CN116538924A - 一种覆冰状态下输电线路弧垂实时监测方法 - Google Patents

Abstract

本发明公开了一种覆冰状态下输电线路弧垂实时监测方法，所述方法包括：步骤1、采集输电线路导线图像、拉力、倾角及微气象数据；步骤2、对输电线路导线图像进行预处理；步骤3、对预处理后的图像进行输电线路边缘检测；获取两条输电导线的边缘；步骤4、对输电线路导线的覆冰厚度进行计算；步骤5、通过覆冰厚度对导线的倾角进行校核，然后计算导线覆冰弧垂；解决了现有技术输电线路弧垂通常采用现场测量或状态方程法计算，其中现场测量无法满足实时性，而传统状态方程法未综合考虑实际气象因素，导致计算结果不准确等技术问题。

Description

一种覆冰状态下输电线路弧垂实时监测方法

技术领域

本发明属于输电杆塔监测技术领域，尤其涉及一种覆冰状态下输电线路弧垂实时监测方法。

背景技术

近年来，随着恶劣天气的频发和电网规模的扩大，灾害性气象事件对电网的安全稳定运行的危害不断加剧，恶劣天气已成为影响电网安全运行的最主要因素之一。由于架空输电线路导线存在“气温降低→导线覆冰增加→弧垂增大→导线对跨越物净距减小”的覆冰动态过程，当弧垂增大导致线路对地物的净空距离不满足电网安全运行要求时，会引发放电的安全隐患，影响电网安全运行。目前，输电线路弧垂通常采用现场测量或状态方程法计算，其中现场测量无法满足实时性，而传统状态方程法未综合考虑实际气象因素，计算结果不准确。

发明内容

本发明要解决的技术问题：提供一种覆冰状态下输电线路弧垂实时监测方法，以解决现有技术输电线路弧垂通常采用现场测量或状态方程法计算，其中现场测量无法满足实时性，而传统状态方程法未综合考虑实际气象因素，导致计算结果不准确等技术问题。

本发明技术方案是：

一种覆冰状态下输电线路弧垂实时监测方法，所述方法包括：

步骤1、采集输电线路导线图像、拉力、倾角及微气象数据；

步骤2、对输电线路导线图像进行预处理；

步骤3、对预处理后的图像进行输电线路边缘检测；获取两条输电导线的边缘；

步骤4、对输电线路导线的覆冰厚度进行计算；

步骤5、通过覆冰厚度对导线的倾角进行校核，然后计算导线覆冰弧垂。

对输电线路导线图像进行预处理的方法包括：

步骤2.1、图像灰度处理；首先计算图像R、G、B分量的加权，然后按不同的权重进行平均值求取，将平均值用作灰度图像的灰度值，保留原图像的亮度，消除色调和色彩饱和度；

步骤2.2、采用高斯滤波去噪，将待处理的像素点放在滤波模板的中心位置，求取模板内像素点的加权平均值，滤波模板的权重考虑像素点空间距离之间的关系，并将平均值用作处理后的灰度值；

