基于北斗衛星定位的電力線路異常位移檢測方法

趙江豪 王加強 黃益宏 陳書欣

（1.國網浙江電力有限公司平陽縣供電公司 2.浙江科暢電子股份有限公司）

0 引言

隨著現代化社會的飛速發展，居民用電和商業用電的需求與日俱增。電力系統的規模不斷擴大，運用電力線路異常位移檢測方法能夠及時了解輸電線路的運行情況，通過準確找到其中存在的安全隱患來使得電力線路能夠安全正常的工作。所以，電力巡檢工作安全問題備受關注［1］。因為電力系統的復雜性，當輸電線路出現重大故障時，通過異常位移檢測方法能夠找到故障原因，使得設備與電力系統之間協同工作，消除設備之間存在的差異性，從而滿足實際電力需求。在電力線路異常位移檢測過程中，運用該方法可以實現遠程監控和控制。根據實際需求進行設備的增加與減少，通過定位故障點來減少維修時間，使得電力供應的可靠性能夠得到保障。通過遠程監控在任何時間均能夠進行監控，幫助監控人員能夠實時獲取數據，避免了工作人員在危險區域進行檢測與維修的風險，提升了檢測的安全性。由于傳統異常檢測方法易受到建筑物等遮擋物的干擾，監測過程中會出現信號失真等問題。安裝大量檢測設備需要消耗的人力資源大，成本較高［2］。同時，方法導致誤報率提升，檢測中存在大量未解決問題從而無法實現預期目標。因此，現階段針對電力線路中的安全問題，選擇以電力線路異常位移檢測方法為實驗對象，運用北斗衛星定位方法，提出了異常檢測方案，結合實際情況完成實驗與分析。

1 電力線路異常位移檢測

1.1 電力線路圖像預處理

對輸電線路的室外航拍圖像，在拍攝過程中會曝光不均勻導致圖像中含有噪聲，這樣會使得圖像質量下降［3］。所以，需要對圖像進行去噪處理。運用中值濾波方法利用對采樣窗口內像素的灰度值進行排序，設定一個一維序列f，在m的窗口中對其進行濾波處理，將m值按照一定的順序排列，并獲得序列正中心的結果為濾波輸出結果，為：

式中，med為中間值。通過用模板窗口對圖像進行遍歷，使得圖像在中心位置與模板中心位置重合。將重合位置的像素值進行記錄，并根據中心灰度值進行排序，通過計算得到中心結果。在計算過程中，如果窗口的尺寸較大，則需要進行多次計算。在濾波過程中，選擇一個鄰域采樣得到該鄰域特征像素的灰度為中心灰度，這樣能夠降低雜點對圖像的影響。運用直方圖均衡化的方法來對像素的圖像進行增強。其增強過程為：

式中，d(i，j)為原始圖像；g(i，j)為處理后的圖像；R為操作。R需要在增強過程中滿足兩個條件，即在固定范圍內為單增函數，圖像灰度級需要在原有的動態范圍內［4］。這樣處理能夠得到新的灰度級，使得圖像的對比度增加，獲得更為突出的絕緣子。通過對航拍圖像進行預處理，使得圖像能夠達到清晰，減少隨機噪聲。并且通過提升圖像的對比度來達到增強效果。

1.2 北斗衛星定位計算圖像邊緣信息

運用北斗衛星導航從控制中心向用戶傳遞信息，根據用戶回應的入棧信號來得到用戶與衛星之間的距離。在導航定位中，將不同坐標系中的旋轉角進行矩陣轉換，并將導航數據置入同一坐標系中進行計算［5］。基本坐標系的示意圖如圖1所示：

圖1 基本坐標系

根據導航數據，運用梯度計算的方法能夠得到檢測圖像的邊緣結構信息，對于圖像f(x，y)中的任意像素點，通過計算可以得到圖像的梯度大小。當圖像中存在較大梯度值時，梯度方向與圖像邊緣垂直。根據實際需求，在檢測輸電線路過程中，運用塊梯度來標記導向的主方向，將梯度方向進行調整，能夠得到新的梯度公式為：

式中，f(x，y)為像素點的灰度值；i，j為圖像坐標軸的方向。在輸電線路圖像灰度化處理后，如果邊緣異常，則塊梯度的方向會發生改變。所以，根據梯度方向的變化來標定異常位移［6］。構建矢量場，計算每個塊梯度向量，并對點單位內的梯度向量進行加權求和運算。當兩個向量的梯度方向差值滿足：

