基于北斗卫星定位的电力线路异常位移检测方法

赵江豪 王加强 黄益宏 陈书欣

（1.国网浙江电力有限公司平阳县供电公司 2.浙江科畅电子股份有限公司）

0 引言

随着现代化社会的飞速发展，居民用电和商业用电的需求与日俱增。电力系统的规模不断扩大，运用电力线路异常位移检测方法能够及时了解输电线路的运行情况，通过准确找到其中存在的安全隐患来使得电力线路能够安全正常的工作。所以，电力巡检工作安全问题备受关注［1］。因为电力系统的复杂性，当输电线路出现重大故障时，通过异常位移检测方法能够找到故障原因，使得设备与电力系统之间协同工作，消除设备之间存在的差异性，从而满足实际电力需求。在电力线路异常位移检测过程中，运用该方法可以实现远程监控和控制。根据实际需求进行设备的增加与减少，通过定位故障点来减少维修时间，使得电力供应的可靠性能够得到保障。通过远程监控在任何时间均能够进行监控，帮助监控人员能够实时获取数据，避免了工作人员在危险区域进行检测与维修的风险，提升了检测的安全性。由于传统异常检测方法易受到建筑物等遮挡物的干扰，监测过程中会出现信号失真等问题。安装大量检测设备需要消耗的人力资源大，成本较高［2］。同时，方法导致误报率提升，检测中存在大量未解决问题从而无法实现预期目标。因此，现阶段针对电力线路中的安全问题，选择以电力线路异常位移检测方法为实验对象，运用北斗卫星定位方法，提出了异常检测方案，结合实际情况完成实验与分析。

1 电力线路异常位移检测

1.1 电力线路图像预处理

对输电线路的室外航拍图像，在拍摄过程中会曝光不均匀导致图像中含有噪声，这样会使得图像质量下降［3］。所以，需要对图像进行去噪处理。运用中值滤波方法利用对采样窗口内像素的灰度值进行排序，设定一个一维序列f，在m的窗口中对其进行滤波处理，将m值按照一定的顺序排列，并获得序列正中心的结果为滤波输出结果，为：

式中，med为中间值。通过用模板窗口对图像进行遍历，使得图像在中心位置与模板中心位置重合。将重合位置的像素值进行记录，并根据中心灰度值进行排序，通过计算得到中心结果。在计算过程中，如果窗口的尺寸较大，则需要进行多次计算。在滤波过程中，选择一个邻域采样得到该邻域特征像素的灰度为中心灰度，这样能够降低杂点对图像的影响。运用直方图均衡化的方法来对像素的图像进行增强。其增强过程为：

式中，d(i，j)为原始图像；g(i，j)为处理后的图像；R为操作。R需要在增强过程中满足两个条件，即在固定范围内为单增函数，图像灰度级需要在原有的动态范围内［4］。这样处理能够得到新的灰度级，使得图像的对比度增加，获得更为突出的绝缘子。通过对航拍图像进行预处理，使得图像能够达到清晰，减少随机噪声。并且通过提升图像的对比度来达到增强效果。

1.2 北斗卫星定位计算图像边缘信息

运用北斗卫星导航从控制中心向用户传递信息，根据用户回应的入栈信号来得到用户与卫星之间的距离。在导航定位中，将不同坐标系中的旋转角进行矩阵转换，并将导航数据置入同一坐标系中进行计算［5］。基本坐标系的示意图如图1所示：

图1 基本坐标系

根据导航数据，运用梯度计算的方法能够得到检测图像的边缘结构信息，对于图像f(x，y)中的任意像素点，通过计算可以得到图像的梯度大小。当图像中存在较大梯度值时，梯度方向与图像边缘垂直。根据实际需求，在检测输电线路过程中，运用块梯度来标记导向的主方向，将梯度方向进行调整，能够得到新的梯度公式为：

式中，f(x，y)为像素点的灰度值；i，j为图像坐标轴的方向。在输电线路图像灰度化处理后，如果边缘异常，则块梯度的方向会发生改变。所以，根据梯度方向的变化来标定异常位移［6］。构建矢量场，计算每个块梯度向量，并对点单位内的梯度向量进行加权求和运算。当两个向量的梯度方向差值满足：

