输电线路舞动检测方法、装置、计算机设备及存储介质制造方法及图纸

本方案涉及一种输电线路舞动检测方法、装置、计算机设备及存储介质。所述方法包括：采集包含有输电线路的视频数据；通过YOLOv5目标检测算法对视频数据中的间隔棒进行目标检测，并得到检测结果；使用L

【技术实现步骤摘要】
输电线路舞动检测方法、装置、计算机设备及存储介质


[0001]本专利技术涉及计算机视觉
，特别是涉及一种输电线路舞动检测方法、装置、计算机设备及存储介质。

技术介绍

[0002]近年来，我国经济飞速发展，对于架空输电线路的需求也随之迅速增长。然而我国地理环境和气候条件复杂多变，长距离输电线路在使用过程中很可能发生各种事故，其中输电线路舞动事故就是较为严重的一种。输电线舞动是偏心覆冰导线在风激励下产生的一种低频、大振幅自激振动，如果输电线上覆盖较厚的冰，且覆盖的冰层在环境作用下产生非对称圆形截面，那么一旦输电线受到自然风影响，就容易形成输电线自激振动。输电线这种低频、大幅度振动带来的危害难以忽视，相对轻微的影响包括电力系统发生闪络以及跳闸事故，较为严重的事故指的是电力输送系统金具破裂和绝缘子损坏，甚至有发生输电线断裂的风险。更有甚者，输电塔连接处螺栓在线路舞动作用下极易发生松动或者脱落，最终造成整个输电塔倒塌。在某些地区导线舞动已成为线路主要危害，对输电线舞动进实时行检测预警，保证输电线的可靠与安全运行具有十分重要的意义。
[0003]舞动检测技术中，检测系统记录的大量数据可以用于分析舞动激发因素以及舞动扩展影响因素，并且有助于后续舞动事故预防方案的制定。现在舞动检测技术是将接触式传感器安装于输电塔上，采集输电线舞动时的数据，传送给远程计算机并进行后续处理分析。
[0004]然而，传统的通过传感器实现的舞动检测技术中，由于长距离输电线路跨及区域广，杆塔数量多，每级杆塔之间都要安装多个传感器，经济成本和后期维护成本增加。因此，传统的舞动检测技术存在成本较高的问题。

