輸電線路發(fā)熱缺陷智能診斷技術分析

陳健文，鐘 欽，陳恒清，李杰榮

（廣西電網(wǎng)有限責任公司 玉林供電局，廣西 玉林 537000）

0 引 言

以往的輸電線路采取人工巡檢，其劣勢如下：一是巡檢方式單一，具有較大的安全隱患，巡檢質(zhì)量無法保證；二是隨輸電線路大規(guī)模增加，傳統(tǒng)人工形式不僅難以實現(xiàn)較遠距離輸電線路故障、缺陷的識別，而且針對地形復雜、山區(qū)、交通不便區(qū)域的巡檢，會給電力企業(yè)檢修人員帶來極大的工作難度和作業(yè)強度。無人機技術在輸電線路巡檢工作中應用能夠有效解決上述問題，充分適應不同距離輸電線路的檢修、診斷。因此，探討利用無人機紅外視頻技術滿足面向輸電線路的發(fā)熱智能診斷需求，對于我國智能電網(wǎng)的穩(wěn)定運行以及電力產(chǎn)業(yè)的發(fā)展有著至關重要的作用。

1 無人機在輸電線路巡視檢修中的應用現(xiàn)狀

目前，我國無人機在輸電線路巡檢中的應用主要是針對本體設備、附屬設備以及相關環(huán)境的檢修、診斷。輸電線路工作期間極易出現(xiàn)一系列安全隱患、如線路故障、線路發(fā)熱缺陷等，將無人機技術應用于輸電線路巡檢，可保障整個輸電線路始終處于安全、穩(wěn)定運行狀態(tài)。

應用無人機技術進行輸電線路巡檢期間，以全方位、多角度形式開展巡視，彌補了以往人工巡視的局限性，進行信息的全面采集。無人機在輸電線路巡檢期間會優(yōu)化線路，提升面對輸電線路巡視的效率。相比人工巡檢，無人機巡檢更加深入、全面，如輸電線路某一節(jié)點存在發(fā)熱缺陷、故障，此刻無人機巡視技術可以利用紅外視頻技術、頻率測定技術等測定具體發(fā)熱缺陷、故障位置，或是對地線的導電情況、磨損情況進行監(jiān)測[1]。

2 無人機紅外視頻在輸電線路診斷中的優(yōu)勢分析

（1）能夠降低電力部門巡檢所支付的成本。傳統(tǒng)電力部門開展輸電線路巡檢，動用大量人力資源、經(jīng)濟資源，整個巡檢過程往往需要配置重型機械，特別是山區(qū)線路巡檢。此外，隨電網(wǎng)建設規(guī)模不斷擴增，需要巡檢的線路距離不斷加長，范圍越大，所需的人工巡檢費用就越高，最終甚至可能導致巡檢效益小于成本支出。

（2）無人機紅外視頻技術有著更高的效率。無人機每次飛行距離可持續(xù)1 h以上，1 h內(nèi)巡檢距離可達30 km，每次派出4架無人機開展紅外視頻巡檢，其效率相當于出動30名巡檢工作人員1天的工作量，且無人機不會受到巡檢地理環(huán)境限制。大量實踐應用經(jīng)驗已經(jīng)驗證，無人機紅外視頻技術的應用，有利于電力企業(yè)落實其指定的重點輸電線路安全隱患排查，及時對輸電線路通道內(nèi)的違章建筑以及樹木加以發(fā)掘，繼而全面提升輸電線路巡檢效率，克服惡劣環(huán)境導致輸電線路巡檢工作失敗的困難[2]。

3 基于無人機紅外視頻的輸電線路發(fā)熱缺陷智能診斷技術研究

3.1 無人機紅外視頻智能診斷輸電線路實現(xiàn)原理

對于觀測目標以及目標所處的背景，采用紅外圖像監(jiān)測技術，能夠快速反映出二者的熱輻射信號。然而同可見光圖像對比，紅外圖像內(nèi)目標、背景有著較低的對比度，存在邊緣模糊問題。雖然目前圖像識別技術下已經(jīng)存在大量邊緣提取技術，但一般的邊緣提取技術，難以有效實現(xiàn)目標輪廓信息的提取，并且無人機平臺所獲取的紅外視頻內(nèi)，必然存在大量復雜背景信息、噪聲信息，故計算機難以在拍攝的紅外視頻內(nèi)實現(xiàn)輸電線路信息的自動識別。針對這一問題，可將基于輸電線路方向的“模型驅(qū)動”算法融入至無人機紅外視頻功能中，從完成拼接處理、幀間差分處理的圖像內(nèi)提取輸電線路的主要方向，將此信息作為先驗知識，自紅外線圖像內(nèi)確定輸電線路的信息，并沿著提取的輸電線區(qū)域主方向，以輸電線路故障診斷標準為依據(jù)實現(xiàn)輸電線路故障位置的診斷[3]。

3.2 紅外圖像自動定位技術

3.2.1 無人機采集紅外視頻數(shù)據(jù)

在無人機獲取輸電線路信息階段，飛行姿態(tài)不穩(wěn)定性、巡檢飛行角度、輸電線路現(xiàn)場環(huán)境復雜等因素，紅外視頻內(nèi)將保存大量噪聲信息、背景信息。在電子熱噪影響、信道傳輸錯誤影響之下，大量脈沖椒鹽噪聲將存在于紅外視頻圖像之中，致使輸電線路紅外圖像邊緣模糊，對比度低，同時空間域?qū)乐厥艿奖尘霸肼曃廴綶4]。故基于計算機系統(tǒng)圖像識別技術實現(xiàn)對圖像的增強預處理、去噪預處理，有效削弱圖像內(nèi)的隨機噪聲，提升圖像對比度，為后續(xù)輸電線路目標提取數(shù)據(jù)源的穩(wěn)定性作出保障。

3.2.2 幀間差分

完成圖像增強、圖像去噪預處理后，基于圖像拼接開展幀間差分操作，其原因在于光流法具有巨大時間成本，實時性較差，不利于輸電線路目標提取。相比之下圖像差分法實現(xiàn)簡單，實時性較強。

然而，針對圖像內(nèi)目標采用圖像差分法進行探測，并不適用于背景、目標均為靜態(tài)狀態(tài)，但探測器為動態(tài)的情況，無法實現(xiàn)對象完整區(qū)域提取，且監(jiān)測結(jié)果過度依賴于幀時間隔?？朔@一問題，可采用加速穩(wěn)定特征加速穩(wěn)健特征（Speeded Up Robust Feature，SURF）描述增強之后相鄰兩幀圖像的尺度不變特征，隨后在基于神經(jīng)網(wǎng)絡進行匹配，基于匹配生成相鄰2幀圖像的全新圖像，最終獲取拼接結(jié)果[5]。圖1為面向輸電線路的圖像幀間差分處理流程。

圖1 圖像幀間差分處理流程

在完成相鄰2幀圖像拼接之后，計算重疊公共區(qū)域，針對重疊公共區(qū)域開展幀間差分計算。計算期間，假設2幀圖像分別在ti時間、tj時間拍攝，在對重疊公共區(qū)域進行幀間差分處理后，獲得的圖像描述公式為

式中：T表示像素差閾值；ti、tj時間在像素點(x,y)部位的灰度值分別為f(x,u,ti)、f(x,u,tj)。在針對重疊區(qū)域進行幀間差分后，大量背景信息將被消除，可在定位輸電線路期間獲取十分穩(wěn)健的圖像，隨后便可對已完成幀間差分的圖像進行雙邊濾波去噪處理，并以Ostu圖像分割法實現(xiàn)圖像二值化分割。

3.2.3 基于輸電線路主方向的自動定位

完成后幀間差分、圖像二值化分割后，圖像內(nèi)仍舊會存在不連續(xù)、噪聲較多的特征，常規(guī)的Canny算子或是Hough變換檢測，無法可靠提取圖像內(nèi)的輸電線路目標。輸電線路具備一定方向性，基于傅里葉頻譜理論，針對具有方向性的規(guī)則紋理來講，其在傅里葉頻域的能量，主要聚集在過原點支線之上，故在完成幀間差分、二值化分割后，對圖像進行二維傅里葉變換繼而獲取FM(u,v)，求取功率譜，其公式為

隨后面向(θ,r)極坐標系，進行直角坐標系下的功率譜轉(zhuǎn)換處理，同時針對極坐標之下某一個角度一切同一角度功率譜進行計算，求和。此刻，能量直方圖為最大功率譜對應的角度，而與能量對應的最大值便是輸電線路的主方向。

為了自序列幀紅外圖像內(nèi)實現(xiàn)輸電線路信息提取，基于輸電線路所具備連續(xù)性、平行特征，結(jié)合上述計算獲取的輸電線路主方向。首先可快速尋找前景點，于該點部位設置1個同主方向相互平行的窗口，該窗口大小，以估計的相鄰輸電線路之間距離，結(jié)合輸電線路長度來確定[6]。其次，沿著主方向，分別向2側(cè)進行窗口平移，針對圖像圖幅、窗口重疊區(qū)域內(nèi)像素加以計算，獲取這一區(qū)域內(nèi)前景信息填充。若計算結(jié)果之下。填充度超過設定閾值，則對窗口信息加以保留，同時以窗口信息為依據(jù)，定位出圖像內(nèi)的輸電線路信息[7]。

3.3 輸電線路故障診斷與定位

在電流、電壓均未超出額定值情況下，電氣設備實現(xiàn)穩(wěn)定、安全運行，同時會產(chǎn)生各種損耗，損耗會變成熱能導致導體溫度上升，材料的物理性能、化學性能將下降。當輸電線路某處出現(xiàn)接觸不良、故障期間，表面溫度場必然出現(xiàn)變化，因此反映于紅外圖像內(nèi)的亮度，也會同其他正常線路區(qū)域有所差別[8]。

3.3.1 偽彩色與溫度的轉(zhuǎn)換

對電氣設備表面溫度進行測量時，紅外熱像儀是十分有效的檢測方法。檢測期間，并未對電氣設備的表面溫度直接獲取，而是利用紅外熱像儀，基于紅外線輻射能的計算獲取。紅外線輻射能與電氣設備表面的溫度，二者之間具有特定的函數(shù)關系，在完成紅外輻射能測量并投射到熱像儀后，可以開展對溫度的計算。

紅外熱像儀實現(xiàn)溫度測量的主要原理為“普朗克定律”。其主要面對電氣設備表面的溫度場進行圖像獲取，因此灰度圖像的灰度值與實際溫度，二者呈正比關系，灰度值越高，則相應有著越高的溫度，偽彩色值則同溫度值有著對應關系。偽彩色值與溫度值換算的關系表達式為

式中：I表示紅外圖像的熱值；X與R表示熱像儀的熱范圍；L表示熱像儀的熱平移?；谏鲜霰磉_式所體現(xiàn)的關系，運用紅外圖像熱值與絕對溫度的關系，計算出紅外圖像各點下的實際溫度為

式中：I0表示實際熱值；τ、ξ分別為透射率以及物體的發(fā)射率；t表示物體的溫度；熱像儀的標定曲線常數(shù)為A與B；針對短波系統(tǒng)而言，C=1?；谏鲜鲛D(zhuǎn)換關系，利用紅外成像儀給定的自身參數(shù)，可將采集偽彩色圖像向?qū)獪囟葓D像轉(zhuǎn)換，各像素均對應1個確定溫度。

3.3.2 故障診斷與定位

電氣設備工作狀態(tài)的診斷，主要參照GB 763－1990文件、DL/T 664－2008文件判斷允許溫度、允許溫升，而實現(xiàn)故障的大致診斷。但是，溫度測量階段會受到諸多因素影響，對其進行判斷往往相對困難[9]。一般，對于溫度的判斷會采用同類比較法、表面溫度判斷法、相對溫差判斷法、檔案分析法以及熱普圖分析法，這些方法在DL/T 664－1999文件中均已說明，實際應用期間會選擇1種或是多種方法聯(lián)合應用實現(xiàn)故障狀態(tài)診斷、分析。運用無人機紅外視頻技術，診斷的輸電線路發(fā)熱缺陷的工作，可結(jié)合“表面溫度判斷法”與“相對溫差判斷法”。

基于紅外圖像內(nèi)灰度值、溫度值之間的關系以及電力行業(yè)輸電線路故障診斷標準，可實現(xiàn)輸電線路溫度的監(jiān)測，沿著定位出的輸電線路區(qū)域，利用表面溫度判斷法、相對溫差判斷法，可以獲取輸電線路的斬斷結(jié)果，標記出溫度異常點，同時基于故障診斷結(jié)果，系統(tǒng)上位機會以表格形式提供故障診斷數(shù)據(jù)，供電力部門檢修單位加以判斷、分析[10]。

3.4 診斷效果分析

目前，本次利用無人機紅外視頻技術面向輸電線路發(fā)熱缺陷所指定的診斷方案，已被應用到國家電網(wǎng)某電力公司，該公司采用T630紅外檢測系統(tǒng)，相關技術參數(shù)如表1所示。

表1 T630紅外視頻檢測系統(tǒng)技術參數(shù)

本套基于無人機的紅外視頻檢測系統(tǒng)，主要用于該電力公司轄區(qū)內(nèi)高原區(qū)域輸電線路巡檢工作。巡檢階段，無人機距離地面飛行高度約為20 m，輸電線路走廊穿越地形相對簡單，高度緩和但背景高度復雜，具有大量數(shù)目信息，部分輸電線路與背景信息相互融合，即便肉眼也難以快速分辨輸電線路[11]。

應用無人機紅外視頻檢測系統(tǒng)期間，可實現(xiàn)輸電線路區(qū)域準確定位，視頻圖像內(nèi)輸電線路均可實現(xiàn)準確定位，預處理之后的圖像疊加結(jié)果也十分精確。

4 結(jié) 論

本文針對基于無人機紅外視頻的輸電線路發(fā)熱缺陷智能診斷技術開展研究，詳細介紹了面向輸電線路發(fā)熱缺陷智能診斷的無人機紅外視頻檢測系統(tǒng)實現(xiàn)原理。相關電力企業(yè)可借鑒本文研究結(jié)果，加強對無人機紅外視頻技術的應用，以有效提升輸電線路檢修效率和質(zhì)量，降低檢修成本，為輸電線路安全、穩(wěn)定運行提供技術保障。