基于智能監測技術的輸電線路外破點位快速精準識別

摘 要：對于輸電線路外破隱患監測及定位所采用的頻域反射法易受到線路高頻擾動信號的影響，導致監測定位誤差較大問題，提出基于實時影像的輸電線路外破監測及空間定位方法。通過對線路高頻信號進行去趨勢化處理，求取線路分布參數，進而構建輸電線路分布參數數學模型，采用小波變換算法將線路數學模型的時域函數轉換為頻域函數，結合解調矩陣提取外破隱患特征，以此為依據，利用實時影像進行外破目標控制點的模板匹配，從而計算得到目標點的空間坐標，以此實現輸電線路外破監測及空間定位。實驗結果表明，所提方法能夠更加準確地實現輸電線路外破監測及定位。

關鍵詞：實時影像；輸電線路；外破隱患；監測定位

中圖分類號：

TP277

文獻標志碼：

A文章編號：

1001-5922（2024）01-0177-04

Fast and accurate identification of external damage position of the transmission line based on intelligent monitoring technology

WU Xinqiao，ZHANG Chenrui，ZHANG Keying，JIN Shi，SHEN Jiaxu

（CSG Digital Grid Company Co.，Ltd.，Guangzhou 510000，China）

Abstract：In view of the fact that the frequency-domain reflectometry method used in the monitoring and positioning of transmission line breakage hazards is easily affected by the high-frequency disturbance signal of the line，which leads to the problem of large monitoring and positioning error，a transmission line breakout monitoring and spatial positioning method based on real-time images was proposed.By detrending the high-frequency signals of the line，the distribution parameters of the line were obtained，and then the mathematical model of the distribution parameters of the transmission line was constructed，the wavelet transform algorithm was used to convert the time domain function of the line mathematical model into the frequency domain function，and the characteristics of the hidden danger of external breakage were extracted by combining the demodulation matrix.Based on this，real-time images were used to match the template of external damage target control points，the spatial coordinate of the target was calculated，so as to realize the monitoring and spatial positioning of the transmission line.Experimental results showed that the proposed method could more accurately realize the monitoring and positioning of transmission line breakage.

Key words：real time imaging;transmission lines;external damagehazards;monitoring and positioning

隨著智能監測技術的發展，識別輸電線路外部損壞危害的監測和定位方法也越來越多。采用改進YOLOv4方法對輸電線路圖像樣本數據進行聚類分析，結合殘差網絡提取外破隱患的深層次特征數據，進而實現外破隱患監測與定位［1］。采用光纖分布式聲波傳感與數字IQ分析相結合的方法，對輸電線路相位敏感時域進行識別，并借助聲波探測技術完成外破隱患監測［2］。但此方法易受到高信噪比噪聲信號的干擾，使得定位結果不準確。鑒于對現有方法的分析，研究結合實時影像，根據輸電線路運行原理與狀態模型，提出一種新的外破監測及空間定位方法，以期為形成一套更加完善的外破響應系統提供技術支持。