式中，Δd为方向差值。当满足范围内时的块像素梯度方向一致，不满足范围则不一致。这样就能够通过卫星来获取与跟踪信号，得到更多的计算量。消除冗余的导航信息输出来减少计算误差，能够获得图像准确的边缘信息。

1.3 输电线路异常位移检测

将电力线路从复杂的航拍背景图像中提取出来，根据得到的输电线路图像边缘信息进行异常位移检测。根据收集到的电力线路图像，设定像素块的矩形框窗口大小为(2s∗2s)，令第j列中某两个边缘点的坐标分别为(i+n，j)，则电力线路中的电力线路宽度为d=n+1。对像素块中的二值图像进行扫描，并得到列序扫描过程中的灰度跳变次数，其计算公式为：

式中，h为灰度跳变次数。对异常位移进行识别，在第j列到第j+1列电力线路中，对异常位移变化情况进行计算，能够判断输电电力线路是否存在异常断股，其计算公式为：

式中，dj+1为第j+1列电力线路宽度。根据得到的计算结果，对电力线路异常位移情况进行判断，当k>1⋂h>2时，则表示异常位移产生；当0

2 实验测试与分析

2.1 搭建实验环境

实验在64位windows11系统下进行。实验的具体硬件软件环境如下表所示：

表1 实验环境

图像检测对硬件要求较高，实验时采用了ⅠNTEL版本的CPU中央处理器。运用无人机航拍输电线路图像，对200幅分辨率为1080*640像素的航拍图像进行测试。为了验证本文检测方法的有效性，设置三个小组，其中运用本文方法的小组为实验组，运用传统方法的小组为对照1-2组。在不同背景的航拍图像中，运用三种方法对检测过程中的误检率进行计算。

2.2 结果与分析

在输电线路图像中，不同小组的误检结果如下图所示：

分析图2的结果可知，不同小组的误检个数存在差异，将10次的误检个数结果进行误检率计算，得到不同小组的误检率为：实验组2.3%，对照1组32.5%，对照2组40.1%。通过对比三个小组的误检率结果发现，实验组的误检率结果最低，说明运用本文的检测方法能够准确对异常位移进行检测，在缺陷识别中具有重要作用。所以，针对本文方法在检测过程中的准确定位问题进行测试，要求当检测位置误差稳定在3m以内，能够达到较为优质准确的检测效果。所以，运用加速度传感器对盲区的位置信息进行采集，得到卫星信号接收后，检测位置误差具体情况如下表所示：

图2 误检个数结果

分析表2中的结果可知，在三个小组中，只有实验组的检测位置误差为2.5m，结果在要求范围内。说明运用本文检测方法能够做到准确定位，消除检测过程中存在的误差，满足实际的精度需求。

表2 检测位置误差结果

综上所述，针对输电线路中的异常位移情况进行合理检测，为检修护线提供解决方案。同时，电力线路异常位移监测方法具有高可扩展性，能够有效保证电路正常稳定运行，满足不断发展的电力系统需求。在异常检测方面，对于微小的缺陷需要研究更深的层次。利用相关滤波器消除噪声后，结合输电线路的结构特性，对图像异常位置进行识别与定位，降低输电线路的漏检程度。因此，通过该方法能够及时了解输电线路的运营情况，消除电力线路的安全隐患。

3 结束语

本次北斗卫星定位问题入手，深入研究了电力线路异常位移检测，探究了基于北斗卫星定位的电力线路异常位移检测方法。实现对电力设备的实时监测和管理，避免发生事故。但方法中还存在一些不足之处，例如对修复受损部分问题，将数据传输到监控中心相关问题，自动发送警报信号等。今后应更加完善计算，通过在电力线路上设置多个监测点，实时监测电力线路的位置，及时发现和处理可能存在的安全隐患，并对监测到的位置数据进行备份。根据实际情况设定合理的预警阈值，增加对各种异常情况处理速度，维护电力线路的安全稳定运行。通过对算法的优化和改善，比较电力线路的实时位置与预设位置的位移情况，实现了基于北斗卫星定位的电力线路异常位移检测方法的良好应用。