【技术实现步骤摘要】
一种输电线路弧垂监测及覆冰判断方法及装置
[0001]本专利技术属于输电导线监测特定计算机模型的
,更具体地,涉及一种输电线路弧垂监测及覆冰判断方法和装置
、
电子设备和存储介质
。
技术介绍
[0002]随着社会对用电质量要求逐步提高,以及人力成本的增加,对输电运检的智能化水平和实时性有了更高的要求,其中输电运检工作中的线路运行工况是重点关注项之一
。
对导线运行工况的监测,主要关注弧垂变化及是否存在覆冰,传统的技术手段是在导线加装倾角传感器或拉力传感器,但该方法存在设备成本价格高,难以批量应用,另外传感器内部均有电路,带电安装容易受到电磁干扰,且安装后常发生因
CT
取电不稳定导致采集不到数据的情况
。
[0003]目前,已有研究利用深度学习算法来检测导线的覆冰状况
。
例如,中国专利文献
CN116362041A
公开一种导线覆冰载荷监测方法
、
装置
、
设备以及存储介质,通过预设神经网络模型对当前覆冰图像进行检测,获得覆冰分布参数和弧垂参数,然后基于覆冰分布参数对预设数学孪生模型进行校准,获得校准后的数学孪生模型,最后通过校准后的数学孪生模型根据弧垂参数确定待测导线的覆冰载荷
。
[0004]以及,中国专利文献
CN114998243A
公开一种覆冰导线等值厚度检测方法及系统,利用目标检测计算模型对环境图像进行切分,得到导线区域,然后循 ...
【技术保护点】
【技术特征摘要】
1.
一种输电线路弧垂监测及覆冰判断方法,其特征在于,所述方法包括;
S1
:基于输电导线及所述输电导线的挂载杆塔构建待监测档距坐标系,以获取标定物在所述待监测档距坐标系中的初始坐标点,其中,所述标定物固定安装于输电导线上;
S2
:利用图像监拍设备获取标定物图像,所述标定物图像中包含完整的标定物;
S3
:基于目标检测算法识别所述标定物图像中的标定物,得到所述标定物的目标框所占像素数
、
以及标定物在初次监测轮次下的初始像素数和在当前监测轮次下的当前像素数,并基于所述标定物的目标框所占像素数
、
初始像素数和当前像素数确定所述标定物在当前监测轮次下的位置变化量,在多轮监测中重复此操作,得到所述标定物在多轮监测中的位置变化量;
S4
:构建导线弧垂模型,并根据所述标定物的初始坐标点以及在当前监测轮次下的位置变化量,计算出输电导线最大弧垂处的弧垂值,在多轮监测中重复此操作,得到所述输电导线的最大弧垂处在多轮监测中的弧垂变化量;
S5
:筛选所述输电导线的最大弧垂处在多轮监测中的弧垂变化量的最大值,并将所述弧垂变化量的最大值与预设阈值进行比较:若在覆冰易发季同时间段,所述弧垂变化量的最大值超过所述预设阈值,则判定所述输电导线覆冰
。2.
根据权利要求1所述的一种输电线路弧垂监测及覆冰判断方法,其特征在于,所述步骤
S1
中,所述基于输电导线及所述输电导线的挂载杆塔构建待监测档距坐标系,具体包括:以输电导线挂载于杆塔上较低的一端作为原点,并以该杆塔构建轴,以输电导线在水平面上的投影构建轴,构建坐标系,即为待监测档距坐标系
。3.
根据权利要求1所述的一种输电线路弧垂监测及覆冰判断方法,其特征在于,所述步骤
S1
中,所述标定物为采用抗风材质制成的圆形标定物,且标定物上设有贯穿孔
。4.
根据权利要求3所述的一种输电线路弧垂监测及覆冰判断方法,其特征在于,所述步骤
S3
中,所述目标检测算法为
yolov5s
单一目标检测模型;且所述步骤
S3
具体包括:将所述标定物图像输入所述目标检测算法中,得到所述标定物的目标框所占像素数
、
以及标定物在初次监测轮次下的初始像素数和在当前监测轮次下的当前像素数;根据所述标定物的目标框所占像素数
、
初始像素数和当前像素数得到所述标定物在当前监测轮次下的位置变化量为:式中,表示标定物在当前监测轮次下的位置变化量,表示标定物在当前监测轮次下的当前像素数,表示标定物在初次监测轮次下的初始像素数,表示标定物在当前监测轮次下移动的像素数,且,表示标定物的目标框所占像素数,表示标定物的直径
。5.
根据权利要求4所述的一种输电线路弧垂监测及覆冰判断方法,其特征在于,所述步骤
S4
中,所述构建导线弧垂模型具体包括:基于待监测档距坐标系分别构建输电导线的函数以及连接输电导线...
【专利技术属性】
技术研发人员:王飞,孙绍英,王丽洁,颜廷萌,
申请(专利权)人:智洋创新科技股份有限公司,
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。