基于EDPF算法的高空高壓線(xiàn)故障智能識(shí)別

李建華，周靈剛

(國(guó)網(wǎng)浙江臺(tái)州供電公司，臺(tái)州 318000)

高壓線(xiàn)的主要功能為傳輸高壓電力[1]，山區(qū)危險(xiǎn)高空高壓線(xiàn)長(zhǎng)期工作在復(fù)雜的自然環(huán)境中，受多變天氣的影響，有較大概率形成異物懸掛、絕緣子破損與斷股等故障[2]。若無(wú)法在第一時(shí)間處理故障，易發(fā)生電力傳輸中斷問(wèn)題[3]。

當(dāng)前常用的高壓線(xiàn)故障智能識(shí)別方法主要有基于高頻測(cè)試信號(hào)注入的線(xiàn)路故障識(shí)別方法[4]和基于改進(jìn)方向電流法的線(xiàn)路故障識(shí)別方法[5]。前者利用智能電表獲取電網(wǎng)信息內(nèi)的阻抗參數(shù)，同時(shí)依照阻抗特性與電網(wǎng)高頻測(cè)試信號(hào)實(shí)現(xiàn)高壓線(xiàn)故障識(shí)別；后者將方向電流法作為核心，結(jié)合暫態(tài)能量偏離度共同實(shí)現(xiàn)高壓線(xiàn)故障識(shí)別。但上述方法的實(shí)際應(yīng)用難度較大，且易受外界自然環(huán)境的影響，故障圖像的篩選效率較低。

針對(duì)以上問(wèn)題，筆者研究了新的基于無(wú)人機(jī)航拍的山區(qū)危險(xiǎn)高空高壓線(xiàn)故障智能識(shí)別方法，準(zhǔn)確識(shí)別了高壓線(xiàn)故障，提升了山區(qū)危險(xiǎn)高空高壓系統(tǒng)運(yùn)行的穩(wěn)定性。

1 山區(qū)危險(xiǎn)高空高壓線(xiàn)故障智能識(shí)別方法

1.1 無(wú)人機(jī)航拍圖像恢復(fù)處理

無(wú)人機(jī)航拍圖像在成像過(guò)程中會(huì)存在變形、失真等問(wèn)題[6-7]，影響航拍圖像的質(zhì)量，為此，需對(duì)無(wú)人機(jī)航拍圖像進(jìn)行恢復(fù)處理。通過(guò)構(gòu)建無(wú)人機(jī)航拍圖像的近似退化模型，利用b(x,y)表示物平面上實(shí)際無(wú)人機(jī)航拍圖像，最終獲取退化模型描述的退化無(wú)人機(jī)航拍圖像。

l(x,y)=H[b(x,y)]+n(x,y)

(1)

式中：l(x,y)和H[·]分別為退化無(wú)人機(jī)航拍圖像和成像過(guò)程中全部退化因素的變換函數(shù);n(x,y)為外部加性噪聲[8]。

依照線(xiàn)性系統(tǒng)理論得到

H[b(x,y)]=H[b(x,y)*?(x,y)]=

b(x,y)*H[?(x,y)]=b(x,y)*h(x,y)

(2)

式中:?(x,y)為單位沖擊信號(hào);h(x,y)為單位圖像退化因素的變換函數(shù)。

基于此，在忽略加性噪聲的條件下，利用式(3)描述退化模型的響應(yīng)。

(3)

考慮H[·]的空間不變性特征，可利用式(4)描述其對(duì)位移信號(hào)的響應(yīng)。

b(x-x0,y-y0)*h(x,y)=l(x-x0,y-y0)

(4)

式中：b(x-x0,y-y0)為位移信號(hào)。

結(jié)合外部加性噪聲，可利用式(5)描述轉(zhuǎn)換后的退化模型。

l(x,y)=b(x,y)*h(x,y)+n(x,y)

(5)

利用退化模型即可完成無(wú)人機(jī)航拍圖像的恢復(fù)。

1.2 基于EDPF算法的高壓線(xiàn)圖像邊緣檢測(cè)

在恢復(fù)無(wú)人機(jī)航拍圖像后，檢測(cè)山區(qū)危險(xiǎn)高空高壓線(xiàn)圖像邊緣，防止出現(xiàn)虛假高壓線(xiàn)問(wèn)題[9]。選取EDPF(earliest deadline and processing time first)算法，該算法的主要優(yōu)勢(shì)體現(xiàn)在無(wú)參數(shù)、適應(yīng)性強(qiáng)等方面[10]。

