基于无人机热红外成像的输电线路故障点识别与诊断

张琛烨

摘要：利用无人机结合热红外成像技术，对电力行业中发生频率较大的线路故障或装置故障应用红外诊断方法进行分辨。通过试验验证了此方法的准确性，研究结果可为无人机巡检线路与故障部位识别提供理论与技术参考。

关键词：电力系统;线路检查;无人机;红外诊断

中图分类号：TM75    文献标识码：A    文章编号：1674-1161（2021）01-0042-03

随着经济的发展，近年来国内用电负荷快速增长，电力系统急需提升供电可靠性，以维持居民稳定用电的需求。因此，电力系统的线路检查问题变得愈发重要。无人机可以快速大面积巡检电力线路，发现线路是否存在问题。但无人机在巡线作业过程中获取的图像受干扰情况严重，难以直接从图像中获取有用的信息，不能很好地实现故障点的诊断与定位。同时，由于发生的故障类型多种多样，需要运用不同的诊断方法来识别故障，使得提取和分辨图像特征成为难题。红外成像技术可以将人眼无法看见的光线辐射能量转变为电信号，进而将其转变为在显示设备上人眼可见的图像信息，通过颜色可以判断电力线路、电气设备是否发生了故障。本课题提出一种通过无人机搭载高清红外相机采集线路图像进行故障检测的方法，并对采集过程中可能对图像信息存在干扰的客观因素做进一步处理，以提高图像清晰度，辅助工作人员进行判断，正确地对巡视线路做出相应的故障诊断分析。

1 数据来源与处理

所用数据经实际操作取自国家电网辽宁电科院。当前使用无人机巡检作业已经成为输电线路巡检作业的主要方式，在巡检过程中开启无人机搭载的热红外成像仪对巡视的输电线路本体及电力设备进行拍摄，可以快速实时获取大量的影像资料。需要对无人机巡检采集到的大量图像信息做进一步的处理，即对图像依次进行灰度化处理、去除噪声和边缘检测，最终判定是否发生故障。

1.1 灰度化处理

工业界的一种色彩标准是RGB颜色模式，通过对红、绿、蓝3个色彩通道的转变和它们相互之间的叠加来获取不同颜色。对彩色图片上的R，G，B通道做一致化处理，即为对该图像进行灰度化处理。采用加权平均法来灰度化处理图像，因为该算法是基于人眼睛对RGB的不同识别效应来设计的，由此处理后的灰度图能够更接近理论的判断条件。对实际输电线路巡检作业过程中拍摄的图像通过加权平均算法做进一步处理，结果如图1所示。

1.2 图像去噪

噪声在图像领域是指一些干扰因素。干扰因素的存在会导致图像变得模糊、色彩不均匀甚至丧失重要细节。为了提高画面质量，采用中值滤波算法对原灰度图进行处理，在有效去噪的同时，还能保存图像的边缘信息，处理结果较为理想。处理前后对比如图2所示。

1.3 边缘检测

对航拍的红外图像，为了在故障诊断时能够去除光线以及复杂背景等因素干扰，需要把背景区域和目标区域分别开。为了提取较为完整的边缘信息，采用基于零交叉的Canny算法进行边缘检测，提取目标特征信息，结果如图3所示。

2 热红外成像技术诊断

由于温度较高、长时间运行、器件老化等原因，导致电力线路出现各种各样的故障。在电力系统运行期间，线路承担的负荷较多，且线路自身具有电阻，接头温度升高较严重，导致接头损坏几率增加，可能致使系统无法正常运行，因此需要检测线路中是否发生故障，并着重检查易损坏部位。利用无人机热红外成像不能发现所有的热故障缺陷，这里针对分裂导线耐张线夹故障发热进行分析。

应用搭载红外拍摄装置的无人机检测电力线路，能够获取不同装置的图像信息。采用红外图像检测目标温度，依据所获取的数据并采用合适的检测方法，可以初步分辨将要发生或已存在的故障，及时提供故障预警。电流和电压致热为输电线路及装置的主要故障类型，依据行业规范，采用同类比较法对故障进行分辨（如图4所示）。

3 分裂導线耐张线夹故障诊断

分裂导线耐张线夹红外图像如图5所示。利用同类比较法分析其图谱信息，发现故障处与正常部位存在较大温度差，表明分裂导线耐张线夹连接处由于螺丝松动导致过热，可以为检测人员决策提供参考依据，为准确判断故障位置提供有效技术支持。

4 结语

输电线路的巡检是电力系统中非常重要的一个环节，高效准确的巡检方法能够有效地保证电力系统的供电稳定性，提升电能质量，促进社会经济蓬勃稳定发展。本课题综合分析了无人机结合红外成像技术巡检的优点，利用无人机搭载红外成像装置获取巡查输电线路的大量图像信息，并通过分裂导线耐张线夹故障来验证红外成像诊断方法的准确性。该方法能够对装置故障进行初步判定，从而预防输电线路故障的发生和故障发生后的进一步蔓延，在实际操作中起到重要作用。

参考文献

[1] 陈飞.输电线路无人机避障和检测方法研究[J].建筑工程技术与设计，2019（35）：2 059-2 060.

[2] 常兴华.基于无人机红外遥感图像的海上目标识别系统设计及其应用[D].沈阳：东北大学，2013.

[3] 侯青青.中型旋翼无人机紫外成像检测技术在电力巡线中的应用研究[J].技术与市场，2017，24（5）：33-37.

[4] 黄李磊.输电系统智能异物检测技术研究[D].上海：上海交通大学，2017.

[5] 姜丁尤.高压设备红外图像自动故障识别方法与试验研究[J].企业技术开发，2013，32（11）：5-6.

Fault Point Identification and Diagnosis of Transmission Lines based

on UAV Thermal Infrared Imaging

ZHANG Chenye

（Maintenance Company Jilin Electric Power Supply Co. Ltd.， Changchun 130000， China）

Abstract： Using UAV combined with thermal infrared imaging technology， the infrared diagnosis method is applied to distinguish the line faults or device faults that occur frequently in the power industry. The accuracy of this method is verified by experiments， and the research results can provide theoretical and technical reference for the identification of UAV inspection route and fault location.

Key words： power systems; line inspection; UAV; infrared diagnosis