1 輸電線路外破監測及空間定位方法設計

1.1 輸電線路分布參數數學模型構建

研究以110 kV的高壓架空輸電線路為例，選用ZSG塔型，線路的整體模型如圖1所示。

高壓輸電線路一般采用單束導線和雙回鐵塔，線路各點的電路參數不能作為集中控制量進行擬合處理［3］。因此，線路單位長度的電阻與電感可表示為：

R0=12πμ0α02L0=ω02πlnr0r1+1ucus（1）

式中：μ0表示空氣磁導率；α0表示單位矢量系數；ω0表示相角角頻率；r0表示導線外徑；r1表示導線內徑；uc表示二次側電壓瞬時值；us表示二次電壓均方根值。

根據電磁感應原理［4］，線圈的瞬時電動勢為：

e0=N0dφ0dt∑R0×L0×At（2）

式中：e0表示磁通密度；N0表示線圈匝數；φ0表示導線屏蔽層電導率；At表示鐵芯的橫截面積。

當輸電線路為同軸結構時，線路的電導與電容可表示為：

G0=2πβ0e0s0C0=2πβ0χ0e0lnf0/f1（3）

式中：β0表示初始相位；s0表示電流振幅；χ0表示拍頻信號頻率；f0、f1分別表示線路末端的反射系數與折射系數。

而由于傳輸線分布參數的物理結構中的節點不連續，當向線路輸入高頻信號時，信號會發生反射。基于此原理，在空間笛卡爾坐標系中，可得到：

sinθa=B0T0cosα×G0z0+C03（4）

式中：θa表示載流細導線模型與水平地面的夾角；B0表示結構矩陣；T0表示線路運行時間；α表示線元模型與水平面的夾角；z0表示尺度參數。

高頻信號在包含多個頻率分量的線路中受到的擾動信號為：

I1=2sinθaP0t1Pq‖βl－βk‖2（5）

式中：P0t1表示在t1時刻線路輸出的實際功率；Pq表示線路額定功率；βl表示變換器響應率；βk表示本振功率。

在光功率放大器的作用下，結合帶通濾波器產生的輻射噪聲［5］，求取線路的分布參數，即：

Yi=Dx×I1∑I2Dt×X0（6）

式中：Dx表示線路空間點的振動強度；I2表示額定電流；Dt表示均值濾波系數；X0表示單位矩陣。

去趨勢化后的輸電線路分布參數數學模型為：

F=YiZt2×fs（7）

式中：Zt表示線路任意位置的特征阻抗；fs表示特定采樣頻率。

1.2 外破隱患特征提取

由于外破行為的時域頻率信息能夠直接反映外破事件的模式。因此，研究采用小波變換理論進行輸電線路外破行為特征的提取。

針對輸電線路分布參數數學模型，設定一個母小波ψt，經過2次伸縮與平移變換，得到模型的時域轉換函數，可表示為：

Gt=F∑ψta0b0+Δδ1（8）

式中：F表示輸電線路分布參數數學模型；a0、b0分別表示平移參數與伸縮參數；Δδ1表示變化帶寬。

將時域函數進行小波分解，構造線路模型在高維空間中的特征向量［6］，即：

Et=Gtg0ck+dk+hc （9）

式中：g0表示分解系數；ck表示分解后的數據節點；dk表示信號長度；hc表示功率譜特征向量。

基于上式，分別利用峰值因子、波形因子和峭度因子來表征輸電線路的運行狀態［7］，計算公式：

C1=maxx0rmsx0·EtK1=rmsy0EtH1=1nm∑Etzt-γ02（10）

式中：C1、K1、H1分別表示峰值因子、波形因子和峭度因子；x0表示時域空間維度；rms（·）表示雙曲正切函數；y0表示設定閾值；nm表示時域信號個數；zt表示回歸偏移項；γ0表示掩膜長度。