EDPF算法與ED算法相比，差異主要體現(xiàn)為EDPF算法的全部參數(shù)均處于上限值狀態(tài)[11]，在此狀態(tài)下，確定全部的可能邊緣段，通過(guò)亥姆霍茲理論，在全部可能邊緣段中清除不具效用的假性線(xiàn)段。依據(jù)亥姆霍茲理論的假性線(xiàn)段檢驗(yàn)過(guò)程如式(6)所示。

(6)

式中：n和r分別為線(xiàn)段長(zhǎng)度像素值和沿著線(xiàn)段的梯度對(duì)齊像素值，稱(chēng)為對(duì)齊像素值；P為無(wú)人機(jī)航拍組合方法的數(shù)量；q為方向精度，其值取0.125；N為寬度；M為高度;i為像素變化參數(shù)。

在NFA(n,r)不大于1的條件下，定義該線(xiàn)段有效[12]，相反在NFA(n,r)大于1的條件下，定義該線(xiàn)段無(wú)效。

EDPF算法將梯度區(qū)域內(nèi)像素上限值區(qū)域作為錨點(diǎn)，通過(guò)同鄰近點(diǎn)對(duì)比確定錨點(diǎn)。為了提升EDPF算法內(nèi)錨點(diǎn)確定的準(zhǔn)確率，選取五階LOG(高斯拉普拉斯函數(shù))算子作為對(duì)比過(guò)程中權(quán)重確定的工具[13]，該算子可通過(guò)式(7)描述。

(7)

F(x,y)為像素點(diǎn)的對(duì)比值，其如式(8)所示。

式中：在F(x,y)≥Fth(Fth為像素閾值)的條件下，G(x,y)被定義為錨點(diǎn)，相反則被定義為普通邊緣點(diǎn)。

1.3 可疑故障區(qū)定位

在山區(qū)危險(xiǎn)高空高壓線(xiàn)上存在斷股、異物懸掛等故障時(shí)，高壓線(xiàn)圖像局部灰度會(huì)出現(xiàn)顯著波動(dòng)，因此為實(shí)現(xiàn)最終的故障識(shí)別，基于1.2節(jié)的高壓線(xiàn)圖像邊緣檢測(cè)結(jié)果，引入投影法確定山區(qū)危險(xiǎn)高空高壓線(xiàn)可疑故障區(qū)域[14-15]。針對(duì)無(wú)人機(jī)航拍圖像b(x,y)，以左下角為坐標(biāo)原點(diǎn)，設(shè)定x和y分別為橫坐標(biāo)和縱坐標(biāo)，用Lx=i?b表示b(x,y)在橫坐標(biāo)為x=i的垂直方向的投影線(xiàn)，Ly=j?b表示b(x,y)在縱坐標(biāo)為y=j的水平方向的投影線(xiàn)，由此得到Lx=i={(i,y)∈b}，Ly=j={(x,j)∈b}。Gv(b)為垂直方向的投影，如式(9)所示;Gh(b)為水平方向的投影，如式(10)所示。

(9)

(10)

若b(x,y)為高壓線(xiàn)二值化圖像，由此可得到b(x,y)在垂直和水平方向上的投影分別為

(11)

(12)

2 試驗(yàn)方法

為驗(yàn)證研究的基于無(wú)人機(jī)航拍的高壓線(xiàn)故障智能識(shí)別方法的應(yīng)用效果，選定某市山區(qū)高空高壓系統(tǒng)高壓線(xiàn)為試驗(yàn)對(duì)象，利用無(wú)人機(jī)對(duì)其進(jìn)行航拍，隨機(jī)選取其中10個(gè)區(qū)域的航拍圖像(每幅圖像均最多包含一個(gè)故障或未包含故障)。采用文中方法，基于高頻測(cè)試信號(hào)注入的線(xiàn)路故障識(shí)別方法以及基于初始行波相位差的線(xiàn)路故障識(shí)別方法進(jìn)行故障識(shí)別研究。所選區(qū)域?qū)嶋H故障情況如表1所示。

表1 所選區(qū)域?qū)嶋H故障情況

2.1 無(wú)人機(jī)航拍圖像處理結(jié)果測(cè)試

2.1.1 圖像恢復(fù)效果測(cè)試

高斯噪聲及椒鹽噪聲下，各識(shí)別方法圖像恢復(fù)的信噪比SNR與峰值信噪比PSNR如表2，3所示。

表2 高斯噪聲條件下各識(shí)別方法圖像恢復(fù)的信噪比與峰值信噪比 dB

由表2可知，在高斯噪聲條件下，文中方法恢復(fù)圖像的信噪比與峰值信噪比分別為12.55 dB和30.31 dB，顯著優(yōu)于其他3種識(shí)別方法的。由表3可知，在椒鹽噪聲條件下，文中方法恢復(fù)圖像的信噪比與峰值信噪比分別為18.74 dB和36.69 dB，顯著優(yōu)于其他3種識(shí)別方法的。綜合表2和表3的試驗(yàn)結(jié)果可知，文中方法恢復(fù)無(wú)人機(jī)航拍圖像方面相較于其他3種識(shí)別方法具有明顯優(yōu)勢(shì)，且可實(shí)現(xiàn)高斯噪聲與椒鹽噪聲的消除。試驗(yàn)結(jié)果充分表明文中方法的適應(yīng)能力較強(qiáng)，去噪聲能力較好。

表3 椒鹽噪聲條件下各識(shí)別方法圖像恢復(fù)的信噪比與峰值信噪比 dB

2.1.2 高壓線(xiàn)邊緣檢測(cè)

圖13分別為利用文中方法對(duì)編號(hào)1區(qū)域(無(wú)故障)、編號(hào)3區(qū)域(斷股故障)和編號(hào)8區(qū)域(異物懸掛故障)的邊緣檢測(cè)結(jié)果。

圖1 無(wú)故障區(qū)域航拍圖像邊緣檢測(cè)結(jié)果

圖2 斷股故障區(qū)域航拍圖像邊緣檢測(cè)結(jié)果

由圖3可知，采用文中方法能夠有效識(shí)別出不同高壓線(xiàn)故障航拍圖像中的高壓線(xiàn)邊緣，且邊緣識(shí)別結(jié)果均正確。這一結(jié)果有利于后續(xù)可疑故障區(qū)域的準(zhǔn)確定位和故障識(shí)別準(zhǔn)確率的提升。

圖3 異物懸掛故障區(qū)域航拍圖像邊緣檢測(cè)結(jié)果

2.2 可疑故障區(qū)定位結(jié)果

采用文中方法對(duì)試驗(yàn)對(duì)象中所選區(qū)域航拍圖像的故障進(jìn)行定位，所得結(jié)果如表4所示。

表4 文中方法對(duì)不同區(qū)域的故障定位結(jié)果

由表4可知，采用文中方法對(duì)試驗(yàn)對(duì)象所選區(qū)域進(jìn)行可疑故障區(qū)定位時(shí)，對(duì)無(wú)故障的航拍圖像均未定位到可疑故障區(qū)域，對(duì)存在故障的圖像均成功定位到一個(gè)故障區(qū)域。試驗(yàn)結(jié)果顯示文中方法能夠有效定義可疑故障區(qū)域。

2.3 故障識(shí)別準(zhǔn)確性測(cè)試

利用文中方法識(shí)別所選區(qū)域的故障情況，所得結(jié)果如表5所示。

由表5可知，采用文中方法識(shí)別所選區(qū)域的故障，均可獲取與實(shí)際故障情況一致的檢測(cè)結(jié)果，由此說(shuō)明采用文中方法能夠準(zhǔn)確識(shí)別試驗(yàn)對(duì)象的故障。

2.4 高壓系統(tǒng)運(yùn)行穩(wěn)定性測(cè)試

對(duì)比文中方法和其他3種方法對(duì)試驗(yàn)對(duì)象各月實(shí)際運(yùn)行過(guò)程中的電力波動(dòng)累積時(shí)長(zhǎng)進(jìn)行統(tǒng)計(jì)，結(jié)果如表6所示。

由表6可知，采用文中方法識(shí)別故障時(shí)，試驗(yàn)對(duì)象在一年內(nèi)的電力波動(dòng)累積時(shí)長(zhǎng)達(dá)到1 025 min，與其他3種方法相比，降低了40%以上。試驗(yàn)結(jié)果充分說(shuō)明文中方法能夠顯著降低試驗(yàn)對(duì)象的電力波動(dòng)時(shí)長(zhǎng)，提升試驗(yàn)對(duì)象運(yùn)行的穩(wěn)定性。

3 結(jié)語(yǔ)

基于無(wú)人機(jī)航拍的山區(qū)危險(xiǎn)高空高壓線(xiàn)故障智能識(shí)別方法,通過(guò)對(duì)山區(qū)危險(xiǎn)高空高壓線(xiàn)圖像進(jìn)行恢復(fù)與高壓線(xiàn)邊緣檢測(cè)結(jié)果進(jìn)行可疑故障區(qū)定位，并通過(guò)不同算法識(shí)別不同故障。結(jié)果顯示,文中方法能夠準(zhǔn)確識(shí)別高壓線(xiàn)故障，提升山區(qū)危險(xiǎn)高空高壓線(xiàn)路運(yùn)行的穩(wěn)定性。