CN112736761A - 基于gf-2卫星的输电线路外力破坏故障隐患评估方法 - Google Patents

Abstract

本发明涉及一种基于GF‑2卫星的输电线路外力破坏故障隐患评估方法，包括以下步骤：1)对GF‑2卫星全色影像进行滤波处理，采用阈值算法提取输电线路近区故障隐患点的二值图；2)采用距离算法，计算故障隐患点与输电线路的最小距离；3)根据步骤2)计算的最小距离和风险指标，判断故障隐患点对输电线路造成的隐患风险。本发明利用我国自主研制的高分二号卫星的全色影像数据与资料，评估输电线路附近房屋建设、吊车施工的故障隐患风险，为智能巡查奠定基础。通过对GF‑2卫星影像数据做滤波和阈值分割处理，提高了识别输电线路近区房屋建设、吊车施工的准确性。本发明所述方法的计算结果准确，计算值与实测值的误差在5％以内。

Description

基于GF-2卫星的输电线路外力破坏故障隐患评估方法

技术领域

本发明涉及输变电设施运行与维护技术领域，具体涉及一种基于GF-2卫星的输电线路外力破坏故障隐患的评估方法。

背景技术

输电线路是国家的重要基础设施，输电线路故障隐患的巡查是电力生产的重要任务。目前，基于小型无人机的输电线路巡查已得到了广泛的应用，但小型无人机的续航能力较差，输电线路的无人机巡查仍局限在由飞手操控或设置机场(机巢)的方式作业，与智能电网建设要求的智能巡查和减人增效的期望还有很大的差距。

随着卫星技术的发展，结合卫星影像数据、资料，与无人机巡查结合，构建卫星与无人机融合的巡查系统，实现对大量的输电线路巡查智能化是线路巡查的发展方向。本发明提出利用我国自主研制的高分二号(GF-2)卫星的全色影像数据与资料，评估输电线路附近房屋建设、吊车施工的故障隐患风险，为智能巡查奠定基础。

发明内容

本发明的目的为：针对在输电线路近区有违规建设房屋或吊车作业危及输电线路安全运行的问题，该问题属于外力破坏范畴。例如，输电线路下违规建设房屋或吊车在输电线路附近施工，都可能造成输电线路的带电导线通过房屋或吊车对地放电，不仅可能造成人员伤亡、财产损失，并且可能造成输电线路或电网大面积停电。

本发明基于GF-2卫星的全色影像的数据、资料，提出了一种对输电线路近区违规建设房屋或吊车作业故障隐患的评估方法，能快速计算房屋建设或吊车作业点到输电线路的距离，及时发现和报警房屋建设或吊车作业隐患，为构建智能巡查系统奠定基础。

为达到以上目的，本发明采取的技术方案是：

一种基于GF-2卫星的输电线路外力破坏故障隐患评估方法，包括以下步骤：

1)对GF-2卫星全色影像进行滤波处理，采用阈值算法提取输电线路杆塔近区故障隐患点的二值图；

2)采用距离算法，计算故障隐患点与输电线路杆塔的最小距离；

3)根据步骤2)计算的最小距离和风险指标，判断故障隐患点对输电线路杆塔造成的事故风险。

在上述方案的基础上，步骤1)具体为：

将GF-2卫星全色影像中的每个像素点转化为坐标信息，根据输线电路杆塔和故障隐患点的信息，采用阈值算法提取输电线路杆塔和故障隐患点在二值图中的坐标点集，并作滤波处理，根据输电线路杆塔云数据整理的点集为：

G＝{a₁(lon₁,lat₁),a₂(lon₂,lat₂),...,a_n(lon_n,lat_n)} (1)

式中：G为输电线路杆塔散点集；a₁—a_n为输电线路杆塔名称；lon_n为输电线路杆塔a_n的经度坐标，lat_n为输电线路杆塔a_n的纬度坐标；

根据输电线路杆塔信息、目视解译、坐标拾取，确定输电线路杆塔的像素坐标点集为：

U＝{a₁(x₁,y₁),a₂(x₂,y₂),...,a_n(x_n,y_n)} (2)

式中U为输电线路杆塔的坐标点集，a_i为输电线路杆塔名称，x_i为二值图的像素坐标的横坐标，y_i为二值图像素坐标的纵坐标，i＝1,2,…,n；

设F(x_i，y_i)为故障隐患点(x_i，y_i)在二值图中的坐标，若F(x_i，y_i)＝0，说明输电线路杆塔附近有故障隐患点；若F(x_i，y_i)＝1，说明输电线路杆塔附近无故障隐患点。

在上述方案的基础上，所述距离算法为中心距离搜索方法或网格距离搜索方法。

在上述方案的基础上，所述距离算法为中心距离搜索方法，具体步骤为：

某输电线路杆塔的位置为a_j(x_j，y_j)，j＝1,2,…,n，以(x_j，y_j)为圆心作半径为R的圆，作为输电电路杆塔的搜素区，其中R＝100m，

设图像分辨率为M，单位为米，每个像素点代表的是M×M的点，由此可得：M*r＝100，r为图像中的半径，单位为像素，以经纬度坐标表示，某输电线路杆塔搜索区边界圆的方程为：

搜索区内的点满足：

从圆心向外侧搜索，若存在点(x_i，y_i)满足式(12)，且在提取的二值图中，F(x_i，y_i)＝0，则有故障隐患点在该输电线路杆塔的搜索区内，应产生告警，并计算输电线路杆塔距离故障隐患点的最小距离，该输电线路杆塔与故障隐患点的最下距离如下式所示：

在上述方案的基础上，所述距离算法为网格距离搜索方法，具体步骤为：

某输电线路杆塔的坐标为(x_j，y_j)，以该输电线路杆塔的坐标为中心，作边长为200m的正方形网格，正方形网格为输电线路杆塔的搜索区，搜索区的四个顶点用A、B、C、D表示，A、B、C、D四个端点的坐标分别为(x₁，y₁)；(x₂，y₂)；(x₃，y₃)；(x₄，y₄)，设图像分辨率为M，单位为米，则每一个像素点代表的是M×M的点，由此可得：

M(x₂-x_j)＝100 (6)

通过式(6)得到x₂＝100/M+x_j，

依上式搜索二值图中的故障隐患点，若F(x_i，y_i)＝0，且满足

则说明有故障隐患点位于杆塔搜索区内，则根据(13)式计算输电电路杆塔到故障隐患点的最小距离。

在上述方案的基础上，在提取的二值图中，隐患部分的函数值为0，非隐患部分的函数值为1，搜索区域内的函数值平均值

为：

若

则该搜索区域内无故障隐患点，若

则该搜索区域内有故障隐患点；

输电线路杆塔搜索区域故障隐患占比H为

根据经验和相关标准，用风险指标V衡量故障情况，风险指标V由输电线路杆塔与故障隐患点的距离d和输电线路杆塔搜索区域内隐患占比H决定，风险指标V如下式所示：

其中C₁＝0.75，C₂＝0.25，V是小于1的数字，当V越小时，表示故障隐患点发生事故的风险越大；对风险指标V等级划分如下：

(1)当d＝0m时，为特级隐患风险，可能发生事故；

(2)当V＜0.1时，为一级隐患风险；

(3)当0.1≤V＜0.4时，为二级隐患风险；

(4)当0.4≤V＜1时，为三级隐患风险。

在上述方案的基础上，所述故障隐患点包括房屋建设和吊车作业。

本发明的有益效果：

1、通过对GF-2卫星影像数据做滤波和阈值分割处理，提高了识别输电线路近区房屋建设、吊车施工的准确性。GF-2卫星全色影像的分辨率为0.81m，能实现对房屋建设、吊车施工定位的亚米的精度。定位案例如图3所示，线路杆塔、导线和房屋清晰可见。

2、比较本发明算法的计算值和现场实测值，本发明所述算法的计算结果准确，计算值与实测值的误差在5％以内。在卫星与无人机融合的巡检系统中，可采用本发明所述方法先大范围巡查房屋建设、吊车施工故障隐患，再派出无人机巡查，可提高巡查的能效。

3、GF-2卫星影像的幅宽为45km，5天内可对地表任意地区做重复观测，考虑阴雨天气因素的影响，利用遥感卫星技术可实现以10天为周期的巡查，具有周期短、无安全隐患等等优势。

附图说明

本发明有如下附图：

图1输电线路与房屋建设、吊车施工距离算法示意图；

图2输电线路与房屋建设、吊车施工网格距离算法示意图；

图3滤波和阈值分割处理后的GF-2卫星全色影像资料示意图；

图4输电线路近区房屋建设场景提取及隐患评估的成果示意图。

具体实施方式

以下结合附图对本发明作进一步详细说明。

下面以输电线路近区房屋建设为例，说明本发明的技术方案。本发明在遥感卫星与无人机融合的输电线路隐患巡查系统中，可按下述流程和算法对输电线路近区的房屋建设隐患点进行距离定位，并按照《电力设施保护条例》等相关标准的要求做决策：

(1)影像坐标点提取和滤波处理

对GF-2卫星全色影像进行滤波处理，GF-2卫星全色影像由一个个像素点组成，将每个像素点转化为坐标信息，根据输电线路杆塔和房屋建设的信息，采用阈值算法提取输电线路杆塔和房屋建设故障隐患点在二值图中的坐标点集，根据输电线路杆塔云数据整理的点集为：

G＝{a₁(lon₁,lat₁),a₂(lon₂,lat₂),...,a_n(lon_n,lat_n)} (1)

式中：G为输电线路杆塔散点集；a₁—a_n为输电线路杆塔名称；lon_n为输电线路杆塔a_n的经度坐标，lat_n为输电线路杆塔a_n的纬度坐标。

根据输电线路杆塔信息、目视解译、坐标拾取，确定输电线路杆塔的像素坐标点集为：

U＝{a₁(x₁,y₁),a₂(x₂,y₂),...,a_n(x_n,y_n)} (2)

式中U为输电线路杆塔的坐标点集，a_i为输电线路杆塔名称，x_i为二值图的像素坐标的横坐标，y_i为二值图像素坐标的纵坐标，i＝1,2,…,n。

设F(x_i，y_i)为故障隐患点(x_i，y_i)在二值图中的坐标，若F(x_i，y_i)＝0，说明杆塔附近有故障隐患点；若F(x_i，y_i)＝1，说明杆塔附近无故障隐患点。

(2)输电线路杆塔与故障隐患点的距离算法

1)输电线路杆塔中心距离搜索方法

根据经验和考虑裕度，100m以外的房屋建设通常不会对输电线路杆塔的安全构成威胁，即只计算100m以内的房屋建设和吊车施工故障隐患风险，决策是否派出无人机巡查。

例如，根据处理后的GF-2卫星的全色影像和输电线路杆塔信息，确定可能受灾的输电线路杆塔位置的经纬度信息。某杆塔位置为a_j(x_j，y_j)，j＝1,2,…,n，以(x_j，y_j)为圆心，做输电线路杆塔的搜素区，如图1所示。

如图1所示，两座杆塔A1和A2，以A1、A2为圆心作半径为R(R＝100m)的圆。L1和L2为房屋建设隐患的边界。

设图像分辨率为M(单位：m)，则每个像素点代表的是M×M的点。由此可得：M*r＝100，r为图像中的半径，单位为像素。以经纬度坐标表示A1杆塔搜索区边界圆的方程为：

搜索区内的点满足

从圆心向外侧搜索。若存在点(x_i，y_i)满足(4)式，且在提取的二值图中，F(x_i，y_i)＝0，即有房屋建设隐患在该输电线路杆塔的搜索区内，应产生告警，并计算输电线路杆塔距离房屋建设隐患的最近距离。杆塔A₁(x₁，y₁)与房屋建设隐患的距离按两点间距离公式计算：

