基于無(wú)人機(jī)技術(shù)的輸電線路檢測(cè)和故障定位方法

劉德帥，李勇軍，羅得表

(廣西電網(wǎng)有限責(zé)任公司，廣西 南寧 530031)

0 引言

檢查電力系統(tǒng)輸電線路、桿塔、變壓器和其他設(shè)備,在滿足全球?qū)沙掷m(xù)能源日益增長(zhǎng)的需求方面發(fā)揮著重要作用[1]。高壓架空輸電線路是電力系統(tǒng)中的重要資產(chǎn),需要仔細(xì)和頻繁地監(jiān)測(cè),以減少與環(huán)境、運(yùn)行、動(dòng)物或人類威脅相關(guān)的可能故障,并確保其正常運(yùn)行。然而,由于更緊迫的優(yōu)先事項(xiàng)、高部署成本或產(chǎn)業(yè)政策,監(jiān)測(cè)過程往往被忽視或擱置,這給未做好準(zhǔn)備的企業(yè)和整個(gè)社會(huì)帶來了困難[2]。在此背景下,基于自主機(jī)器人、專用系統(tǒng)和智能機(jī)器的機(jī)械的發(fā)展,有助于應(yīng)對(duì)快速發(fā)展的電力行業(yè)中日益復(fù)雜的挑戰(zhàn),確保高效、經(jīng)濟(jì)和安全的維護(hù)過程[3]。

對(duì)于配電網(wǎng)輸電線路的故障檢測(cè),國(guó)內(nèi)外學(xué)者應(yīng)用了多種檢測(cè)算法。其中,文獻(xiàn)[4]公開了一種基于無(wú)人機(jī)激光掃描和雷達(dá)技術(shù)的輸電線路三維建模方法,該技術(shù)通過激光掃描和雷達(dá)技術(shù)實(shí)現(xiàn)輸電線路故障數(shù)據(jù)信息的檢索,清晰度高,可以應(yīng)用于多種場(chǎng)合,但實(shí)際應(yīng)用需要的成本高昂。文獻(xiàn)[5]提出了一種基于無(wú)人機(jī)的輸電線路檢測(cè)系統(tǒng),由于采用了卷積神經(jīng)網(wǎng)絡(luò)算法進(jìn)行優(yōu)化,其保證無(wú)人機(jī)攝像頭視圖覆蓋率,能夠?qū)崿F(xiàn)無(wú)人機(jī)輸電線路檢測(cè)數(shù)據(jù)信息的多角度檢測(cè),也具有一定的技術(shù)進(jìn)步性,但該攝像頭無(wú)法進(jìn)行360°全景拍攝圖像信息,導(dǎo)致圖像處理效率偏低。為此,文獻(xiàn)[6]采用了基于無(wú)人機(jī)紅雙攝像頭進(jìn)行實(shí)地檢測(cè),能夠通過多種攝像頭實(shí)現(xiàn)不同位置和輸電線路的檢測(cè)和應(yīng)用,大大提高了輸電線路三維建模和應(yīng)用能力,紅外雙目攝像頭具有突出的技術(shù)優(yōu)勢(shì),但是采用傾斜攝影相機(jī)配合紅外線采集大量數(shù)據(jù)傳輸?shù)胶笈_(tái)的處理系統(tǒng)后雖然解決了圖像處理效率問題,但系統(tǒng)采用K均值聚類算法(K-means Algorithm,KMA)預(yù)測(cè)精度較低、數(shù)據(jù)分類精度低,對(duì)輸電線的定位信息質(zhì)量造成嚴(yán)重影響。

