关键词:
输电线路走廊
隐患识别
二值化方法
直方图均衡化
特征提取
欧氏距离
无人机巡检
特征融合
摘要:
【目的】在电力系统中,架空输电线路作为电能传输的关键环节,其安全稳定运行尤为重要。然而,随着自然环境变化和植被快速生长,输电线路走廊内的树木成为影响线路安全的主要隐患之一。树木与输电线路的接近度过高不仅可能引发短路、跳闸等故障,严重时还会导致火灾,威胁电网安全及人民生命财产。因此,为提高树障隐患识别的准确性,设计了一种基于无人机(UAV)巡检影像的架空输电线路树障隐患识别方法。【方法】首先,通过直方图均衡化增强影像对比度,使细节信息更为清晰,并采用变换函数强化影像边缘,为特征提取奠定基础。然后,利用FROST滤波去除影像噪声,在保留边缘细节的同时确保处理准确性。结合二值化方法平滑影像,提取巡检影像中的树障颜色特征及输电线路导线弧垂的纹理特征。针对影像拍摄角度和光线导致的边缘信息缺失,采用插值算法补充缺失的边缘值,保证特征提取的完整性。在此基础上,通过计算相邻数据的欧氏距离获得特征融合的标注结果,实现对输电线路走廊隐患的识别。【结果】实验结果显示,本文方法在识别架空输电线路树障隐患任务中表现优异,不仅准确识别出5个树障隐患区域,且隐患数量识别结果与实际误差较小。在隐患位置坐标的精确性分析中,b区域和d区域的识别坐标分别为(1.43 m,8.3 m)和(1.49 m,9.8 m),与实际数据高度吻合。此外,相较于其他方法的隐患程度识别不准确情况,本文方法在各级树障隐患方面的识别结果更为精确,与实验区域实际情况的数值接近,验证了方法实际应用优势和可靠性。【结论】本文方法能够有效识别输电线路的隐患区域,精准判断隐患数量及特征,具有较高的实用性。该方法结合无人机巡检影像与先进图像处理技术,实现了架空输电线路树障隐患的自动化、智能化识别。通过融合颜色特征和纹理特征,提高了识别准确性与鲁棒性。本研究成果对于提升电力系统的安全性和稳定性具有重要意义,为智能电网建设和发展提供了有力支持。