步骤2.3、使用直方图均衡化方法进行图像增强处理。

使用直方图均衡化方法进行图像增强处理时，变换函数为：

式中：k为图像总的数量，j为当前图像标号；

s_k为图像处理后的灰度值；

T(r_k)为累积分布函数；

L-1为图像灰度范围；

r_j为原图像灰度值；

p_r(r_j)为r_j的概率密度分布函数；

MN为图像像素点总个数；

n_j为当前灰度级的像素点个数。

步骤3所述对预处理后的图像进行输电线路边缘检测；获取两条输电导线的边缘的方法为：

步骤3.1、通过梯度计算确定图像边缘，通过检测图像边缘具有跳跃灰度值的像素，通过一阶偏导数的有限差分来确定梯度的幅值和方向，从而确定图像边缘；

步骤3.2、采用双阈值进行边缘检测；保留图像前景，去除图像背景；通过人为设置动态双阈值，将输电导线所在的阈值区间设置为高阈值H和低阈值L，进一步确定图像边缘；

步骤3.3、通过随机Hough变换对图像边缘进行轮廓线检测，获取两条输电导线的边缘。

步骤3.3的具体实现方法为：通过获取图像的边缘点，然后进行选取一定数目的随机数，在直角坐标系中任意选取两点，并求得在参数空间的一点P，通过进行累加，取累加数最大的一点作为检测到的第一条直线；在参数空间中清空第一条直线上的点，重复上述步骤，检测到第二条直线，即为所求的两条直线；最后通过拟合一条中心像素的直线，将图像划分为上下两部分，然后再分别进行直线拟合，从而求出两条直线方程，获取两条输电导线的边缘。

所述对输电线路导线的覆冰厚度进行计算的方法为：通过图像法进行导线覆冰厚度计算，根据无冰图和覆冰图，利用图像识别得到导线直径，结合导线无冰时的实际直径，通过比例关系计算覆冰图中导线的覆冰厚度。

所述通过比例关系计算覆冰图中导线的覆冰厚度的公式为：设未覆冰图像的导线直径为x₁个像素点，覆冰图像导线直径为x₂个像素点，覆冰厚度的表达式为：

式中R₀是输电线路的半径。

通过覆冰厚度对导线的倾角进行校核，然后计算导线覆冰弧垂的方法为：

导线覆冰后，在线监测设备悬挂点处的倾斜角为：

则覆冰后本档导线弧垂为：

式中：l为导线悬挂点间的档距；w为导线单位长度的自重力；F_H为导线最低点水平张力；为导线倾角；h为导线最低点的高程。

本发明有益效果是：

本发明一种覆冰状态下输电线路弧垂实时监测方法，实现了冬季恶劣天气下导线弧垂的实时监测。针对目前输电线路弧垂通常采用现场测量或状态方程法计算的问题，其中现场测量无法满足实时性，而传统状态方程法未综合考虑实际气象因素，计算结果不准确。本发明通过在冬季覆冰严重的输电线路档距内安装多参数融合监测设备，获取图像、微气象、拉力、倾角等数据，然后对数据进行预处理，利用图像识别得到导线直径，结合导线无冰时的实际直径，通过比例关系，即可计算覆冰图中导线的覆冰厚度，对线路倾角进行校核，并进一步进行导线覆冰弧垂计算。解决了目前冬季恶劣天气下输电线路弧垂测量实时性不够以及计算不准确的问题，实现输电线路弧垂实时动态监测，从而降低因弧垂过大、线路与被跨越物安全净距不足导致的安全事故。

具体实施方式

步骤1、数据获取：根据输电线路运行情况以及气象条件，选择冬季覆冰严重的交叉跨越档，安装多参数融合在线监测装置，实时获取图像、微气象、拉力、倾角等数据，并将现场数据实时发送到数据中心服务器，用于导线弧垂的实时计算；

步骤2、图像预处理：收集输电线路导线图像，通过灰度处理、Canny算子进行图像处理，提高图像的质量，有利于下一步进行导线的检测，图像预处理具体步骤如下：

步骤2.1、图像灰度处理：通过多参数融合监测设备采集的输电线路图像，一般为彩色图像，它可以看作是由三个颜色分量(R、G、B)叠加而来的，现场采集的原始图像较大，所占储存空间多，因此直接对采集的图像进行处理不仅计算量大，且效率低。而灰度图像虽然只有一个分量，但也能反映图像的整体特征，且计算量少，更利于储存。首先计算图像R、G、B分量的加权，然后按不同的权重进行平均值求取，并将平均值用作灰度图像的灰度值。保留原图像的亮度，消除色调和色彩饱和度。通过加权平均值的图像灰度处理能够降低图像大小，提高计算效率，且不影响图像的整体特征。