針對(duì)上述技術(shù)的不足,本文采用無(wú)人機(jī)搭載衛(wèi)星雷達(dá)/機(jī)器視覺立體測(cè)量技術(shù),針對(duì)檢測(cè)輸電線遇到的弧垂、樹障和交叉跨越等問題,開展輸電線路走廊巡檢的關(guān)鍵性技術(shù)研究,建立無(wú)人機(jī)機(jī)載三維巡線技術(shù)的標(biāo)準(zhǔn)化作業(yè)流程,并進(jìn)行試驗(yàn)區(qū)域三維數(shù)據(jù)采集與分析示范應(yīng)用,完成項(xiàng)目研發(fā)硬件系統(tǒng)和軟件系統(tǒng)的現(xiàn)場(chǎng)測(cè)試,大大提高了輸電線路檢測(cè)和應(yīng)用能力。

1 總體方案設(shè)計(jì)

基于上述技術(shù)方案,融合計(jì)算機(jī)計(jì)算技術(shù)、大數(shù)據(jù)分析技術(shù)、故障檢測(cè)技術(shù)、圖像分析技術(shù)和定位技術(shù),能夠?qū)崿F(xiàn)電網(wǎng)輸電線運(yùn)行與維護(hù)過程中的數(shù)據(jù)監(jiān)控、數(shù)據(jù)計(jì)算、輸電線路圖像信息處理和故障檢測(cè)等諸多功能,大大提高了輸電線路檢測(cè)能力,還引入了新型的無(wú)人機(jī)測(cè)控技術(shù)[7],大大提高了電網(wǎng)輸電線運(yùn)行能力。電網(wǎng)輸電線運(yùn)行與維護(hù)系統(tǒng)設(shè)計(jì)如圖1所示。

圖1 電網(wǎng)輸電線運(yùn)行與維護(hù)系統(tǒng)設(shè)計(jì)Fig.1 Design of power transmission line operation and maintenance system

在電網(wǎng)輸電線運(yùn)行與維護(hù)系統(tǒng)上,系統(tǒng)工作站與網(wǎng)絡(luò)服務(wù)器處于工作狀態(tài)(例如CPU使用率、帶寬、數(shù)據(jù)量和功耗等),并每隔一段時(shí)間將狀態(tài)信息發(fā)送到邊緣節(jié)點(diǎn),每個(gè)節(jié)點(diǎn)中的傳輸模塊均進(jìn)行數(shù)據(jù)壓縮和恢復(fù),經(jīng)處理的輸電線圖像在節(jié)點(diǎn)之間傳輸[8]。在電網(wǎng)輸電線運(yùn)行與維護(hù)系統(tǒng)中,推理引擎組件對(duì)需要計(jì)算和存儲(chǔ)資源的輸電線檢測(cè)數(shù)據(jù)進(jìn)行最終處理。數(shù)據(jù)傳輸?shù)倪^程主要包括序列化、數(shù)據(jù)包傳輸、解析與反序列化。測(cè)繪數(shù)據(jù)流被推送到云端進(jìn)行處理,信息化測(cè)繪系統(tǒng)在每個(gè)節(jié)點(diǎn)上分配數(shù)據(jù)處理,數(shù)據(jù)主體以輕量級(jí)的數(shù)據(jù)交換格式——Javascript Object Notation(JSON)字符串的格式設(shè)置,可以根據(jù)數(shù)據(jù)大小來確定數(shù)據(jù)包的范圍[9]。系統(tǒng)第五代移動(dòng)通信技術(shù)(5G)外部網(wǎng)絡(luò)通信協(xié)議包括短信息服務(wù)(Short Message Service,SMS)無(wú)線網(wǎng)、通用分組無(wú)線業(yè)務(wù)(General Packet Radio Service,GPRS)網(wǎng)和光纖網(wǎng),經(jīng)過路由器和防火墻之后,通過各種網(wǎng)絡(luò)類型的前置機(jī)到達(dá)了光端機(jī),經(jīng)過交換機(jī)以及通信發(fā)送機(jī)傳遞給空中無(wú)人機(jī),無(wú)人機(jī)收到遠(yuǎn)程控制指令后按照規(guī)定航線進(jìn)行飛行監(jiān)測(cè),通過機(jī)身自帶攝像機(jī)進(jìn)行遠(yuǎn)處拍攝,并將圖像傳輸至地面工作站中進(jìn)行分析、處理和評(píng)估[10]。根據(jù)計(jì)算出的輸電線故障問題與具體位置,用戶可以將執(zhí)行命令發(fā)送到電力系統(tǒng)內(nèi)網(wǎng)中進(jìn)行全景可視化,最終生成輸電線路故障診斷報(bào)告,并派專業(yè)的維護(hù)人員進(jìn)行定點(diǎn)檢修[11],通過這種方式大大提高了輸電線路檢測(cè)和故障診斷能力。

