基于无人机航拍的电力线状况与故障识别算法研究

发布时间：2020-03-20 18:46

【摘要】：电力线作为电力线路中的重要组成部分,承担着电力传输的重要职责。由于其长期暴露在自然环境下,电力线上会出现断股和异物悬挂等故障。若不及时发现处理,会对电力线路产生不良影响。目前主要电力线巡检方式有人工巡检和直升机巡检,这两种方式工作强度大、易受天气影响,且后期人力筛选故障图像效率低。因此,本文针对无人机航拍的电力线图像,围绕如何识别出电力线路中导线断股和异物悬挂的问题展开研究。针对电力线图像的背景复杂,噪声多样等特点,对图像预处理进行研究。利用图像灰度化、直方图均衡化、基于小波变换去噪等技术,从而提高航拍图像的质量。为了保证电力线提取更精确,先对电力线进行边缘检测。研究了常用的几种边缘检测算法,对传统Canny边缘检测算法在计算梯度幅值和阈值确定两方面进行改进,改进后的算法准确性和精度都有提高。依据电力线的直线特性,对直线检测算法进行研究。采用基于Hough一维变换的直线检测算法进行电力线提取,该算法能有效解决传统直线检测算法中易产生虚假直线的问题。针对电力线上存在的导线断股和异物悬挂,设计了一个故障识别算法模型。该模型针对两种故障类型对应两种故障识别算法,能依次实现断股和异物悬挂的精确识别。对断股的识别,提出基于局部轮廓特征的交叉点识别算法。该算法先对断股处交叉点形状对象的整体模板轮廓进行分解,统计形状对象所有可能的2AS或3AS的局部轮廓特征,然后使用本文重新定义语义模型的2AS描述子对模板进行特征描述,通过k均值聚类建立样本库,最后通过Chi-square法将待匹配图像与样本库中模板进行特征匹配,实现断股识别。对电力线上宽度像素进行分析,提出基于电力线宽度像素的异物识别算法,通过设置电力线宽度变化率阈值达到识别异物悬挂的目的。实验结果证实本文设计的算法模型能准确高效的识别出电力线上断股和异物悬挂。
【图文】：

股和异物悬挂，，另外还对防震锤进行识别。由于对异物检测时，经常会把防震逡逑锤当作异物对待，防震锤的识别为了排除对异物检测的干扰。无人机巡检流程逡逑如图１．２所示。逡逑２逡逑

感图像共同性的基础上还多了一些独有的特点％分析电力线图像的特点是研宄逡逑电力线故障检测的基础。电力线跨过地域背景复杂，而且差异较大。防震锤依逡逑附于电力线，导致误判为异物。这无疑给故障识别增加了难度。图１．３为无人机逡逑航拍的电力线图像。下面是电力线特点及电力线上故障识别难点：逡逑攀W逡逑３逡逑
【学位授予单位】：山东科技大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TM75

【相似文献】

相关期刊论文 前10条

1 黄智;;配电线路在线故障识别与诊断方法研究[J];山东工业技术;2015年23期

2 王新晴,石玉祥,钱淑华;信号平均法与残余信号法在故障识别能力方面的对比分析[J];振动.测试与诊断;1996年04期

3 陈艳艳;;配电线路在线故障识别与诊断方法研究[J];中国高新技术企业;2015年21期

4 屈梁生,史东锋;机械诊断中的故障识别问题[J];设备管理&维修;1998年05期

5 谢海芳;;配电线路在线故障识别与诊断方法研究[J];科技创新与应用;2015年08期

6 刘建华;周健强;袁朋生;;煤矿智能供电系统故障识别与隔离[J];煤矿机械;2015年07期

7 张小松,伦志新,窦炳琳;基于依赖图的网络故障识别技术研究[J];福建电脑;2005年11期

8 窦欣龙;;煤矿主扇风机运行主要故障识别及处理[J];石化技术;2019年12期

9 朱亚萍;徐晋;;配电线路在线故障识别与诊断方法研究[J];山东工业技术;2015年23期

10 贺春茂;;配电线路在线故障识别与诊断方法的研究[J];硅谷;2014年22期

相关会议论文 前10条

1 顾小军;杨世锡;钱苏翔;;基于支持向量机的旋转机械多类故障识别研究[A];第二十六届中国控制会议论文集[C];2007年

2 王梓琪;范文捷;崔运进;;抽水蓄能电站辅助设备故障识别方法研究与应用[A];抽水蓄能电站工程建设文集2017[C];2017年

3 骆志高;王祥;李举;范彬彬;郭啸栋;;基于小波包遗传算法的冲压模具故障识别研究[A];2008年全国振动工程及应用学术会议暨第十一届全国设备故障诊断学术会议论文集[C];2008年

