【技术实现步骤摘要】
一种输电线路防外破检测预警边缘计算方法
[0001]本专利技术属于电力系统智能监控的
,尤其涉及一种基于图像处理和计算机视觉的输电线路防外破检测预警边缘计算方法。
技术介绍
[0002]随着我国城乡经济的快速发展和电网规模的不断壮大,输电线路覆盖面越来越广,经常跨越多个省份,离主干道路遥远。与变电设备系统相比,输电线路具有线长、面广和多野外的特点,容易遭受如施工机械、自然灾害等外力破坏而造成电网安全事故发生。传统的输电线路巡视主要包括人工巡视、视频拍照和直升机航拍等。但上述三种工作方式需要工作人员对线路和设备进行主观判断,容易出现漏判和误判,无法做到实时发现输电线路中的隐患并及时预警。因此,输电线路作为电网安全运行的重要组成,如何实现对输电线路外破的检测和及时预警就显得尤为重要。
[0003]近年来,随着人工智能、图像处理和计算机视觉技术的快速发展,输电线路的防外破检测技术研究应运而生。现有技术中提出“一种基于卷积神经网络的输电线路杆塔外力破坏检测方法”,公开了一种对输电线路杆塔外力破坏的检测方法,可实现对输电线路杆塔外力破坏的分类检测。现有技术还提出“一种基于深度学习的输电线路告警方法和装置”,利用训练好的外破目标检测模型获取所有第一外破目标的类型和位置。现有技术还提出“一种基于深度学习的输电线路告警方法和装置”,利用训练好的外破目标检测模型获取所有第一外破目标的类型和位置。现有技术还提出“输电线路星地协同外破监测预警方法、装置、设备及介质”,通过预先训练好的卷积神经网络模型对光学卫星遥感正射影像进行 ...
【技术保护点】
【技术特征摘要】
1.一种输电线路防外破检测预警边缘计算方法,其特征在于,所述方法包括如下步骤:S1、建立输电线路图像数据集,以实现对输电线路外破目标检测模型的训练学习、验证和测试;S2、建立轻量化输电线路外破检测模型,以实现施工机械、塔吊、吊车、山火、飞鸟的输电线路外破目标的类别和位置信息的检测;所述轻量化输电线路外破检测模型包括特征提取主干网络、特征融合增强模块和外破目标位置和类别预测模块;在上述模型中,以残差连接为主构建特征提取主干网络,在上述特征融合增强模块中,采用自底向上传播路径增强浅层位置信息向深层传递,同时采用自顶向下路径增强丰富的语义类别信息的传播;S3、建立输电线路安全区域检测模块,以实现所采集的输电线路场景图像中输电路线的检测和安全区域的标识,包括输电线路图像预处理、边缘检测、输电线路检测和输电线路安全区域标识的步骤;S4、建立输电线路防外破预警模块,根据检测的输电线路外破目标类别和位置信息、输电线路安全区域标识,设计预警策略以产生预警提示信号。2.根据权利要求1所述的一种输电线路防外破检测预警边缘计算方法,其特征在于:进一步地,步骤S1包括:S1
‑
1、采集输电线路场景下图像;在输电线路塔杆上合适位置固定摄像机,采集一定数量的包括或分别包括施工机械、塔吊、吊车、山火、飞鸟等输电线路外破目标图像;S1
‑
2、输电线路图像预处理;对输电线路场景图像进行滤波、去噪、格式转换的预处理;S1
‑
3、输电线路图像数据集;将预处理之后的输电线路图像进行标注,并划分为训练集、验证集和测试集;S1
‑
4、输电线路图像数据集增强;对步骤S1
‑
3中划分的训练集、验证集,采用图像增强技术进行扩充增强,用来对输电线路外破目标检测模型的训练学习和验证。3.根据权利要求2所述的一种输电线路防外破检测预警边缘计算方法,其特征在于:进一步地,步骤S2包括:S2
‑
1、构建输电线路外破检测模型特征提取主干网络;将S1
‑
4数据集增强后的输电线路图像作为输入,对其进行卷积、池化的操作,以逐层提取图像有效特征;通过引入残差连接,建立残差块,降低模型的复杂度,所述残差块包括残差部分和恒等映射部分,残差部分包括两个或两个以上卷积操作,恒等映射部分通过短连接直接将输入连接到输出部分,上述短连接起到松弛不同层之间的特征信息传播作用,有利于输电线路外破目标的位置特征信息和类别特征信息的融合;S2
‑
2、输电线路外破检测模型特征融合模块;特征融合模块用来汇聚S2
‑
1主干网络提取的不同层特征,结合自底向上和自顶向下的方法以实现不同层的特征融合;考虑到输电线路外破检测模型不仅需要预测外破目标的类别信息,而且还需要预测外破目标的位置信息,准确的外破目标位置信息为是否实施预警提供了重要的依据,上述具有丰富的位置信息的浅层特征,有利于输电线路场景图像中外破大目标的一般吊车、塔吊、
施工机械、施工设备的识别,因此特征融合模块借鉴了路径聚合网络PANet自底向上和自顶向下的特征聚合方法,同时借鉴YOLOv4中张量连接的方式以实现特征堆叠,特征融合模块包括自底向上的路径增强、自适应池化和全连接融合;S2
‑
3、轻量化输电线路外破检测模型预测模块;预测模块考虑一阶检测器YOLO
‑
Head对上述S2
‑
2特征融合模块输出的多尺度特征进行回归和分类预测,以实现输电线路外破目标的类别和位置信息;S...
【专利技术属性】
技术研发人员:高永亮,袁斌,姚新宇,董卓元,周鹏杰,曾健,李晋,高若楠,陈曦,张军强,李栋,盛飞,谢斌,
申请(专利权)人:国网陕西省电力有限公司经济技术研究院,
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。