关键词：
图像识别
覆冰厚度
预测模型
预警模型
摘要：
国民经济对电力具有高度的依赖性,同时,经济增长也会促进用电量需求的增大。随着国家电网大规模的建设与发展,远距离、大容量的输电线路不可避免的要穿过高寒、高海拔、高湿度、强降水地区或盆地、高原、分水岭等特殊微地形导致的微气象地区,极易引发输电线路覆冰灾害,并且气候变暖导致全球极端异常气候频发,更加加重了输电线路覆冰灾害,使人们对输电线路覆冰问题的关注也越来越多。为了保证电力系统的安全、正常运行,预防并减小覆冰灾害对输电线路造成的影响,研究输电线路覆冰厚度图像识别技术、建立覆冰预警模型,让管理人员实时了解线路覆冰现场状况、掌握覆冰发展趋势显得尤其重要。在输电线路覆冰监测方面,目前国内的研究主要集中在模拟导线法与称重法,图像识别法具有实时性好、直观性强等优点,作为输电线路覆冰在线监测技术的发展趋势,目前关于此方面的研究较少。另一方面,国内关于覆冰预警模型的研究主要涉及到覆冰预测,尚未进一步涉及覆冰预警等级、预警机制等方面,而且目前所建立的覆冰预测模型普遍存在模型参数测量难度大、模型精度低等问题,覆冰预警模型则存在预警值设置不规范、模型不够完善等问题。针对上述存在的问题,首先,本文基于数字图像处理技术,选用Canny算子获取图像边缘,将Hough变换与最小二乘法结合,解决传统Hough变换在参数空间中易受图像背景与噪声干扰的问题,实现了在对比度低、灰度级变化复杂且受各种噪声干扰的覆冰图像中精确识别导线边缘,并基于照相机的成像原理,将输电导线半径作为参考,建立覆冰厚度的几何计算模型,实现覆冰厚度的自动计算;然后,对大量覆冰与微气象监测数据进行统计性研究与分析,结合覆冰增长规律与微气象特征,将覆冰周期进行分段并确定覆冰关键影响因子;最后,基于覆冰与微气象试验的定量分析,结合覆冰与关键影响因子的定性分析,推导了基于覆冰量与微气象因子的多元非线性回归模型,结合覆冰周期的分段特征,建立综合覆冰预测模型,并基于覆冰比值设置四级预警机制,进一步建立覆冰实时预警与预测预警的双预警模型。
欢迎来到三峡大学图书馆！
