基于无人机紫外检测的输电线路电晕放电缺陷智能诊断技术.docx

第 40 卷 第 8 期：2292-2298 2014 年 8 月 31 日 高电压技术 High Voltage Engineering Vol.40, No.8: 2292-2298 August 31, 2014 DOI: 10.13336/j.1003-6520.hve.2014.08.006 基于无人机紫外检测的输电线路电晕放电缺陷 智能诊断技术 彭向阳，钟 清，饶章权 1，杨必胜 2，陈 驰 2，苏林晓 2 （1. 广东电力科学研究院，广州 510080；2. 武汉大学测绘遥感信息工程国家重点实验室，武汉 430079） 摘 要：目前使用紫外视频进行绝缘子探伤需要人工判读放电光斑，自动化程度较低。为此，提出了一种以无人 机(UAV)搭载的紫外传感器所获取的影像为数据源，根据电晕放电的光谱特征和紫外成像的形态特征来自动检测 紫外视频放电位置的方法。首先从紫外影像中获取图像帧；然后对图像进行最大类间方差二值化和区域生长处理， 根据区域生长后的结果来计算疑似放电区域；最后经放电异常诊断，利用获得的高精度位置姿态以及时间同步信 息，得到高压输电线路绝缘子发生异常的具体地理位置。实验结果表明上述方法可以自动提取紫外视频中呈高密 度、连续放电的区域。该方法可有效地对紫外影像中高压输电线路绝缘子进行放电异常诊断，对电网运行维护有 实际意义。 关键词：无人机；UAV；图像处理；紫外影像；绝缘子；电晕放电；安全诊断 Intelligent Diagnostic Techniques of Transmission Lines Corona Discharge Defect Based on Ultraviolet Detection from Unmanned Aerial Vehicle PENG Xiangyang1, ZHONG Qing1, RAO Zhangquan1, YANG Bisheng2, CHEN Chi2, SU Linxiao2 (1. Guangdong Electric Power Research Institute, Guangzhou 510080, China; 2. State Key Laboratory of Information Engineering in Surveying, Mapping and Remote Sensing, Wuhan University, Wuhan 430079, China) Abstract：Insulator diagnosis is an important task for power grid maintenance. Taking the ultraviolet (UV) images from unmanned aerial vehicle (UAV) as the experiment data, we experimentally diagnosed abnormality of the power grid. Firstly, UV images were selected from continues UV video. Secondly, suspected discharge areas were detected using the Otsu method and region grown method. Finally, locations of anomaly of high-voltage power lines insulators are obtained via the position and time synchronization information. Experimental results show that this method can automatically de- tect abnormal discharge position of insulators. The proposed method can be applied for power grid maintenance. Key words：unmanned aerial vehicle; UAV; image processing; ultraviolet image; insulators; corona discharge; safety di- agnosis 0 引言 在高压输电线路中，绝缘子主要起着机械支撑 与绝缘的作用，用量非常大，其性能对整个输电系 统的安全运行有着非常关键的作用[1]。高压输电线 路的绝缘子在运行过程中长期暴露野外，绝缘子的 ——————— 基金资助项目：国家重点基础研究发展计划(973