管晓静

（南京国电南自软件工程有限公司，江苏 南京 210000）

0 引 言

随着大区域电网互联工作的不断推进，对于输电线路运行安全性和可靠性的要求也越来越高。为了稳定输电线路应用质量，结合在线巡视系统充分发挥智能预警技术优势作用，依据实际场景及时完成问题的反馈，从而建立集智能预警、综合决策于一体的实时监督巡视体系。

1 输电线路在线巡视系统

输电线路在线巡视系统主要由杆塔终端系统、光纤通信网络以及后台主机系统构成，如图1所示。

图1 系统构成

在实际应用过程中，利用杆塔独立完成海量可见光视频图像、红外图像等监测信息的实时性采集工作，汇总相关数据并构成相应的智能预警管理模式[1]。输电线路在线巡视系统杆塔终端的对应模块要进行数据的实时性采集，将其汇总在杆塔终端主机位置，终端此时要进行视频图像或红外图像信息的预处理，完成图像识别和分析工作后就能初步判定输电线路或设备是否存在异常故障现象。如果输电线路或设备处于正常运行情况，杆塔终端主机会将测量单元获取的视频信息、微气象信息等基础数据压缩打包，利用杆塔终端主机光网络单元（Optical Network Unit，ONU）完成控制，并定时借助光纤通信网直接发送到后台主机。此时，要利用图像识别系统、分析系统等开展预警信号的控制[2]。

除此之外，杆塔终端系统会借助红外感知模块动态监测调控的方式对异物入侵等问题予以及时预警，确保后台主机系统能够快速实现中央处理单元预警信号的管控，为整个预警系统的实时性监督管理提供支持[3]。

2 基于输电线路在线巡视系统的智能预警技术要点

2.1 图像预处理

在智能预警技术应用过程中，杆塔终端或后台主机系统要完成初步监测图像的采集和汇总，借助解密处理等单元直接实现图像信息的预处理[4]。

对于视频图像采集获得的彩色图像，要利用RGB颜色模型完成实时性编码。由于彩色图像包含的数据量较大，因此为了进一步提升视频图像的处理效果，需要完成图像灰度比的升级工作。在视频图像转入灰度图后开展图像预处理，有效去除图像信息中的畸变内容和噪声内容，保证关键细节信息汇总控制的合理性，在优化信噪比的基础上过滤干扰信息，最大程度上提高图像的质量水平。

2.2 基于图像差分的故障识别

以运动目标检测为例，主要在动态区域中对物体序列图像进行检测并分离。依据摄像设备获取的图像信息，将其划分为静态背景运动目标检测和动态背景运动目标检测。针对输电线路拍摄过程，由于采取的是固定角度拍摄方式，因此归为静态背景运动目标检测，较为常见的算法有背景差分算法、帧差分算法等。

正是因为输电线路智能预警系统会采取分级管理结构，所以将杆塔终端主机中央处理单元作为第一级判断单元。结合视频图像或红外图像实现输电线路的实时性判定，采取帧差分算法对同一个时间轴上连续2帧或多帧信息进行图像序列像素值差分运算分析，最大程度上维持实时性评估的合理性[7]。帧差分算法流程如图2所示。

图2 帧差分算法流程

在实际计算中，利用Dk(x,y)=|fk(x,y)-fk-1(x,y)|计算相邻2帧图像间差值的绝对值，并设定阈值T。对Dk予以二值化处理，若Dk＞T，则表示像素点是运动目标点，要结合形态方法进行图像噪声的处理，确保滤波处理后能得到对应的参数数值。如果采取背景差分法，则主要是进行前帧图像和背景图像的对比处理，配合差分图像二值化操作获取相应的帧差图像。

为了进一步提升图像分析的准确性，目前一般采取帧间差分和背景差分综合算法处理，在发挥帧间差分算法高灵敏度优势的同时，还能兼顾背景差分算法的准确性[8]。

2.3 输电线路覆冰识别

在正常的记录环境中，输电线路自身导线直径为定值参数，直接在视频图像上利用粗细程度就能完成读取，对应的区域像素点数也较为固定。一旦输电线路出现了覆冰情况，虽然输电线路导线的直径没有发生变化，但是由于冰雪覆盖，反映在视频图像上的线路会变粗，导线直径增加使得区域内像素点增多，利用像素点就能完成覆冰厚度的计算。

提取杆塔信息，进一步完成微气象数据环境温度和相对湿度的评估。设定环境温度和湿度的门限值，一次提取后进行数据对照，一旦环境温度在门限值以下或相对湿度在门限值以上，就认定输电线路此时具备覆冰条件，可能存在覆冰。对线路进行视频图像的读取，完成图像去噪、边缘检测后提取导线边缘信息并分离图像。利用相关算法完成计算后，标记覆冰电线路图像，结合比值计算覆冰厚度。一旦超出阈限则立即预警，以便工作人员及时开展防御处理。例如，某地输电线路覆冰情况计算中，线路采用JLB27-66铝包钢绞线，直径为9.6 mm，环境温度为-5 ℃，相对湿度为98%，本身具备覆冰条件。通过图像边缘检测后发现覆冰前为1个像素点，覆冰后为7个像素点，经计算后确定覆冰厚度为28 mm[9]。

3 基于输电线路在线巡视系统的智能预警应用

基于输电线路在线巡视系统的智能预警主要内容如图3所示。

图3 基于输电线路在线巡视系统的智能预警主要内容

（1）数据预处理。在杆塔终端安装测量设备，完成可见光视频图像、红外图像等基础信号的采集，并对图像予以预处理，获取一定格式的监测数据并提供给后台。

（2）故障识别判定。对信息予以初步故障识别，结合监测数据综合分析模块与阈值目标提取算法、模板匹配算法、纹理识别算法等完成图像识别，有效完成异常故障的判定。

（3）知识库管理。依据故障判断算法规则和历史数据整理存储模式，完成数据的汇总。

（4）预警执行。在确定异常故障信息和内容后，后台主机系统发送故障异常类型报警信号，借助相应形式完成信息传递。

（5）优化学习。利用经验累积的方式优化判定方法和适应新环境，借助监测数据提高故障异常判定的准确性，为更好地开展后续工作提供保障。此外，实现监测设备故障预警和相邻杆塔互补预警的升级。

依据输电线路实时性智能预警应用需求，对杆塔终端、基于C/S架构的在线监控系统后台等予以测试。通过建立实时性检测数据和设备运行情况通信模型，在Web服务器正常启动的情况下视频服务器和前端视频设备通信共同作用，在完成视频流请求的基础上符合测试标准，具有一定的推广价值[10]。

4 结 论

综上所述，基于输电线路在线巡视系统的智能预警具有重要的应用意义，能够辅助工作人员更好地完成输电线路的动态管理，及时发现问题并预警，减少经济损失和安全隐患，为电力系统可持续发展奠定坚实的基础。