一种多通道无人机电网故障检测方法.docxVIP

一种多通道无人机电网故障检测方法 近年来，由于风吹和屋顶通风，频繁发生危险的电网安全事件，其中许多事故造成了严重的跳转事故。这些悬索不仅缩短了高压线路下的电源连接距离，而且使强行线下的行人和车辆安全，并在严重的情况下造成区域面积。因此，应立即发现异常情况，并采取适当的措施。 现有排查异物的方法主要是人工巡线法,然而随着高电压、大功率、长距离输电线路的发展,输电网络穿越的地理环境日趋复杂,依靠人工巡线排查异物变得越来越艰难.为了降低工作强度,提高工作效率,近几年,出现了借助飞行器作为运载工具,装载可见光成像检测设备对110~1 000kV高压输电线走廊进行巡检的方法,并应用计算机智能处理巡检带回的大量图像数据来判断线路上是否存在异物.我国无人飞行器尚处于试飞阶段,国内外资料针对输电线路上的异物识别都少有涉及,文献针对图像空间直线进行了提取和检测,为输电线路的识别提供了思路. 本文以图1为例,针对输电线路航拍图像中的异物识别问题,改进传统Otsu(最大类间方差)图像分割方法,并提出了一种新的针对输电线路图像的滤波方法,然后基于Hough变换原理提取含有异物的输电线路特征向量,以最小风险决策原则为前提设计分类器,判断输电线路是否挂有异物,并搭建可视化界面进行批处理实验验证,为基于飞行器航拍的电网巡线提供参考,以保障电网的安全运行. 如图1所示,落在树林上方电力线上的风筝即是目标异物.