将输电线路杆塔近区100m的区域作为搜索区，搜索区域内是否存在故障隐患点，判断输电线路杆塔近区是否存在事故隐患，进而根据输电线路与故障隐患点的距离发布告警信息。

2)输电线路杆塔网格距离搜索方法

以边长为200m正方形的范围为例做网格分割，网格为巡查杆塔的搜索区，搜索区的四个顶点用A、B、C、D表示，如图2所示。某输电线路杆塔的坐标为(x_j，y_j)，A、B、C、D四个端点的坐标分别为(x₁，y₁)；(x₂，y₂)；(x₃，y₃)；(x₄，y₄)。设图像分辨率为M(单位：m)，则每一个像素点代表的是M×M的点。由此可得：

M(x₂-x_j)＝100 (6)

即x₂＝100/M+x_j。

依上式搜索二值图中的隐患点，若F(x_i，y_i)＝0，且满足

则说明有房屋建设隐患位于杆塔搜索区内，则根据(5)式计算杆塔塔基到房屋建设故障隐患点间的最小距离。

(3)房屋建设故障隐患风险评估方法

在故障隐患提取的二值图中，隐患部分的函数值为0，非隐患部分的函数值为1，搜索区域内的函数值平均值

为

若

则该搜索区域内无隐患，即输电杆塔没有隐患。若

则该搜索区域内有线路杆塔故障隐患。

输电线路杆塔搜索区域故障隐患占比H为

根据经验和相关标准，用风险指标V衡量故障情况。风险指标V由输电线路杆塔与故障隐患点的距离d和输电线路杆塔搜索区域内隐患占比H决定，风险指标V如下式所示。

其中C₁＝0.75，C₂＝0.25，V是小于1的数字，当V越小时，表示故障隐患点发生事故的风险越大。对风险指标V等级划分如下

(1)当d＝0m时，为特级隐患风险，可能发生事故；

(2)当V＜0.1时，为一级隐患风险；

(3)当0.1≤V＜0.4时，为二级隐患风险；

(4)当0.4≤V＜1时，为三级隐患风险。

在遥感卫星与无人机融合的输电线路隐患巡查系统中，根据计算的风险指标V做决策，是否派出无人机或人现场处理。

(4)故障隐患评估方法误差分析

完成的输电线路杆塔到房屋评估成果如附图4所示，提取地物为民房，编号A、B、C。评估方法的误差分析结果如表1所示。图4和表1结果表明，房屋边界清晰，本发明评估误差在5％以内

表1评估方法误差分析结果

本说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。

Claims (7)

1.一种基于GF-2卫星的输电线路外力破坏故障隐患评估方法，其特征在于，包括以下步骤：

1)对GF-2卫星全色影像进行滤波处理，采用阈值算法提取输电线路杆塔近区故障隐患点的二值图；

2)采用距离算法，计算故障隐患点与输电线路杆塔的最小距离；

3)根据步骤2)计算的最小距离和风险指标，判断故障隐患点对输电线路杆塔造成的事故风险。

2.如权利要求1所述的基于GF-2卫星的输电线路外力破坏故障隐患评估方法，其特征在于，步骤1)具体为：

将GF-2卫星全色影像中的每个像素点转化为坐标信息，根据输线电路杆塔和故障隐患点的信息，采用阈值算法提取输电线路杆塔和故障隐患点在二值图中的坐标点集，并作滤波处理，根据输电线路杆塔云数据整理的点集为：

G＝{a₁(lon₁,lat₁),a₂(lon₂,lat₂),...,a_n(lon_n,lat_n)} (1)

式中：G为输电线路杆塔散点集；a₁—a_n为输电线路杆塔名称；lon_n为输电线路杆塔a_n的经度坐标，lat_n为输电线路杆塔a_n的纬度坐标；

根据输电线路杆塔信息、目视解译、坐标拾取，确定输电线路杆塔的像素坐标点集为：

U＝{a₁(x₁,y₁),a₂(x₂,y₂),...,a_n(x_n,y_n)} (2)

