叶保璇，王康坚，余盛达，易婷婷，黄廷城

（1.海南电网有限责任公司文昌供电局，海南文昌 570100；2.广州市奔流电力科技有限公司，广州 510670）

0 引言

近年来，中国输电线路系统规模不断扩大，但由于鸟害、山火、冰害、风偏以及外力破坏等因素，架空输电线路时常受到损害。因此，为获取输电线路本体和走廊通道的信息，确保线路处于安全运行状态，目前已有多种输电线路在线监测系统。系统一般由负责数据采集的边缘端和数据处理的后台系统2个部分组成[1]。根据监测功能和对象的不同，在线监测系统可划分为微气象监测、外力破坏监测、覆冰监测、杆塔倾斜监测等系统[2]，然而不同的监测系统功能较为单一。大部分输电线路同时有多种监测需求，现有输电线路在线监测系统难以满足。若在同一输电线路安装多套不同监测终端，则存在安装运维工作量大、设备配置冗余、经济成本高等问题。

另一方面，目前大部分输电线路在线监测系统将大量的设备监测数据传至后台系统进行分析判断，每隔一段时间传输一张图片，导致通信压力大、流量费用高，而且每隔一段时间传一次图片的模式难以达到在线监测感知的需求。为解决上述问题，基于边缘端智能识别的输电线路在线监测逐渐兴起，但由于边缘识别刚处于起步阶段，且受限于边缘端的算力和功耗，其识别准确率不高，不同识别对象的准确率在50%～90%[3]，仍无法满足实际应用的需求。同时，深度学习以其在特征提取与模式识别方面的独特优势与潜力被广泛应用于输电线路智能识别中，但深度学习的故障诊断方法和性能好坏很大程度上取决于数据集的规模和质量[4]。……