2 無(wú)人機(jī)對(duì)輸電線路檢測(cè)方法

本文提出的基于電網(wǎng)輸電線運(yùn)行與維護(hù)系統(tǒng)允許在網(wǎng)格上定位和操縱無(wú)人機(jī),在該研究方法中,無(wú)人機(jī)使用單目攝像頭獲取輸電線路的視覺圖像,將每個(gè)圖像發(fā)送到地面工作站,估計(jì)故障位置,并將導(dǎo)航命令發(fā)送回?zé)o人機(jī),以保持傳輸線各自的位置。無(wú)人機(jī)檢測(cè)輸電線路如圖2所示。

圖2 基于無(wú)人機(jī)的檢測(cè)輸電線路Fig.2 Detection of transmission lines based on UAV

圖2中,無(wú)人機(jī)位于輸電網(wǎng)上方,由操作員控制,外部感知信息通過安裝在無(wú)人機(jī)底部的單目攝像頭獲取。為了避免陽(yáng)光直射,兩軸手持萬(wàn)向節(jié)改變了攝像機(jī)的視覺點(diǎn),以避免傳感器飽和[12]。輸電線路故障定位過程根據(jù)導(dǎo)體幾何設(shè)計(jì)計(jì)算攝像機(jī)的位置,該系統(tǒng)能夠存儲(chǔ)壓縮圖像,并將地理參考信息作為備份和對(duì)未來檢查工作的支持。無(wú)人機(jī)飛行導(dǎo)航策略包括2個(gè)階段[13]:電力線檢測(cè)和電氣塔檢測(cè)。但本文中無(wú)人機(jī)視覺定位系統(tǒng)專注于第一個(gè)目標(biāo)。

在具體應(yīng)用中,比如輸電線路檢測(cè)后如何定義和檢測(cè)故障,其中導(dǎo)線的安裝弧垂與地區(qū)電力部門規(guī)定的弧垂允許誤差不可超過±5%。樹障是通過測(cè)量樹木與線路帶電部分的距離,即樹木凈空,由此來判斷樹障的危急程度。輸電線路穿越房屋、建筑、果樹、林木和河流等物體,稱為跨越允許誤差,不可超過±8%,通過這種方法能夠提高輸電線路檢測(cè)和故障診斷能力。

因此,當(dāng)無(wú)人機(jī)靠近電氣塔時(shí),系統(tǒng)將被禁用,切換到手動(dòng)模式,最高速度為75 km/h。然而,本文將速度限制為25 km/h,以增加電力線檢測(cè)的概率并減少模糊效果。無(wú)人機(jī)的自主飛行時(shí)間為30 min。如果無(wú)人機(jī)檢測(cè)到電池電量低,車輛將在2種飛行模式之間進(jìn)行選擇:著陸(嘗試使無(wú)人機(jī)直線下降)或返回發(fā)射(無(wú)人機(jī)從當(dāng)前位置導(dǎo)航到初始位置上方懸停),具體取決于到起點(diǎn)的距離[14-15]。關(guān)于無(wú)人機(jī)中嵌入式控制器和圖像處理器內(nèi)部的總體電路如圖3所示。

