高壓輸電線視頻智能處理防外力破壞方法

楊 帆，佘藝翀，葉富彬

(國網成都供電公司，四川 成都 610051)

高壓輸電線視頻智能處理防外力破壞方法

楊 帆，佘藝翀，葉富彬

(國網成都供電公司，四川 成都 610051)

提出了一種高壓輸電線視頻智能處理防外力破壞方法，這種方法將高清視頻攝像機和視頻智能處理設備都安裝在高壓輸電線路的鐵塔上，結合激光和振動傳感器，實現了對高壓輸電線路外力破壞事件的實時檢測與智能處理，有效減少外力破壞事件對輸電線路安全的影響。

高壓輸電線路；高清視頻；智能處理；外力破壞；線路安全

0 引 言

高壓輸電線路是電力系統的重要組成部分，隨著電網規模的不斷擴大，并且由于電力線路所處地理位置和環境條件的特殊性，除了要遭受惡劣氣候的侵襲外，人為外力破壞引起的線路跳閘及線路被迫停電事故的概率也呈上升趨勢。當前輸電網絡正在加速發展，怎樣有效地保障輸電線路的安全生產，減少外力破壞事件的發生，提高輸電系統的智能化水平，成為輸電線路設計、運檢部門共同關心并急需解決的問題[1]。

目前行業內廣泛使用的方法是使用攝像機采集現場的視頻，然后由視頻服務器將視頻信息通過無線或光纖方式傳回后臺主站進行視頻處理和外力破壞識別[2]。這種方法的優點是后臺有著充足的運算能力，可以高效地完成視頻處理和識別。但是，這種方法也有著很多顯著的缺點，如傳輸數據量過大、通信費用高、受通信條件影響較大。

嵌入式技術的發展為解決上述難題提供了條件。通過應用嵌入式技術，可以在塔上完成視頻處理和外力破壞識別等復雜的計算，并保證對外力破壞行為具有較高的判別精度[3]。

采用對高壓輸電線路進行實時視頻監測，并在前端完成對視頻圖像的實時智能分析，檢測出在輸電線路附近的大型施工機械或異常樹木生長等事件，并自動控制前端設備完成自動錄像或圖片抓拍，將錄像結果或圖片資料上傳服務器，根據外力破壞事件的等級，自動完成外力破壞現場的聲光報警，實時將相關報警信息發送到運檢人員的手機終端等上，及時制止外力破壞事件發生，可以提高輸電線路的生產安全，減少由外力造成的各種經濟損失和人員傷亡。

1 智能防外力破壞系統的結構

智能防外力破壞在線監測系統由塔上前端設備和后臺服務主站組成。塔上前端設備主要由智能視頻處理平臺、視頻圖像采集設備(球機、槍機)、探測傳感器(激光、振動、聲音)、通信裝置、電源裝置及告警裝置等組成，如圖1所示。

塔上前端設備實時采集的視頻信息，當有外力破壞發生時，前端設備會在現場發出聲光報警信息，并通過GPRS/3G/4G/光纖等通信方式將報警信息和報警視頻傳回后臺主站，后臺主站設有存儲服務器，可以存儲前端設備發回的視頻信息，以方便運維人員隨時查看。

視頻采集設備使用球機和槍機。球機可以完成對桿塔基座和周圍的監測，槍機安裝在桿塔頂部，對輸電通道、絕緣子串等進行定點監測。球機和槍機配合，同時實現對桿塔周圍和輸電線路通道的實時監測。

系統主要有兩類通信方式：光纖通信和無線通信。在運營商網絡受限制的地區，系統可以采用WiFi+OPGW通信組網方式完成通信，這種組網通信方式可以解決偏遠地區大數據量傳輸的難題。

塔上前端設備電源系統主要有以下3種形式。

(1)太陽能+蓄電池；

(2)太陽能+風能+蓄電池；

(3)地線取電+太陽能+蓄電池。

蓄電池需要采用高性能寬溫電池，以保證在-40 ℃到+85 ℃的環境溫度下電池能正常工作。在風能資源豐富的地方，可以選擇風光互補的供電方式完成對前端設備的供電。隨著技術的進步，地線取電將成為前端設備供電的另一可選方案，并可以有效解決太陽能供電不穩定的問題。

