KR20220074514A - Apparatus and Method for detecting galloping power lines - Google Patents

Apparatus and Method for detecting galloping power lines Download PDF

Info

Publication number
KR20220074514A
KR20220074514A KR1020200163102A KR20200163102A KR20220074514A KR 20220074514 A KR20220074514 A KR 20220074514A KR 1020200163102 A KR1020200163102 A KR 1020200163102A KR 20200163102 A KR20200163102 A KR 20200163102A KR 20220074514 A KR20220074514 A KR 20220074514A
Authority
KR
South Korea
Prior art keywords
transmission line
power
tracking point
motion detection
extracting
Prior art date
Application number
KR1020200163102A
Other languages
Korean (ko)
Other versions
KR102522685B1 (en
Inventor
강수경
김영현
박명혜
박재홍
Original Assignee
한국전력공사
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 한국전력공사 filed Critical 한국전력공사
Priority to KR1020200163102A priority Critical patent/KR102522685B1/en
Publication of KR20220074514A publication Critical patent/KR20220074514A/en
Application granted granted Critical
Publication of KR102522685B1 publication Critical patent/KR102522685B1/en

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02G—INSTALLATION OF ELECTRIC CABLES OR LINES, OR OF COMBINED OPTICAL AND ELECTRIC CABLES OR LINES
    • H02G7/00—Overhead installations of electric lines or cables
    • H02G7/12—Devices for maintaining distance between parallel conductors, e.g. spacer
    • H02G7/125—Damping spacers
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02G—INSTALLATION OF ELECTRIC CABLES OR LINES, OR OF COMBINED OPTICAL AND ELECTRIC CABLES OR LINES
    • H02G7/00—Overhead installations of electric lines or cables
    • H02G7/16—Devices for removing snow or ice from lines or cables
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10048—Infrared image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20081—Training; Learning

Abstract

본 개시는 송선 선로 이상 움직임 검출 장치 및 방법에 관한 것으로, 송전 선로의 이상 움직임을 검출하는 방법은 입력 영상을 획득하는 동작, 상기 입력 영상에서 송전선을 추출하는 동작, 상기 추출된 송전선에 기반하여 트래킹 포인트의 위치를 추출하는 동작, 상기 트래킹 포인트의 위치를 기초로 상기 송전선의 움직임을 분석하는 동작 및 상기 송전선의 움직임을 기초로 상기 송전선에 갤로핑 발생을 예측하는 동작을 포함할 수 있다.The present disclosure relates to an apparatus and method for detecting abnormal motion of a power transmission line, and the method for detecting abnormal motion of a power transmission line includes an operation of acquiring an input image, an operation of extracting a transmission line from the input image, and tracking based on the extracted transmission line It may include extracting the position of the point, analyzing the movement of the power line based on the position of the tracking point, and predicting the occurrence of galloping in the power line based on the movement of the power line.

Description

송전 선로 이상 움직임 검출 장치 및 방법 {Apparatus and Method for detecting galloping power lines}Apparatus and Method for detecting galloping power lines

다양한 실시 예는 송전 선로 이상 움직임 검출 장치 및 방법에 관한 것이다.Various embodiments relate to an apparatus and method for detecting abnormal motion in a power transmission line.

4차 산업혁명의 요구에 따라 IoT, AI기술을 활용한 지능적인 설비 관리의 요구가 활발하다. 전력 산업에서도 최신기술을 이용한 효율적 설비관리의 중요성이 부각됨에 따라, IoT, 영상분석기술등을 활용하여 설비를 운영하는 추세이다. According to the demands of the 4th industrial revolution, there is an active demand for intelligent facility management using IoT and AI technologies. As the importance of efficient facility management using the latest technology is highlighted in the power industry, there is a trend to operate facilities using IoT and image analysis technology.

지능적인 설비 관리가 요구되는 전력 산업 중에서, 특히 열악한 환경에 위치한 송전설비의 안정적인 운용을 위하여 원격관리가 필수적이다. 종래에는 송전 케이블에 진동센서를 부착하여 진동값에 대해 주기적으로 센서값을 취득하거나, 24시간 운영카메라를 부착하여 운영센터에서 직접 모니터링 하는 등의 방식으로 송전설비를 원격으로 관리하였다.In the power industry that requires intelligent facility management, remote management is essential for stable operation of power transmission facilities located in particularly harsh environments. Conventionally, power transmission facilities were remotely managed by attaching a vibration sensor to a power transmission cable to periodically acquire sensor values for vibration values, or attaching a 24-hour operation camera to directly monitor the operation center.

송전 케이블은 전국에 전력망으로 구성되어 전력을 공급하는데, 고압 송전 선로가 통과하는 지역은 주로 산악지이다. 산악지는 지대의 경사가 급하고, 산림이 우거져 풍압과 자체 하중 등으로 인한 송전 선로의 처짐현상이 발생하고, 이에 더하여 강풍과 설하중 등에 의해 송전 선로에 갤로핑(Galloping) 현상이 발생하게 된다. 갤로핑 현상이란, 바람으로 인하여 전력선이 횡진과 출렁임이 발생하는 현상을 의미한다. 과도한 갤로핑 현상으로 인하여 근접한 전력선과 접촉하게 되면 상간 단락고장이 발생하게 되고, 이로 인한 정전피해가 발생할 수 있다. 또한, 갤로핑은 가공전선에 착빙이나 착설이 있는 경우, 수평풍에 의한 인양력과 전선자중의 상호작용으로 전선이 계속 저주파로 진동함에 따라 발생하기도 한다. 구체적으로, 가공전선에 착빙이나 착설이 있어 그 형상이나 표면의 상태가 공기의 흐름에 대해서 상하 비대칭인 경우 저주파(0.1 ~ 5m/s)로 큰 진폭(수십cm ~ 수십m)을 가지는 진동이 발생한다. 이는 일반적인 미풍에 의한 전선 진동과는 달리 비교적 주파수가 낮고 진폭이 큰 진동이기 때문에 송전선의 선간 단락사고의 잦은 원인이 된다. 일반적으로, 송전 선로의 갤로핑 현상은 수직과 수평방향의 진동이 동시에 발생한다. 송전 선로는 도체간의 수직거리는 최소 3.8m, 수평거리는 6.4m로 건설되는데, 상간 단락은 주로 수직 진동으로 인하여 발생한다. 상간 단락이 발생하는 경우, 선로에 연결된 변전소에서 차단기가 일정시각 이내에 동작하게 된다. 갤로핑 현상의 경우, 한번 발생하면 멈추기 않고 짧은 시간 내에 단락 현상이 반복적으로 발생되므로, 실제 갤로핑이 발생하면 선로간 접촉시 변전소내 차단기가 반복적으로 동작하여 차단기 등의 설비 운영 위험이 커진다. The power transmission cable is composed of a power grid and supplies power to the whole country, and the region through which the high-voltage transmission line passes is mainly mountainous. In mountainous areas, the slope of the land is steep and the forest is thick, causing the transmission line to sag due to wind pressure and self-load. The galloping phenomenon refers to a phenomenon in which power lines move horizontally and sway due to wind. If it comes into contact with adjacent power lines due to excessive galloping, a short-circuit failure between phases may occur, which may result in power outage. In addition, galloping may occur as the electric wire continues to vibrate at low frequencies due to the interaction between the lifting force of the horizontal wind and the electric wire's own weight when there is icing or snow on the overhead wire. Specifically, if there is icing or snow on the overhead wire and the shape or surface is asymmetrical with respect to the air flow, vibration with a large amplitude (tens of cm to tens of m) occurs at a low frequency (0.1 to 5 m/s). do. This is a relatively low frequency and high amplitude vibration, unlike wire vibration caused by a general breeze, and is a frequent cause of short circuit accidents between transmission lines. In general, in the galloping phenomenon of a power transmission line, vibrations in vertical and horizontal directions occur at the same time. Transmission lines are constructed with a minimum vertical distance of 3.8 m and a horizontal distance of 6.4 m between conductors. Interphase short circuits are mainly caused by vertical vibration. When a short circuit between phases occurs, the circuit breaker operates within a certain time at the substation connected to the line. In the case of the galloping phenomenon, once it occurs, it does not stop and the short circuit occurs repeatedly within a short time. Therefore, when galloping actually occurs, the circuit breaker in the substation repeatedly operates when the lines are in contact, increasing the risk of facility operation such as circuit breaker.

이와 같은 갤로핑 현상을 방지하기 위한 종래 기술로는, 상간 스페이서(Spacer)를 취부하는 방식이 있다. 하지만, 상간 스페이서는 송전선 출렁임을 잡아줄 수는 있으나, 모든 송전선에 상간스페이서가 설치되어있지 않아 문제가 된다. 또 다른 종래 기술로는, 갤로핑 현상을 인지하는 센서를 설치하는 방법이 있다. 하지만, 이는 센서의 잦은 오동작으로 인하여 실효성이 낮다. 또한, 갤로핑 현상을 방지하기 위하여 일부 지역의 송전 철탑에는 설비 감시용 카메라가 설치하여 감시하나, 단순히 원격에서 카메라에 접속해서 사람이 직접 24시간 상시 모니터링하는 방식이어서 효율적이지 못하다는 문제가 있다.As a prior art for preventing such a galloping phenomenon, there is a method of attaching an interphase spacer. However, although the interphase spacer can control the sway of the transmission line, it is a problem because the interphase spacer is not installed in all transmission lines. As another prior art, there is a method of installing a sensor for recognizing the galloping phenomenon. However, this has low effectiveness due to frequent malfunction of the sensor. In addition, in order to prevent galloping, a camera for facility monitoring is installed and monitored in transmission pylons in some areas, but there is a problem in that it is not efficient because a person simply connects to the camera remotely and monitors it 24 hours a day.

