基于前端識(shí)別的架空輸電線路在線監(jiān)測(cè)技術(shù)研究

余盛達(dá)，葉保璇，馮毅強(qiáng)，易婷婷，韓旭君，施 超

（1.海南電網(wǎng)有限責(zé)任公司文昌供電局，海南 文昌 571300；2.廣州市奔流電力科技有限公司，廣東 廣州 510635）

0 引 言

根據(jù)我國(guó)地勢(shì)分布和城市發(fā)展情況，輸電線路通常建設(shè)于人跡罕致地區(qū)，其極易受到各種外力因素的影響而處于不安全狀態(tài)，如桿塔傾斜、線路斷線或停電等，從而造成人身傷害和巨大的經(jīng)濟(jì)損失[1]。因此，采取有效手段對(duì)架空輸電線路進(jìn)行監(jiān)測(cè)十分必要。

目前，基于視頻圖像的輸電線路在線監(jiān)測(cè)通常采用監(jiān)控或無(wú)人機(jī)進(jìn)行視頻圖像采集并傳回后臺(tái)[2]。架空輸電線路視頻監(jiān)控裝置運(yùn)行壽命通常在5年及以上，一條線路需安裝上百個(gè)監(jiān)控?cái)z像頭以實(shí)現(xiàn)全面監(jiān)測(cè)，長(zhǎng)時(shí)間且多數(shù)量的應(yīng)用需求會(huì)導(dǎo)致大量冗余數(shù)據(jù)傳輸，產(chǎn)生高額通信費(fèi)用。同時(shí)，輸電線路在線監(jiān)測(cè)要求數(shù)據(jù)傳輸過(guò)程具備低時(shí)延和高保密性，基于前端識(shí)別的輸電線路在線監(jiān)測(cè)成為未來(lái)發(fā)展的趨勢(shì)。

1 基于前端識(shí)別輸電線路在線監(jiān)測(cè)總體架構(gòu)

架空輸電線路在線監(jiān)測(cè)一般由前端采集裝置、通信網(wǎng)絡(luò)以及后臺(tái)主站3大部分組成，架構(gòu)如圖1所示[3]。

圖1 架空輸電線路在線監(jiān)測(cè)系統(tǒng)架構(gòu)

基于前端識(shí)別的監(jiān)測(cè)系統(tǒng)將數(shù)據(jù)處理分析任務(wù)放置在靠近數(shù)據(jù)源的前端，其實(shí)現(xiàn)方式為一體化智能攝像頭直接搭載嵌入式智能分析模塊進(jìn)行識(shí)別，或是構(gòu)建含智能分析單元的前端匯聚子站系統(tǒng)。嵌入式智能分析單元的具體組成如圖2所示。

圖2 嵌入式智能分析單元

嵌入式智能分析單元集成了圖像視頻壓縮處理模塊、前端識(shí)別模塊、通信模塊、存儲(chǔ)模塊以及電源管理模塊。其中，視頻圖像壓縮處理模塊接收視頻數(shù)據(jù)并做一定的壓縮和預(yù)處理，前端識(shí)別模塊搭載深度學(xué)習(xí)網(wǎng)絡(luò)用于圖像訓(xùn)練和推理，存儲(chǔ)模塊用于儲(chǔ)存前端采集數(shù)據(jù)和分析結(jié)果，通信模塊是前端與后臺(tái)連接的橋梁，電源管理模塊對(duì)嵌入式智能分析的各模塊進(jìn)行電源管理。

2 基于前端識(shí)別輸電線路在線監(jiān)測(cè)關(guān)鍵技術(shù)

2.1 輸電線路在線監(jiān)測(cè)目標(biāo)檢測(cè)

深度學(xué)習(xí)技術(shù)在圖像分類(lèi)和目標(biāo)檢測(cè)等計(jì)算機(jī)視覺(jué)領(lǐng)域表現(xiàn)突出，被廣泛應(yīng)用于輸電線路智能監(jiān)測(cè)。目前卷積神經(jīng)網(wǎng)絡(luò)中的主流深度學(xué)習(xí)模型有RCNN、Fast RCNN、Faster RCNN、YOLO以及SSD等。研究適用于前端識(shí)別的深度學(xué)習(xí)網(wǎng)絡(luò)是實(shí)現(xiàn)輸電線路智能監(jiān)測(cè)的重點(diǎn)。

由于供電和芯片能力的限制，基于前端識(shí)別的輸電線路在線監(jiān)測(cè)通常使用輕量型的深度學(xué)習(xí)網(wǎng)絡(luò)。將這些算法直接遷移到輸電線路監(jiān)測(cè)場(chǎng)景中，其識(shí)別效果與實(shí)際情況存在一定差距，因此需要對(duì)算法模型進(jìn)行一定的調(diào)整與改進(jìn)[4]。在原深度學(xué)習(xí)網(wǎng)絡(luò)的基礎(chǔ)上，通過(guò)特征提取網(wǎng)絡(luò)改進(jìn)、目標(biāo)檢測(cè)網(wǎng)絡(luò)改進(jìn)、先驗(yàn)框改進(jìn)、損失函數(shù)和非極大值抑制改進(jìn)以及不同模型相結(jié)合等方法，有效提高輸電線路場(chǎng)景中目標(biāo)檢測(cè)的精度。

2.2 前端AI芯片應(yīng)用選型

基于前端識(shí)別的輸電線路在線監(jiān)測(cè)要求前端芯片具有體積小、功耗低、時(shí)延小以及成本低等特性。前端AI芯片的主要任務(wù)是推理，無(wú)法承受巨大的運(yùn)算量，因此其選擇主要以DSP和ASIC為主[5]。

