李建华，周灵刚

(国网浙江台州供电公司，台州 318000)

高压线的主要功能为传输高压电力[1]，山区危险高空高压线长期工作在复杂的自然环境中，受多变天气的影响，有较大概率形成异物悬挂、绝缘子破损与断股等故障[2]。若无法在第一时间处理故障，易发生电力传输中断问题[3]。

当前常用的高压线故障智能识别方法主要有基于高频测试信号注入的线路故障识别方法[4]和基于改进方向电流法的线路故障识别方法[5]。前者利用智能电表获取电网信息内的阻抗参数，同时依照阻抗特性与电网高频测试信号实现高压线故障识别；后者将方向电流法作为核心，结合暂态能量偏离度共同实现高压线故障识别。但上述方法的实际应用难度较大，且易受外界自然环境的影响，故障图像的筛选效率较低。

针对以上问题，笔者研究了新的基于无人机航拍的山区危险高空高压线故障智能识别方法，准确识别了高压线故障，提升了山区危险高空高压系统运行的稳定性。

1 山区危险高空高压线故障智能识别方法

1.1 无人机航拍图像恢复处理

无人机航拍图像在成像过程中会存在变形、失真等问题[6-7]，影响航拍图像的质量，为此，需对无人机航拍图像进行恢复处理。通过构建无人机航拍图像的近似退化模型，利用b(x,y)表示物平面上实际无人机航拍图像，最终获取退化模型描述的退化无人机航拍图像。

l(x,y)=H[b(x,y)]+n(x,y)

(1)

式中：l(x,y)和H[·]分别为退化无人机航拍图像和成像过程中全部退化因素的变换函数;n(x,y)为外部加性噪声[8]。……