[發(fā)明專利]一種基于深度學(xué)習(xí)的輸電線路告警方法和裝置

在審

• 申請?zhí)枺?/td>: 202111575209.7
• 申請日: 2021-12-17
• 公開（公告）號: CN114419537A
• 公開（公告）日: 2022-04-29
• 發(fā)明（設(shè)計）人: 劉淑琴;王磊;黃勇;饒章權(quán);田翔;周恩澤;魏瑞增;何浣;朱凌;汪皓
• 申請（專利權(quán)）人: 廣東電網(wǎng)有限責(zé)任公司;廣東電網(wǎng)有限責(zé)任公司電力科學(xué)研究院
• 主分類號: G06V20/52
• 分類號: G06V20/52;G06V10/22;G06V10/764;G06V10/82;G06F16/2457;G06Q50/06;G06K9/62;G06N3/04;G06N3/08;H04N7/18;G08B21/00;G08B25/00
• 代理公司: 廣州三環(huán)專利商標(biāo)代理有限公司 44202
• 代理人: 郭浩輝;顏希文

本發(fā)明提供了一種基于深度學(xué)習(xí)的輸電線路告警方法和裝置，所述方法包括：獲取輸電走廊圖像，確定待測輸電走廊的地面區(qū)域；利用訓(xùn)練好的模型獲取外破目標(biāo)的類型和位置，分別將各外破目標(biāo)映射到輸電走廊圖像，過濾掉不在地面區(qū)域的外破目標(biāo)；比對數(shù)據(jù)庫中歷史外破目標(biāo)和未被過濾掉的外破目標(biāo)，比對結(jié)果不符合第一預(yù)設(shè)條件則將告警信息發(fā)送到中央管理平臺。本發(fā)明相對于現(xiàn)有技術(shù)，通過目標(biāo)檢測算法確定輸電走廊的地面區(qū)域，通過目標(biāo)檢測模型監(jiān)控和識別外破目標(biāo)的類型和位置，通過三維映射對外破目標(biāo)是否在輸電走廊進行判斷，有效實現(xiàn)了對輸電線路通道的智能監(jiān)控、檢測和告警，大幅降低了誤報率，提高了輸電線路的安全性，省略了人工復(fù)查步驟。

技術(shù)領(lǐng)域

本發(fā)明涉及高壓輸電領(lǐng)域，尤其涉及一種基于深度學(xué)習(xí)的輸電線路告警方法和裝置。

背景技術(shù)

近年來，隨著我國電網(wǎng)規(guī)模不斷擴大，輸電線路的覆蓋范圍也逐漸越來越廣；另一方面，不少地區(qū)大力發(fā)展建設(shè)，但是輸電通道內(nèi)施工機械的使用將極大地威脅輸電線路的安全。由于輸電線路的跨度大，以及所處環(huán)境的特殊性等因素，極易受到惡劣自然天氣的侵襲外，違章施工機械、飄掛物、山火等也極易導(dǎo)致線路跳閘，影響電網(wǎng)的安全穩(wěn)定運行。

由于輸電線路多處于野外，且極為分散，當(dāng)輸電線路出現(xiàn)挖掘機、吊車、塔吊、打樁機、推土機等外破物時，人工巡視難以覆蓋，目前主要通過攝像頭實現(xiàn)輸電線路遠程監(jiān)控。但是現(xiàn)在有的監(jiān)控技術(shù)大多僅有圖像采集功能，采集的圖像仍需人工進行復(fù)查確認，難以保證及時、有效和準(zhǔn)確地發(fā)現(xiàn)安全隱患，且部分擁有識別能力的設(shè)備誤報率高，實用性較差。

發(fā)明內(nèi)容

本發(fā)明提供了一種基于深度學(xué)習(xí)的輸電線路告警方法和裝置，以解決外破目標(biāo)的檢測預(yù)警的技術(shù)問題，省略了人工復(fù)查的步驟。

為了解決上述技術(shù)問題，本發(fā)明實施例提供了一種基于深度學(xué)習(xí)的輸電線路告警方法，包括：

獲取經(jīng)過預(yù)處理的輸電走廊圖像，并通過目標(biāo)檢測算法獲取輸電線走向、桿塔的塔基位置和地面信息，確定待測輸電走廊的地面區(qū)域；

利用訓(xùn)練好的外破目標(biāo)檢測模型獲取所有第一外破目標(biāo)的類型和位置，分別將各第一外破目標(biāo)映射到經(jīng)過預(yù)處理的輸電走廊圖像，并過濾掉不在所述待測輸電走廊的地面區(qū)域的第一外破目標(biāo)；

檢索數(shù)據(jù)庫中的歷史外破目標(biāo)，比對所述歷史外破目標(biāo)和未被過濾掉的第一外破目標(biāo)，若比對結(jié)果符合第一預(yù)設(shè)條件，則忽略檢測結(jié)果；若比對結(jié)果不符合所述第一預(yù)設(shè)條件，則將告警信息發(fā)送到中央管理平臺。

作為優(yōu)選方案，所述通過目標(biāo)檢測算法獲取輸電線走向、桿塔的塔基位置和地面信息，確定待測輸電走廊的地面區(qū)域，具體為：

通過目標(biāo)檢測算法識別所述輸電走廊圖像中桿塔的位置，通過閾值分割識別所述輸電走廊圖像中的輸電線，對所述輸電線進行擬合，獲得所述輸電線的走向；

根據(jù)所述桿塔的位置，通過透視變換和角點檢測，獲取所述塔基位置，結(jié)合所述輸電走廊圖像的地面信息和所述輸電線的走向，確定所述待測輸電走廊的地面區(qū)域。

作為優(yōu)選方案，所述外破目標(biāo)檢測模型的訓(xùn)練方法具體為：

將若干預(yù)設(shè)的輸電走廊圖像數(shù)據(jù)集作為離線訓(xùn)練集，通過Faster RCNN算法構(gòu)建外破目標(biāo)檢測模型，通過所述離線訓(xùn)練集對所述外破目標(biāo)檢測模型進行訓(xùn)練，直至所述外破目標(biāo)檢測模型收斂。

作為優(yōu)選方案，所述過濾掉不在所述待測輸電走廊的地面區(qū)域的第一外破目標(biāo)，具體為：

根據(jù)所述待測輸電走廊的地面區(qū)域和所述第一外破目標(biāo)的位置，通過向量叉乘方法，計算所述第一外破目標(biāo)和所述待測輸電走廊的相對位置關(guān)系，剔除在所述待測輸電走廊的地面區(qū)域外的第一外破目標(biāo)。

作為優(yōu)選方案，所述比對所述歷史外破目標(biāo)和未被過濾掉的第一外破目標(biāo)，具體為：