輸電線路通道樹障生長風(fēng)險預(yù)判系統(tǒng)

沈明松,曾紹攀,廖振陸

（國網(wǎng)福建省電力有限公司三明供電公司，福建三明 365000）

1 引言

電力能源是社會經(jīng)濟發(fā)展的重要支撐，目前我國使用的主要輸電線路為電纜和架空線路，輸電線路對電力系統(tǒng)的遠(yuǎn)距離安全運輸起到重要作用。隨著電網(wǎng)規(guī)模的擴大，跨地區(qū)輸電線路的構(gòu)建逐漸增加，給電網(wǎng)的運行安全帶來了一定的壓力，因此需要對電力輸電線路進行安全巡檢[1]。在輸電線路的安全巡檢中，樹障隱患是巡視工作的重點內(nèi)容，由于輸電線路與樹木的距離小于安全距離，以及山火引發(fā)樹木燃燒的問題，會導(dǎo)致輸電線路跳閘，進而影響電力系統(tǒng)的運行。為了更好地處理樹障隱患，保障輸電線路的穩(wěn)定運行，需要對樹障生長高度和與輸電線路間隔的距離進行監(jiān)測，判斷樹障隱患風(fēng)險，及時處理隱患信息[2]。傳統(tǒng)的輸電線路通道巡檢方式主要依靠人工巡檢，對巡檢人員的專業(yè)技能和地理環(huán)境要求較高，存在巡檢盲區(qū)，并且傳統(tǒng)系統(tǒng)難以實現(xiàn)全面覆蓋的檢測要求，有必要對樹障隱患巡檢系統(tǒng)進行研究，提高風(fēng)險預(yù)測的智能性和準(zhǔn)確性。曾勇斌等人提出了輸電線路缺陷風(fēng)險建模及其預(yù)測方法研究，該方法根據(jù)輸電線路自身的特點將其細(xì)分成若干個部件。然后對輸電線路各部件的缺陷嚴(yán)重程度進行量化，并根據(jù)輸電線路的缺陷歷史數(shù)據(jù)，通過隸屬度分析進而定義得到輸電線路整體的缺陷風(fēng)險值。最后研究了各種隨機因素分別對線路各部件缺陷風(fēng)險值的影響。建立基于支持向量機的輸電線路缺陷風(fēng)險值預(yù)測模型并對線路未來時段內(nèi)的缺陷風(fēng)險值進行預(yù)測[3]。張磊等人設(shè)計了一種輸電通道移動巡視管控系統(tǒng)，研究了一套安全可靠的輸電通道巡視管控方案，并依據(jù)此方案構(gòu)建了輸電通道移動巡視管控系統(tǒng)平臺，利用移動終端及互聯(lián)網(wǎng)技術(shù)實現(xiàn)巡視數(shù)據(jù)的有效整合及實時展示，依托廣闊的巡線資源為電力系統(tǒng)各運維管理單位提供輸電通道巡視管控服務(wù)[4]。但是上述倆種研究風(fēng)險預(yù)判的覆蓋范圍較小，沒能達到預(yù)測效果。

為解決上述問題，本文設(shè)計一個輸電線路通道樹障生長風(fēng)險預(yù)判系統(tǒng)，以減少輸電線路故障停電損失，提高電網(wǎng)安全穩(wěn)定性。

2 輸電線路通道樹障生長風(fēng)險預(yù)判系統(tǒng)硬件設(shè)計

本文設(shè)計的樹障生長風(fēng)險預(yù)判系統(tǒng)的硬件結(jié)構(gòu)，主要包括：控制模塊、圖像采集模塊、超聲波測距模塊、傾角傳感器模塊和供電電源模塊等?？刂颇K負(fù)責(zé)對整個系統(tǒng)硬件的信息采集與控制，形成無線網(wǎng)絡(luò)中的信息交互，包括數(shù)據(jù)采集控制、供電控制、通訊控制等，并可對控制信息進行收發(fā)和信號強度放大的處理。圖像采集模塊是利用攝像頭獲取輸電線路通道樹障和周圍環(huán)境的狀態(tài)信息；超聲波測距模塊是利用發(fā)射和接收的超聲波，測量樹障與輸電線路的距離；傾角傳感器模塊是利用傳感器采集樹障檢測的傾角數(shù)據(jù)，已完成樹障生長風(fēng)險的估算，以上硬件模塊構(gòu)成了系統(tǒng)的感知層。供電電源模塊為硬件系統(tǒng)提供了必要的供電電源，保證系統(tǒng)硬件的穩(wěn)定運行。