송전 선로의 갤로핑은 바람과 눈 등의 자연환경에 의해 발생하는 전선 진동현상으로, 예측 및 현상 방지가 어려운 문제점이 있었다.Galloping of power transmission lines is a wire vibration phenomenon caused by natural environments such as wind and snow, and it is difficult to predict and prevent the phenomenon.

본 발명의 다양한 실시 예들은 송전 선로를 촬영한 영상을 자동분석하고 갤로핑 발생을 미리 예측하고 알람을 발생시켜 송전 선로의 문제점을 사전에 인지하고 방지할 수 있는 기술을 제공하고자 한다.Various embodiments of the present invention are to provide a technology capable of recognizing and preventing problems of a power transmission line in advance by automatically analyzing an image taken of a power transmission line, predicting the occurrence of galloping in advance, and generating an alarm.

본 문서에서 이루고자 하는 기술적 과제는 이상에서 언급한 기술적 과제로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제들은 아래의 기재로부터 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.The technical problems to be achieved in this document are not limited to the technical problems mentioned above, and other technical problems not mentioned can be clearly understood by those of ordinary skill in the art to which the present invention belongs from the description below. There will be.

본 발명의 다양한 실시 예들에 따르면, 송전 선로의 이상 움직임을 검출하는 장치는 송전 선로의 상태를 촬영하여 입력 영상을 획득하는 입력부, 상기 입력 영상에서 송전선을 추출하고 트래킹 포인트(tracking point)의 위치를 추출하는 송전선 추출부, 상기 트래킹 포인트의 위치를 기초로 상기 송전선의 움직임을 분석하는 모션 분석부 및 상기 송전선의 움직임을 기초로 상기 송전선에 갤로핑 발생을 예측하는 갤로핑 예측부를 포함할 수 있다.According to various embodiments of the present disclosure, an apparatus for detecting abnormal movement of a power transmission line includes an input unit that acquires an input image by photographing the state of the power transmission line, extracts a transmission line from the input image, and determines the location of a tracking point It may include a power line extractor to extract, a motion analyzer for analyzing the motion of the power line based on the location of the tracking point, and a galloping prediction unit for predicting the occurrence of galloping on the power line based on the motion of the power line.

본 발명의 다양한 실시 예들에 따르면, 상기 입력부는 낮에는 RGB 영상, 야간에는 적외선(infrared, IR) 영상을 획득할 수 있다.According to various embodiments of the present disclosure, the input unit may acquire an RGB image during the day and an infrared (IR) image at night.

본 발명의 다양한 실시 예들에 따르면, 상기 송전선 추출부는 영상 분할(Image Segmentation)기법에 의하여 상기 송전선을 추출할 수 있다.According to various embodiments of the present disclosure, the power line extractor may extract the power line using an image segmentation technique.

본 발명의 다양한 실시 예들에 따르면, 상기 송전선 추출부는 상기 입력 영상에서 현수 곡선(Catenary curve) 모양의 선을 추출하여 상기 송전선을 추출할 수 있다.According to various embodiments of the present disclosure, the transmission line extraction unit may extract the transmission line by extracting a catenary curve-shaped line from the input image.

본 발명의 다양한 실시 예들에 따르면, 상기 송전선 추출부는 상기 입력영상에서 스페이서 댐퍼를 검출하고, 상기 검출된 스페이서 댐퍼에 부착된 선을 추출하여 상기 송전선으로 추출할 수 있다.According to various embodiments of the present disclosure, the power line extractor may detect a spacer damper from the input image, extract a line attached to the detected spacer damper, and extract it as the power line.

본 발명의 다양한 실시 예들에 따르면, 상기 송전선 추출부는 상기 송전선의 미분 기울기 값이 최소인 이도점을 상기 트래킹 포인트로 지정할 수 있다.According to various embodiments of the present disclosure, the power transmission line extractor may designate a second pole having a minimum differential slope value of the power line as the tracking point.

본 발명의 다양한 실시 예들에 따르면, 상기 송전선 추출부는 상기 트래킹 포인트를 중심으로 이도 구간에 기초하여 상기 송전선을 복수 개의 영역으로 구분하고, 각 영역별로 샘플링 비율을 달리할 수 있다.According to various embodiments of the present disclosure, the transmission line extractor may divide the transmission line into a plurality of regions based on the remote island section around the tracking point, and may have a different sampling rate for each region.

본 발명의 다양한 실시 예들에 따르면, 상기 송전선 추출부는 상기 트래킹 포인트를 중심으로 상기 송전선의 전체 길이의 10% 내인 구간 영역은 전체 샘플링 횟수의 60%에 해당하는 샘플링을, 상기 트래킹 포인트를 중심으로 상기 송전선의 전체 길이의 10%~30% 구간 영역은 전체 샘플링 횟수의 30%에 해당하는 샘플링을, 그 외 구간 영역은 전체 샘플링 횟수의 10%에 해당하는 샘플링을 할 수 있다.According to various embodiments of the present disclosure, the transmission line extraction unit performs sampling corresponding to 60% of the total number of sampling times in a section area within 10% of the total length of the transmission line with respect to the tracking point, and the tracking point is the center of the sampling. A section area of 10% to 30% of the total length of the transmission line can perform sampling corresponding to 30% of the total number of sampling times, and sampling corresponding to 10% of the total number of sampling times can be performed in other section areas.

본 발명의 다양한 실시 예들에 따르면, 상기 모션 분석부는 상기 송전선이 정상상태일 때의 상기 입력 영상 상의 트래킹 포인트의 위치를 기준 좌표로 설정하고, 상기 기준 좌표와 상기 입력 영상의 상기 트래킹 포인트의 위치 간의 거리 차이를 시계열 데이터화하여 송전선의 움직임을 분석할 수 있다.According to various embodiments of the present disclosure, the motion analyzer sets the position of the tracking point on the input image when the power line is in a normal state as a reference coordinate, and between the reference coordinate and the position of the tracking point of the input image. Transmission line movement can be analyzed by converting the distance difference into time series data.

본 발명의 다양한 실시 예들에 따르면, 상기 갤로핑 예측부는 상기 송전선의 움직임을 인공 지능 학습에 기반하여 상기 갤로핑 발생을 예측할 수 있다.According to various embodiments of the present disclosure, the galloping prediction unit may predict the galloping occurrence based on artificial intelligence learning on the movement of the power line.

본 발명의 다양한 실시 예들에 따르면, 송전 선로의 이상 움직임을 검출하는 방법은 입력 영상을 획득하는 동작, 상기 입력 영상에서 송전선을 추출하는 동작, 상기 추출된 송전선에 기반하여 트래킹 포인트의 위치를 추출하는 동작, 상기 트래킹 포인트의 위치를 기초로 상기 송전선의 움직임을 분석하는 동작 및 상기 송전선의 움직임을 기초로 상기 송전선에 갤로핑 발생을 예측하는 동작을 포함할 수 있다.According to various embodiments of the present disclosure, a method for detecting abnormal motion of a power transmission line includes an operation of obtaining an input image, an operation of extracting a transmission line from the input image, and extracting the location of a tracking point based on the extracted transmission line operation, analyzing the movement of the power line based on the location of the tracking point, and predicting the occurrence of galloping in the power line based on the movement of the power line.

본 발명의 다양한 실시 예들에 따르면, 상기 입력 영상에서 송전선을 추출하는 동작은 영상 분할(image segmentation) 기법에 의하여 상기 송전선을 추출하는 동작을 포함할 수 있다.According to various embodiments of the present disclosure, the operation of extracting the power line from the input image may include the operation of extracting the power line using an image segmentation technique.

본 발명의 다양한 실시 예들에 따르면, 상기 입력 영상에서 송전선을 추출하는 동작은 상기 입력 영상에서 현수 곡선(catenary curve) 모양의 선을 추출하여 상기 송전선을 추출하는 동작을 포함할 수 있다.According to various embodiments of the present disclosure, the operation of extracting the transmission line from the input image may include the operation of extracting the transmission line by extracting a catenary curve-shaped line from the input image.

본 발명의 다양한 실시 예들에 따르면, 상기 입력 영상에서 송전선을 추출하는 동작은, 상기 입력영상에서 스페이서 댐퍼를 검출하는 동작 및 상기 검출된 스페이서 댐퍼에 부착된 선을 추출하는 동작을 포함할 수 있다.According to various embodiments of the present disclosure, the operation of extracting the power transmission line from the input image may include an operation of detecting a spacer damper from the input image and an operation of extracting a line attached to the detected spacer damper.

본 발명의 다양한 실시 예들에 따르면, 상기 추출된 송전선이 정상 상태일 때, 상기 추출된 송전선의 미분 기울기 값이 최소인 이도점을 상기 트래킹 포인트로 지정하는 동작을 더 포함할 수 있다.According to various embodiments of the present disclosure, the method may further include, when the extracted power transmission line is in a normal state, designating a second pole having a minimum differential slope value of the extracted power transmission line as the tracking point.

