蔡光柱,李軍輝,倪康婷,鄭鵬超,王志興,王力學,王 陽
(北京國網富達科技發展有限責任公司,北京 100070)
目前,國內輸電線路的覆冰舞動現象十分普遍。受溫度、濕度、冷暖空氣對流、強風、微氣候等多因素影響,線路覆冰和積雪會導致其機械和電氣性能急劇下降,引起覆冰舞動現象,造成桿塔傾斜甚至倒塌、線路斷線以及絕緣子閃絡等重大電力事故,給國家電力設施造成重大經濟損失,嚴重影響電力系統的安全穩定運行。
對于輸電線路的覆冰舞動現象,傳統的人工巡線、觀冰站等監測方法不僅效率低、費時費力,而且監測精度無法量化,不利于實現數字化運維管理。從現有的覆冰舞動監測裝置運行情況來看,當前的測量方式主要有稱重法監測、模擬導線監測、圖像監測、光纖光柵監測等,傳統方法是通過測量拉力與傾角獲得導線冰荷載,進而計算覆冰質量和估算覆冰厚度,在計算過程中對模型參數的處理會大大影響結果的精度。
現有基于拉力的等值覆冰監測需要解開絕緣子串,施工復雜,勞動強度大,存在安全風險;模擬導線覆冰監測易受導線材質、風速、風向等影響,易導致監測數據異常。現有的覆冰監測系統均采用太陽能供電,經常出現供能不足導致設備無法正常工作的情況;舞動檢測儀采用高能電池供電,更換電池困難,存在施工風險;覆冰舞動圖像監測面臨更嚴重的問題,由于攝像機采用間隙上電工作模式,鏡頭極易結冰導致無法拍到現場的覆冰舞動情況。
綜合來看,視頻或圖片是覆冰舞動現象監測最直觀的手段,輔助圖像識別技術能較好地實現覆冰監測。據國網湖南省防災減災中心統計,圖像類覆冰舞動監測裝置較其他幾種方式的監測效果要好,因此,急需開發一種覆冰舞動綜合監測分析裝置,以解決現存的監測難題,滿足超(特)高壓輸電線路運檢工作需求。
覆冰舞動綜合監測分析裝置主要由圖像采集模塊、舞動報警模塊、在線取能模組、通信模組、控制主板等部分組成,其架構設計見圖1。該裝置安裝在特高壓交流輸電線路導線上,采用在線取電模式;在本地通過同步串行通信協議(serial peripheral interface,SPI)、無線LoRa模塊與現場各類傳感器進行信息交互,實現感知層的通信匯聚和邊緣計算。
1.1.1 硬件配置
裝置基于國產化低功耗SoC芯片,內置視頻采集模組、2TOPS低功耗AI加速器,可控制模組處理圖像采集模組所采集的導線圖片信息,可精確算出覆冰厚度和舞動強度,解決原有裝置測量不準確的難題,同時滿足低碳要求。為防止鏡頭被冰覆蓋后完全無法監測導線覆冰的情況,攝像機鏡頭采用高分子有機薄膜加熱技術,CPU可根據現場的環境溫濕度進行加熱防凍操作,徹底避免了冬季鏡頭積冰的可能。采用超低功耗芯片處理電路設計,引入電源管理技術,可實現全天候監測,與現有覆冰監測系統相比大大提高了圖像監測功能的穩定性、可靠性。
1.1.2 軟件配置
裝置內置了AI圖像分析能力,可對導線覆冰舞動進行舞動強度監測和覆冰厚度測量;對通信數據進行了加密技術研究以防數據泄露,滿足國家電網對數據傳輸安全的要求;微氣象傳感器準確測量導線附近的環境參數,為覆冰舞動模型計算提供更準確的參數,結合桿塔傾斜監測裝置、三軸加速度傳感器,實現輸電覆冰舞動場景下監測類傳感器的數據聯動,為圖像識別覆冰舞動提供數據支撐;通過無線網絡或北斗短報文的傳輸方式向中心站發送覆冰舞動監測圖像、傳感器和狀態信息等數據,具備定時拍攝、召回拍攝兩種工作方式。當相關信息超過設置的閾值后,平臺會自動向用戶推送覆冰舞動狀態預警信息,實現覆冰舞動的實時監測預警。
圖像視頻終端模塊對設備視頻、圖片數據流接入后,調用設備本地計算資源進行解碼,同時對輸電線路覆冰厚度進行邊緣AI圖像識別,實現基于深度學習圖像識別的輸電線路覆冰厚度識別,其工作流程如下。
1) 啟動采集溫度傳感器數據供電開關,判斷是否需要啟動加熱,接收、解析物聯網管理平臺下發的配置管理信息、視頻實時操作命令。
2) 控制加熱模塊供電,按照ONVIF/RTSP協議或GB/T 28181—2022《公共安全視頻監控聯網系統信息傳輸、交換、控制技術要求》連接到攝像機。
3) 啟動攝像頭模塊供電開關,拍攝導線圖片;同時,加速度傳感器采集數據、啟動舞動算法,處理加速度傳感數據。
4) 將H.264/H.265視頻流解碼成YUV原始圖像;按照業務后臺配置的間隔周期,對解碼后的YUV視頻數據進行圖片抽取。
5) 啟動AI加速器,對預處理后的圖片進行AI分析計算,獲取導線覆冰分析結果。
6) 啟動通信模塊,撥號連接后臺成功后發送識別后的圖片生成結構化數據、報警信息,并將處理后的數據推送至遠程媒體接口模塊;控制通信模塊、主控模組進入待機模式。
