【技术实现步骤摘要】
一种输电线路周边干扰物识别与报警触发方法、终端及存储介质
[0001]本专利技术涉及一种输电线路周边干扰物识别与报警触发方法、终端及存储介质，属于电网检测
技术介绍
[0002]随着我国城镇化建设进程的加快，各地大规模基导致输电线路通道被压缩，输电保护区内的违章建房植树、施工作业突发性和季节外侵等给线路的安全稳定运行构成较大威胁，外侵原因引发设备故障已经为线路原因的主要之一。由于输电线路外侵具有很大随机性，运行单位防不胜防，因此需要研究外侵的智能检测技术。
[0003]服务器端现有技术中有基于PointCNN的神经网络模型来检测包含建筑等事物的复杂场景下树木信息,提高该场景下树木检测精度。但通常针对的是遥感的远距离、大规模树木检测，难以应用于近距离、小规模树木检测，且使用遥感手段成本较高。此外，现有技术中也有通过建立BP神经网络预测树木生长高度的方法，但其时间范围上的尺度更大，不能实时的监测和识别树木干扰物。
[0004]而且，无论哪种现有技术，均需要在现场采集大量图像传输至服务器进行判断，这使得对...
【技术保护点】
【技术特征摘要】
1.一种输电线路周边干扰物识别方法，其特征在于，所述方法包括：响应于所接收到的输电线路图像的子块的特征向量，采用预构建并训练好的识别模型对子块中的干扰物进行识别，获取该子块的干扰物识别概率；根据子块的干扰物识别概率，获取输电线路周边干扰物识别结果；其中，所述子块通过对输电线路图像进行横、纵向划分获取；所述子块的特征向量根据子块的坐标及子块的像素计算获取；所述识别模型是通过依次建模任一子块与不同尺度下的邻域子块之间、子块的不同分量之间、子块的不同尺度下的邻域之间的关系，并依据带有标记的样本图像进行学习获取的。2.根据权利要求1所述的输电线路周边干扰物识别方法，其特征在于，所述子块的特征向量[a,b,c]的表达式如公式(1)所示：式中：mn为每个子块所包含的像素数，i(Y,y)代表每个像素，Y为像素在子块中的横方向的坐标、y为像素在子块中的纵方向的坐标。3.根据权利要求2所述的输电线路周边干扰物识别方法，其特征在于，所述识别模型的构建方法包括：步骤A：将子块的特征向量按照维度展开，获取子块的特征向量的三个分量矩阵步骤B：根据预选取的尺度建立三个不同尺度的局部二维模板W1、W2、W3，分别作用于子块的特征向量的三个分量矩阵上，用于建立任一子块与不同尺度下的邻域子块之间可能存在的关系；步骤C：建立局部三维模板V1，分别作用于步骤B的结果上，用于建立子块的不同分量之间可能存在的关系；步骤D：建立局部三维模板V2，分别作用于步骤C的结果上，用于建立子块的不同尺度下的邻域之间可能存在的关系；步骤E：根据步骤D的结果建立子块的干扰物识别概率Z(u,v)的计算模型：式中：Ψ表示步骤D的结果；p、q表示子块在当前模板中的位置坐标，u、v表示子块在输电线图像划分时横、纵方向上的顺序坐标；Q(p,q,u,v)表示Ψ(p,q)与Z(u,v)之间的关系权重；β4为线性调整量；σ4为非线性函数；N表示输电线图像划分时横、纵方向的划分数量。4.根据权利要求3所述的输电线路周边干扰物识别方法，其特征在于，将三个不同尺度的局部二维模板W1、W2、W3，分别作用于子块的特征向量的三个分量矩阵上获
取的结果如下：将局部二维模板W1分别作用于子块的分量矩阵上，即：W1的尺寸为3乘以3，包含9个变量，p、q对应于W1其取值为
‑
1,0,1，以W1为模板依次遍历子块的分量矩阵得到三个矩阵F
a
、F
b
、F
c
，其对应坐标处的值F
a
(u,v)、F
b
(u,v)、F
c
(u,v)与对应坐标处邻域周围的值与模板W1确定；β1为线性调整量；σ1为非线性函数，用于建立F
a
、F
b
、F
c
与的非线性关系的自由度，定义如下：式中参数θ用于使x＝0处产生一个不连续点；0＜θ＜0.1；将局部二维模板W2分别作用于子块的分量矩阵上，即：W2的尺寸为5乘以5，包含25个变量，p、q对应于W2其取值为
‑
2,
‑
1,0,1,2，以W2为模板依次遍历子块的分量矩阵得到三个矩阵G
a
、G
b
、G
c
，其对应坐标处的值G
a
(u,v)、G
b
(u,v)、G
c
(u,v)与对应坐标处(u,v)与对应坐标处邻域周围...
【专利技术属性】
技术研发人员：姚楠，王真，朱雪琼，刘子全，路永玲，胡成博，杨景刚，付慧，
申请(专利权)人：国网江苏省电力有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。