基于圖像和應力的輸電線路覆冰監測方法研究

趙建利 ，張曉妍，趙建坤，鄧 潔，陳沛琳

（1.內蒙古電力科學研究院，呼和浩特 010020；2.內蒙古電力經濟技術研究院，呼和浩特 010020；3.武漢三相電力科技有限公司，武漢 430074）

架空輸電線路跨度大、走廊環境惡劣，在特殊地理地形環境下，容易造成輸電線路覆冰災害，可能引起導線舞動、絕緣子閃絡、桿塔傾斜甚至斷線、倒塔等重大事故，嚴重影響電網的安全穩定運行[1-5]。

人工巡視檢測、觀冰站等傳統線路覆冰檢測方法，存在勞動強度大、時間長，檢測結果準確度不高等問題[2-3]。近年來，為降低電網覆冰事故損失，各研究單位開展了大量輸電線路覆冰在線監測研究[6-12]，但現有的覆冰監測裝置一般存在以下一些問題：①監測裝置一般安裝在鐵塔上，采用太陽能供電，在覆冰期往往由于長期陰雨天氣不能正常供電，導致設備無法正常工作；②圖像監測的鏡頭也會產生覆冰，導致拍攝圖像模糊不清，極大影響了圖像監測的效果；③基于拉力的覆冰監測方法需要解開絕緣子串，改變原有結構，施工復雜，安全風險較大；④現有圖像覆冰監測往往不能自動預警，依賴人工查看覆冰厚度，效率低。因此，研究更為優越的覆冰監測系統對提高輸電線路安全運行具有重要的實際意義。

本文研究一種安裝于輸電線路導線的覆冰監測裝置，通過輸電線路高電位耦合取能和高儲能鋰電池相結合的方式供電，基于鏡頭加熱技術及圖像處理技術，實現高可靠性、具備自動預警功能的覆冰圖像監測，同時通過內置式應變片采集導線表面應變來推算線路應力及比載，計算等值覆冰厚度，實現對輸電線路覆冰的定量監測，在重大覆冰前期給出預警信息，及時采取措施消除覆冰隱患。

1 覆冰在線監測系統

覆冰在線監測系統包括覆冰在線監測裝置（終端）、傳輸網絡及主站系統。覆冰在線監測系統結構如圖1所示。

圖1 覆冰在線監測系統結構Fig.1 Icing online monitoring system structure

1.1 覆冰在線監測裝置

覆冰在線監測裝置，直接安裝于輸電線路導線上，采集導線表面應力、溫度及導線圖像等數據，通過GPRS傳輸至主站系統。基于導線應力監測覆冰厚度，避免了拉力法需要解開絕緣子串的安全隱患，且施工簡單。通過輸電線路高電位耦合取能和高儲能鋰電池相結合的方式供電，供電可靠性高；鏡頭采用接觸式加熱技術，基于感應能量加熱防凍，保障鏡頭在覆冰期間的正常工作；附加紅外閃光和IRCUT功能，可實現夜視功能。覆冰在線監測裝置實物圖如圖2所示。

圖2 覆冰在線監測裝置實物圖Fig.2 Icing online monitoring device figure

1.2 傳輸網絡

傳輸網絡采用GPRS及先進通信技術，具備定時采集、召回采集2種工作方式，將現場采集數據及圖像信息傳輸至主站系統。

1.3 主站系統

主站系統對采集到的導線特征數據及圖像進行處理分析，主站專家系統基于覆冰圖像識別結果及應力法等值覆冰厚度計算結果，對線路覆冰情況給出監測預警。當超過設置的閾值后，自動通過手機及Web向用戶發送覆冰狀態預警信息。

2 在線監測裝置關鍵技術

2.1 耦合取能和鋰電池聯合供電技術

覆冰在線監測裝置安裝在導線上，采用輸電線路高電位耦合取能和高儲能鋰電池相結合的方式，綜合電源管理技術進行充電和供電，實現不間斷供電的高性能電源系統。

輸電線路高電位耦合取能電源系統的工作原理是根據電磁感應原理，通過取能線圈從輸電線路導線上進行空間耦合，輸出交流電流，然后經過前端沖擊保護電路、整流濾波電路、過壓保護電路和DC-DC電壓轉換后對負載供電和鋰電池充電。耦合取能系統框架如圖3所示。

圖3 耦合取電模塊系統框圖Fig.3 Coupled power take-off module system diagram

鋰電池充、供電管理方法以高性能鋰電池作為備用的冗余電源。當線路負荷電流較小時，感應取能電源不對備用電池充電，當負荷電流較高時，對備用電池充電；當線路因故障停電時，則由備用電池給負載供電。該方法可以實現感應取能電源在輸電線路負荷電流較小時啟動，且滿足在線監測設備功率較大時能夠可靠地工作的需求；當線路停電時，監測終端仍然能夠在高性能備用鋰電池的供電方式下可靠工作數十小時，很好地解決了現有同類產品存在的技術缺陷。

另外，采用2種不同類型的電池作為后備電源，兩類電池分別在高溫環境與低溫環境具有比較好的特性，由電源管理模塊進行冬夏模式的切換，從而保證在寬溫度范圍內供電系統的溫度性。其控制框圖如圖4所示。

圖4 冬夏模式電源控制示意Fig.4 Winter and summer mode power control schematic

2.2 鏡頭加熱除冰技術

為了克服覆冰期鏡頭覆冰對監測效果的影響，考慮對鏡頭進行加熱處理。現有的加熱技術耗能較大，在輸電線路上不具備實用性。本文提出一種基于磁芯電流感應發熱的加熱除冰技術，研究基于耦合電流線圈的加熱器，通過結構優化和工藝參數控制實現一種適用于鏡頭加熱除冰的線圈加熱器的設計與制作，評估除冰所需的能量以及加熱器的體積，使其能夠滿足基于導線耦合取能的覆冰監測裝置，同時不影響系統的可靠性。

其基本原理是利用磁芯的磁滯損耗和渦流損耗，在導線感應電流的交變磁場下，磁芯能夠通過電磁感應產生相應的磁場，通過合理選擇磁芯材料的磁損參數及最大工作磁密，可以使磁芯在線路電流流過時產生比較大的熱量，通過與鏡頭的接觸，將熱量傳導給鏡頭，實現鏡頭的加熱除冰。

覆冰監測裝置鏡頭加熱開啟前后，現場拍攝圖像對比如圖5所示。

圖5 覆冰圖像對比Fig.5 Icing image comparison

3 覆冰圖像識別技術

輸電線路覆冰是從無冰到有冰的厚度與形態變化過程，在算法處理過程中可歸并為“從正常狀態到異常狀態”的問題，只要算法能夠有效識別異常的特性，便可實現異常的正確報警。無論監測系統所監測的場景是輸電線路還是桿塔周圍，當沒有覆冰時，前一個時間節點和后一個時間節點采集到的圖像不會發生變化，相應的各像素點也不會發生改變，前后兩幅視頻圖像的對應像素相減之差為零。一旦發生覆冰，覆冰所在的局部區域就會產生變化，視頻圖像中對應區域的像素也會隨之改變。此時，前后兩幅視頻圖像的對應像素之差就不會為零，如圖6所示。

圖6 識別算法原理Fig.6 Identification algorithm schematic

識別算法基于圖6所示的原理，對相減得到的變化區域進行識別運算，得知覆冰存在并及時報警。具體的識別算法步驟如下：

（a）設置時間間隔 Tgap（Tgap一般取 1min～30min，若Tgap過小，由于運算速度的限制，容易出現計算差錯；若Tgap過大，則不能及時有效發現線路覆冰動態），循環截取兩幅視頻圖像Pi和Pj，分別進行預處理；

（b）設置最小像素變化值Pmin，采用減法運算計算出前后兩幅視頻圖像對應像素點的差值，統計發生改變的像素點個數，公式如下：

式中：N為總的像素改變點數。將像素點變化值大于Pmin的點賦值為1，小于Pmin的點賦值為0。創建一維數組X［N］和Y［N］，分別用于統計每個發生像素變化的點的x軸和y軸坐標；

（c）設置檢驗圖像狀態發生改變的最小閾值Nmin和最大閾值Nmax（根據視頻圖像采集設備的放大倍數和異常區域統計結果設置）。然后將N與Nmin和Nmax進行比較：

①當N≤Nmin時，認為圖像中線路直徑變化不大，不發出報警信號，直接排除干擾，避免誤報警；

②當N≥Nmax時，則認為是由于視頻采集設備的監測場景發生轉移，或者由于其他外力因素使其顫動而導致監控視頻發生較大范圍的改變，也無需發出報警信號，直接排除干擾，避免誤報警；