본 발명의 다양한 실시 예들에 따르면, 상기 추출된 송전선에 기반하여 트래킹 포인트의 위치를 추출하는 동작은 상기 트래킹 포인트를 중심으로 이도 구간에 기초하여 상기 송전선을 복수 개의 영역으로 구분하는 동작 및According to various embodiments of the present disclosure, the operation of extracting the location of the tracking point based on the extracted transmission line is an operation of dividing the transmission line into a plurality of regions based on the remote island section centered on the tracking point, and

상기 구분된 복수 개의 영역 각각에 대해 샘플링 비율을 달리하여 상기 트래킹 포인트의 위치를 추출하는 동작을 포함할 수 있다.It may include an operation of extracting the location of the tracking point by varying the sampling rate for each of the plurality of divided regions.

본 발명의 다양한 실시 예들에 따르면, 상기 송전선을 복수 개의 영역으로 구분하는 동작은 상기 트래킹 포인트를 중심으로 상기 송전선의 전체 길이의 10% 내의 구간을 제1 영역으로 구분하고, 상기 트래킹 포인트를 중심으로 상기 송전선의 전체 길이의 10%~30% 구간을 제2 영역으로 구분하고, 상기 송전선의 그 외 구간을 제 3 영역으로 구분하는 동작을 포함할 수 있다.According to various embodiments of the present disclosure, the operation of dividing the power line into a plurality of areas divides a section within 10% of the total length of the power line with respect to the tracking point into a first area, and the tracking point as the center The method may include dividing a section of 10% to 30% of the total length of the power transmission line into a second area, and dividing other sections of the power line into a third area.

본 발명의 다양한 실시 예들에 따르면, 상기 구분된 복수 개의 영역 각각에 대해 샘플링 비율을 달리하여 상기 트래킹 포인트의 위치를 추출하는 동작은 상기 제1 영역은 전체 샘플링 횟수의 60%에 해당하는 샘플링을, 상기 제2 영역은 전체 샘플링 횟수의 30%에 해당하는 샘플링은, 상기 제3 영역은 전체 샘플링 횟수의 10%에 해당하는 샘플링을 수행하여 상기 트래킹 포인트의 위치를 추출하는 동작을 포함할 수 있다.According to various embodiments of the present disclosure, the operation of extracting the location of the tracking point by varying the sampling rate for each of the divided plurality of areas is that the first area performs sampling corresponding to 60% of the total number of sampling, The second region may include sampling corresponding to 30% of the total number of sampling times, and the third region may include sampling corresponding to 10% of the total number of sampling times to extract the location of the tracking point.

본 발명의 다양한 실시 예들에 따르면, 상기 트래킹 포인트의 위치를 기초로 상기 송전선의 움직임을 분석하는 동작은 상기 송전선이 정상상태일 때의 상기 입력 영상 상의 트래킹 포인트의 위치를 기준 좌표로 설정하는 동작 및 상기 기준 좌표와 상기 입력 영상의 상기 트래킹 포인트의 위치 간의 거리 차이를 시계열 데이터화하여 송전선의 움직임을 분석하는 동작을 포함할 수 있다.According to various embodiments of the present disclosure, the operation of analyzing the movement of the power line based on the location of the tracking point includes setting the location of the tracking point on the input image when the power line is in a normal state as a reference coordinate and and analyzing the movement of the power transmission line by converting a distance difference between the reference coordinates and the location of the tracking point of the input image into time series data.

본 발명의 다양한 실시 예들에 따르면, 상기 송전선의 움직임을 기초로 상기 송전선에 갤로핑 발생을 예측하는 동작은 상기 송전선의 움직임을 인공 지능 학습에 기반하여 상기 갤로핑 발생을 예측하는 동작을 포함할 수 있다.According to various embodiments of the present disclosure, predicting the occurrence of galloping in the power line based on the movement of the power line may include predicting the occurrence of galloping based on artificial intelligence learning on the motion of the power line. have.

송전 선로에 발생하는 갤로핑 현상을 예측하여 상간 단락 사고를 방지할 수 있다.It is possible to prevent a short circuit between phases by predicting the galloping phenomenon that occurs in the transmission line.

송전 선로에 발생하는 갤로핑 현상을 예측하여 정전 피해를 방지할 수 있다.It is possible to predict the galloping phenomenon that occurs in the power transmission line and prevent damage from blackouts.

송전 선로 근처에 기존에 설치된 cctv영상을 이용하여 자동으로 갤로핑 현상을 예측할 수 있다.The galloping phenomenon can be predicted automatically by using the CCTV image installed near the transmission line.

송전선보다 크기가 큰 스페이스 댐퍼를 검출하여 송전선 추출을 용이하게 할 수 있다.It is possible to easily extract the power line by detecting a space damper that is larger than the power line.

트래킹 포인트를 지정하여 움직임 자체를 분석함으로써 선과 선간의 접촉으로 분석을 할 경우 프로젝션이 되어 실제 혼촉이 발생하지 않아도 발생한 것처럼 보일 수 있는 문제점을 해결할 수 있다.By designating the tracking point and analyzing the movement itself, when analyzing the line-to-line contact, it becomes a projection and it can solve the problem that appears to have occurred even if there is no actual cross contact.

트래킹 포인트를 중심으로 중요도 샘플링을 함으로써, 갤로핑 발생 소지가 높은 구간을 집중적으로 트래킹하여 정확도를 높일 수 있다.By sampling the importance centering on the tracking point, the accuracy can be improved by intensively tracking the section where galloping is likely to occur.

본 개시에서 얻을 수 있는 효과는 이상에서 언급한 효과들로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 아래의 기재로부터 본 개시가 속하는 기술 분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.Effects obtainable in the present disclosure are not limited to the above-mentioned effects, and other effects not mentioned may be clearly understood by those of ordinary skill in the art to which the present disclosure belongs from the description below. will be.

도 1은 본 발명의 다양한 실시예에 따른, 송전 선로 이상 움직임 검출 장치의 구성을 도시한 도면이다.
도 2는 본 발명의 다양한 실시 예에 따른, 송전 선로 이상 움직임 검출 시스템을 도시한 도면이다.
도 3은 본 발명의 다양한 실시 예에 따른, 송전 선로 이상 움직임 검출 장치가 송전 선로의 이상 움직임을 검출하는 방법의 흐름도이다.
도 4는 다양한 실시 예에 따라 송전 선로 이상 움직임 검출 장치(1000)가 도 3의 동작 S100 내지 S400를 동작한 결과를 도시한 도면이다.
도면의 설명과 관련하여, 동일 또는 유사한 구성요소에 대해서는 동일 또는 유사한 참조 부호가 사용될 수 있다.1 is a diagram illustrating a configuration of an apparatus for detecting abnormal motion in a power transmission line according to various embodiments of the present disclosure;
2 is a diagram illustrating a transmission line abnormal motion detection system according to various embodiments of the present disclosure.
3 is a flowchart of a method for detecting abnormal motion of a power transmission line by an apparatus for detecting abnormal motion of a power transmission line, according to various embodiments of the present disclosure;
4 is a diagram illustrating a result of the operation S100 to S400 of FIG. 3 by the transmission line abnormal motion detecting apparatus 1000 according to various embodiments of the present disclosure.
In connection with the description of the drawings, the same or similar reference numerals may be used for the same or similar components.

이하 다양한 실시 예들이 첨부된 도면을 참고하여 상세히 설명된다.Hereinafter, various embodiments will be described in detail with reference to the accompanying drawings.

도면 부호에 관계없이 동일하거나 유사한 구성요소는 동일한 참조 번호를 부여하고 이에 대한 중복되는 설명은 생략할 수 있다. Regardless of the reference numerals, the same or similar components are assigned the same reference numerals, and overlapping descriptions thereof may be omitted.

이하의 설명에서 사용되는 구성요소에 대한 접미사 '모듈' 또는 '부'는 명세서 작성의 용이함만이 고려되어 부여되거나 혼용되는 것으로서, 그 자체로 서로 구별되는 의미 또는 역할을 갖는 것은 아니다. 또한, '모듈' 또는 '부'는 소프트웨어 또는 FPGA(field programmable gate array) 또는 ASIC(application specific integrated circuit)과 같은 하드웨어 구성요소를 의미하나, 소프트웨어 또는 하드웨어에 한정되는 의미는 아니다. '부' 또는 '모듈'은 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서 '부' 또는 '모듈'은 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들, 및 변수들을 포함할 수 있다. 하나의 구성요소, '부' 또는 '모듈'들 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 '부' 또는 '모듈'들로 결합되거나 추가적인 구성요소들과 '부' 또는 '모듈'들로 더 분리될 수 있다.The suffix 'module' or 'part' for the components used in the following description is given or mixed in consideration of only the ease of writing the specification, and does not have a distinct meaning or role by itself. In addition, 'module' or 'unit' refers to software or hardware components such as field programmable gate array (FPGA) or application specific integrated circuit (ASIC), but is not limited to software or hardware. A 'unit' or 'module' may be configured to reside on an addressable storage medium or may be configured to reproduce one or more processors. Thus, as an example, 'part' or 'module' refers to components such as software components, object-oriented software components, class components and task components, processes, functions, properties, may include procedures, subroutines, segments of program code, drivers, firmware, microcode, circuitry, data, databases, data structures, tables, arrays, and variables. The functionality provided in one component, 'unit' or 'module' may be combined into a smaller number of components and 'unit' or 'module' or additional components and 'unit' or 'module' can be further separated into

본 발명의 몇몇 실시예들과 관련하여 설명되는 방법 또는 알고리즘의 단계는 프로세서에 의해 실행되는 하드웨어, 소프트웨어 모듈, 또는 그 2 개의 결합으로 직접 구현될 수 있다. 소프트웨어 모듈은 RAM 메모리, 플래시 메모리, ROM 메모리, EPROM 메모리, EEPROM 메모리, 레지스터, 하드 디스크, 착탈형 디스크, CD-ROM, 또는 당업계에 알려진 임의의 다른 형태의 기록 매체에 상주할 수도 있다. 예시적인 기록 매체는 프로세서에 커플링되며, 그 프로세서는 기록 매체로부터 정보를 판독할 수 있고 저장 매체에 정보를 기입할 수 있다. 다른 방법으로, 기록 매체는 프로세서와 일체형일 수도 있다. 프로세서 및 기록 매체는 주문형 집적회로(ASIC) 내에 상주할 수도 있다. ASIC은 사용자 단말기 내에 상주할 수도 있다.The steps of a method or algorithm described in connection with some embodiments of the present invention may be directly implemented in hardware executed by a processor, a software module, or a combination of the two. A software module may reside in RAM memory, flash memory, ROM memory, EPROM memory, EEPROM memory, registers, hard disk, a removable disk, a CD-ROM, or any other form of recording medium known in the art. An exemplary recording medium is coupled to the processor, the processor capable of reading information from, and writing information to, the storage medium. Alternatively, the recording medium may be integral with the processor. The processor and recording medium may reside within an application specific integrated circuit (ASIC). The ASIC may reside within the user terminal.