選用DSP芯片時(shí)，可加入深度神經(jīng)網(wǎng)絡(luò)加速部件，如矩陣乘和累加器、全連接的激活層和池化層等，從而提高DSP在前端設(shè)備中的適用性。ASIC是一種全定制化芯片，通用性較差，但特定場(chǎng)景且數(shù)量需求較多地情況下使用定制ASIC具有較好的經(jīng)濟(jì)性。輸電線路跨越距離長(zhǎng)，所需監(jiān)測(cè)范圍大，因此基于前端識(shí)別的輸電線路在線監(jiān)測(cè)可選用ASIC芯片進(jìn)行特定任務(wù)定制。

2.3 AI模型的壓縮和加速

由于前端裝置供電能力有限，前端AI芯片性能弱于服務(wù)器側(cè)，而深度學(xué)習(xí)識(shí)別過(guò)程伴隨龐大的運(yùn)算量，因此深度學(xué)習(xí)算法模型的植入還應(yīng)通過(guò)壓縮和加速來(lái)實(shí)現(xiàn)。當(dāng)前主要采用模型剪枝、參數(shù)共享以及簡(jiǎn)化卷積核。

模型剪枝是對(duì)冗余或不重要的網(wǎng)絡(luò)結(jié)構(gòu)和參數(shù)進(jìn)行裁剪，具有加速、壓縮存儲(chǔ)空間及防止過(guò)擬合等優(yōu)點(diǎn)，但其需要依靠經(jīng)驗(yàn)手動(dòng)判斷每層網(wǎng)絡(luò)的重要性。參數(shù)共享的主要思想是讓網(wǎng)絡(luò)中多個(gè)參數(shù)共享同一個(gè)值，其逐層量化過(guò)程較復(fù)雜，當(dāng)神經(jīng)網(wǎng)絡(luò)層數(shù)過(guò)多時(shí)將增加預(yù)訓(xùn)練難度和工作量。簡(jiǎn)化卷積核是將網(wǎng)絡(luò)中原始較大的卷積核分解成多個(gè)較小的卷積濾波（如圖3所示），加速卷積計(jì)算同時(shí)獲得較高的目標(biāo)識(shí)別性能，但該方法得到的特征普適性及泛化性較弱。

圖3 深度可分離卷積

事實(shí)上，各種深度神經(jīng)網(wǎng)絡(luò)壓縮方法相互正交，根據(jù)實(shí)際進(jìn)行多種算法的結(jié)合與應(yīng)用能夠有效提高識(shí)別的準(zhǔn)確度、穩(wěn)定性以及實(shí)時(shí)性。

3 輸電線路在線監(jiān)測(cè)前端識(shí)別的挑戰(zhàn)與展望

3.1 前端識(shí)別的挑戰(zhàn)

基于前端識(shí)別的架空輸電線路在線監(jiān)測(cè)技術(shù)能夠有效提高外力破壞監(jiān)測(cè)水平，但目前還存在各種挑戰(zhàn)，具體有以下3點(diǎn)。

第一，深度學(xué)習(xí)網(wǎng)絡(luò)樣本訓(xùn)練難度大。輸電線路外力破壞樣本收集難度大，深度學(xué)習(xí)的訓(xùn)練樣本不足會(huì)導(dǎo)致提取的圖像特征匱乏、識(shí)別率降低以及過(guò)擬合等問(wèn)題[6]。第二，目標(biāo)物與輸電線路本體距離判斷。輸電線路部分外力破壞屬于距離類(lèi)缺陷，前端固定在桿塔上的攝像頭易將遠(yuǎn)處場(chǎng)景一同采集到畫(huà)面中，誤報(bào)對(duì)線路不構(gòu)成威脅的物體。第三，外力破壞實(shí)時(shí)跟蹤。目前多數(shù)監(jiān)測(cè)裝置通過(guò)定時(shí)拍照分析實(shí)現(xiàn)外力破壞的監(jiān)測(cè)，但外力破壞行為是一段連續(xù)發(fā)生的過(guò)程，通常在1～20 min，若異常發(fā)生時(shí)刻并非定時(shí)拍照時(shí)刻，則容易產(chǎn)生漏判或報(bào)警延時(shí)。

3.2 前端識(shí)別的展望

從長(zhǎng)遠(yuǎn)來(lái)看，基于前端識(shí)別的輸電線路在線監(jiān)測(cè)具有更高的經(jīng)濟(jì)性，其裝置會(huì)朝著一體化、多集成、小體積以及全面感知等方向發(fā)展。未來(lái)基于前端識(shí)別的輸電線路在線監(jiān)測(cè)在硬件與功能上的發(fā)展方向如圖4所示。

圖4 發(fā)展方向

4 結(jié) 論

基于前端識(shí)別的輸電線路在線監(jiān)測(cè)能夠準(zhǔn)確判斷輸電線路通道中出現(xiàn)的危害物并標(biāo)記目標(biāo)位置，有效提高輸電線路運(yùn)維效率，滿(mǎn)足實(shí)際工程應(yīng)用中的識(shí)別速度和精度需求。本文主要介紹了前端識(shí)別中的嵌入式智能分析結(jié)構(gòu)，然后針對(duì)前端識(shí)別涉及的3個(gè)關(guān)鍵技術(shù)進(jìn)行現(xiàn)狀分析，同時(shí)提出基于前端識(shí)別的輸電線路在線監(jiān)測(cè)存在的挑戰(zhàn)與展望，詳細(xì)歸納未來(lái)發(fā)展的方向，對(duì)研究輸電線路在線監(jiān)測(cè)具有指導(dǎo)意義。