步骤2.2、图像滤波：在对输电线路导线进行图像采集时，设备、环境各种因素都会使图像产生噪声，这些噪声不可控，也很难避免，还会影响导线图像的质量。为了使后续图像处理结果更加准确，需要在不改变图像特征的基础上，对图像进行抑制噪声处理，改善图像的质量。采用高斯滤波去噪，将待处理的像素点放在滤波模板的中心位置，求取模板内像素点的加权平均值，滤波模板的权重考虑像素点空间距离之间的关系，并将平均值用作处理后的灰度值。通过高斯滤波去噪，能够较好的去除图像产生的噪声，提高导线图像质量。

步骤2.3、图像增强：对图像进行上述滤波处理后，可能会导致图像细节被过滤掉，为了使图像处理效果更加准确，可以通过图像增强来突出图像的特点，消除图像的模糊区域，增强边缘细节，提高图像的质量。使用直方图均衡化方法进行图像增强处理，其变换函数如下：

式中：k为图像总的数量，j为当前图像标号；

s_k为图像处理后的灰度值；

T(r_k)为累积分布函数；

L-1为图像灰度范围；

r_j为原图像灰度值；

p_r(r_j)为r_j的概率密度分布函数；

MN为图像像素点总个数；

n_j为当前灰度级的像素点个数。

通过本方法进行图像增强，能够较好的消除图像模糊区域，增强边缘细节，为后续输电线路边缘检测提供高质量的导线图像。

步骤3、输电线路边缘检测：首先通过梯度计算进一步确定图像边缘，可以通过检测图像边缘具有跳跃灰度值的像素，通过一阶偏导数的有限差分来确定梯度的幅值和方向，从而确定图像边缘；然后采用双阈值边缘检测，保留图像前景，尽量去除图像背景。通过人为设置动态双阈值，将输电导线所在的阈值区间设置为高阈值H和低阈值L，进一步确定图像边缘。通过随机Hough变换对图像边缘进行轮廓线检测。通过获取图像的边缘点，然后进行选取一定数目的随机数。在直角坐标系中任意选取两点，并求得在参数空间的一点P，通过进行累加，取累加数最大的一点，作为检测到的第一条直线。在参数空间中清空第一条直线上的点，重复上述步骤，检测到第二条直线，即为所求的两条直线。最后通过拟合一条中心像素的直线，将图像划分为上下两部分，然后再分别进行直线拟合，从而求出两条直线方程，获取两条输电导线的边缘。

步骤4、导线覆冰厚度计算：通过图像法可进行导线覆冰厚度和倾角校核，根据无冰图和覆冰图，利用图像识别得到导线直径，结合导线无冰时的实际直径，通过比例关系，即可计算覆冰图中导线的覆冰厚度。设未覆冰图像的导线直径为x₁个像素点，覆冰图像导线直径为x₂个像素点，覆冰厚度的表达式为：

式中：R₀是输电线的半径

步骤5、导线弧垂计算：通过上述计算的覆冰厚度，结合多参数融合监测设备的数据，对导线的倾角进行校核，然后计算导线覆冰弧垂。导线覆冰后，在线监测设备悬挂点处的倾斜角为：

则覆冰后本档导线弧垂为：

式中：l为导线悬挂点间的档距；w为导线单位长度的自重力；F_H为导线最低点水平张力；为导线倾角；h为导线最低点的高程。

Claims (8)

1.一种覆冰状态下输电线路弧垂实时监测方法，其特征在于：所述方法包括：

步骤1、采集输电线路导线图像、拉力、倾角及微气象数据；

步骤2、对输电线路导线图像进行预处理；

步骤3、对预处理后的图像进行输电线路边缘检测；获取两条输电导线的边缘；

步骤4、对输电线路导线的覆冰厚度进行计算；

步骤5、通过覆冰厚度对导线的倾角进行校核，然后计算导线覆冰弧垂。

2.根据权利要求1所述的一种覆冰状态下输电线路弧垂实时监测方法，其特征在于：对输电线路导线图像进行预处理的方法包括：

步骤2.1、图像灰度处理；首先计算图像R、G、B分量的加权，然后按不同的权重进行平均值求取，将平均值用作灰度图像的灰度值，保留原图像的亮度，消除色调和色彩饱和度；