제1, 제2 등과 같이 서수를 포함하는 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되지는 않는다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.Terms including an ordinal number such as 1st, 2nd, etc. may be used to describe various elements, but the elements are not limited by the terms. The above terms are used only for the purpose of distinguishing one component from another.

어떤 구성요소가 다른 구성요소에 ‘연결되어’ 있다거나 ‘접속되어’ 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 ‘직접 연결되어’ 있다거나 ‘직접 접속되어’ 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.When a component is referred to as being 'connected' or 'connected' to another component, it may be directly connected or connected to the other component, but it is understood that other components may exist in between. it should be On the other hand, when it is mentioned that a certain element is 'directly connected' or 'directly connected' to another element, it should be understood that the other element does not exist in the middle.

도 1은 본 발명의 다양한 실시예에 따른, 송전 선로 이상 움직임 검출 장치(1000)의 구성을 도시한 도면이다.1 is a diagram illustrating a configuration of an apparatus 1000 for detecting abnormal motion in a power transmission line according to various embodiments of the present disclosure.

송전 선로 이상 움직임 검출 장치(1000)는 입력부(100), 센싱부(200), 처리부(300), 출력부(400) 및 전력공급부(500)를 포함할 수 있다.The transmission line abnormal motion detection apparatus 1000 may include an input unit 100 , a sensing unit 200 , a processing unit 300 , an output unit 400 , and a power supply unit 500 .

입력부(100)는 송전 선로의 상태를 촬영하여 입력 영상을 획득하고 처리할 수 있다. 입력부(100)는 영상 촬영 장치를 포함할 수 있고, 영상 촬영 장치는 RGB 카메라, 근전외선(near infrared, NIR) 카메라, 중파장 적외선(middle wavelength infrared, MWIR) 카메라, 단파장 적외선(short wavelength infrared, SWIR) 카메라, 장파장 적외선(long wavelength infrared, LWIR 카메라일 수 있다. 일 실시예에 따르면, 입력부(100)는 낮에는 RGB 영상, 야간에는 IR 영상을 획득하여 입력 영상을 처리할 수 있다. 또한, 입력부(100)는 획득한 입력 영상을 히스토그램 기법(Histogram) 또는 영상 대비 기법(Contrast)을 활용하여 회색조(Grayscale) 영상으로 변환할 수 있다.The input unit 100 may acquire and process an input image by photographing the state of the power transmission line. The input unit 100 may include an image capturing device, and the image capturing device includes an RGB camera, a near infrared (NIR) camera, a middle wavelength infrared (MWIR) camera, and a short wavelength infrared (short wavelength infrared) camera. It may be a SWIR) camera or a long wavelength infrared (LWIR) camera. According to an embodiment, the input unit 100 may process the input image by acquiring an RGB image during the day and an IR image at night. The input unit 100 may convert the acquired input image into a grayscale image by using a histogram technique or an image contrast technique.

센싱부(200)는 송전 선로 주변의 온도, 습도, 풍속 등의 환경 요소들을 측정할 수 있다. 센싱부(200)는 환경 요소들을 측정한 데이터에 기반하여, 송전 선로 이상 움직임 검출 장치(1000)의 동작 여부를 판단할 수 있다. 일 실시예에 따르면, 센싱부(200)는 풍속 센서가 측정한 풍속 데이터가 미리 설정된 속력 이상인 경우에만 송전 선로 이상 움직임 검출 장치(1000)를 동작하도록 판단할 수 있다. 이에 따라, 송전 선로 이상 움직임 검출 장치(1000)는 저전력으로 운영될 수 있다.The sensing unit 200 may measure environmental factors such as temperature, humidity, and wind speed around the power transmission line. The sensing unit 200 may determine whether the transmission line abnormal motion detection apparatus 1000 operates based on data measured by environmental factors. According to an embodiment, the sensing unit 200 may determine to operate the transmission line abnormality motion detection apparatus 1000 only when the wind speed data measured by the wind speed sensor is equal to or greater than a preset speed. Accordingly, the transmission line abnormal motion detection apparatus 1000 may be operated with low power.

처리부(300)는 입력부(100)가 획득한 입력 영상을 처리하고 분석하여 갤로핑 현상을 예측하고 명령을 생성하여 출력부(400)에 전달할 수 있다. The processing unit 300 may process and analyze the input image obtained by the input unit 100 to predict the galloping phenomenon, generate a command, and transmit it to the output unit 400 .

처리부(300)는 송전선 추출부(310), 모션 분석부(320) 및 갤로핑 예측부(330)를 포함할 수 있다.The processing unit 300 may include a power line extraction unit 310 , a motion analysis unit 320 , and a galloping prediction unit 330 .

송전선 추출부(310)는 입력 영상에 대하여 송전선을 추출(powerline segmentation)할 수 있다.The power line extraction unit 310 may extract a power line with respect to the input image (powerline segmentation).

다양한 실시예들에 따르면, 송전선 추출부(310)는 영상 분할(Image Segmentation) 기법에 의하여 송전선을 추출할 수 있다. 예를 들어, 송전선 추출부(310)는 Thresholding, Region growing, Graph cut, Active contour model, Active shape model, FCN, U-net, DeepLab 등의 영상 분할 기법에 의하여 송전선을 추출할 수 있다. According to various embodiments, the power line extraction unit 310 may extract the power line using an image segmentation technique. For example, the power line extractor 310 may extract the power line by image segmentation techniques such as thresholding, region growing, graph cut, active contour model, active shape model, FCN, U-net, and DeepLab.

다양한 실시예들에 따르면, 송전선 추출부(310)는 현수 곡선(Catenary curve) 과 입력 영상을 피팅하여 선 추출 보강 기법으로 송전선을 추출할 수 있다.According to various embodiments, the power line extractor 310 may extract a power line by using a line extraction and reinforcement technique by fitting a catenary curve and an input image.

다양한 실시예들에 따르면, 송전선 추출부(310)는 송전선에 부착된 스페이서 댐퍼(Spacer Damper)를 검출하여 송전선을 추출할 수 있다. 스페이스 댐퍼는 송전 선로를 일정한 간격으로 유지시켜 주는 금구류이다. 송전선 추출부(310)는 스페이서 댐퍼를 검출하여 일정 비율의 주변 영역에서 스페이서 댐퍼에 부착된 송전선을 추출할 수 있다. 송전선 추출부(310)는 스페이스 댐퍼에 대한 영상 데이터를 이용하여 객체 검출기법으로 입력 영상에서 스페이서 댐퍼를 검출할 수 있다. 예를 들어, 송전선 추출부(310)는 R-CNN(Regions of the convolutional neural network), SSD(Single Shot multi-box Detector) 등의 객체 검출기법을 이용하여 스페이스 댐퍼를 검출할 수 있다. 영상 내에서 스페이스 댐퍼는 송전선보다 더 많은 픽셀에 표시될 수 있기 때문에, 쉽게 검출할 수 있고, 검출된 스페이스 댐퍼에 기초하여 좀 더 용이하게 송전선을 추출할 수 있다. According to various embodiments, the power line extraction unit 310 may extract the power line by detecting a spacer damper attached to the power line. A space damper is a metal fitting that maintains a transmission line at regular intervals. The power line extraction unit 310 may detect the spacer damper and extract the power line attached to the spacer damper from a peripheral area of a certain ratio. The power line extractor 310 may detect the spacer damper from the input image using the object detection technique using image data for the space damper. For example, the transmission line extractor 310 may detect the space damper by using an object detection technique such as Regions of the convolutional neural network (R-CNN) and a single shot multi-box detector (SSD). Since the space damper in the image can be displayed in more pixels than the power line, it can be easily detected and the power line can be more easily extracted based on the detected space damper.

송전선 추출부(310)는 추출한 송전선 중, 송전선의 중심점을 모션 분석의 타겟인 트래킹 포인트(Tracking point)로 지정할 수 있다. 일 실시 예에 따라 송전선 추출부(310)는 송전선의 미분 기울기 값이 최소인 이도점을 트래킹 포인트로 지정할 수 있다. The power line extraction unit 310 may designate a center point of the power line among the extracted power lines as a tracking point that is a target of motion analysis. According to an embodiment, the transmission line extractor 310 may designate a second pole having the minimum differential slope value of the transmission line as the tracking point.