4 温广瑞;印建安;张西宁;金颖;;应用全息谱初相点进行平衡前转频故障识别[A];2008年全国振动工程及应用学术会议暨第十一届全国设备故障诊断学术会议论文集[C];2008年

5 刘菲;;专用设备在低转速运行下的故障识别定位方法[A];中国核科学技术进展报告（第五卷）——中国核学会2017年学术年会论文集第4册（同位素分离分卷）[C];2017年

6 张华;郑涛;肖仕武;刘万顺;黄少锋;张达;;基于电流信号包络线故障熵的振荡中再故障识别算法的研究[A];2006中国电力系统保护与控制学术研讨会论文集[C];2006年

7 何常远;马润梅;;基于LM-BP神经网络的制动器故障识别系统[A];北京力学会第二十三届学术年会会议论文集[C];2017年

8 崔林;;基于DSP的新型变压器故障识别系统的设计[A];湖北省电工技术学会2004年学术年会论文集[C];2004年

9 金昌平;;两层结构的配网模型及其应用[A];第二届中国水利水电岩土力学与工程学术讨论会论文集（二）[C];2008年

10 彭畅;李海涛;李宁;邹晓龙;;基于谱峭度图和递归定量分析的动车组轴箱轴承故障识别与分类方法研究[A];铁路车辆轮轴技术交流会论文集[C];2016年

相关重要报纸文章 前2条

1 ;农村沼气灶故障识别与排除[N];山东科技报;2007年

2 记者 杨朝晖;我首创针对电气火灾故障识别分析工具[N];科技日报;2014年

相关博士学位论文 前8条

1 杨静宗;铁精矿浆输送管道的堵塞故障识别方法研究[D];昆明理工大学;2018年

2 肖涵;基于高斯混合模型与子空间技术的故障识别研究[D];武汉科技大学;2007年

3 戴鹏;货车典型故障图像识别算法研究[D];哈尔滨工业大学;2010年

4 尹洪;基于数据驱动的卫星故障诊断关键技术研究[D];国防科学技术大学;2015年

5 姜宪国;以变电站为基本单元的区域后备保护研究[D];华北电力大学;2013年

6 李正天;高压线路保护动作特性分析及新原理研究[D];华中科技大学;2011年

7 王琳;基于隐马尔可夫模型的工业过程监测方法研究[D];浙江大学;2018年

8 杨铁梅;基于混合智能的齿轮传动系统集成故障诊断方法研究[D];太原理工大学;2009年

相关硕士学位论文 前10条

1 宋文斌;基于多流形谱聚类的无监督故障识别方法研究[D];华中科技大学;2019年

2 吴春磊;基于改进深度学习模型的过程故障识别研究[D];华东交通大学;2019年

3 张世朋;基于无人机航拍的电力线状况与故障识别算法研究[D];山东科技大学;2018年

4 王清;基于脉冲神经膜系统的电力系统故障定位与故障识别研究[D];西华大学;2019年

5 潘哲;基于深度学习的航拍巡检图像绝缘子检测与故障识别研究[D];太原理工大学;2019年

6 鲁君成;基于深度学习的机械故障识别与状态评估研究[D];重庆大学;2018年

7 张鸣春;基于多源信息融合的永磁同步电机故障识别研究[D];重庆大学;2018年

8 高威威;基于滚动轴承的故障识别方法研究[D];华中科技大学;2018年

9 邓生财;数据驱动下的设备可预测性维护管理[D];重庆工商大学;2018年

10 刘乃彬;发动机故障状态下的性能参数规律研究[D];中国民航大学;2018年

本文编号：2592034