式中，Δd為方向差值。當滿足范圍內時的塊像素梯度方向一致，不滿足范圍則不一致。這樣就能夠通過衛星來獲取與跟蹤信號，得到更多的計算量。消除冗余的導航信息輸出來減少計算誤差，能夠獲得圖像準確的邊緣信息。

1.3 輸電線路異常位移檢測

將電力線路從復雜的航拍背景圖像中提取出來，根據得到的輸電線路圖像邊緣信息進行異常位移檢測。根據收集到的電力線路圖像，設定像素塊的矩形框窗口大小為(2s?2s)，令第j列中某兩個邊緣點的坐標分別為(i+n，j)，則電力線路中的電力線路寬度為d=n+1。對像素塊中的二值圖像進行掃描，并得到列序掃描過程中的灰度跳變次數，其計算公式為：

式中，h為灰度跳變次數。對異常位移進行識別，在第j列到第j+1列電力線路中，對異常位移變化情況進行計算，能夠判斷輸電電力線路是否存在異常斷股，其計算公式為：

式中，dj+1為第j+1列電力線路寬度。根據得到的計算結果，對電力線路異常位移情況進行判斷，當k>1?h>2時，則表示異常位移產生；當0

2 實驗測試與分析

2.1 搭建實驗環境

實驗在64位windows11系統下進行。實驗的具體硬件軟件環境如下表所示：

表1 實驗環境

圖像檢測對硬件要求較高，實驗時采用了ⅠNTEL版本的CPU中央處理器。運用無人機航拍輸電線路圖像，對200幅分辨率為1080*640像素的航拍圖像進行測試。為了驗證本文檢測方法的有效性，設置三個小組，其中運用本文方法的小組為實驗組，運用傳統方法的小組為對照1-2組。在不同背景的航拍圖像中，運用三種方法對檢測過程中的誤檢率進行計算。

2.2 結果與分析

在輸電線路圖像中，不同小組的誤檢結果如下圖所示：

分析圖2的結果可知，不同小組的誤檢個數存在差異，將10次的誤檢個數結果進行誤檢率計算，得到不同小組的誤檢率為：實驗組2.3%，對照1組32.5%，對照2組40.1%。通過對比三個小組的誤檢率結果發現，實驗組的誤檢率結果最低，說明運用本文的檢測方法能夠準確對異常位移進行檢測，在缺陷識別中具有重要作用。所以，針對本文方法在檢測過程中的準確定位問題進行測試，要求當檢測位置誤差穩定在3m以內，能夠達到較為優質準確的檢測效果。所以，運用加速度傳感器對盲區的位置信息進行采集，得到衛星信號接收后，檢測位置誤差具體情況如下表所示：

圖2 誤檢個數結果

分析表2中的結果可知，在三個小組中，只有實驗組的檢測位置誤差為2.5m，結果在要求范圍內。說明運用本文檢測方法能夠做到準確定位，消除檢測過程中存在的誤差，滿足實際的精度需求。

表2 檢測位置誤差結果

綜上所述，針對輸電線路中的異常位移情況進行合理檢測，為檢修護線提供解決方案。同時，電力線路異常位移監測方法具有高可擴展性，能夠有效保證電路正常穩定運行，滿足不斷發展的電力系統需求。在異常檢測方面，對于微小的缺陷需要研究更深的層次。利用相關濾波器消除噪聲后，結合輸電線路的結構特性，對圖像異常位置進行識別與定位，降低輸電線路的漏檢程度。因此，通過該方法能夠及時了解輸電線路的運營情況，消除電力線路的安全隱患。

3 結束語

本次北斗衛星定位問題入手，深入研究了電力線路異常位移檢測，探究了基于北斗衛星定位的電力線路異常位移檢測方法。實現對電力設備的實時監測和管理，避免發生事故。但方法中還存在一些不足之處，例如對修復受損部分問題，將數據傳輸到監控中心相關問題，自動發送警報信號等。今后應更加完善計算，通過在電力線路上設置多個監測點，實時監測電力線路的位置，及時發現和處理可能存在的安全隱患，并對監測到的位置數據進行備份。根據實際情況設定合理的預警閾值，增加對各種異常情況處理速度，維護電力線路的安全穩定運行。通過對算法的優化和改善，比較電力線路的實時位置與預設位置的位移情況，實現了基于北斗衛星定位的電力線路異常位移檢測方法的良好應用。