송전선 추출부(310)는 추출한 송전선 중, 갤로핑 발생 소지가 높은 영역을 구분하여 다른 영역과 샘플링 비율을 달리하는 중요도 샘플링(Importance Sampling)을 할 수 있다. 일 실시 예에 따라, 송전선 추출부(310)는 트래킹 포인트를 중심으로 이도구간에 기초하여 영역을 구분할 수 있다. 일 실시예에 따르면, 송전선 추출부(310)는 트래킹 포인트를 중심으로 전체 송전선 길이 대비 비율에 따른 영역별로 샘플링 비율을 달리할 수 있다. 예를 들어, 송전선 추출부(310)는 트래킹 포인트를 중심으로 전체 송전선 길이의 10% 내인 구간은 전체 샘플링 횟수의 60%에 해당하는 샘플링, 트래킹 포인트를 중심으로 전체 송전선 길이의 10%~30% 구간은 전체 샘플링 횟수의 30%에 해당하는 샘플링, 그 외 구간은 전체 샘플링 횟수의 10%에 해당하는 샘플링을 할 수 있다. 이에 따라, 갤로핑 발생 소지가 높은 구간을 집중적으로 트래킹하여 정확도를 높일 수 있다.The power line extraction unit 310 may perform importance sampling in which a sampling rate is different from other areas by classifying a region having a high possibility of galloping among the extracted power lines. According to an embodiment, the power line extraction unit 310 may divide the region based on the interval between the tracking points as the center. According to an embodiment, the transmission line extractor 310 may vary the sampling rate for each area according to the ratio of the total length of the transmission line with respect to the tracking point. For example, the transmission line extraction unit 310 samples a section within 10% of the total length of the transmission line centered on the tracking point corresponds to 60% of the total number of sampling, and 10% to 30% of the length of the entire transmission line centered on the tracking point. In the section, sampling corresponding to 30% of the total number of sampling times, and in other sections, sampling corresponding to 10% of the total number of sampling can be performed. Accordingly, it is possible to increase accuracy by intensively tracking a section where galloping is likely to occur.

송전선 추출부(310)는 동일 상의 송전선을 그룹핑(powerline grouping)할 수 있다. 이에 따라, 현장의 주변 상황(나무, 다른선로, 철탑) 등에 의한 폐색을 방지할 수 있다.The power line extractor 310 may group power lines on the same phase. Accordingly, it is possible to prevent blockage caused by surrounding conditions (trees, other tracks, iron towers), etc. at the site.

모션 분석부(320)는 트래킹 포인트를 중심으로 송전선의 움직임을 분석할 수 있다. 모션 분석부(320)는 송전 선로가 정상상태일 때의 트래킹 포인트의 위치를 저장하고, 이 위치를 기준 좌표(x,y)로 설정할 수 있다. 모션 분석부(320)는 입력 영상에서 추출한 각 송전 선로에 지정한 트래킹 포인트를 매칭시킬 수 있다. The motion analysis unit 320 may analyze the movement of the power transmission line with respect to the tracking point. The motion analysis unit 320 may store the position of the tracking point when the power transmission line is in a normal state, and set this position as the reference coordinates (x, y). The motion analyzer 320 may match a designated tracking point to each power transmission line extracted from the input image.

모션 분석부(320)는 기준 좌표와 입력 영상의 트래킹 포인트 간의 거리 차이를 기초로 하여 송전선의 움직임을 분석할 수 있다. 일 실시예에 따르면, 모션 분석부(320)는 기준 좌표(x,y)와 입력 영상의 트래킹 포인트간의 거리 차이를 시간별로 계산하고, 트래킹 포인트의 거리 차이를 시간 축으로 시계열 데이터화할 수 있다. 모션 분석부(320)는 회귀분석 방법, BOX-JENKINS 방법, 지수 평활법, 시계열 분해 방법 등의 시계열 데이터 분석 방법으로 시계열 데이터화 한 트래킹 포인트의 데이터를 분석할 수 있다. The motion analyzer 320 may analyze the movement of the power transmission line based on the difference in distance between the reference coordinates and the tracking point of the input image. According to an embodiment, the motion analyzer 320 may calculate the distance difference between the reference coordinates (x, y) and the tracking point of the input image for each time, and convert the distance difference between the tracking points into time series data on the time axis. The motion analysis unit 320 may analyze the data of the tracking point converted into time series data by a time series data analysis method such as a regression analysis method, a BOX-JENKINS method, an exponential smoothing method, and a time series decomposition method.

갤로핑 예측부(330)는 트래킹 포인트의 시계열 데이터를 학습하여 송전선의 갤로핑 발생을 예측할 수 있다. 일 실시예에 따르면, 갤로핑 예측부(330)는 머신 러닝, 딥러닝 등의 학습방법에 의하여 갤로핑을 예측할 수 있다. 갤로핑 예측부(330)는 트래킹 포인트의 시계열 데이터를 분석한 결과를 DB에 저장하여 학습에 사용할 수 있다. 갤로핑 예측부(330)는 송전선에 갤로핑 발생이 예측되는 경우, 출력부(400)에 알림 발생 명령을 전달할 수 있다.The galloping prediction unit 330 may predict the occurrence of galloping of the transmission line by learning the time series data of the tracking point. According to an embodiment, the galloping prediction unit 330 may predict the galloping by a learning method such as machine learning or deep learning. Galloping prediction unit 330 can be used for learning by storing the result of analyzing the time series data of the tracking point in the DB. The galloping prediction unit 330 may transmit a notification generation command to the output unit 400 when galloping is predicted to occur in the power transmission line.

출력부(400)는 처리부(300)의 명령에 따라 알람을 발생시킬 수 있다.The output unit 400 may generate an alarm according to a command of the processing unit 300 .

전력공급부(500)는 송전 선로 이상 검출 장치에 전력을 공급할 수 있다. 일 실시예에 따르면, 전력공급부(500)는 태양광발전기기 또는 풍력 발전기기와 같은 신재생 에너지 발전 장치일 수 있다.The power supply unit 500 may supply power to the transmission line abnormality detection device. According to an embodiment, the power supply unit 500 may be a renewable energy generating device such as a solar power generator or a wind power generator.

도 2는 본 발명의 다양한 실시 예에 따른, 송전 선로 이상 움직임 검출 시스템을 도시한 도면이다. 2 is a diagram illustrating a transmission line abnormal motion detection system according to various embodiments of the present disclosure.

송전 선로 이상 움직임 검출 시스템은 송전 선로 이상 움직임 검출 장치(1000), 클라우드 서버(2000) 및 데이터 센터(3000)를 포함할 수 있다. 송전 선로 이상 움직임 검출 장치(1000)에서 획득한 입력 영상 및 분석한 시계열 데이터는 클라우드 서버(2000)에 전달되고, 데이터 센터(3000)에 저장될 수 있다. 데이터 센터(3000)에서는 데이터를 정제 및 가공하여 클라우드 서버(2000)에 전달할 수 있고, 클라우드 서버(2000)에서는 데이터를 학습시킨 결과를 송전 선로 이상 움직임 검출 장치(1000)에 전달할 수 있다. The transmission line abnormal motion detection system may include a power transmission line abnormal motion detection apparatus 1000 , a cloud server 2000 , and a data center 3000 . The input image and the analyzed time series data obtained by the transmission line abnormal motion detection apparatus 1000 may be transmitted to the cloud server 2000 and stored in the data center 3000 . The data center 3000 may refine and process data and transmit it to the cloud server 2000 , and the cloud server 2000 may transmit a result of learning the data to the transmission line abnormal motion detection apparatus 1000 .

도 3은 본 발명의 다양한 실시 예에 따른, 송전 선로 이상 움직임 검출 장치(1000)가 송전 선로의 이상 움직임을 검출하는 방법의 흐름도이다.3 is a flowchart of a method for detecting abnormal motion of a power transmission line by the apparatus 1000 for detecting abnormal motion of a power transmission line, according to various embodiments of the present disclosure.

송전 선로 이상 움직임 검출 장치(1000)는 입력 영상에 대하여 송전선을 추출할 수 있다(S100). The transmission line abnormal motion detection apparatus 1000 may extract the transmission line from the input image (S100).

일 실시예에 따르면, 송전 선로 이상 움직임 검출 장치(1000)는 영상 분할(Image Segmentation) 기법에 의하여 송전선을 추출할 수 있다. 예를 들어, 송전선 추출부(310)는 Thresholding, Region growing, Graph cut, Active contour model, Active shape model, FCN, U-net, DeepLab 등의 영상 분할 기법에 의하여 송전선을 추출할 수 있다. According to an embodiment, the transmission line abnormal motion detection apparatus 1000 may extract the transmission line by using an image segmentation technique. For example, the power line extractor 310 may extract the power line by image segmentation techniques such as thresholding, region growing, graph cut, active contour model, active shape model, FCN, U-net, DeepLab, and the like.

일 실시예에 따르면, 송전 선로 이상 움직임 검출 장치(1000)는 현수곡선(Catenary curve) 모양과 입력 영상을 피팅하여 선 추출 보강 기법으로 송전선을 추출할 수 있다.According to an embodiment, the transmission line abnormal motion detection apparatus 1000 may extract a transmission line using a line extraction and reinforcement technique by fitting a catenary curve shape and an input image.