圖3中,部署的無(wú)人機(jī)有一個(gè)飛行控制器(Erle Brain 2型,配備900 MHz四核ARM Cortex-A7 CPU核心處理器),該控制器有一個(gè)飛行控制單元(提供基本飛行控制的計(jì)算機(jī))和一個(gè)配套計(jì)算機(jī)(負(fù)責(zé)圖像處理和圖像廣播的計(jì)算系統(tǒng))。此外,控制器具有慣性測(cè)量單元、集成高度表和嵌入式卡爾曼濾波器,用于處理信號(hào)。無(wú)人機(jī)還有一個(gè)絕對(duì)誤差為1 m的全球衛(wèi)星導(dǎo)航天線。使用SJ4000 Turnigy HD ActionCam型號(hào)[16]1080P全高清攝像機(jī)采集視覺數(shù)據(jù),在監(jiān)測(cè)模式下可視攝像頭分辨率為1 920 pixel×1 080 pixel。監(jiān)測(cè)提取的輸電線路信息存儲(chǔ)在16 GB的內(nèi)部存儲(chǔ)器中,并以數(shù)據(jù)包的形式定期發(fā)送到配套計(jì)算機(jī),以防止出現(xiàn)問題。為了執(zhí)行這一過程,無(wú)人機(jī)配備了基于發(fā)射機(jī)/接收機(jī)(433 MHz)和用于遙測(cè)操作的無(wú)線連接的通信系統(tǒng),以及用于圖像傳輸?shù)陌l(fā)射機(jī)/接收機(jī)(5.8 GHz)[17]。

下面介紹擬定基于無(wú)人機(jī)技術(shù)的輸電線路檢測(cè)和故障定位方法,主要包括3個(gè)階段:圖像預(yù)處理、傳輸線檢測(cè)和無(wú)人機(jī)空間定位。擬定方法的具體過程如圖4所示。

圖4 擬定方法的具體過程Fig.4 Specific process of developing the method

圖4中,首先是無(wú)人機(jī)拍攝到的輸電線路圖像預(yù)處理階段,攝像鏡頭畸變和噪聲直接干擾采集的圖像,降低輸電線路的故障定位效率。傳統(tǒng)的攝像機(jī)標(biāo)定方法估計(jì)內(nèi)外參數(shù)和失真系數(shù),而本文提出的數(shù)字信號(hào)處理算法降低了噪聲,糾正了圖像缺陷,消除了模糊失真,保證了輸電線路的檢測(cè)[18]。另一方面,每個(gè)預(yù)處理的輸電線路圖像都有幾個(gè)與傳輸網(wǎng)格無(wú)關(guān)的額外對(duì)象。必須衰減或移除場(chǎng)景中的這些對(duì)象,否則,系統(tǒng)必須增強(qiáng)與傳輸線相關(guān)的像素,以將三相傳輸線與圖像背景隔離。為了實(shí)現(xiàn)這一目標(biāo),圖像將接受各向異性高斯濾波,這將改善傳輸線的紋理質(zhì)量,并刪除不相關(guān)的數(shù)據(jù),而不考慮線在圖像中的位置及其長(zhǎng)度和斜率[19]。

濾波器組包括一個(gè)邊緣濾波器,在6、12或24個(gè)方向,根據(jù)計(jì)算時(shí)間和圖像大小選擇方向。使用索貝爾檢測(cè)器對(duì)每個(gè)濾波過程中輸入的原始輸電線路圖像進(jìn)行濾波,以增強(qiáng)邊緣效應(yīng),并將其編碼為二值化版本。該系統(tǒng)提供了一個(gè)帶有6、12或24個(gè)二值化圖像的張量,輸電網(wǎng)中的固定模式,主要是在其輸電線上,是對(duì)稱幾何設(shè)計(jì)。該系統(tǒng)在每個(gè)二值化圖像中查找與導(dǎo)體具有類似特征的圖案,在這項(xiàng)工作中,無(wú)人機(jī)使用近似直線的導(dǎo)體飛越輸電網(wǎng),沒有中斷,霍夫(Hough)變換函數(shù)可以成功地解決這一問題,因?yàn)樵摲椒梢宰R(shí)別二值化圖像中存在高概率找到直線的部分。

