架空线路绝缘子缺陷自动检测及处理

孙华阳

（广东电网有限责任公司梅州供电局）

0 引言

我国电网线路中绝缘子往往暴露在复杂环境中，以110kV架空线路为例，其主要为阳光暴晒、降雨积潮、风沙积尘、覆冰施压等，容易造成绝缘材料裂缝或脱落，给电网运行埋下了安全隐患［1］。为避免因上述问题引起的大面积断电事故，在架空线路运维管理时应做好绝缘子监测，以“自动巡检+智能识别”模式，构建深层次、精细化视觉模型，精确诊断绝缘子安全缺陷并采取有效措施。

1 系统架构

架空线路绝缘子缺陷自动检测平台主要由无人机巡检系统和缺陷诊断系统两部分组成［2］。前者可通过无人机搭载平台按照既定路线实时获取绝缘子状态图像并传输到工控平台上，而后者利用图像诊断模型剔除无关项、冗余项，增强绝缘子缺陷视觉效果，如图1所示。

图1 架空线路绝缘子缺陷自动检测平台

1.1 自动巡检系统

（1）装置选型。电网无人机巡检系统中主要使用固定翼无人机、小型旋翼无人机、无人直升机等，其关键特征见下表。

表 无人机功能特点

本次架空线路绝缘子缺陷自动检测时大部分为丘陵地区，林木茂盛，需具备良好的转向能力。且巡检点间距多在2km以内，飞行时间不超过1h，可选择小型旋翼无人机［3］。

（2）图像采集。本次架空线路绝缘子缺陷自动检测时可获取绝缘子外形图像、放电图像等，采集数据较为全面，可满足自动诊断功能需求［4］。其中，图像采集时搭载多功能云台，其配置360°摄像头、红外摄像仪、温度传感器等，可对架空线路绝缘子运行情况进行实时监测并将画面图像传输到工控平台中；图像传输时采用5G基站，支持双向同步传输，传输速率快、可靠性强，抗干扰效果好，增强了绝缘子缺陷检测的精确度；工控平台包括地面站和远程终端两大部分。便携式地面站可以控制无人机的飞行速度、飞行方向等，还能够根据云台拍摄图像及检测数据快速判断无人机停泊位置、定点目标拍摄等，实现了一键高效的自主巡检和远程实景精准识别。而在远程终端中可进行多功能图像处理及缺陷特征诊断［5］。

1.2 缺陷诊断系统

工控平台中设置缺陷诊断系统，可在获取图像后进行预处理，抓取图像中的特征信息，识别绝缘子区域及外形，自动诊断绝缘子是否存在安全隐患。

（1）绝缘子定位。本次架空线路绝缘子缺陷自动检测时应先确定绝缘子的轮廓区域。受复杂环境、拍摄光线等影响，许多图像中绝缘子并不容易被直接识别，必须通过分割处理后，按照绝缘子颜色特征进行区块识别，从而快速在图像中捕捉绝缘子。一般分割时可采用灰度图像分割或彩色图像分割，按照要求提出有效色块，构建绝缘子检测的块图。

（2）缺陷识别。将处理后的绝缘子图像特征与故障数据库对比，在专家诊断及回归分析基础上，进行绝缘子缺陷辨识，得出缺陷信赖度分值，用于判断本次架空线路绝缘子缺陷自动检测结果的可靠度［6］。上述处理的过程中应注意将缺陷信息与GPRS数据匹配，这样能够在确定缺陷情况后按照GPRS定位快速告警，为架空线路运维管控提供有效参考依据。

2 功能优化

2.1 基本原理

YOLO算法在绝缘子缺陷检测中应用较为普遍，已经延伸出7代深度学习目标检测网格模型［7］。该算法检测过程中可将架空线路绝缘子图像划分为多个网格，利用CNN分析网格单元中的颜色特征、轮廓特征等，通过NMS筛选符合预定参数的边界框网格图像，从而达到绝缘子检测的视觉加强效果。

以YOLO7模型为例，可将4张图像拼接后输入到骨干网络中，进行GSP卷积连接，以减少计算次数，提升算法效率；利用Mish函数将残差单元和卷积模块连接合并，逐次保留图像中的关键特征，使其深入融合，如图2所示。

图2 YOLO7算法模型

2.2 模型优化

为避免关键特征提取过程中出现错误或疏漏，本次架空线路绝缘子缺陷自动检测时将YOLO7算法拓展，利用YOLO7损失函数和Anchors聚类精准预测，即：

（1）基础参数设计。输入端口图像设置为640×640像素，3bit的RGB图像；SPP聚合中设置为20×20像素，1024bit的RGB图像；GSP中M卷积步长设置为2；最后输出80×80像素，128bit、40×40像素，256bit和20×20像素，512bit的3组特征图。