일 실시예에 따르면, 송전 선로 이상 움직임 검출 장치(1000)는 송전선에 부착된 스페이서 댐퍼(Spacer Damper)를 검출하여 송전선을 추출할 수 있다. 스페이스 댐퍼는 송전 선로의 일정한 간격을 유지시켜주는 금구류이다. 송전 선로 이상 움직임 검출 장치(1000)는 스페이서 댐퍼를 검출하여 일정 비율의 주변 영역을 송전선으로 추출할 수 있다. 송전 선로 이상 움직임 검출 장치(1000)는 스페이스 댐퍼에 대한 영상 데이터를 이용하여 객체 검출기법으로 입력 영상에서 스페이서 댐퍼를 검출할 수 있다. 예를 들어, 송전 선로 이상 움직임 검출 장치(1000)는 R-CNN(Regions of the convolutional neural network), SSD(Single Shot multi-box Detector) 등의 객체 검출기법을 이용하여 스페이스 댐퍼를 검출할 수 있다. 스페이스 댐퍼는 송전선보다 크기 때문에, 객체 검출 기법을 이용하여 송전선 보다 용이하게 추출할 수 있다.According to an embodiment, the transmission line abnormal motion detection apparatus 1000 may extract the transmission line by detecting a spacer damper attached to the transmission line. A space damper is a metal fitting that maintains a regular interval of a power transmission line. The transmission line abnormal motion detection apparatus 1000 may detect the spacer damper and extract a predetermined ratio of the surrounding area as the transmission line. The transmission line abnormal motion detection apparatus 1000 may detect the spacer damper from the input image by using the image data for the space damper using an object detection technique. For example, the transmission line anomaly motion detection apparatus 1000 may detect the space damper using an object detection technique such as Regions of the convolutional neural network (R-CNN) and single shot multi-box detector (SSD). . Since the space damper is larger than the power line, it can be extracted more easily than the power line using the object detection technique.

송전 선로 이상 움직임 검출 장치(1000)는 동일 상의 송전선을 그룹핑(grouping)할 수 있다. 이에 따라, 현장의 주변 상황(나무, 다른선로, 철탑) 등에 의한 폐색을 방지할 수 있다.The transmission line abnormal motion detection apparatus 1000 may group power lines on the same phase. Accordingly, it is possible to prevent blockage caused by surrounding conditions (trees, other tracks, iron towers), etc. at the site.

송전 선로 이상 움직임 검출 장치(1000)는 트래킹 포인트를 지정 할 수 있다(S200). 송전 선로 이상 움직임 검출 장치(1000)는 추출한 송전선 중, 송전선의 중심점을 모션 분석의 타겟인 트래킹 포인트(Tracking point)로 지정할 수 있다. 송전선 추출부(310)는 송전선의 미분 기울기 값이 최소인 이도점을 트래킹 포인트로 지정할 수 있다.The transmission line abnormal motion detection apparatus 1000 may designate a tracking point (S200). The transmission line abnormal motion detection apparatus 1000 may designate a center point of the transmission line among the extracted transmission lines as a tracking point that is a target of motion analysis. The transmission line extractor 310 may designate a second pole having a minimum differential slope value of the transmission line as a tracking point.

송전 선로 이상 움직임 검출 장치(1000)는 추출한 송전선 중, 갤로핑 발생 소지가 높은 영역 별로 구분하여 샘플링 비율을 달리하는 중요도 샘플링(Importance Sampling)을 할 수 있다. 송전 선로 이상 움직임 검출 장치(1000)는 트래킹 포인트를 중심으로 이도구간에 기초하여 영역을 구분할 수 있다. 일 실시예에 따르면, 송전 선로 이상 움직임 검출 장치(1000)는 트래킹 포인트를 중심으로 전체 송전선 길이 대비 비율에 따른 영역별로 샘플링 비율을 달리할 수 있다. 예를 들어, 송전 선로 이상 움직임 검출 장치(1000)는 트래킹 포인트를 중심으로 전체 송전선 길이의 10% 내인 구간은 전체 샘플링 횟수 중 60%에 해당하는 샘플링을, 트래킹 포인트를 중심으로 전체 송전선 길이의 10%~30% 구간은 전체 샘플링 횟수 중 30%에 해당하는 샘플링을, 그 외 구간은 전체 샘플링 횟수 중 10%에 해당하는 샘플링을 할 수 있다. 이에 따라, 문제 발생 소지가 높은 구간을 집중적으로 트래킹할 수 있다.The transmission line abnormal motion detection apparatus 1000 may perform importance sampling in which a sampling rate is varied by classifying for each region having a high possibility of galloping among the extracted transmission lines. The transmission line abnormal motion detection apparatus 1000 may divide the region based on the interval between the two tracks with the tracking point as the center. According to an embodiment, the transmission line abnormal motion detection apparatus 1000 may vary the sampling rate for each area according to the ratio to the total length of the transmission line with respect to the tracking point. For example, the transmission line abnormal motion detection apparatus 1000 performs sampling corresponding to 60% of the total number of sampling times for a section within 10% of the total transmission line length centered on the tracking point, and 10 of the total transmission line length centered on the tracking point. In the %~30% section, sampling corresponding to 30% of the total sampling times may be performed, and in other sections, sampling corresponding to 10% of the total sampling times may be performed. Accordingly, it is possible to intensively track a section with a high probability of occurrence of a problem.

송전 선로 이상 움직임 검출 장치(1000)는 송전선의 모션을 분석할 수 있다(S300).The transmission line abnormal motion detection apparatus 1000 may analyze the motion of the transmission line (S300).

송전 선로 이상 움직임 검출 장치(1000)는 정상상태일 때의 트래킹 포인트의 위치를 저장하고, 이를 기준 좌표(x,y)로 설정할 수 있다. 송전 선로 이상 움직임 검출 장치(1000)는 입력 영상에서 추출한 각 송전 선로에 트래킹 포인트를 매칭할 수 있다. The transmission line abnormal motion detection apparatus 1000 may store the location of the tracking point in a normal state and set it as the reference coordinates (x, y). The transmission line abnormal motion detection apparatus 1000 may match the tracking point to each power transmission line extracted from the input image.

송전 선로 이상 움직임 검출 장치(1000)는 기준 좌표와 입력 영상의 트래킹 포인트 거리 차이를 기초로 하여 모션을 분석할 수 있다. 송전 선로 이상 움직임 검출 장치(1000)는 기준 좌표(x,y)와 입력 영상의 트래킹 포인트간의 거리 차이를 시간별로 계산하고, 트래킹 포인트의 거리 차이를 시간 축으로 시계열 데이터화할 수 있다. 송전 선로 이상 움직임 검출 장치(1000)는 회귀분석 방법, BOX-JENKINS 방법, 지수 평활법, 시계열 분해 방법 등의 시계열 데이터 분석 방법으로 시계열 데이터화 한 트래킹 포인트의 데이터를 분석할 수 있다. The transmission line abnormal motion detection apparatus 1000 may analyze the motion based on the difference between the reference coordinates and the tracking point distance of the input image. The transmission line abnormal motion detection apparatus 1000 may calculate the distance difference between the reference coordinates (x, y) and the tracking point of the input image for each time, and convert the distance difference of the tracking point into time series data on a time axis. The transmission line abnormal motion detection apparatus 1000 may analyze the data of the tracking point converted into time series data by a time series data analysis method such as a regression analysis method, a BOX-JENKINS method, an exponential smoothing method, and a time series decomposition method.

송전 선로 이상 움직임 검출 장치(1000)는 송전 선로의 갤로핑을 예측할 수 있다(S400). 송전 선로 이상 움직임 검출 장치(1000)는 트래킹 포인트의 시계열 데이터를 학습하여 송전 선로의 갤로핑을 예측할 수 있다. 일 실시예에 따르면, 송전 선로 이상 움직임 검출 장치(1000)는 머신 러닝, 딥러닝 등의 학습방법에 의하여 갤로핑을 예측할 수 있다. 송전 선로 이상 움직임 검출 장치(1000)는 트래킹 포인트의 시계열 데이터를 분석한 결과를 DB에 저장하여 학습에 사용할 수 있다.The transmission line abnormal motion detection apparatus 1000 may predict galloping of the power transmission line (S400). The transmission line abnormal motion detection apparatus 1000 may predict galloping of the transmission line by learning the time series data of the tracking point. According to an embodiment, the transmission line abnormal motion detection apparatus 1000 may predict galloping by a learning method such as machine learning or deep learning. The transmission line abnormal motion detection apparatus 1000 may store a result of analyzing the time series data of the tracking point in a DB and use it for learning.

도 4는 다양한 실시 예에 따라 송전 선로 이상 움직임 검출 장치(1000)가 도 3의 동작 S100 내지 S400를 동작한 결과를 도시한 도면이다.4 is a diagram illustrating a result of the operation S100 to S400 of FIG. 3 by the transmission line abnormal motion detecting apparatus 1000 according to various embodiments of the present disclosure.

도 4의 (a)는 입력부(100)가 획득한 입력 영상이다.4A is an input image obtained by the input unit 100 .

도 4의 (b)는 동작 S100에 따라 송전선을 추출한 결과이다. (b)에서 하얀 선이 송전선으로 추출된 영역이다.4 (b) is a result of extracting the transmission line according to operation S100. In (b), the white line is the area extracted by the transmission line.

도 4의 (c)는 동작 S200에 따라 트래킹 포인트를 지정한 결과이다. (c)에서 점으로 표시된 부분이 송전 선로 이상 움직임 검출 장치(1000)가 지정한 트래킹 포인트이다.4C is a result of designating a tracking point according to operation S200. A portion indicated by a dot in (c) is a tracking point designated by the transmission line abnormal motion detection apparatus 1000 .