Hough變換將一條直線定義為一組共線點(diǎn),將所有檢測(cè)節(jié)點(diǎn)映射到正弦函數(shù)的函數(shù)空間,由下式定義[20]:

f:(x,y)→p=xcos(θ)+ysin(θ),

(1)

式中:(x,y)表示特征點(diǎn)位置,p和θ分別表示輸電線與坐標(biāo)中心的垂直距離以及該直線法線與X軸之間的角度。

式(1)為Hough變換的理論研究,其中不同參數(shù)的應(yīng)用過程取決于輸電線與坐標(biāo)中心的垂直距離以及該直線法線與X軸之間的角度,在設(shè)置時(shí),忽略了關(guān)鍵性影響因素,保留主要因素。在這種情況下,該算法返回至輸電線數(shù)據(jù)集,其中包含滿足與每個(gè)二值化圖像的傳輸網(wǎng)格幾何設(shè)計(jì)相關(guān)的所有輸電線,然后使用模糊C均值算法合并與同一直線相關(guān)的所有測(cè)量值。

3 無(wú)人機(jī)對(duì)輸電線路故障定位方法

輸電線路檢測(cè)使用幾何設(shè)計(jì)和均勻性在每個(gè)圖像中建立坐標(biāo)軸。在這一階段,目的是找到一組具有3條或3條以上的直線,以滿足傳輸線的平行度和等距離。使用Hough變換提供的參數(shù)p和tan(θ),但是地形起伏和相機(jī)傾斜會(huì)干擾等距線識(shí)別過程,本文設(shè)計(jì)了無(wú)人機(jī)使用圖像正射校正技術(shù)。圖像正射校正過程如圖5所示。

圖5 圖像正射校正過程Fig.5 Image orthographic correction process

圖5中,γ是相機(jī)圍繞X軸的拔模角度,Ψ表示無(wú)人機(jī)視野,d1和d2分別表示中心輸電線路和左右兩側(cè)輸電線路之間測(cè)量的扭曲距離,d′1和d′2分別表示當(dāng)相機(jī)平面與輸電線路平面平行時(shí),中心輸電線路和左右兩側(cè)輸電線路之間測(cè)量的真實(shí)距離。

輸電線路圖像正射校正過程利用不同角度和已知距離之間的幾何關(guān)系校正不利影響,其中每個(gè)參數(shù)之間的關(guān)系描述如下[21]:

(2)

式中:h表示無(wú)人機(jī)距離輸電線參照高度,α1和α2表示輸電線實(shí)點(diǎn)和焦點(diǎn)之間的角度。

式(2)中,設(shè)置數(shù)據(jù)信息時(shí),在輸電線路圖像正射校正過程中,通過利用不同角度和已知距離之間的幾何關(guān)系校正,實(shí)現(xiàn)不同數(shù)據(jù)信息參數(shù)設(shè)置。

無(wú)人機(jī)在輸電線路的參照高度h處采集多幅圖像,將每幅圖像進(jìn)行特征點(diǎn)提取,并在圖像中直接測(cè)量其之間的距離,便于接下來的基于視覺數(shù)據(jù)的故障定位[22]。通過應(yīng)用將測(cè)量距離、參考距離和參考高度與相機(jī)高度關(guān)聯(lián)的反向線性函數(shù)來確定真實(shí)高度H,其定義式為[23]:

(3)

式中:D為輸電線路圖像中以像素為單位的參考距離。在離線模式下,建立參考坐標(biāo)軸,可以計(jì)算相機(jī)相對(duì)于中心輸電線的估計(jì)位置,即:

綜上所述,通過測(cè)量定位參數(shù)確定無(wú)人機(jī)的具體位置與輸電線之間的上下關(guān)系,采用該研究設(shè)計(jì)的無(wú)人機(jī)故障定位方法可在不同天氣下正常運(yùn)行,滿足了實(shí)際應(yīng)用的需求。在具體應(yīng)用中,上述各個(gè)變量在獲取時(shí),通過理論設(shè)置和角度測(cè)量,為理論上的參數(shù)設(shè)置,數(shù)據(jù)信息獲取通過不同參數(shù)數(shù)據(jù)采集模塊實(shí)現(xiàn)。

4 實(shí)驗(yàn)與分析

為了檢測(cè)基于無(wú)人機(jī)技術(shù)的輸電線路檢測(cè)和故障定位方法的可行性與有效性,進(jìn)行實(shí)例測(cè)試。首先,采用Matlab仿真軟件搭建實(shí)驗(yàn)平臺(tái),搭建過程中將線路綜合監(jiān)測(cè)數(shù)據(jù)信息、線路狀況分析信息和決策分析與支持作為底層數(shù)據(jù),通過數(shù)據(jù)庫(kù)以及交換機(jī)傳遞該數(shù)據(jù)信息。實(shí)驗(yàn)架構(gòu)[25]如圖6所示。

圖6 實(shí)驗(yàn)架構(gòu)Fig.6 Experimental architecture

圖6的模擬設(shè)計(jì)中,上層管理中心接收上層數(shù)據(jù)信息的模擬數(shù)據(jù)信息,通過數(shù)據(jù)庫(kù)服務(wù)器存儲(chǔ)這些數(shù)據(jù)信息,并將這些數(shù)據(jù)信息進(jìn)行仿真與管理,大大提高了數(shù)據(jù)信息的計(jì)算、監(jiān)控能力。本次實(shí)驗(yàn)采用的實(shí)驗(yàn)數(shù)據(jù)為故障檢測(cè)裝置對(duì)郊外多個(gè)輸電線塔中間段輸電線路運(yùn)行狀態(tài)進(jìn)行的檢測(cè),得到2022年1—3月輸電線路運(yùn)行的數(shù)據(jù)情況。輸電線路實(shí)驗(yàn)數(shù)據(jù)如表1所示。

表1 輸電線路實(shí)驗(yàn)數(shù)據(jù)Tab.1 Experimental data of transmission lines

表1描述了不同路段的輸電線路額定電壓、安全輸送電流等參數(shù),將上述實(shí)驗(yàn)數(shù)據(jù)作為實(shí)驗(yàn)數(shù)據(jù)庫(kù),接著進(jìn)行實(shí)驗(yàn)操作。首先對(duì)輸電線路圖像噪聲過濾處理的有效性進(jìn)行測(cè)試,有效性指標(biāo)是指在規(guī)定檢測(cè)時(shí)間9:00—18:00對(duì)#3段輸電線路進(jìn)行檢測(cè),在Matlab仿真軟件中,構(gòu)建參數(shù)數(shù)據(jù)信息模型,然后將不同的參數(shù)代入到數(shù)據(jù)信息模型,通過Matlab仿真軟件搭建輸電線路,其將線路綜合監(jiān)測(cè)數(shù)據(jù)信息、線路狀況分析信息和決策分析與支持都輸入到數(shù)據(jù)模型中,仿真過程是通過將不同的數(shù)據(jù)信息從數(shù)據(jù)庫(kù)服務(wù)器提取出來,進(jìn)而對(duì)這些數(shù)據(jù)信息進(jìn)行存儲(chǔ),通過圖像去模糊、Hough變換、正射影像校正、估計(jì)距離和輸電線檢測(cè)等多種方法處理。

采用文獻(xiàn)[4]方法與本文方法得到不同的圖像信息參數(shù),文獻(xiàn)[4]方法為利用相模變換把三相電路中互相耦合的向量轉(zhuǎn)換成獨(dú)立量,進(jìn)而獲取對(duì)應(yīng)的電流模行波速度和引起短路故障的電流模,完成故障行波的生成以及行波速度分析。通過過濾得到噪聲波動(dòng)變化,通過Matlab軟件進(jìn)行仿真得到對(duì)比示例,文獻(xiàn)[4]方法仿真結(jié)果示意如圖7所示。

圖7 文獻(xiàn)[4]方法仿真結(jié)果示意Fig.7 Schematic diagram of simulation results of the method in reference [4]

在仿真過程中,將分析的時(shí)間、監(jiān)測(cè)數(shù)據(jù)信息、線路狀況、波峰和幅度等反映線路綜合監(jiān)測(cè)數(shù)據(jù)信息、線路狀況分析信息和決策分析數(shù)據(jù)等不同的數(shù)據(jù)信息作為輸入數(shù)據(jù)信息,然后通過文獻(xiàn)[4]仿真結(jié)果示意,構(gòu)建相模變換模型,將三相電路中互相耦合的向量轉(zhuǎn)換成獨(dú)立量,進(jìn)而獲取對(duì)應(yīng)的電流模行波速度和引起短路故障的電流模,實(shí)現(xiàn)故障行波的生成以及行波速度分析。再根據(jù)戴維南定理對(duì)構(gòu)建的等效電路圖進(jìn)行計(jì)算,通過拉普拉斯對(duì)等效電路實(shí)現(xiàn)電路換算,進(jìn)而實(shí)現(xiàn)了輸電線路故障智能定位。由圖7可以看出,三維圖像在不同函數(shù)曲線中處于起伏狀態(tài)比較明顯,得到圖像噪聲變化表現(xiàn)不平坦,圖像處理不平滑,這是因?yàn)榧芸蛰旊娋€路故障能力差,圖像預(yù)處理效果不好,傳輸線檢測(cè)和無(wú)人機(jī)空間定位能力不好。

通過在電網(wǎng)輸電線運(yùn)行與維護(hù)系統(tǒng)時(shí),系統(tǒng)工作站與網(wǎng)絡(luò)服務(wù)器可以對(duì)系統(tǒng)的工作狀態(tài)具有一定的技術(shù)意義,在輸電線路檢測(cè)時(shí),每個(gè)節(jié)點(diǎn)中的傳輸模塊均可以進(jìn)行數(shù)據(jù)壓縮和恢復(fù),大大提高了數(shù)據(jù)信息處理能力和應(yīng)用能力。因此,該方法雖然實(shí)現(xiàn)了輸電線路故障智能定位,但是圖像處理效果較差。實(shí)驗(yàn)結(jié)果表明,所提方法能夠提高定位效率和圖像處理能力。本文研究方法的仿真圖如圖8所示。

圖8 本文研究方法的仿真圖Fig.8 Simulation diagram of the research method

在圖8中,波峰、幅度可以通過不同圖像處理算法函數(shù)代入得出,時(shí)間表示圖像噪聲矩陣函數(shù),Matlab三維圖像在不同函數(shù)曲線中處于起伏狀態(tài),在仿真過程中,將輸電線路檢測(cè)到的數(shù)據(jù)信息輸入到仿真圖中,比如輸電線路段、型號(hào)、額定電壓、安全電流、直流電阻、無(wú)人機(jī)距離輸電線參照高度、輸電線實(shí)點(diǎn)和焦點(diǎn)之間的角度、拔模角度、無(wú)人機(jī)視野、中心輸電線路和左右兩側(cè)輸電線路之間測(cè)量的扭曲距離、加權(quán)平均值、測(cè)量度方差和空間位置測(cè)量值等多種反映輸電線路正常工作的參數(shù)數(shù)據(jù)信息導(dǎo)入到式(1)～式(8)中,在Matlab仿真軟件中計(jì)算上述數(shù)據(jù)信息,將反映該上述仿真結(jié)果的關(guān)鍵數(shù)據(jù)信息進(jìn)行仿真。