③只有當Nmin≤N≤Nmax時，才認為是監測線路覆冰狀態異常，引起視頻監控圖像中的局部發生了異常改變，需要進行后續的報警處理；

（d）通過上述步驟檢測出監控場景中的覆冰情況時，則可以初步判定線路產生了覆冰。

4 應力法等值冰厚計算技術

基于導線表面應力的等值覆冰厚度計算模型，是根據架空輸電導線在不同覆冰厚度時的應力，實時輸出導線等值冰厚。

導線在不同的覆冰厚度下其水平應力是不等的，隨著覆冰厚度的增加其應力也隨之增加。從設計標準狀態下的應力計算另一不同覆冰厚度下的導線應力時，要利用2種狀態下導線長度間的關系來建立它們之間的應力關系。

假設導線為理想的柔線，且具有均勻的覆冰分布載荷，可將其等價于完全彈性體單一金屬線來進行應力計算。因此，如果把覆冰荷載看成是分成n個階段逐級加上去的，則導線的應力與變形之間應滿足胡克定律。

當導線因覆冰而應力增加Δδ時其長度相應伸長ΔL，有如下關系：

假設環境溫度為t，導線比載為g1時最低點應力為δ1，長度為L1；當導線因覆冰比載為 g2時最低點應力為 δ2，長度為 L2，由式（2）有：

而導線長度L的計算公式為

式中：l為水平檔距。將L2、L1各自的計算公式帶入式（3）中，并且考慮到檔距l與原狀態下導線長度L相差比較小（相差千分之幾），因此，令l=L，整理后得到：

已知在某個環境溫度狀態下比載，就可以由上式求得在此氣溫條件下任何覆冰厚度的導線最低點的應力。最后，根據架空輸電導線在不同覆冰厚度時的應力，實時輸出導線等值覆冰厚度值。

5 現場應用分析

近年來，內蒙古電網大青山地區架空輸電線路多次發生嚴重覆冰災害，引發地線竄移、地線支架變形、導地線短路故障，造成嚴重影響。

為驗證本文研發的覆冰在線監測系統的功能及有效性，以大青山地區500 kV輸電線路為試點，安裝了多套覆冰在線監測裝置。覆冰在線監測裝置經塔下調試及塔上安裝、調試完成后，各項監測數據及所拍攝圖像能夠成功傳輸到主站系統。覆冰在線監測裝置現場安裝效果如圖7所示。

圖7 覆冰在線監測裝置現場安裝圖Fig.7 Icing online monitoring device on-site installation diagram

覆冰在線監測裝置安裝在導線上，采集導線應力等特征參數，并可對線路覆冰現場進行拍照；覆冰圖像、導線的特征參數可利用GPRS傳輸至主站系統，主站專家系統基于導線應力計算等值覆冰厚度，結合覆冰圖像識別結果給出覆冰預警。用戶可通過Web、手機等方式對輸電線路的狀態，如在線監測裝置拍攝的最新圖像、等值覆冰厚度變化趨勢、預警信息等進行實時監測，對覆冰程度進行直觀的了解，監控人員可根據覆冰情況做好應急的措施和準備，有效減少線路冰閃、斷線、倒塔等事故的發生，監測及預警信息如圖8～圖10所示。

圖8 Web端主站系統Fig.8 Web-side master station system

圖9 手機端預警信息Fig.9 Mobile phone warning information

圖10 導線覆冰現場采集圖像Fig.10 Wire icing scene capture image

6 結語

本文研究了一種基于智能圖像識別技術和應力法等值覆冰厚度計算技術的新型覆冰監測方法，它能夠在線路運行中實現自動的覆冰厚度監測和預警。

安裝在線路上的圖像監測裝置，通過輸電線路高電位耦合取能和高儲能鋰電池相結合的方式，綜合電源管理技術進行充電和供電，實現不間斷供電的高性能電源系統；通過智能圖像識別技術，實現間歇性拍攝、圖像分割、現場識別、實時預警，解決覆冰監測系統中大數據量傳輸及智能預警的問題；基于導線表面應力監測量的等值覆冰厚度計算模型，根據架空導線在不同覆冰厚度時的應力，實時輸出導線等值冰厚。

本文的研究可用于對架空線路覆冰監測預警，亦可用于對線路融冰系統的自動控制，使得線路融冰系統在最佳時間投入和退出，確保輸電線路的穩定和安全。