도 4의 (d)는 동작 S300에 따라 송전 선로의 모션을 분석하고, 동작 S400에 따라 갤로핑을 예측한 결과이다. (d)에서 그래프는 동작 S300에 따라 기준 좌표와 입력 영상의 트래킹 포인트 간의 거리 차이를 시간별로 계산하여 시계열 데이터로 나타낸 것이고, 가장 오른쪽에 표시된 영역은 동작 S400에 따라 갤로핑이 예측되는 영역이다.4( d ) is a result of analyzing the motion of the power transmission line according to operation S300 and predicting galloping according to operation S400 . In (d), the graph shows time-series data by calculating the distance difference between the reference coordinates and the tracking point of the input image according to operation S300, and the area displayed on the rightmost side is the area where galloping is predicted according to operation S400.

100: 입력부
200: 센싱부
300: 처리부
310: 송전선 추출부
320: 모션 분석부
330: 갤로핑 예측부
400: 출력부
500: 전력공급부100: input unit
200: sensing unit
300: processing unit
310: power transmission line extraction unit
320: motion analysis unit
330: galloping prediction unit
400: output unit
500: power supply

Claims (20)

송전 선로의 이상 움직임을 검출하는 장치에 있어서,
송전 선로의 상태를 촬영하여 입력 영상을 획득하는 입력부;
상기 입력 영상에서 송전선을 추출하고 트래킹 포인트(tracking point)의 위치를 추출하는 송전선 추출부;
상기 트래킹 포인트의 위치를 기초로 상기 송전선의 움직임을 분석하는 모션 분석부; 및
상기 송전선의 움직임을 기초로 상기 송전선에 갤로핑 발생을 예측하는 갤로핑 예측부;를 포함하는
송전 선로 이상 움직임 검출 장치.
An apparatus for detecting abnormal movement of a power transmission line, the apparatus comprising:
an input unit to obtain an input image by photographing the state of the power transmission line;
a power line extraction unit for extracting a power line from the input image and for extracting a location of a tracking point;
a motion analysis unit for analyzing the movement of the power transmission line based on the location of the tracking point; and
A galloping prediction unit for predicting the occurrence of galloping in the power line based on the movement of the power line;
Transmission line abnormal motion detection device.
 제1항에 있어서,
상기 입력부는
낮에는 RGB 영상, 야간에는 적외선(infrared, IR) 영상을 획득하는,
송전 선로 이상 움직임 검출 장치.
According to claim 1,
the input unit
It acquires RGB images during the day and infrared (IR) images at night.
Transmission line abnormal motion detection device.
 제1항에 있어서,
상기 송전선 추출부는
영상 분할(Image Segmentation)기법에 의하여 상기 송전선을 추출하는,
송전 선로 이상 움직임 검출 장치.
According to claim 1,
The transmission line extraction unit
Extracting the power line by the image segmentation technique,
Transmission line abnormal motion detection device.
 제1항에 있어서,
상기 송전선 추출부는
상기 입력 영상에서 현수 곡선(Catenary curve) 모양의 선을 추출하여 상기 송전선을 추출하는,
송전 선로 이상 움직임 검출 장치.
According to claim 1,
The transmission line extraction unit
Extracting the transmission line by extracting a catenary curve-shaped line from the input image,
Transmission line abnormal motion detection device.
 제1항에 있어서,
상기 송전선 추출부는
상기 입력 영상에서 스페이서 댐퍼를 검출하고, 상기 검출된 스페이서 댐퍼에 부착된 선을 추출하여 상기 송전선으로 추출하는,
송전 선로 이상 움직임 검출 장치.
According to claim 1,
The transmission line extraction unit
detecting a spacer damper in the input image, extracting a line attached to the detected spacer damper, and extracting it to the power transmission line,
Transmission line abnormal motion detection device.
 제1항에 있어서,
상기 송전선 추출부는
상기 송전선의 미분 기울기 값이 최소인 이도점을 상기 트래킹 포인트로 지정하는,
송전 선로 이상 움직임 검출 장치.
According to claim 1,
The transmission line extraction unit
Designating the two-way point where the differential inclination value of the transmission line is the minimum as the tracking point,
Transmission line abnormal motion detection device.
 제6항에 있어서,
상기 송전선 추출부는
상기 트래킹 포인트를 중심으로 이도 구간에 기초하여 상기 송전선을 복수 개의 영역으로 구분하고, 각 영역별로 샘플링 비율을 달리하는,
송전 선로 이상 움직임 검출 장치.
7. The method of claim 6,
The transmission line extraction unit
Classifying the transmission line into a plurality of areas based on the remote island section centered on the tracking point, and varying the sampling rate for each area,
Transmission line abnormal motion detection device.
 제7항에 있어서,
상기 송전선 추출부는
상기 트래킹 포인트를 중심으로 상기 송전선의 전체 길이의 10% 내인 구간 영역은 전체 샘플링 횟수의 60%에 해당하는 샘플링을, 상기 트래킹 포인트를 중심으로 상기 송전선의 전체 길이의 10%~30% 구간 영역은 전체 샘플링 횟수의 30%에 해당하는 샘플링을, 그 외 구간 영역은 전체 샘플링 횟수의 10%에 해당하는 샘플링을 하는,
송전 선로 이상 움직임 검출 장치.
8. The method of claim 7,
The transmission line extraction unit
A section area within 10% of the total length of the transmission line with the tracking point as the center is sampling corresponding to 60% of the total number of sampling, and 10% to 30% of the total length of the transmission line around the tracking point. Sampling corresponding to 30% of the total number of sampling, and sampling corresponding to 10% of the total number of sampling in other sections,
Transmission line abnormal motion detection device.
 제1항에 있어서,
상기 모션 분석부는
상기 송전선이 정상상태일 때의 상기 입력 영상 상의 트래킹 포인트의 위치를 기준 좌표로 설정하고,
상기 기준 좌표와 상기 입력 영상의 상기 트래킹 포인트의 위치 간의 거리 차이를 시계열 데이터화하여 송전선의 움직임을 분석하는,
송전 선로 이상 움직임 검출 장치.
According to claim 1,
The motion analysis unit
Setting the location of the tracking point on the input image when the power line is in a normal state as a reference coordinate,
Analyzing the movement of the transmission line by converting the distance difference between the reference coordinates and the location of the tracking point of the input image into time series data,
Transmission line abnormal motion detection device.
 제9항에 있어서,
상기 갤로핑 예측부는
상기 송전선의 움직임을 인공 지능 학습에 기반하여 상기 갤로핑 발생을 예측하는,
송전 선로 이상 움직임 검출 장치.
10. The method of claim 9,
The galloping prediction unit
Predicting the galloping occurrence based on artificial intelligence learning based on the movement of the power line,
Transmission line abnormal motion detection device.
 송전 선로 이상 움직임 검출 장치가 송전 선로의 이상 움직임을 검출하는 방법에 있어서,
입력 영상을 획득하는 동작;
상기 입력 영상에서 송전선을 추출하는 동작;
상기 추출된 송전선에 기반하여 트래킹 포인트의 위치를 추출하는 동작;
상기 트래킹 포인트의 위치를 기초로 상기 송전선의 움직임을 분석하는 동작; 및
상기 송전선의 움직임을 기초로 상기 송전선에 갤로핑 발생을 예측하는 동작을 포함하는,
송전 선로 이상 움직임 검출 방법.
A method for detecting abnormal motion of a power transmission line by a power transmission line abnormal motion detection apparatus, the method comprising:
acquiring an input image;
extracting a power line from the input image;
extracting a location of a tracking point based on the extracted power line;
analyzing the movement of the power line based on the location of the tracking point; and
Including the operation of predicting the occurrence of galloping in the power line based on the movement of the power line,
Transmission line abnormal motion detection method.
 제11항에 있어서,
상기 입력 영상은 낮에는 RGB 영상, 야간에는 적외선(infrared) 영상인,
송전 선로 이상 움직임 검출 방법.
12. The method of claim 11,
The input image is an RGB image during the day and an infrared image at night,
Transmission line abnormal motion detection method.
 제11항에 있어서,
상기 입력 영상에서 송전선을 추출하는 동작은,
영상 분할(image segmentation) 기법에 의하여 상기 송전선을 추출하는 동작을 포함하는,
송전 선로 이상 움직임 검출 방법.
12. The method of claim 11,
The operation of extracting the transmission line from the input image is,
Including the operation of extracting the transmission line by the image segmentation (image segmentation) technique,
Transmission line abnormal motion detection method.
 제11항에 있어서,
상기 입력 영상에서 송전선을 추출하는 동작은,
상기 입력 영상에서 현수 곡선(catenary curve) 모양의 선을 추출하여 상기 송전선을 추출하는 동작을 포함하는,
송전 선로 이상 움직임 검출 방법.
12. The method of claim 11,
The operation of extracting the transmission line from the input image is,
extracting the transmission line by extracting a catenary curve-shaped line from the input image,
Transmission line abnormal motion detection method.
 제11항에 있어서,
상기 입력 영상에서 송전선을 추출하는 동작은,
상기 입력 영상에서 스페이서 댐퍼를 검출하는 동작; 및
상기 검출된 스페이서 댐퍼에 부착된 선을 추출하는 동작을 포함하는,
송전 선로 이상 움직임 검출 방법.
12. The method of claim 11,
The operation of extracting the transmission line from the input image is,
detecting a spacer damper from the input image; and
Including the operation of extracting the line attached to the detected spacer damper,
Transmission line abnormal motion detection method.
 제11항에 있어서,
상기 추출된 송전선이 정상 상태일 때, 상기 추출된 송전선의 미분 기울기 값이 최소인 이도점을 상기 트래킹 포인트로 지정하는 동작을 더 포함하는,
송전 선로 이상 움직임 검출 방법.
12. The method of claim 11,
When the extracted transmission line is in a normal state, the method further comprising the operation of designating, as the tracking point, a two-way point having a minimum differential slope value of the extracted transmission line as the tracking point,
Transmission line abnormal motion detection method.
 제16항에 있어서,
상기 추출된 송전선에 기반하여 트래킹 포인트의 위치를 추출하는 동작은,
상기 트래킹 포인트를 중심으로 이도 구간에 기초하여 상기 송전선을 복수 개의 영역으로 구분하는 동작; 및
상기 구분된 복수 개의 영역 각각에 대해 샘플링 비율을 달리하여 상기 트래킹 포인트의 위치를 추출하는 동작을 포함하는,
송전 선로 이상 움직임 검출 방법.
17. The method of claim 16,
The operation of extracting the location of the tracking point based on the extracted power line,
dividing the power transmission line into a plurality of areas based on an island section with the tracking point as the center; and
Comprising the operation of extracting the location of the tracking point by varying the sampling rate for each of the divided plurality of areas,
Transmission line abnormal motion detection method.
 제17항에 있어서,
상기 송전선을 복수 개의 영역으로 구분하는 동작은,
상기 트래킹 포인트를 중심으로 상기 송전선의 전체 길이의 10% 내의 구간을 제1 영역으로 구분하고, 상기 트래킹 포인트를 중심으로 상기 송전선의 전체 길이의 10%~30% 구간을 제2 영역으로 구분하고, 상기 송전선의 그 외 구간을 제3 영역으로 구분하는 동작을 포함하고,
상기 구분된 복수 개의 영역 각각에 대해 샘플링 비율을 달리하여 상기 트래킹 포인트의 위치를 추출하는 동작은,
상기 제1 영역은 전체 샘플링 횟수의 60%에 해당하는 샘플링을, 상기 제2 영역은 전체 샘플링 횟수의 30%에 해당하는 샘플링은, 상기 제3 영역은 전체 샘플링 횟수의 10%에 해당하는 샘플링을 수행하여 상기 트래킹 포인트의 위치를 추출하는 동작을 포함하는,
송전 선로 이상 움직임 검출 방법.
18. The method of claim 17,
The operation of dividing the transmission line into a plurality of areas is
A section within 10% of the total length of the power transmission line with the tracking point as the center is divided into a first area, and a section of 10% to 30% of the total length of the power line with the tracking point as a center is divided into a second area, Including the operation of dividing the other sections of the transmission line into a third area,
The operation of extracting the location of the tracking point by varying the sampling rate for each of the divided plurality of areas,
The first region performs sampling corresponding to 60% of the total number of sampling times, the second region performs sampling corresponding to 30% of the total number of sampling times, and the third region performs sampling corresponding to 10% of the total number of sampling times. Including the operation of extracting the location of the tracking point by performing,
Transmission line abnormal motion detection method.
 제11항에 있어서,
상기 트래킹 포인트의 위치를 기초로 상기 송전선의 움직임을 분석하는 동작은,
상기 송전선이 정상상태일 때의 상기 입력 영상 상의 트래킹 포인트의 위치를 기준 좌표로 설정하는 동작; 및
상기 기준 좌표와 상기 입력 영상의 상기 트래킹 포인트의 위치 간의 거리 차이를 시계열 데이터화하여 송전선의 움직임을 분석하는 동작을 포함하는,
송전 선로 이상 움직임 검출 방법.
12. The method of claim 11,
The operation of analyzing the movement of the transmission line based on the location of the tracking point is,
setting a position of a tracking point on the input image when the power line is in a normal state as a reference coordinate; and
Including the operation of analyzing the movement of the transmission line by converting the distance difference between the reference coordinates and the location of the tracking point of the input image into time series data,
Transmission line abnormal motion detection method.
 제19항에 있어서,
상기 송전선의 움직임을 기초로 상기 송전선에 갤로핑 발생을 예측하는 동작은,
상기 송전선의 움직임을 인공 지능 학습에 기반하여 상기 갤로핑 발생을 예측하는 동작을 포함하는,
송전 선로 이상 움직임 검출 방법.20. The method of claim 19,
The operation of predicting the occurrence of galloping in the power line based on the movement of the power line,
Comprising the operation of predicting the occurrence of galloping based on artificial intelligence learning the movement of the power line,
Transmission line abnormal motion detection method.
KR1020200163102A 2020-11-27 2020-11-27 Apparatus and Method for detecting galloping power lines KR102522685B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200163102A KR102522685B1 (en) 2020-11-27 2020-11-27 Apparatus and Method for detecting galloping power lines