步骤2.2、采用高斯滤波去噪，将待处理的像素点放在滤波模板的中心位置，求取模板内像素点的加权平均值，滤波模板的权重考虑像素点空间距离之间的关系，并将平均值用作处理后的灰度值；

步骤2.3、使用直方图均衡化方法进行图像增强处理。

3.根据权利要求2所述的一种覆冰状态下输电线路弧垂实时监测方法，其特征在于：使用直方图均衡化方法进行图像增强处理时，变换函数为：

式中：k为图像总的数量，j为当前图像标号；

S_k为图像处理后的灰度值；

T(r_k)为累积分布函数；

L-1为图像灰度范围；

r_j为原图像灰度值；

p_r(r_j)为r_j的概率密度分布函数；

MN为图像像素点总个数；

n_j为当前灰度级的像素点个数。

4.根据权利要求1所述的一种覆冰状态下输电线路弧垂实时监测方法，其特征在于：步骤3所述对预处理后的图像进行输电线路边缘检测；获取两条输电导线的边缘的方法为：

步骤3.1、通过梯度计算确定图像边缘，通过检测图像边缘具有跳跃灰度值的像素，通过一阶偏导数的有限差分来确定梯度的幅值和方向，从而确定图像边缘；

步骤3.2、采用双阈值进行边缘检测；保留图像前景，去除图像背景；通过人为设置动态双阈值，将输电导线所在的阈值区间设置为高阈值H和低阈值L，进一步确定图像边缘；

步骤3.3、通过随机Hough变换对图像边缘进行轮廓线检测，获取两条输电导线的边缘。

5.根据权利要求1所述的一种覆冰状态下输电线路弧垂实时监测方法，其特征在于：步骤3.3的具体实现方法为：通过获取图像的边缘点，然后进行选取一定数目的随机数，在直角坐标系中任意选取两点，并求得在参数空间的一点P，通过进行累加，取累加数最大的一点作为检测到的第一条直线；在参数空间中清空第一条直线上的点，重复上述步骤，检测到第二条直线，即为所求的两条直线；最后通过拟合一条中心像素的直线，将图像划分为上下两部分，然后再分别进行直线拟合，从而求出两条直线方程，获取两条输电导线的边缘。

6.根据权利要求1所述的一种覆冰状态下输电线路弧垂实时监测方法，其特征在于：骤4所述对输电线路导线的覆冰厚度进行计算的方法为：通过图像法进行导线覆冰厚度计算，根据无冰图和覆冰图，利用图像识别得到导线直径，结合导线无冰时的实际直径，通过比例关系计算覆冰图中导线的覆冰厚度。

7.据权利要求6所述的一种覆冰状态下输电线路弧垂实时监测方法，其特征在于：所述通过比例关系计算覆冰图中导线的覆冰厚度的公式为：设未覆冰图像的导线直径为x₁个像素点，覆冰图像导线直径为x₂个像素点，覆冰厚度的表达式为：

式中R₀是输电线路的半径。

8.据权利要求1所述的一种覆冰状态下输电线路弧垂实时监测方法，其特征在于：通过覆冰厚度对导线的倾角进行校核，然后计算导线覆冰弧垂的方法为：

导线覆冰后，在线监测设备悬挂点处的倾斜角为：

则覆冰后本档导线弧垂为：

式中：l为导线悬挂点间的档距；w为导线单位长度的自重力；F_H为导线最低点水平张力；为导线倾角；h为导线最低点的高程。