[發明專利]一種基于深度學習的輸電線路通道環境變化檢測方法及系統

在審

• 申請號: 202110307953.2
• 申請日: 2021-03-23
• 公開（公告）號: CN113077424A
• 公開（公告）日: 2021-07-06
• 發明（設計）人: 劉智勇;祁宏昌;劉澤楷;張滔;來立永;黃海生;袁俊健;冉倩;雷超平
• 申請（專利權）人: 廣東電網有限責任公司廣州供電局
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/30;G06Q50/06;G06K9/00;G06K9/36;G06K9/46;G06N3/04;G06N3/08
• 代理公司: 廣州駿思知識產權代理有限公司 44425
• 代理人: 潘桂生

1.一種基于深度學習的輸電線路通道環境變化檢測方法，包括：

獲取多期同分辨率同區域的輸電線路通道環境遙感影像，依照時間順序排序；

將所述遙感影像進行預處理，包括校正、配準和拉伸；

將預處理后的遙感影像轉化為灰度圖，計算灰度圖中像素點的灰度值；

根據所述灰度值標注所述灰度圖中通道環境變化更新的部分；

疊加兩個遙感圖像，切割標注圖作為環境變化訓練樣本；

構建環境變化檢測學習模型；

將待檢測的遙感圖像進行預處理，包括校正、配準和拉伸；

將預處理后的待檢測遙感圖像輸入所述環境變化檢測學習模型，輸出檢測結果圖。

2.根據權利要求1所述的一種基于深度學習的輸電線路通道環境變化檢測方法，其特征在于：對同區域下連續兩張遙感圖像進行分析識別，識別圖像中的變化環境物體，進行隱患判斷，并推送告警信息。

3.根據權利要求2所述的一種基于深度學習的輸電線路通道環境變化檢測方法，其特征在于，所述隱患判斷的步驟包括：

判斷同區域下連續兩張遙感圖像相同隱患類型的環境物體數量是否相同；

比較前后兩張遙感圖像的物體在圖像中相對像素位置的重疊程度；若重疊程度大于設定閾值，則說明輸電線路通道存在環境變化，向基站推送告警信息。

4.根據權利要求3所述的一種基于深度學習的輸電線路通道環境變化檢測方法，其特征在于：所述告警信息的推送原則是，若設定周期內，同一相對像素位置的環境物體變化情況已經提出告警，則不再推送告警信息；若為新的像素位置的環境物體變化，則直接推送告警信息。

5.根據權利要求1所述的一種基于深度學習的輸電線路通道環境變化檢測方法，其特征在于：所述通道環境變化因素包括：塔吊，導線，桿塔，樹障，山火等。

6.根據權利要求1所述的一種基于深度學習的輸電線路通道環境變化檢測方法，其特征在于：所述檢測結果圖與人工標定結果對比，進行結果評定，優化環境變化檢測學習模型。

7.根據權利要求1所述的一種基于深度學習的輸電線路通道環境變化檢測方法，其特征在于：所述遙感影像的拉伸是指將前后兩期遙感影像按照波段進行展開，統計每個波段下遙感影像每個像素點的亮度值，刪除離散的亮度值實現遙感圖像拉伸。

8.一種可讀儲存介質，其上儲存有控制程序，其特征在于：該控制程序被處理器執行時實現如權利要求1至7任意一項所述的基于深度學習的輸電線路通道環境變化檢測方法。

9.一種計算機控制系統，包括儲存器、處理器以及儲存在所述儲存器中并可被所述處理器執行的控制程序，其特征在于：所述處理器執行所述控制程序時實現如權利要求1至7任意一項所述的基于深度學習的輸電線路通道環境變化檢測方法。