关键词:
输电线路
覆冰状态侦测
机器视觉
动态K-means聚类
距离映射
摘要:
输电线路覆冰导致电力设备绝缘性能下降,是危害电力系统稳定运行的一大隐患;在寒冷季节,若未能及时发现覆冰并采取除冰措施,一旦线路上的冰层厚度超出设计的抗冰能力,将引发断线、闪络跳闸、杆塔倒塌等事故,造成大范围停电。现有侦测方法存在模型与计算复杂,导线定位及冰厚计算误差较大的缺陷。机器视觉技术的进步为线路覆冰状态侦测提供了更多可行的方案。通过机器视觉方法侦测线路覆冰的关键在于能否准确定位导线,以及如何将图像中导线的宽度以现实世界的尺度反映出来。在此基础上,进一步计算导线当前覆冰厚度并判断覆冰状态。本研究结合当前国内外研究现状,改进导线定位与导线宽度计算方法,提出基于机器视觉的输电线路覆冰状态侦测方法。本研究在总结输电线路导线不同运行状态的形态特点的基础上,提出一种基于动态斜率K-means聚类及距离映射模型的线路覆冰状态侦测方法。导线边缘是图像边缘的子集,首先通过改进的Canny边缘算子提取图像边缘。之后根据导线形态特点,使用Hough变换结合斜率与长度的双重约束,进一步过滤背景干扰,提取导线边缘直线段。图像中可能存在复数导线,还需确定边缘直线段的归属。本研究将传统K-means聚类算法结合动态斜率的概念进行直线段分类。确定直线段来源后,还需关联各边缘的直线段以获取完整连续的导线边缘。由于各直线段的斜率存在微小差异,直接首尾相连将导致导线边缘不平滑。本研究以各直线段首尾端点为特征点,通过最小二乘拟合获得光滑的导线边缘,实现导线定位。之后,再计算导线的像素宽度并映射到现实世界中,并依此求解冰层的实际厚度。图像中导线的宽度随着其距离摄像机由近及远不断减小,传统线性映射方法受此影响,误差较大。为此,本研究引入基于单目视觉测距的距离映射模型,将导线到摄像机的距离作为变量,输入模型计算导线宽度。最后,根据覆冰前后导线宽度差值计算冰层厚度,从而实现线路覆冰状态侦测。输电线路现场及实验环境测试结果表明,所提方法能够准确、有效地侦测线路覆冰状态。导线定位算法在不同环境中均能准确定位导线,当天气、光照与背景条件变化时仍能保证良好的效果。同时,基于单目视觉的距离映射模型可精确映射像素距离为实际距离。进一步,即使图像背景、对比度,冰层形态、导线位置发生变化,所提方法计算出的冰层厚度与实际冰厚都仅有较小的偏差。所提方法可辅助电力部门及时发现线路覆冰现象,具有较高的实用价值。