基于圖像識別的覆冰厚度算法可以做成APP置于覆冰舞動綜合監測分析裝置主板中,為了更準確地測量導線覆冰厚度,采用可生成深度信息的攝像頭模組進行圖像采集。模組拍攝多張具有位置偏差的圖片傳輸至主控模塊,由主控模塊計算獲得圖像深度信息,可有效地去除背景,完成輸電線路導線覆冰厚度計算。
針對輸電線路導線覆冰圖像各種噪聲的影響、圖像灰度級交錯、對比度低的復雜環境,進行輸電線路覆冰厚度圖像識別方法研究,提取覆冰輸電線路的邊緣,再利用霍夫(Hough)變換直線檢測得到覆冰導線邊緣,并通過所檢測的兩邊緣直線相應位置距離的像素值與實際幾何距離的對應關系,求得輸電線路導線覆冰厚度。
裝置正常工作時最大功耗(覆冰監測、舞動監測、鏡頭加熱、數據接收、通信等)可達7 W,依靠太陽能充電難以保證設備長時間全功率工作,為防止鏡頭被冰覆蓋后完全無法監測導線覆冰的情況,采用高效交流感應取電技術進行供電。該方式取電功率大,適合不同電壓等級的負荷線路,有效解決了覆冰期間監測系統供能不足的難題。為保證在導線突然停電狀態下設備正常工作,蓄電池備用容量需根據功耗進行選擇,保證設備持續工作時間不低于8 h。
輸電線路電流為30 A,電源輸出為12 V,45 W;具備蓄電池自動浮充電能、過壓保護、欠壓保護、過流保護等管理功能,并具備根據溫度變化自動調整充電電壓的功能;具備電量與負載分級管理以及調整監控裝置工作模式的功能。根據當前輸電線路負荷情況,按其重要性分級切斷負載;具備對蓄電池電量、電池電壓、充電電壓、充電電流、負載電流、工作溫度等供電電源狀態的監測功能。
舞動監測模組匯集現場微氣象裝置采集數據,如果達到觸發舞動采集的條件,便開啟導線舞動采集流程,否則進入休眠模式。舞動監測模組依次讀出x、y、z坐標軸加速度值和角加速度值。首先,利用電路中的低通濾波器去掉異常的波形數據,利用多次均值法對采集到的加速度值進行數字濾波處理;其次,對角加速度值進行預處理,經過四元素算法轉換成加速度值,再利用均值濾波和最小二乘法,經過二次積分,將加速度值轉換為舞動位移值;最后,對采集到的舞動監測數據,經過快速傅里葉變換算法得到導線舞動特征量頻率和幅值等,導線舞動特征量經過校正后發送到控制主芯片,當超過舞動設定閾值時,將觸發導線舞動報警信號,進而實現對導線舞動現象的實時監測。
目前,我國特高壓輸電線路往往要經過偏遠地區,甚至是無人區,為保證設備監測數據及時傳輸,不發生數據丟失、中斷等現象,通信模組采用4G或北斗短報文雙通信模式。北斗短報文主要用于偏遠地區通信,具備消息發送功能,且不需要基站作為消息載體,可在無基站信號地區完成消息收發。
北斗短報文系統采用雙向短報文通信功能,芯片高度集成,其中短報文、基帶、射頻、天線以及主控板集成為一體,芯片體積小、功耗低,外殼采用防水設計,滿足IP66級標準和野外使用環境。
目前,覆冰舞動監測裝置接收數據較為單一,導致計算模型準確度不足,進而影響最后的計算結果。因此,研究基于圖像識別的覆冰舞動數據聯動技術,覆冰舞動綜合監測分析裝置主板作為邊緣物聯代理模塊,可以接收氣象傳感器、溫度傳感器、桿塔傾斜傳感器等設備的實時采集數據;綜合各類傳感器數據,開發基于圖像識別的覆冰舞動數據聯動APP,納入覆冰舞動綜合監測分析裝置,實現導線覆冰厚度測量、舞動監測預警等功能,以及后臺可視化展示、數據聯動、舞動預警等功能,可提高覆冰舞動監測的展示效果及精確度。
覆冰舞動綜合監測裝置數據流程如圖2所示。
為了驗證覆冰舞動綜合監測裝置的有效性、穩定性以及準確性,在重慶500 kV張州線對該覆冰舞動綜合監測裝置進行實際性能測試。現場實踐證明,該設備自安裝投入使用以來,數據傳輸正常穩定,數據無丟包現象,有效減輕了線路巡檢人員的工作強度,達到了預期目標。
綜合監測分析裝置設計方案解決了以下問題。
1) 采用高效交流感應取電技術供電,解決了覆冰期間監測系統供能不足的難題。
2) 攝像機鏡頭采用高分子有機薄膜加熱技術;CPU可根據現場的環境溫濕度進行加熱防凍操作,徹底避免冬季鏡頭積冰的可能;采用超低功耗芯片處理電路設計,引入電源管理技術,實現了全天候監測。
3) 結合微氣象傳感器、桿塔傾斜監測裝置、舞動傳感器,為覆冰舞動模型計算提供更準確的參數,實現了輸電覆冰舞動場景下監測類傳感器的數據聯動,為圖像識別覆冰舞動提供了數據支撐。
4) CPU內置AI處理器,基于導線正常狀態與覆冰舞動狀態圖片,通過覆冰舞動圖像信息精確算出覆冰厚度和舞動強度,解決了覆冰厚度和舞動強度測量不準確的難題。
5) 通過4G模塊和北斗短報文雙通信模塊向后臺發送覆冰舞動監測圖像、傳感器和狀態信息等數據,當相關數據超過設置閾值后,自動向用戶推送覆冰舞動狀態預警信息,實現了覆冰舞動的實時監測預警。
6) 裝置外觀采用圓柱體并進行圓滑處理,以及防電暈、抗干擾、抗疲勞設計,防護等級達到IP66級,實現了惡劣環境下的長期監測。