基于图像处理技术的输电线路的故障诊断

刘 曾

（南京工程学院，211100）

基于图像处理技术的输电线路的故障诊断

刘 曾

（南京工程学院，211100）

文章将从图像处理技术概念入手，分析其对输电线路故障检测的重要意义，最后结合当前输电线路特点，深入探讨技术在故障检测工作中的应用，以期为我国电力事业持续发展提供更多参考和支持。

图像处理技术；输电线路；故障诊断

1　图像处理技术概述及其对输电线路故障检测的重要性

图像处理技术，建立在计算机技术基础之上，运用工业相机、摄像机等设备经过拍摄获取二维数组，计算机软件对数组进行系统地分析和研究，最终获取、表达信息的一种非常重要的技术。该项技术最早开始于上个世纪二十年代。当时通过海底电缆从英国伦敦至美国纽约传输了一幅图片，至此该项技术诞生。利用该项技术，能够帮助人们更加客观、近距离地认识世界。

对于输电线路故障检测工作来说，该项技术在直升机、机器人巡检中能够发挥非常积极的作用。具体来说：

第一，相比较传统人工目视检测方法，借助图像处理技术，能够实现自动检测和诊断，有效节省了更多人力资源，且较人工检测准确性更高。即便是一些人力难至的巡检死角也能够轻松完成巡检。

第二，借助红外、紫外图像我们能够确定输电线路是否存在过热、电晕等现象，但却不能够判断具体哪个位置发生了故障。而可见光图像能够将线路部件进行精确化分割及识别，并与红外、紫外图像结合到一起，最终判断出故障部件，为线路检修工作提供科学依据。

第三，利用无人机等航拍方式，对于获取图像中不清晰的位置，我们可以进行放大、近距离等图像采集，与人工直接接触具有同样的效果，且能够突破时空限制，使得线路故障诊断工作得以顺利进行，保证线路运行始终保持在最佳状态当中。可见，将图像处理技术应用于输电线路故障检修工作中非常必要，不仅符合当前电力产业“三集五大”改革需求，且能够顺应智能电网构建趋势。

2　基于图像处理技术的输电线路故障诊断策略

对于图像处理技术在输电线路故障中的应用，我们结合输电线路分布广、线路复杂等特点，可以从以下几个方面入手：

2.1输电线路图像信息获取。获取线路图像信息是故障诊断的基础与依据。目前，电力系统输电线路现场多采用公网方式。我们在实践中，可以利用直升机、无人机等对线路进行航拍，及时获取高图像、视频等，并按照既定的方位将采集的原始图像信息上传至服务器当中。经过压缩编码处理后，将图像信息通过公网传递给统一平台，帮助工作人员了解远程线路运行状态。如果在图像中发现某段线路存在故障表征，可以采取拉近、放大或者延时等方法对疑似故障位置进行具体性、针对性拍摄，从而进一步明确可能存在的故障细节。

2.2监测图像处理。近年来，我国电力系统服务范围呈现规模化方向发展，朝着乡镇、农村等更加复杂的区域拓展，使得输电线路与地表中复杂的自然背景相互混杂。且遇到山丘地区，线路还会被周围的树木遮挡。加之摄像设备自身性能的影响，在图像采集时，极有可能混入噪声，对线路自身特定的提取产生了消极影响。对此，出于降噪、增强图像特征等方面的考虑，加强对监测图像的处理非常必要。如采取灰度变换的方式，将摄像头采集的彩色图像转变为灰度图像，以此来优化图像的成像效果，促使图像动态范围进一步扩大，使得图像更加清晰，帮助工作人员实现对线路的细致观察。或者采取小波包去燥方法，对图像低频、高频部分进行分割处理后，提升局部分析能力，以此来获得更高质量的图像信息。

2.3提取特征量。一般来说，对于常规线路图像特征提取，主要针对某个特定的测量点图像即可。但该方法适用范围较小。如适用于绝缘子串的方法，却无法应用于导线特征提取。基于此，考虑到各个测点状态的不同，会对图像的分布产生影响。因此可以在边缘提取基础之上，将图像划分为多个不同的图像，将获取的一维向量作为特征量。采取该种方式，不仅能够满足不同情况的需求，且能够进行归一化处理，有利于故障诊断工作顺利开展。在实践中，我们可以采取Ratio算法，作为一种统计模型边缘检测算法，航拍图像中的电力线接近直线，具体算法如下：

给定一个包含ni个像素点的区域Ri，其中每个像素的灰度值为Pk，其中平均灰度值为：

按照水平方向来看，算子如图1所示。

图1　水平方向Ratio算子模板

通过对中心像素的观察，我们能够看到5*5像素矩形窗，并划分为三个区域，确定检测方向为d。通过比较来看，如果两两之间存在边缘线，那么即可确认为直线上的点。具体步骤如下：

第一，计算出三个区域的像素均值，分别为μ1、μ2、μ3，则有

第二，Ratio算子线特征检测响应函数为r，有

r=min（r12，r13）

最后判断中心像素x0为直线上的像素点。

2.4智能识别线路故障。识别输电线路故障是图像处理技术应用达到的目标。如对绝缘子故障的识别，可以对图像中各个部件图像进行识别，对比数据库中固有的图像特征，如形状、材料及纹理等，形成部件特定提取算法，然后进行智能故障识别，从而在短时间内确定出输电线路是否存在不稳定因素。建立在人工神经元网络基础上的故障识别，能够提高识别准确率，具有非常重要的推广和应用价值。随着科学技术不断发展，我们还应加大研究力度，不断完善图像处理技术，促使其能够为线路故障诊断工作提供更多帮助。在实践中，我们可以采用维纳滤波复原算法对绝缘子进行计算。维纳滤波是指通过将图像信号假设成可以在平稳随机的前提条件下，将复原图像f2（u，v）和原图像f（u，v）两者的均方误差降到最低标准的函数来对图像进行恢复的方法。

其中E｛*｝为数学期望算子。而具有二维传递函数的维纳滤波器可以表示为。

其中H*（u，v）可作为退化系统退化函数H（u，v）的复共轭，Sn（u，v）则是噪声，Sr（u，v）则是原始图像功率谱。籍此，相关技术人员可以按照均方误差获得到原始图像，并利用计算机软件对绝缘子模糊图像进行处理，以此来提高绝缘子图像效果，更加准确地判断出线路故障位置。

结论：根据上文所述，输电线路是电力系统得以运行的基础，保障输电线路安全、可靠是电力企业主要工作之一。不同于以往，当前电力系统具有规模化、复杂性特点，无形中增加了输电线路故障诊断难度。基于此，在未来工作中，我们要积极引入图像处理技术，充分利用该项技术自身具有的灵活性等优势，实现对输电线路的实时监督和控制，及时获取线路图像，并对图像进行处理，提取线路图像特征量，最终实现对线路故障的智能化识别，不断提高线路管理水平，从而促进我国电力产业综合效益的有效发挥。

［1］任玲辉，刘凯，张海燕.基于图像处理技术的机械故障诊断研究进展［J］.机械设计与研究，2011，（05）：21-24.

Fault diagnosis of transmission line based on image processing technology

Liu Ceng
（Nanjing Institute of Technology，211100）

This article from the concept of image processing technology，analysis of the significance of the transmission line fault detection，combining with the characteristics of transmission line，in-depth study of application technology in fault detection work，in order to provide more reference and support for the sustainable development of the electric power industry in china.

image processing technology；transmission line；fault diagnosis