圖7和圖8可以證明,本文方法得到的圖像噪聲變化比較平坦,圖像處理看起來比較平滑,這說明通過該方法進(jìn)行圖像預(yù)處理、傳輸線檢測(cè)和無(wú)人機(jī)空間定位后架空輸電線路故障能力處理較好,圖像預(yù)處理效果好。使用Sobel檢測(cè)器對(duì)每個(gè)濾波過程中輸入的原始輸電線路圖像進(jìn)行濾波,以增強(qiáng)邊緣效應(yīng),體現(xiàn)了其優(yōu)質(zhì)的圖像過濾處理性能。

通過將本文系統(tǒng)所用算法與文獻(xiàn)[5]采用的卷積神經(jīng)網(wǎng)絡(luò)優(yōu)化YOLOv3模型和文獻(xiàn)[6]K-means聚類算法進(jìn)行性能比較,采用平均精度O作為評(píng)價(jià)指標(biāo)。實(shí)驗(yàn)進(jìn)行模型訓(xùn)練時(shí)采用以10張圖像為一個(gè)訓(xùn)練批次,已知當(dāng)進(jìn)行20 h的訓(xùn)練后,其損失函數(shù)不再下降。利用這3種方法對(duì)2 GB的輸電線路圖像進(jìn)行計(jì)算故障定位,進(jìn)行6次實(shí)驗(yàn)的平均精度結(jié)果如表2所示。

表2 不同算法的平均精度Tab.2 Average accuracy of different algorithms

從表2可以看出,多次試驗(yàn)算法得到平均精度不同,無(wú)法清楚地看出優(yōu)劣。為此,該研究將實(shí)驗(yàn)結(jié)果輸入至仿真軟件中,得到實(shí)驗(yàn)結(jié)果對(duì)比如圖9所示。

圖9 實(shí)驗(yàn)結(jié)果對(duì)比Fig.9 Comparison of experimental results

由圖9可知,本文方法在進(jìn)行輸電線路運(yùn)行故障定位的準(zhǔn)確性測(cè)試時(shí),故障定位的準(zhǔn)確性均在90%以上,在第2次實(shí)驗(yàn)時(shí)達(dá)到99.5%,遠(yuǎn)遠(yuǎn)高于其他2種定位算法,體現(xiàn)了本文算法的適用性。通過上述驗(yàn)證,說明本文方法具有一定的技術(shù)意義。

5 結(jié)束語(yǔ)

軌道交通是目前人們出行的重要交通工具之一,其故障定位效果直接影響到人們的正常出行與人身安全。本文采用無(wú)人機(jī)搭載衛(wèi)星雷達(dá)/機(jī)器視覺立體測(cè)量技術(shù),針對(duì)檢測(cè)輸電線遇到的弧垂、樹障和交叉跨越等問題,開展輸電線路走廊巡檢的關(guān)鍵性技術(shù)研究,建立無(wú)人機(jī)機(jī)載三維巡線技術(shù)的標(biāo)準(zhǔn)化作業(yè)流程,并進(jìn)行試驗(yàn)區(qū)域三維數(shù)據(jù)采集與分析示范應(yīng)用,完成項(xiàng)目研發(fā)硬件系統(tǒng)和軟件系統(tǒng)的現(xiàn)場(chǎng)測(cè)試。采用在線定位技術(shù)不但可以提升故障的定位精度,還可以降低由于離線定位造成的無(wú)人機(jī)供電系統(tǒng)損傷問題的發(fā)生。但在測(cè)試中發(fā)現(xiàn),本文方法在進(jìn)行圖像信息傳輸時(shí)存在一定的延遲,未來會(huì)深入研究出現(xiàn)該問題的原因。