y为中心点，获取该脉冲噪声点Ψ_x,y的α×α邻域，其中α＝2r+1，r＝min(Δx,Δy)，其中Δx和Δy分别表示该脉冲噪声点与距离该脉冲噪声点最近的非脉冲噪声点的水平距离和竖直距离，α表示该邻域的尺寸；

对该脉冲噪声点Ψ_x,y进行去噪声处理，其中采用的去噪声函数为：

式中，h′(Ψ_x,y)表示去噪声后像素点Ψ_x,y的灰度值，表示以该脉冲噪声点Ψ_x,y为中心点的α×α邻域内的非脉冲噪声点集合，表示集合中像素点的灰度平均值，表示该脉冲噪声点Ψ_x,y为中心点的α×α邻域内与中心点的灰度值差小于设定的阈值H’的非脉冲噪声点集合；表示该脉冲噪声点Ψ_x,y为中心点的α×α邻域内与中心点的灰度值差大于或等于设定的阈值H’的非脉冲噪声点集合，g(θ_x,y)和g(θ′_x,y)分别表示集合θ_x,y和θ′_x,y中像素点的灰度中值，λ₁，λ₂分别表示设定权重因子；

依次将脉冲噪声点的灰度值h(Ψ_x,y)更新为h′(Ψ_x,y)，输出第一滤波图像。