（2）GAM全局维度放大。设置过程中输入特征F1、中间状态变量F2和最终输出F3均通过通道Mc和空间注意力Ms计乘交互，从而放大全局维度，如图3所示。

图3 GAM 全局维度放大

（3）Ghost模型压缩结构。设置过程中输入图像与输出图像呈线性相关，其中特征图通道数m与线性变换数量s决定了输出n的数量，如图4所示。

图4 Ghost模型压缩结构

（4）CIOU损失分析。本次分析过程中主要考虑重叠面积、中心点距离和纵横比，在确定损失时应按照：

其中，b和bgt分别为目标框和预测框的中心点，c为覆盖两个Box的最小外接框的对角线距离，ρ为b和bgt之间中心点坐标的欧氏距离，α和ν为测量宽高比之间的差异。

（5）Anchors聚类分析。为保证本次诊断的可靠度，在YOLO算法应用时增加Anchors聚类，通过1～IOU的值度量所有聚类样本点到中心的距离，按照Anchors聚类中心的交并比，设置迭代次数为1000次，以提升YOLO图像处理过程中的适应效果，使其满足目标尺度。

3 应用评估

3.1 应用效果

将架空线路绝缘子缺陷自动检测系统应用到我市辖区内110kV架空线路运维管理工作中3个月后，其共显示绝缘子缺陷告警722次，准确率超过95%，远远高于人工识别的精确度。上述检测过程将数天工作缩短到分钟级，且可自动识别告警，降低了人工成本投入，增强了绝缘子缺陷检测的安全性和经济性。

以110kV架空线路11号支线1104杆绝缘子为例，2022年10月8日07∶32显示绝缘故障告警，调取实时巡检图像后发现绝缘子伞裙疑似脱落，对比工控台中的YOLO算法图像，可发现图中绝缘子左侧1／3处伞裙脱落情况严重，到场更换后告警解除，如图5所示。

图5 架空线路绝缘子缺陷自动检测结果

上述检测精确度高、可靠性强，避免了外部环境因素的干扰，视觉效果更加直观，起到了非常好的参考效果，是架空线路绝缘子管控的重中之重，值得深入拓展应用。

3.2 处理方案

架空线路绝缘子缺陷处理时应按照缺陷等级展开相应处理。一般运行10年以上的玻璃绝缘子应根据《110kV～750kV架空输电线路设计规范》（GB 50545-2010）、《架空输电线路地线用盘形悬式瓷或玻璃绝缘子采购标准》（Q／GDW 13255.2-2019）开展抽检：

（1）若故障情况较轻，为设置不合理造成的绝缘子保护性能欠佳，应先依照架空线路技术指标调整绝缘子类型。一般盘型悬式瓷质绝缘子多片串联组合，表面光滑自洁能力强且干弧爬距长；硅橡胶复合绝缘子为整体浇筑成型（棒型），防污能力强、重量轻，检修容易、正常情况免维护，雷击闪络后自然恢复能力强；钢化玻璃绝缘子为多片串联组合，结构零值自爆容易检查不需定期零值检测，干弧爬距长。

选型时除上述使用条件限制外，还应按照区域环境条件适当配置。如一般高热度、高湿度、积尘严重地区，尽量选用双伞裙钢化比例结构绝缘子（U70BP／146D、U100BP／146D、U160BP／155D），提高绝缘子自然清洁能力；而旧线路改造中由于原绝缘子结构长度限制，更换大E型以上绝缘子会造成导线弧垂大幅降低时，需要选用结构高度小、干弧距离短的B型复合绝缘子与原线路匹配，则应加装线路型串联间隙避雷器。耐张串应选用钢化玻璃绝缘子提高线路防雷能力，减少因干弧距离小造成的外绝缘闪络。

（2）若故障情况较为严重，如伞裙脆化（伞裙对折时开裂）、憎水性下降至HC6级或永久消失、护套受损危及芯棒、伞裙大量破损（超出1／4伞裙数量）、伞裙和护套出现严重烧蚀、复合绝缘与各连接部位密封失效、出现裂缝和滑移等，应更换新的绝缘子，并进行绝缘保护性能测试。

某地区110kV架空线路运行年限较长，其绝缘子老化情况较为严重，722起告警中近6／7为绝缘损坏告警，故障情况较为严重，按要求对其进行更换；1／7为绝缘子选型不合适导致，更换其他型号绝缘子后告警解除，未出现严重断电事故，处理效果良好。

4 结束语

绝缘子是架空线路可靠运行的“保护伞”，其绝缘性能直接影响着架空线路的运行效益。在架空线路绝缘子缺陷检测过程中应进一步优化无人机自主检测系统和YOLO图像处理系统设计，在图像采集、无线传输、边缘识别、视觉处理等基础上，剔除无关项和冗余项，降低外部环境、光线照度等对绝缘子缺陷识别的影响，使检测结果能够真实反映绝缘子的运行状态，为架空线路运维管控提供有效参考依据。