技术实现思路

[0005]基于此，为了解决上述技术问题，提供一种输电线路舞动检测方法、装置、计算机设备及存储介质，可以降低检测的成本且提高检测精度。
[0006]一种输电线路舞动检测方法，所述方法包括：
[0007]采集包含有输电线路的视频数据，所述输电线路上设置有若干间隔棒；
[0008]通过YOLOv5目标检测算法对所述视频数据中的各个所述间隔棒进行目标检测，并得到检测结果；
[0009]根据所述检测结果使用L
‑
K金字塔光流法对检测到的各个所述间隔棒进行跟踪检测，得到各个所述间隔棒的舞动轨迹；
[0010]获取输电线路舞动范围阈值，根据所述舞动范围阈值、所述舞动轨迹确定输电线路舞动等级并告警。
[0011]在其中一个实施例中，所述通过YOLOv5目标检测算法对所述视频数据中的各个所述间隔棒进行目标检测，并得到检测结果，包括：
[0012]通过所述YOLOv5目标检测算法中的主干特征提取网络，从所述视频数据中提取出特征集合作为有效特征层；
[0013]将所述有效特征层输入至所述YOLOv5目标检测算法中的加强特征提取网络中，对所述有效特征层进行特征融合，得到特征图；
[0014]将所述特征图作为各个特征点的集合，通过所述YOLOv5目标检测算法中的分类器和回归器，判断各个特征点是否存在对应物体，得到目标预测结果；
[0015]对所述目标预测结果进行得分排序与非极大抑制筛选，得到各个所述间隔棒的检测结果。
[0016]在其中一个实施例中，所述通过所述YOLOv5目标检测算法中的主干特征提取网络，从所述视频数据中提取出特征集合作为有效特征层，包括：
[0017]所述主干特征提取网络使用残差网络Residual、CSPnet网络结构、Focus网络结构、SiLU激活函数、SPP结构从所述视频数据中提取出特征集合作为有效特征层。
[0018]在其中一个实施例中，所述将所述有效特征层输入至所述YOLOv5目标检测算法中的加强特征提取网络中，对所述有效特征层进行特征融合，得到特征图，包括：
[0019]通过所述加强特征提取网络利用所述有效特征层进行FPN层的构建；
[0020]通过所述FPN层进行特征融合，得到特征图。
[0021]在其中一个实施例中，所述对所述目标预测结果进行得分排序与非极大抑制筛选，包括：
[0022]对所述目标预测结果进行解码处理，得到各个预测框的位置；
[0023]计算各个所述预测框的各个得分，并通过非极大抑制筛选确定同一种类得分最大的预测框；
[0024]计算得分最大的预测框与其他预测框之间的重合程度，并根据所述重合程度剔除预测框。
[0025]在其中一个实施例中，所述根据所述检测结果使用L
‑
K金字塔光流法对检测到的各个所述间隔棒进行跟踪检测，得到各个所述间隔棒的舞动轨迹，包括：
[0026]缩小待检测图像的图像尺寸，并建立图像金字塔；
[0027]通过所述L
‑
K金字塔光流法计算缩小图像尺寸后的图像中，像素在时间域上的变化以及相邻帧之间的相关性，并根据所述相关性确定上一帧图像与当前帧图像之间存在对应关系；
[0028]计算所述上一帧图像与所述当前帧图像之间各个所述间隔棒的运动信息；
[0029]根据所述运动信息生成舞动轨迹。
[0030]在其中一个实施例中，在建立图像金字塔之后，所述方法还包括：
[0031]计算所述图像金字塔上最高层图像的光流，得到光流计算结果；
[0032]根据所述光流计算结果计算出残余光流向量，并对所述图像金字塔的每一层进行迭代光流计算，通过L
‑
K算法计算仿射光流，当所述仿射光流小于阈值时，结束迭代，得到叠加光流。
[0033]一种输电线路舞动检测装置，所述装置包括：
[0034]数据采集模块，用于采集包含有输电线路的视频数据，所述输电线路上设置有若干间隔棒；
[0035]目标检测模块，用于通过YOLOv5目标检测算法对所述视频数据中的各个所述间隔棒进行目标检测，并得到检测结果；
[0036]轨迹检测模块，用于根据所述检测结果使用L
‑
K金字塔光流法对检测到的各个所述间隔棒进行跟踪检测，得到各个所述间隔棒的舞动轨迹；
[0037]舞动检测模块，用于获取输电线路舞动范围阈值，根据所述舞动范围阈值、所述舞动轨迹确定输电线路舞动等级并告警。
[0038]一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
[0039]采集包含有输电线路的视频数据，所述输电线路上设置有若干间隔棒；
[0040]通过YOLOv5目标检测算法对所述视频数据中的各个所述间隔棒进行目标检测，并得到检测结果；
[0041]根据所述检测结果使用L
‑
K金字塔光流法对检测到的各个所述间隔棒进行跟踪检测，得到各个所述间隔棒的舞动轨迹；
[0042]获取输电线路舞动范围阈值，根据所述舞动范围阈值、所述舞动轨迹确定输电线路舞动等级并告警。
[0043]一种计算机可读存储介质，其上存储有计算机程序，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种输电线路舞动检测方法，其特征在于，所述方法包括：采集包含有输电线路的视频数据，所述输电线路上设置有若干间隔棒；通过YOLOv5目标检测算法对所述视频数据中的各个所述间隔棒进行目标检测，并得到检测结果；根据所述检测结果使用L
‑
K金字塔光流法对检测到的各个所述间隔棒进行跟踪检测，得到各个所述间隔棒的舞动轨迹；获取输电线路舞动范围阈值，根据所述舞动范围阈值、所述舞动轨迹确定输电线路舞动等级并告警。2.根据权利要求1所述的输电线路舞动检测方法，其特征在于，所述通过YOLOv5目标检测算法对所述视频数据中的各个所述间隔棒进行目标检测，并得到检测结果，包括：通过所述YOLOv5目标检测算法中的主干特征提取网络，从所述视频数据中提取出特征集合作为有效特征层；将所述有效特征层输入至所述YOLOv5目标检测算法中的加强特征提取网络中，对所述有效特征层进行特征融合，得到特征图；将所述特征图作为各个特征点的集合，通过所述YOLOv5目标检测算法中的分类器和回归器，判断各个特征点是否存在对应物体，得到目标预测结果；对所述目标预测结果进行得分排序与非极大抑制筛选，得到各个所述间隔棒的检测结果。3.根据权利要求2所述的输电线路舞动检测方法，其特征在于，所述通过所述YOLOv5目标检测算法中的主干特征提取网络，从所述视频数据中提取出特征集合作为有效特征层，包括：所述主干特征提取网络使用残差网络Residual、CSPnet网络结构、Focus网络结构、SiLU激活函数、SPP结构从所述视频数据中提取出特征集合作为有效特征层。4.根据权利要求2所述的输电线路舞动检测方法，其特征在于，所述将所述有效特征层输入至所述YOLOv5目标检测算法中的加强特征提取网络中，对所述有效特征层进行特征融合，得到特征图，包括：通过所述加强特征提取网络利用所述有效特征层进行FPN层的构建；通过所述FPN层进行特征融合，得到特征图。5.根据权利要求2所述的输电线路舞动检测方法，其特征在于，所述对所述目标预测结果进行得分排序与非极大抑制筛选，包括：对所述目标预测结果进行解码处理，得到各个预测框的位置；计算各个所述预测...

【专利技术属性】
技术研发人员：沈阳，顾雄飞，秦浩，孙侃，仲刚，陈欢，
申请(专利权)人：佳源科技股份有限公司，
类型：发明
国别省市：