关键词:
输电线路
覆冰类型
导线覆冰形状
冰凌桥接
图像分析
摘要:
输电线路覆冰是一种自然现象,由其引起的导线舞动、断线、绝缘子覆冰闪络、倒塔等事故时常发生,直接影响电网的安全运行和社会的安全稳定。国内外学者针对输电线路覆冰机理、监测技术和防护手段进行了系列研究,视觉传感器由于安装简单、结果直观等原因得到广泛应用。但大多数基于视觉传感器的图像分析方法主要聚焦在导线、绝缘子覆冰厚度测量方面,很少涉及对覆冰类型、密度、形状、冰凌桥接程度等与覆冰危害性密切相关的参数的测量,而这些参数对于冰灾场景下的覆冰理论和融冰技术至关重要。因此,本文从图像处理角度研究如何测量输电线路覆冰的类型、密度、形状、冰凌桥接程度等参数,并给出从前端图像获取到后台软件分析的系统性解决方案,对于提高输电线路在覆冰条件下的安全运行水平具有重要意义。本文的主要内容包括以下几个方面:1、为了提高恶劣气候环境下采集的覆冰图像的质量,提出了一种基于自适应低频衰减去雾的覆冰图像增强方法,实现对清晰度不高、光照不足、对比度低的有雾覆冰图像的增强处理。基于大气光成像机制和图像频域特性,构造了具有空间自适应性的衰减因子,并引入图像低频分量中完成去雾处理,同时对图像高频分量进行锐化处理以增强图像细节信息;指出基于低频去雾分量和高频锐化分量的重构图像,可以获得更好的去雾增强效果,并能够有效提高覆冰图像的整体对比度。与经典的去雾增强方法相比,本文方法对于不同背景和不同目标的多种输电线路覆冰场景具有健壮的鲁棒性和广泛的适用性。2、为了寻找表征不同覆冰类型的特征参数,首先给出了基于局部差值处理的纹理强化方法,用于突出覆冰图像表面纹理特征:基于不同覆冰类型纹理强化图的直方图分布特性,从中选出8个能够区分不同覆冰类型的统计纹理特征参数;在此基础上,提出了一种基于直方图多特征的LIBSVM覆冰类型自动识别方法,构造并训练了基于LIBSVM的覆冰类型识别模型,并通过一系列人工覆冰试验验证了该模型的有效性。结果表明,该方法能够有效区分软雾凇、硬雾凇和雨凇三种覆冰类型,平均识别准确率高达96.67%。3、针对自然覆冰环境下导线出现不规则覆冰形状的情况,提出了基于视觉传感器结合力学传感器的导线覆冰形状识别方法。首先,通过视觉传感器和图像分析,提取并测量了覆冰导线的正、俯视图中的直径分布,利用两视图下的平均直径构建了导线覆冰横截面形状的最小矩形包络;其次,借助力传感器和内置的力学计算模型,计算出导线覆冰横截面的等效面积;最后,在最小矩形包络和面积一定的共同约束下,给出了基于曲线迭代拟合的导线覆冰形状描述算法;此外,定义了圆度和重叠率等形状因子,评估拟合的覆冰形状与实测覆冰形状的接近程度。试验结果表明,该方法能够对导线覆冰过程中不同阶段的覆冰形状进行识别描述,也可以对不同覆冰类型下的导线覆冰形状进行识别描述,算法拟合的覆冰形状与实际测量的覆冰形状重叠率可达0.85以上。4、提出了基于图像分析的悬垂式玻璃绝缘子覆冰冰凌识别与评估方法,实现对绝缘子覆冰冰凌的桥接程度的状态评估。首先,通过改进的纹理滤波算子实现了冰凌区域的有效增强,并采用改进的局部标准差阈值完成对冰凌的分割;同时,利用归一化色差算子和最大类间方差阈值,实现了绝缘子伞裙的有效增强与完整分割;其次,提出基于最小平行轴外接矩形的冰凌长度计算方法,以及基于椭圆拟合的绝缘子伞间距计算方法;最后,结合冰凌长度和绝缘子伞间距,制定了冰凌桥接状态的评估规则。现场测试数据表明,该方法对绝缘子冰凌桥接状态的评估准确率可达92.17%,能够满足实际应用的要求。此外,为了探究上述方法在输电线路现场覆冰状态监测中的可行性,本文分析了各类算法对现场真实覆冰图像的处理效果和算法性能,在实际运行的110kV户外输电线路平台上完成了系统的现场安装运行,测试了后台专家软件中集成封装的覆冰图像增强、覆冰类型识别、导线覆冰形状识别、绝缘子冰凌识别各功能模块的识别效率,证实了该技术的有效性和可行性。本文对输电线路覆冰图像去雾、覆冰类型、密度、形状及冰凌桥接等覆冰状态量的图像识别与状态评估方法的研究,为输电线路覆冰状态的准确获取和可靠评估提供了新的检测思路和检测技术,为输电线路覆冰理论和融冰技术中关键参数的获取提供了新的依据。