2.1 設(shè)計監(jiān)測攝像頭

圖像采集模塊主要通過攝像頭獲取輸電線路通道的圖像，因此監(jiān)測攝像頭的選擇對圖像采集的質(zhì)量至關(guān)重要。考慮到輸電線路所處的實際環(huán)境，需要選擇合適的攝像頭，來實現(xiàn)樹障生長風(fēng)險預(yù)判功能[5]。目前，市面上的攝像頭可分為數(shù)字信號和模擬信號攝像頭兩類，數(shù)字信號攝像頭分辨率較高，能夠滿足本文設(shè)計系統(tǒng)的三維信息測量精確度，因此選擇OV5640 數(shù)字信號攝像頭作為圖像采集模塊的核心部件。OV5640攝像頭主要通過兩個引腳設(shè)置圖像的分辨率等成像信息，完成芯片信號的處理，輸出與像素同步的時間信號。為獲取攝像頭信息，需要依靠成像傳感器，完成電荷信號的讀取[6]。本文選擇CMOS 作為成像傳感器，如圖1所示。與其他材料相比，CMOS 屬于光電傳感元件，功率損耗小，僅需3V電壓就可維持正常運行，可以實現(xiàn)低功耗模式。

圖1 成像傳感器電路

攝像頭將光信號轉(zhuǎn)化為電信號，并依次輸出為像素點，最終儲存為數(shù)字圖像并導(dǎo)入到外部器件中。

2.2 選擇超聲波探頭

系統(tǒng)硬件中超聲波測距模塊，需要根據(jù)輸電線路通道的高度選擇合適頻率的探頭?？紤]超聲波的振動頻率、信號傳輸距離和強度，本文選擇USC18TR-40MP型超聲波探頭進行對監(jiān)測點的距離測量。USC18TR-40MP型超聲波探頭，具有頻率高、波長短、方向性好和靈敏度高的特點，其技術(shù)參數(shù)見表1。

表1 USC18TR-40MP超聲波測距模塊參數(shù)

將超聲波探頭安裝在硬件結(jié)構(gòu)的底端，豎直向下發(fā)射和接收信號，利用脈沖計數(shù)計算樹障與輸電線路通道的距離，將采集到的距離數(shù)據(jù)，傳回后臺服務(wù)器。

3 輸電線路通道樹障生長風(fēng)險預(yù)判系統(tǒng)軟件設(shè)計

3.1 構(gòu)建風(fēng)險位置識別模型

本文設(shè)計通過實時監(jiān)測樹障與輸電線路的相對距離，實現(xiàn)對樹障生長風(fēng)險位置的識別。首先基于懸鏈方程構(gòu)建輸電線路模型。懸鏈線模型如圖2所示，將輸電線路模擬為只受拉力作用的柔性線纜，呈自然下垂的曲線形態(tài)，重力沿線纜均勻分布，具有較高的擬合精度[7]。

圖2 輸電線路懸鏈線模型

在輸電線路上任意選取一點，對其進行平衡狀態(tài)的受力分析，得到水平和豎直方向的受力平衡為：

式(1)中，L表示向左的水平拉力；K表示沿切線的向外拉力；θ表示線路傾角；m表示輸電線路單位質(zhì)量；s表示線路長度；g表示重力加速度。輸電線路的受力關(guān)系與θ有關(guān)，對其進行積分求導(dǎo)后，得到輸電線路的懸鏈線方程為：

式(2)中，x表示輸電過程中的變化，選取輸電線路最低點作為坐標(biāo)原點，建立新的坐標(biāo)系，將式(2)的懸鏈線方程調(diào)整為：

式(3)中，H0表示輸電線路最低點與地面距離。設(shè)定P、Q為檔距線路上的兩點，P點對地距離為HP、傾角為θP；Q點對地距離為HQ，傾角為θQ。聯(lián)立方程組可得到：