式中U为输电线路杆塔的坐标点集，a_i为输电线路杆塔名称，x_i为二值图的像素坐标的横坐标，y_i为二值图像素坐标的纵坐标，i＝1,2,…,n；

设F(x_i，y_i)为故障隐患点(x_i，y_i)在二值图中的坐标，若F(x_i，y_i)＝0，说明输电线路杆塔附近有故障隐患点；若F(x_i，y_i)＝1，说明输电线路杆塔附近无故障隐患点。

3.如权利要求2所述的基于GF-2卫星的输电线路外力破坏故障隐患评估方法，其特征在于，所述距离算法为中心距离搜索方法或网格距离搜索方法。

4.如权利要求3所述的基于GF-2卫星的输电线路外力破坏故障隐患评估方法，其特征在于，所述距离算法为中心距离搜索方法，具体步骤为：

某输电线路杆塔的位置为a_j(x_j，y_j)，j＝1,2,…,n，以(x_j，y_j)为圆心作半径为R的圆，作为输电电路杆塔的搜素区，其中R＝100m，

设图像分辨率为M，单位为米，每个像素点代表的是M×M的点，由此得到：M*r＝100，r为图像中的半径，单位为像素，以经纬度坐标表示，某输电线路杆塔搜索区边界圆的方程为：

搜索区内的点满足：

从圆心向外侧搜索，若存在点(x_i，y_i)满足式(12)，且在提取的二值图中，F(x_i，y_i)＝0，则有故障隐患点在该输电线路杆塔的搜索区内，应产生告警，并计算输电线路杆塔距离故障隐患点的最小距离，该输电线路杆塔与故障隐患点的最下距离如下式所示：

5.如权利要求4所述的基于GF-2卫星的输电线路外力破坏故障隐患评估方法，其特征在于，所述距离算法为网格距离搜索方法，具体步骤为：

某输电线路杆塔的坐标为(x_j，y_j)，以该输电线路杆塔的坐标为中心，作边长为200m的正方形网格，正方形网格为输电线路杆塔的搜索区，搜索区的四个顶点用A、B、C、D表示，A、B、C、D四个端点的坐标分别为(x₁，y₁)；(x₂，y₂)；(x₃，y₃)；(x₄，y₄)，设图像分辨率为M，单位为米，则每一个像素点代表的是M×M的点，由此得到：

M(x₂-x_j)＝100 (6)

通过式(6)得到x₂＝100/M+x_j，

依上式搜索二值图中的故障隐患点，若F(x_i，y_i)＝0，且满足

则说明有故障隐患点位于杆塔搜索区内，则根据(13)式计算输电电路杆塔到故障隐患点的最小距离。

6.如权利要求5所述的基于GF-2卫星的输电线路外力破坏故障隐患评估方法，其特征在于，在提取的二值图中，隐患部分的函数值为0，非隐患部分的函数值为1，搜索区域内的函数值平均值

为：

若

则该搜索区域内无故障隐患点，若

则该搜索区域内有故障隐患点；

输电线路杆塔搜索区域故障隐患占比H为

根据经验和相关标准，用风险指标V衡量故障情况，风险指标V由输电线路杆塔与故障隐患点的距离d和输电线路杆塔搜索区域内隐患占比H决定，风险指标V如下式所示：

其中C₁＝0.75，C₂＝0.25，V是小于1的数字，当V越小时，表示故障隐患点发生事故的风险越大；对风险指标V等级划分如下：

(1)当d＝0m时，为特级隐患风险，可能发生事故；

(2)当V＜0.1时，为一级隐患风险；

(3)当0.1≤V＜0.4时，为二级隐患风险；

(4)当0.4≤V＜1时，为三级隐患风险。

7.如权利要求1所述的基于GF-2卫星的输电线路外力破坏故障隐患评估方法，其特征在于，所述故障隐患点包括房屋建设和吊车作业。

Images