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200163102A KR102522685B1 (en) 2020-11-27 2020-11-27 Apparatus and Method for detecting galloping power lines

Publications (2)

Publication Number Publication Date
KR20220074514A true KR20220074514A (en) 2022-06-03
KR102522685B1 KR102522685B1 (en) 2023-04-18

Family

ID=81983545

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200163102A KR102522685B1 (en) 2020-11-27 2020-11-27 Apparatus and Method for detecting galloping power lines

Country Status (1)

Country Link
KR (1) KR102522685B1 (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115345480A (en) * 2022-08-13 2022-11-15 国网安徽省电力有限公司经济技术研究院 Overhead transmission line monitoring and early warning method based on digitization technology

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101007984B1 (en) * 2010-12-10 2011-01-19 윤홍식 Apparatus and method for measuring horizontal and vertical vibration and deflection of transmission line
KR101266164B1 (en) * 2013-01-15 2013-05-21 (주)선운 이앤지 Measuring system for insuring safety distenance of overhead transmission line and its method for producing 3d simulation
KR20200050237A (en) * 2018-11-01 2020-05-11 가천대학교 산학협력단 Apparatus and method for monitoring deflection of transmission line
KR102110339B1 (en) * 2020-01-31 2020-05-14 (주)선운이앤지 Three-dimensional line spacing review method using overhead transmission line
KR102172968B1 (en) * 2019-05-02 2020-11-02 한전케이디엔주식회사 Apparatus and method for determining faults of line

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101007984B1 (en) * 2010-12-10 2011-01-19 윤홍식 Apparatus and method for measuring horizontal and vertical vibration and deflection of transmission line
KR101266164B1 (en) * 2013-01-15 2013-05-21 (주)선운 이앤지 Measuring system for insuring safety distenance of overhead transmission line and its method for producing 3d simulation
KR20200050237A (en) * 2018-11-01 2020-05-11 가천대학교 산학협력단 Apparatus and method for monitoring deflection of transmission line
KR102172968B1 (en) * 2019-05-02 2020-11-02 한전케이디엔주식회사 Apparatus and method for determining faults of line
KR102110339B1 (en) * 2020-01-31 2020-05-14 (주)선운이앤지 Three-dimensional line spacing review method using overhead transmission line

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115345480A (en) * 2022-08-13 2022-11-15 国网安徽省电力有限公司经济技术研究院 Overhead transmission line monitoring and early warning method based on digitization technology

Also Published As

Publication number Publication date
KR102522685B1 (en) 2023-04-18

Similar Documents

Publication Publication Date Title
US10880623B2 (en) Method and system for utility power lines vegetation proximity monitoring and controlling
US20230012038A1 (en) Systems and methods for automated detection of switch capacitor operation
CN114373245B (en) Intelligent inspection system based on digital power plant
WO2022160413A1 (en) Electric power production anomaly monitoring method and apparatus, and computer device and storage medium
CN104994334A (en) Automatic substation monitoring method based on real-time video
KR101076734B1 (en) Device for monitoring forest fire of information analysis type and method therefor
US20230005176A1 (en) Throwing position acquisition method and apparatus, computer device and storage medium
Ahmad et al. A novel method for vegetation encroachment monitoring of transmission lines using a single 2D camera
CN112776856A (en) Track foreign matter intrusion monitoring method, device and system and monitoring host equipment
KR100944791B1 (en) System for measurement of the water level and method for measurement of the water level
CN113095189B (en) Machine vision and data analysis-based intelligent monitoring and management system for operating environment safety of power system transformer substation
CN110944150A (en) Special external damage prevention intelligent identification method for electric power
KR102522685B1 (en) Apparatus and Method for detecting galloping power lines
CN103152558B (en) Based on the intrusion detection method of scene Recognition
CN115311585A (en) A discernment detecting system for electric wire netting overhead line foreign matter
CN112016739B (en) Fault detection method and device, electronic equipment and storage medium
CN110501720A (en) A kind of transmission of electricity corridor screen of trees monitoring system based on air remote sensing
CN114459531A (en) Station building structure safety monitoring method and device based on meteorological information and electronic equipment
CN103198326B (en) A kind of image classification method of transmission line of electricity helicopter routing inspection
CN115394029A (en) Forest fire early warning system and method
CN113569956A (en) Mountain fire disaster investigation and identification method based on AI algorithm
Pan Intelligent image recognition research on status of power transmission lines
CN209460917U (en) A kind of positioning optical fiber intrusion preventing alarm system
Wang et al. Bird Damage Monitoring and Disposal System of ADSS Cables Based on AI Recognition Techniques
CN115277757B (en) Smart tower state analysis method and system based on wide-band and narrow-band data fusion

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant