龔其波 楊鵬星 國網新疆電力有限公司巴州供電公司
針對不同區段線路缺陷,擬通過“輸電線路智能巡檢系統”的開發,達成以下目標:一方面,設計數字化巡線方案。另一方面,建立相應的監控、巡線以及管理平臺。輸電線路智能巡檢系統的構建,不但可縮短巡檢周期,優化巡檢流程,提升巡檢效率,且可在實時監控和傳感裝置的輔助之下,獲取更多現場信息,從而更加精確的識別隱匿于線路中的缺陷之處,并做好后期處理和維護工作。
(1)裝置自檢技術。一般,前端裝置主要安裝在鐵塔上,但為確保前端裝置在露天作業下仍保持運行的穩定性,需配備更為完善和全面的功能,如,自潔凈、智能溫濕調控、自動保養以及智能防霧等等。若非嚴重機械故障,部分常規故障可由前端裝置還原。比如,調節裝置故障或失效,前置裝置可對該缺陷自行復核,并于備份庫調取正常配置,不影響其他參數,在優化前端裝置穩定性的同時,實現了運行維護的無人化目標。
(2)智能巡檢技術。從系統組成來看,智能巡視技術包含三部分,即智能識別部分、智能輸入部分、智能預警部分:①智能識別技術。智能識別技術主要是通過對圖像的大量收集和分析,并以Hough 算法數學模型為參考所開展的故障識別過程。該技術主要是運用高精度診斷模型識別現場圖像,未來其診斷范圍還將拓寬至多個維度[1];②智能輸入技術。智能輸入技術所針對的作業目標為各巡線狀態和故障信息,以巡檢任務、目標區域以及設備圖像為依據,對巡線狀態和故障信息進行完整輸入,并以智能化方式對故障信息進行合理分類;③智能預警技術。對于輸電線路現場因無人看守或監督不到位引起的線路故障,智能預警技術的系統應用能夠有效應對上述問題。例如,采用SG186 接口并按照其故障管理程序便可有效預警故障,該系統對運行線路故障的識別和隱患的預警主要是以分類統計、數學模型算法以及診斷信息為基礎。目前,常見的預警方案主要有以下幾種:a.網絡提醒。借助網絡技術進行預警信號的發送以及語音信息的上報;b.短信提醒。將預警報告在第一時間以短信形式發送至管理人員。
從輸電線路巡檢業務開展目標來看,主要是為了對長期潛藏于輸電設備的內部缺陷和外部隱患進行有效挖掘。通過深入調查輸電設備缺陷情況發現,缺陷的發生主要受兩方面因素影響:一方面,外部因素。主要包括線路走廊距離不足或偷盜線路等,該部分占總缺陷的90%左右;另一方面,內部因素。主要是導線、絕緣子、避雷器等各方面原因,盡管該部分占比較小,大約在10%左右,但仍不可忽視,特別是對于部分難以從外觀檢查發現的缺陷,需以高清監測視頻系統進行智能識別。
絕緣子缺陷識別主要針對的是外觀上較為明顯的缺陷內容,如復合絕緣子斷串、絕緣子自爆等。具體識別過程如下:首先,明確視頻拍攝的具體維持,并對缺陷所在區域進行標記,圈定缺陷所覆蓋范圍;其次,通過圖像去噪處理,對圖像背景中的各影響因子進行徹底消除;最后,比較區域內像素和正常狀態下圖像去內像素的差異性,進而實現識別報警功能。
目前,在散股和斷落等故障的識別過程中,識別精準度較高的識別方法主要是導、地線缺陷識別,具體識別步驟與絕緣子缺陷識別無異[2]。但導、地線識別范圍受線路檔距影響,其范圍無法有效確定,本次研究通過對導、地線掛點狀態的有效識別,從而判斷導、地線是否存在斷落缺陷,并嘗試以掛點為前提通過導、地線弧垂懸鏈線方程,對導、地線在圖像上的范圍進行模擬,最后對該范圍內散股或受損缺陷進行科學合理的判斷。
現階段,輸電線路常見的異物懸掛缺陷主要包括以下幾類:即,鳥巢、風箏、廣告幅等等,而異物懸掛識別主要是懸掛在塔頭或導、地線上的各種外飄物進行識別。由相關分析可發現,鳥巢和風箏是主要懸掛物,其中相較于藏于塔材中的鳥巢,風箏更易于被識別。而在視頻拍攝鳥巢時,由于鐵塔遮擋視頻圖像模糊不全,對此通過采用機器學習方法,搜集全網范圍內近些年來拍攝的鳥巢圖片,以機器學習構建其鳥巢模型,借助模型對是否有鳥巢進行綜合判斷。
在視頻云臺控制界面,不但可實現對當前位置的有效保存,且能夠以分組形式對各部件進行檢測,其中重點巡視部件主要有導線、地線、絕緣子、線路走廊以及金具等等。依據各部件歷史主要缺陷類型,對主要識別區域進行有效劃定,以確保識別工作開展的準確性及有效性。
在一設置預置位的基礎上,需確保各位置配相應的圖片,用于巡檢圖片分析。對已經設置好的標準圖片,重點識別區域進行統計劃分和標記,并做到與該類缺陷主要識別區域相對應。
根據線路狀態等級設置定期拍照巡檢周期以及巡檢預置位順序,系統會自動按建立的路線進行巡檢,可針對攝像頭設置多個位置。在設定的周期內,系統自動調用攝像頭進行拍照并調用智能分析接口分析當前是否存在異常,如果異常給出異常圖片位置及產生告警。
隨著電網信息化基礎建設水平的不斷提升,采用圖像識別技術等方式開展線路巡視已成為新常態。而基于圖像識別技術對輸電巡故障識別進行研究,通過智能巡檢系統需求、圖像智能識別技術以及智能巡檢系統功能設計等內容,進行深入探索研發示范系統開展了場景化驗證工作,對電網行業未來開展基于圖像識別技術的輸電線路巡視具有重要參考價值。