經過小波分解后的線路各頻帶能量譜可表示為：

Qs=∑C1×K1×H1+qb（11）

式中：qb表示小波松弛變量。

根據輸電線路分布參數等效電路圖，可以求出電纜任意位置的電壓和電流絕對向量［8］，即：

Vj=Qs+VrVs+ε0Ij=Qs+IrIs+ε0（12）

式中：Vr、Vs分別表示負載側的入射電壓波與反射電壓波；Ir、Is分別表示負載側的入射電流波與反射電流波；ε0表示傳播常數，其計算公式為：

ε0=φ1lt（13）

式中：φ1表示線路的傳遞常數；lt表示衰減系數。

針對線路任意一點的電流與電壓，根據上式與相位系數，即可求出線路末端透射系數與信號波動因子之間的關系［9］，即：

St=Vj·Ij·Γ·0 （14）

式中：St表示線路頻域信號能見函數；Γ表示線路末端透射系數；0表示波動因子。

對線路電信號進行頻域解調，提取出反向電流的正交分量，即：

Iac=12·St·cosμb（15）

式中：μb表示信號同相分量與疊加信號之間的夾角。

對外破隱患目標樣本進行預處理，結合損失函數計算外破行為中包含目標對象的概率［10］，即：

Pk=Iac×γj（16）

式中：γj表示目標邊框置信度。

由此，可利用下式提取輸電線路外破行為的特征，表達式如下：

M=Pk×Lm/1-Nh（17）

式中：Lm表示線路波源能量；Nh表示波源擾頻。

1.3 基于實時影像的輸電線路外破隱患監測與定位

采用單目相機采集輸電線路運行狀態的實時影像，并根據線路外破行為隱患特征與輸電線路數學模型獲取外破目標的三維位置，從而確定外破隱患目標的空間坐標位置，實現外破監測與空間定位。

采用相機標定法，通過控制點像物坐標解算外破目標的位置參數［11］。控制點在像方空間與地面空間的映射關系可表示為：

xmym1=1XmYm1（18）

式中：1表示經驗常數。

通過單目相機成像檢測到外部目標點后，縮放可見光相機鏡頭以獲得目標圖像，并使用平移-傾斜旋轉角度找到差異最小的姿態圖像，然后將其與標準模板匹配。匹配相關性公式為：

Ut=Txxmym1（19）

式中：Tx表示單應性矩陣。

利用同位影像的多特征采集性能，計算度量圖像與外破行為特征的相似性［12］，計算公式：

ψF=Ut×M×2λpC2（20）

式中：M表示輸電線路外破隱患特征；λp表示影像亮度指標；C2表示結構性指標。

λp和C2的計算方法為：

λp=κxκyκx+κyC2=ζxζyζx+ζy （21）

式中：κx、κy分別表示圖像A和圖像B的方差；ζx、ζy分別表示圖像A和圖像B的協方差。

通過目標模板匹配方法精確獲取外破隱患目標在位置影像上的坐標，進而計算目標點的線元素矩陣，即：

O=ψFahbhch（22）

式中：（ah，bh，ch）表示外破影像的位置參數。

依據攝影測量的基本原理，對外破隱患進行目標定位，計算公式：

W=αgβgγg=-O×Qv（23）

式中：（αg，βg，γg）表示外破隱患目標的空間坐標；Qv表示角元素矩陣。

利用上式即可計算求出輸電線路外破隱患目標的空間位置坐標，以此實現輸電線路外破監測與空間定位。

2 實驗論證分析

2.1 實驗準備

為了驗證提出方法的可行性，對輸電線路的外部損傷危害進行目標監測和空間定位實驗。在某地的高壓架空輸電線路上安裝云臺和攝像機，實時監測輸電線路的運行狀態，并采集實時圖像。監測范圍為以架空線路為中心，半徑2.5 km的環形區域。可見相機的攝影技術參數如表1所示。

基于以上相機裝置，實驗共采集到了2 540張存在外破隱患行為的實時樣本圖像，由此制作了專門的輸電線路外破圖像數據集。其中包括泵車、吊車、塔吊、挖掘機、山火和異物懸掛這6種常見的輸電線路外破情況。

2.2 實驗說明

為了便于數據生成和后續使用，首先在測量的早期階段布置了控制點，并將測量精度設置為分米級；其次，通過頻率掃描將一系列不同頻率的正弦信號注入待測傳輸線，并使用小波變換算法進行分解，提取外部損傷行為的特征；最后，通過所提出的定位方法對測試的反饋信號進行分析和處理。

2.3 輸電線路外破監測及定位結果分析

為測試提出的方法可行性，根據輸電線路參數分布模型，構建了測試樣機，具體環境包括平均檔距為100 m的輸電線路、長度為20 km以及施工機械振動信號模擬裝置。利用吊車和泵車分別模擬在輸電線路6#～7#和2#～3#檔距處開展模擬施工，并采用提出的方法進行線路外破監測及定位，結果如圖2所示。