以攝像頭視場沿輸電線路通道方向建立坐標(biāo)Z軸，豎直向上為坐標(biāo)Y 軸，垂直線路的水平方向為坐標(biāo)X 軸，建立新的坐標(biāo)系，則輸電線路的懸鏈線方程轉(zhuǎn)化為：

式(5)中，p 表示平移距離?；谝陨喜襟E，通過超聲波測距模塊得到監(jiān)測數(shù)據(jù)，計算得到樹障與輸電線路模型的相對距離，判斷樹障是否處于安全區(qū)域，進而識別樹障風(fēng)險位置[8]。

3.2 設(shè)置樹障生長風(fēng)險預(yù)判模式

基于識別出的風(fēng)險位置，對樹障生長隱患進行預(yù)判。在實際環(huán)境中，除了傳輸電線外，塔桿和地面也存在干擾，因此在提取樹障風(fēng)險特征時，需要去除干擾，優(yōu)化對樹障生長風(fēng)險的檢測[9]。對信息數(shù)據(jù)進行分類，是樹障生長風(fēng)險預(yù)判的基礎(chǔ)，根據(jù)實際環(huán)境的地物特征，設(shè)計通道障礙物分類算法，實現(xiàn)通道內(nèi)精確分類。塔桿可按高度分層，每一層視為形狀相似的多邊形，利用三維凸包構(gòu)造算法對其求解，確定塔桿位置。輸電線路在斷面上通常呈有規(guī)律的現(xiàn)狀分布，在獲得斷面數(shù)據(jù)后，基于聚類算法和法向約束算法確定輸電線路分布。計算斷面數(shù)據(jù)集中所有未標(biāo)記的數(shù)據(jù)的平方差，表示為：

式(6)中，e表示數(shù)據(jù)點平方差總和；K表示聚類的分組；i表示類別比率，N表示斷面上的點；ai表示類別Ci的平均值。根據(jù)分組表現(xiàn)的特征，經(jīng)過迭代后，按照相似性進行聚類。將選定的聚類數(shù)據(jù)點沿其法向量方向移動，移動位置可表示為：

其中，G、B、R分別表示圖像顏色空間的亮度值。在RDG 空間中，樹障生長風(fēng)險特征值的灰度概率明顯高于其他非興趣區(qū)域，因此對圖像進行過綠特征分割，可將樹障生長風(fēng)險特征提取出來，完成風(fēng)險預(yù)判的立體匹配。以輸電線路通道與樹障等地物的距離為基礎(chǔ)，對風(fēng)險位置建模后，得到了區(qū)域位置的識別，根據(jù)障礙物分類結(jié)果，提取樹障生長風(fēng)險特征，建立樹障立體匹配，從而完成風(fēng)險預(yù)判。

4 實驗結(jié)果與分析

為驗證本文設(shè)計系統(tǒng)的監(jiān)測和預(yù)判效果，選取某地輸電線路通道搭建硬件終端平臺，進行系統(tǒng)運行測試。該地段輸電線路通道內(nèi)存在茂密樹叢，可能存在樹障隱患，因此對其進行樹障生長風(fēng)險預(yù)判。

4.1 系統(tǒng)性能調(diào)試

為評估本文設(shè)計系統(tǒng)的輸電線路提取與擬合效果，在輸電線路上選取并標(biāo)記10 個位置點，使用系統(tǒng)擬合和手動擬合的方法，分別測量凈空距離、垂直距離和水平距離。將模型擬合結(jié)果與人工刺點擬合結(jié)果進行對比，計算同一位置點的距離差值，根據(jù)差值確定擬合精確度。系統(tǒng)模型自動擬合與手動擬合結(jié)果對比具體見表2。

表2 系統(tǒng)擬合與手動擬合輸電線路誤差

由表2數(shù)據(jù)可知，輸電線路標(biāo)記的位置點的線路誤差平均值小于0.3m，說明系統(tǒng)擬合的輸電線路具有較高的精確度。

為測試系統(tǒng)對輸電線路通道的地物障礙分類的效果，選取輸電線路點云密度不同的2 個區(qū)間，進行地物障礙分類，并對分類精確度進行評價，具體分類結(jié)果見表3。

