基于SAR影像的输电杆塔水灾故障隐患的识别方法技术

本发明专利技术公开了基于SAR影像的输电杆塔水灾故障隐患的识别方法，所述识别方法包括以下步骤：步骤1：对SAR影像进行滤波处理；步骤2：采用阈值算法提取SAR影像水体区域的二值图；步骤3：采用杆塔中心距离搜索算法和塔基网格距离搜索算法，计算杆塔到洪水区的最短距离和搜索区域内的洪水占比；步骤4：基于杆塔到洪水的距离和杆塔范围内洪水占比计算洪水隐患系数，判断杆塔受灾情况。

Recognition Method of Potential Flood Fault of Transmission Tower Based on SAR Image

【技术实现步骤摘要】
基于SAR影像的输电杆塔水灾故障隐患的识别方法
本专利技术涉及电力系统自然灾害事件监测
，特别是涉及基于SAR影像的输电杆塔水灾故障隐患的识别方法。
技术介绍
随着电网规模的增大，电网遭遇突发性灾害的概率也在增加。全球各种自然灾害所造成的损失中，洪涝灾害高居40％，近年来的特大水灾事件造成了高额经济损失，洪水冲垮输电杆塔基础，导致杆塔断线、淹没电力设施导致供电中断，威胁电力系统的安全稳定运行，对人民的生活、生产带来巨大的损失。如果能及时发现输电线路水灾故障的隐患，及时安排运检人员处理，可将损失降到最小。洪水灾害对电网的主要破坏在于电力设备极易发生短路损坏、内部放电损坏、器身部件受潮损坏等情况；输电线路杆塔基础受洪水冲刷，可能冲垮杆塔导致杆塔断线、淹没电力设施导致供电中断，威胁电力系统的安全稳定运行，对人民的生活、生产带来巨大损失。目前，我国和其他大多数国家的电力线路巡检工作仍然主要依靠人工巡查、手工记录，存在成本高、工作条件危险、巡检缺失等缺点。运行、维护的困难程度和工作强度非常大。近年航空巡检被采用，提高了检测效率和精度。但该技术受飞行安全、航空控制、天气变化和加油等因素的限制，无人机(UAV)也因安全问题和耐久性不足制约了其进一步的应用。卫星技术的发展，为输电线路故障得以发现及为灾害预测提供了新手段。合成孔径雷达(SAR：SyntheticApertureRadar)已广泛运用于灾害监测。与传统巡检方式相比，每幅卫星图像可覆盖地面面积广，卫星技术巡检具有周期短、无安全隐患、巡检覆盖区域更宽、反应快速等优势。目前，基于SAR影像水体特征已经可以准确提取水体部分,包括不同场景如森林区域或是城市中的洪水,一些改进算法的提出也使洪水的提取范围更加准确，而关于输电线路杆塔水灾故障隐患识别方面，鲜有研究和涉及。因此希望有一种基于SAR影像的输电杆塔水灾故障隐患的识别方法能够解决现有技术中存在的问题。
技术实现思路
本专利技术公开了一种基于SAR影像的输电杆塔水灾故障隐患的识别方法，所述识别方法包括以下步骤：步骤1：对SAR影像进行滤波处理；步骤2：采用阈值算法提取SAR影像水体区域的二值图；步骤3：采用杆塔中心距离搜索算法和塔基网格距离搜索算法，计算杆塔到洪水区的最短距离和搜索区域内的洪水占比；步骤4：基于杆塔到洪水的距离和杆塔范围内洪水占比计算洪水隐患系数，判断杆塔受灾情况。优选地,所述步骤2根据电力杆塔的台账信息、目视解译和坐标拾取，确定所述SAR影像水体区域的二值图中杆塔的像素坐标点集公式(1)：U＝{a1(x1,y1),a2(x2,y2),...,an(xn,yn)}(1)式中U为杆塔坐标点集，ai为杆塔代号，xi为二值图像素坐标的横坐标，yi为二值图像素坐标的纵坐标；F(xi，yi)为点(xi，yi)在二值图中的值，所述阈值算法为：若F(xi，yi)＝0，则说明杆塔位于水体提取部分，已被洪水淹没，受灾程度最为严重；若F(xi，yi)＝1，则杆塔位于非水体部分没有被洪水淹没，计算杆塔与水体间的距离，搜索水域周围被洪水危及的输电线路杆塔，判断受灾程度。优选地,所述步骤3的杆塔中心距离搜索算法包括以下具体步骤：步骤3.1：将电力杆塔的台账云数据整理为公式(2)的点集：G＝{a1(lon1,lat1),a2(lon2,lat2),...,an(lonn,latn)}(2)式中G为杆塔散点集；an为杆塔名称；lonn为杆塔an的经度坐标，latn为杆塔an的纬度坐标；步骤3.2：根据SAR影像和电力杆塔信息，确定受灾的电力杆塔位置信息及图像各点的经纬度信息；对于某个杆塔的位置ai(xi，yi)，以(xi，yi)为圆心，确定该杆塔的搜素区。优选地，所述步骤3的塔基网格距离搜索算法包括以下内容：以杆塔为中心，设边长为6km的正方形网格搜索区，其中杆塔坐标为(x0，y0)，网格搜索区的四个顶点的坐标为A(x1，y1)；B(x2，y2)；C(x3，y3)；D(x4，y4)，图像分辨率为M，则每一个像素点代表的是M×M的点，由此可得公式(7)：M(x2-x0)＝3000(7)由此可得：x2＝3000M+x0根据公式(7)搜索水体提取二值图中的点，若F(xi，yi)＝0，且满足公式(9)则说明有水体位于杆塔搜索区内，在该杆塔搜索区内存在洪水隐患，根据(4)式计算杆塔到水体间的最小距离优选地,所述步骤4中的洪水隐患系数的计算过程包括：所述水体区域的二值图中水体部分函数值为0，非水体部分函数值为1，搜索区域内的函数值平均值为公式(10)：若则该搜索区域内无水体，即输电杆塔没有洪水隐患；若则该搜索区域内有水体，输电线路杆塔存在洪水隐患，杆塔搜索范围洪水占比H为公式(11)：杆塔洪水隐患系数V由杆塔与洪水距离d和杆塔范围内洪水占比H决定，如公式(12)所示。C1为杆塔到洪水距离的影响的权重系数，C2为杆塔搜索区洪水占比的影响的权重系数，基于层次分析法，常规场景下选取C1＝0.75，C2＝0.25，杆塔洪水隐患系数V小于1，当V越小时，该杆塔受洪水威胁程度越大。本专利技术公开的基于SAR影像的输电杆塔水灾故障隐患的识别方法，该识别方法基于SAR影像，提出了杆塔中心距离搜索算法和塔基网格距离搜索算法，能快速计算杆塔到洪水区域的最短距离，结合搜索区域洪水占比，判断杆塔受灾程度，及时发现杆塔水灾故障隐患，实现故障快速定位，为检修人员提供参考，将损失降到最小，且SAR雷达不受天气影响、航空管制的限制，反应快速，覆盖范围广，在灾害监测方面有独特的优势。附图说明图1是基于SAR影像的输电杆塔水灾故障隐患的识别流程图。图2是杆塔中心距离搜索示意图。图3是塔基网格距离搜索示意图。具体实施方式为使本专利技术实施的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行更加详细的描述。在附图中，自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。下面通过参考附图描述的实施例是示例性的，旨在用于解释本专利技术，而不能理解为对本专利技术的限制。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。如图1所示，基于SAR影像的输电杆塔水灾故障隐患的识别方法，包括以下步骤：步骤1：对SAR影像进行滤波处理；步骤2：采用阈值算法提取SAR影像水体区域的二值图；步骤3：采用杆塔中心距离搜索算法和塔基网格距离搜索算法，计算杆塔到洪水区的最短距离和搜索区域内的洪水占比；步骤4：基于杆塔到洪水的距离和杆塔范围内洪水占比计算洪水隐患系数，判断杆塔受灾情况。杆塔受灾严重程度和与洪水距离成正相关，距离洪水近的杆塔遭受洪水冲刷导致倒塔故障的可能性与故障严重程度都要远大于距离洪水远的杆塔，可将距离作为水灾故障隐患评价的主要参数。基于卫星拍摄到的SAR影像，经过图像处理并提取出洪水区域，结合输电线路杆塔台账信息，判断杆塔是否已被洪水淹没，对输电线路受灾情况进行初步评价。若洪水未淹没杆塔，则应确定杆塔与洪水边缘的距离，第一时间判断洪水隐患对输电线路的影响。图像是由一个个像素点组成，图像中每一个点都可以转化为坐标。根据电力本文档来自技高网...