由圖2可知，依據預設情況，當在測試輸電線路2#～3#和6#～7#檔距進行模擬施工時，利用提出的方法對其進行高頻信號分析并根據實時影像分析振動波形可知，在輸電線路2#～3#和6#～7#檔距處能夠明顯監測到異常振動信號，且外破位置判斷準確，在無外破隱患位置，振動信號表現平穩。由此可以說明，提出的方法能夠準確監測并定位輸電線路外破隱患，實際應用效果較好。

2.4 監測及定位誤差對比實驗分析

為進一步測試提出的方法在輸電線路外破隱患監測及空間定位準確性方面的優越性，采用文獻［1］改進YOLOv4方法（方法1）和文獻［2］光纖分布式聲波傳感法（方法2）與提出的方法進行對比，將3種方法得到的線路外破隱患定位坐標與真實坐標進行比較，并對比不同方法的定位精度，結果如表2所示。

由表2可知，在不同實時影像幀速率條件下，分別采用不同方法對實驗測試輸電線路外破隱患事件進行監測及空間定位，與其他2種方法相比，提出的方法得到的定位相對誤差更小，均在3%以下，說明提出的方法的對于輸電線路外破監測及空間定位效果較好。方法1與方法2在監測過程中均需要相同的參數與圖片進行訓練，進而增加了累積誤差。通過實驗對比數據可以表明，提出的方法能夠更加準確地實現輸電線路外破隱患監測及空間定位，能夠滿足線路外破監測的需要。

3 結語

針對當前對于輸電線路外破隱患監測及定位方法存在精度低的缺陷，研究以實時影像技術為依托，通過構建輸電線路分布參數數學模型與提取外破隱患特征，并通過求取控制點像方空間坐標實現線路外破監測及定位。以某高壓架空線路為研究對象，對提出的方法監測及定位性能進行了測試，結果表明，提出的方法能夠更加準確地完成輸電線路外破監測及定位，能夠全面提升精益化運維輸電線路的全壽命周期管理能力。

【參考文獻】

［1］ 董卓元，高永亮，袁斌，等.一種改進型YOLOv4輸電線路防外破檢測方法［J］.電網與清潔能源，2023，39（6）：17-25.

［2］ 池小兵.基于光纖分布式聲波傳感的架空輸電線路外破隱患監測技術研究［J］.工業控制計算機，2023，36（3）：75-76.

［3］ 鄭佳宜，饒浩明，宋培璐，等.舊城改造過程中的線路防外破檢測方法研究［J］.機電信息，2023（2）：86-88.

［4］ 崔巖，方春華，文中，等.基于時頻譜圖和自適應動態權重PSO-CNN的外破振動信號識別［J］.國外電子測量技術，2023，42（1）：144-152.

［5］ 龍樂云，周臘吾，劉淑琴，等.改進YOLOv5算法下的輸電線路外破隱患目標檢測研究［J］.電子測量與儀器學報，2022，36（11）：245-253.

［6］ 李博，陳勇，李世俊，等.視頻分析預警技術在輸配電線路防外破中的應用分析［J］.電子世界，2021（3）：57-58.

［7］ 張均偉，藍波，黃嘉庚，等.基于分布式光纖傳感的光纜防外破監測研究［J］.光通信研究，2022（5）：53-57.

［8］ 王慧，孫國法，付龍海.改進DARMmcr模型的輸電線路安全運行數據比較分析［J］.粘接，2023，50（5）：183-187.

［9］ 魏賢哲，盧武，趙文彬，等.基于改進Mask R-CNN的輸電線路防外破目標檢測方法研究［J］.電力系統保護與控制，2021，49（23）：155-162.

［10］ 魏賢哲，盧武，趙文彬，等.基于改進Mask R-CNN的輸電線路防外破目標檢測方法研究［J］.電力系統保護與控制，2021，49（23）：155-162.

［11］ 黨璀.高壓輸電線路石墨基柔性材料性能分析及在防雷中的應用［J］.粘接，2023，50（6）：98-101.

［12］ 楊逸，閆志超，郭政.考慮垂直距離分級的光纖防外破識別算法研究［J］.光學與光電技術，2021，19（5）：41-47.