由表3所示，本文系統(tǒng)對地物障礙的整體分類精確度高于95%，其中輸電線路精確度高于98%，塔桿精確度高于96%，樹障精確度高于97%，地面精確度高于86%，因此具有良好的分類效果，能夠基于此分類效果提取樹障特征。

表3 系統(tǒng)地物障礙分類結(jié)果

基于以上系統(tǒng)性能調(diào)試，輸電線路擬合和地物障礙分類效果較好，滿足基本功能需求，可進行后續(xù)風(fēng)險預(yù)判。

4.2 風(fēng)險位置預(yù)判測試

為驗證本文系統(tǒng)應(yīng)用的有效性，將本文系統(tǒng)設(shè)置為實驗組，將傳統(tǒng)系統(tǒng)設(shè)置為對照組，進行對比實驗，比較樹障生長風(fēng)險位置預(yù)判的效果，傳統(tǒng)系統(tǒng)樹障生產(chǎn)風(fēng)險位置識別結(jié)果見圖3，本文設(shè)計系統(tǒng)位置識別結(jié)果見圖4。

圖3 傳統(tǒng)系統(tǒng)樹障風(fēng)險位置識別結(jié)果

從圖3、圖4預(yù)判結(jié)果可知，傳統(tǒng)系統(tǒng)沒有檢測到樹障生長風(fēng)險，無法及時有效識別樹障隱患點。而本文系統(tǒng)能夠?qū)湔仙L風(fēng)險位置進行識別，檢測出存在隱患的危險點，證明了系統(tǒng)的有效性，比傳統(tǒng)系統(tǒng)的檢測覆蓋面更廣，能夠完成對樹障生長風(fēng)險的監(jiān)測。

圖4 本文系統(tǒng)樹障風(fēng)險位置識別結(jié)果

根據(jù)輸電線路運行規(guī)范，樹線距離不能超過安全范圍。對實驗區(qū)域內(nèi)識別的風(fēng)險位置進行預(yù)判，確定缺陷級別。根據(jù)輸電線路與下方樹障的最小垂直距離與水平距離，判定樹障生長高度隱患，具體安全范圍要求見表4。

表4 樹障生長風(fēng)險預(yù)判等級列表

采用分段截面距離計算和分析輸電線與樹障的距離，并與規(guī)定的安全距離進行比較，標(biāo)記存在樹障生長風(fēng)險的缺陷點，根據(jù)分析結(jié)果對其進行風(fēng)險等級預(yù)判，并對該區(qū)域的位置坐標(biāo)、樹障隱患等信息進行存儲，并生成預(yù)判報告。本文系統(tǒng)對樹障生長風(fēng)險的檢測結(jié)果見表5。

表5 樹障檢測缺陷點信息列表

根據(jù)500Kv輸電線路的安全運行標(biāo)準(zhǔn)，本文標(biāo)記的位置點的垂直距離與水平距離均小于安全距離7m，存在樹障生長風(fēng)險，因此判定為緊急缺陷類型，后臺軟件系統(tǒng)發(fā)布警示信息，以此完成樹障生長風(fēng)險預(yù)判和安全隱患自動化監(jiān)測，后續(xù)需采取一定措施降低樹障生長風(fēng)險。

5 結(jié)束語

由于輸電線路樹障隱患容易誘發(fā)大面積停電，破壞輸電線路安全穩(wěn)定運行，傳統(tǒng)檢測系統(tǒng)智能化水平較低，無法實現(xiàn)高精度的樹障隱患檢測，因此設(shè)計一個輸電線路通道樹障生長風(fēng)險預(yù)判系統(tǒng)，實現(xiàn)對樹障隱患的有效預(yù)警。但是，本次設(shè)計的系統(tǒng)還存在不足之處，可以在以下方面進一步進行優(yōu)化。首先，完善對樹障特征的提取，提高對樹障識別的準(zhǔn)確性和可靠性；其次，縮短處理生成點云數(shù)據(jù)的時間，提高系統(tǒng)檢測的時間效用；最后，針對體積較小的地面障礙，生成完整點云數(shù)據(jù)，提高信息采集精確度。