【技术保护点】
1.基于SAR影像的输电杆塔水灾故障隐患的识别方法，其特征在于，所述识别方法包括以下步骤：步骤1：对SAR影像进行滤波处理；步骤2：采用阈值算法提取SAR影像水体区域的二值图；步骤3：采用杆塔中心距离搜索算法和塔基网格距离搜索算法，计算杆塔到洪水区的最短距离和搜索区域内的洪水占比；步骤4：基于杆塔到洪水的距离和杆塔范围内洪水占比计算洪水隐患系数，判断杆塔受灾情况。

【技术特征摘要】
1.基于SAR影像的输电杆塔水灾故障隐患的识别方法，其特征在于，所述识别方法包括以下步骤：步骤1：对SAR影像进行滤波处理；步骤2：采用阈值算法提取SAR影像水体区域的二值图；步骤3：采用杆塔中心距离搜索算法和塔基网格距离搜索算法，计算杆塔到洪水区的最短距离和搜索区域内的洪水占比；步骤4：基于杆塔到洪水的距离和杆塔范围内洪水占比计算洪水隐患系数，判断杆塔受灾情况。2.根据权利要求1所述的基于SAR影像的输电杆塔水灾故障隐患的识别方法，其特征在于：所述步骤2根据电力杆塔的台账信息、目视解译和坐标拾取，确定所述SAR影像水体区域的二值图中杆塔的像素坐标点集公式(1)：U＝{a1(x1,y1),a2(x2,y2),...,an(xn,yn)}(1)式中U为杆塔坐标点集，ai为杆塔代号，xi为二值图像素坐标的横坐标，yi为二值图像素坐标的纵坐标；F(xi，yi)为点(xi，yi)在二值图中的值，所述阈值算法为：若F(xi，yi)＝0，则说明杆塔位于水体提取部分，已被洪水淹没，受灾程度最为严重；若F(xi，yi)＝1，则杆塔位于非水体部分没有被洪水淹没，计算杆塔与水体间的距离，搜索水域周围被洪水危及的输电线路杆塔，判断受灾程度。3.根据权利要求2所述的基于SAR影像的输电杆塔水灾故障隐患的识别方法，其特征在于：所述步骤3的杆塔中心距离搜索算法包括以下具体步骤：步骤3.1：将电力杆塔的台账云数据整理为公式(2)的点集：G＝{a1(lon1,lat1),a2(lon2,lat2),...,an(lonn,latn)}(2)式中G为杆塔散点集；an为杆塔名称；lonn为杆塔an的经度坐标，latn为杆塔an的纬度坐标；步骤3.2：...

【专利技术属性】
技术研发人员：刘连光，杜如钧，刘文琳，
申请(专利权)人：华北电力大学，北京天和本安电力科技有限公司，
类型：发明
国别省市：北京,11