系統還配備移動終端管理軟件，可以實現在手機等智能移動終端設備上接收報警信息和報警視頻，方便運維人員隨時隨地接收報警信息和查看實時視頻。

圖1 智能防外力破壞系統結構圖

2 視頻智能防外力破壞的實現方法

2.1 視頻智能防外力破壞系統工作流程

塔上前端設備觸發報警有兩種方式，其一是通過安裝在塔上的激光傳感器、振動傳感器、聲音傳感器觸發，由于這些傳感器功耗小，可以24 h開啟；其二通過分析前端攝像機的實時視頻來觸發報警。這兩種方法可以同時開啟，如在電源不足時，可以暫時關閉攝像機或控制攝像機處于休眠待機狀態，在有激光傳感器、振動傳感器、聲音傳感器觸發報警時再開啟攝像機，這樣處理可以有效節約用電，保證監測設備24 h不間斷連續工作。

圖2 智能視頻防外力破壞實現流程

系統報警分為低級別報警和高級別報警。低級別報警由激光、振動、聲音傳感器觸發；高級別報警是在低級別報警的基礎上，再經視頻分析確認有外力破壞行為發生時，即產生高級別報警，實現流程如圖2所示。

2.2 防外力破壞智能處理算法

智能視頻防外力破壞涉及人、車輛、各種大型工程機械以及山火、煙霧等目標的檢測、跟蹤與識別。對采集到的視頻圖像進行濾波去除噪聲和直方圖增強預處理。目標檢測采用幀間差分和背景差分相結合的方法[4]。首先對視頻序列進行幀間差分運算。設ft-1(x,y)，ft(x,y)，ft+1(x,y)分別為t-1，t，t+1時刻的視頻圖像，則差分圖像為

(1)

式中，FDt和FDt+1為相鄰幀間差分；fdt為t時刻的幀間差分圖像。設定閾值二值化幀間差分圖像可得到二值的fdt。然后對視頻序列進行背景差分運算。此法關鍵是建立背景模型，系統采用混合高斯背景模型[5]。構造好背景圖像后，將當前幀圖像與背景圖像作差分運算。

bdt(x,y)=|ft(x,y)-Bt(x,y)|

(2)

式中，bdt為背景差分圖像；ft為t時刻的視頻圖像；Bt為t時刻的背景圖像。設定閾值二值化背景差分圖像可得到二值的bdt。fdt與bdt的背景像素均設置成0，目標像素均設置成1，此時可得目標區域為

O(x,y)=|fdt(x,y)∪bdt(x,y)|

(3)

式中，O為二值的目標圖像。對O進行形態學處理和連通區域檢測，消除孤立點，填充孔洞，可得到完整的目標區域。

通過前邊的處理，可以檢測到移動目標，接下來需要對移動目標進行特征提取。由于顏色直方圖不易受形狀和尺寸變化的影響，所以建立目標的直方圖模型用于目標跟蹤。假設跟蹤目標在初始化中心為y0、初始化窗寬為S的矩形框內，目標區域像素總數為N，HSV顏色空間色調分量特征值有H個，則目標色調直方圖模型為

(4)

式中，xi(i = 0, 1, …, N)為目標區域像素；h(h = 0, 1, …, H - 1)分別取H個特征值；b(xi)將目標的每個像素映射為特征空間對應值。若b(xi) = h，則δ[b(xi) - h] = 1；否則，δ[b(xi) - h] = 0。歸一化常數Ch為

(5)

假設當前幀和后續幀中，候選目標模型中心位置為y，則候選目標模型為

(6)

建立目標跟蹤模型和候選目標模型后，系統采用均值偏移(Meanshift)算法[6-8]實現目標追蹤。定義Bhattacharyya系數衡量目標模型和候選模型的相似度為

(7)

對式(7)進行泰勒展開，得

(8)

對式(8)整理可得

(9)

將每幀視頻圖像目標區域內的像素通過b(x)映射為符合目標特征值的概率值。以y0為起點計算目標新位置y，并將y作為下次迭代運算的起點，把跟蹤窗口移到目標新位置處。目標新位置計算式為

(10)

式中，xi為各點坐標向量;wi為表示對坐標向量貢獻大小的權重值。

(11)

更新目標模型和候選模型之間的相似度ρ(p(y),q)。如果ρ(p(y),q) <ρ(p(y0),q)，則更新目標位置：y= (y0+y)/2。倘若

(12)

式中，ε為預設閾值；或迭代次數過多，則輸出跟蹤窗口并讀取下一幀，重復上述過程。否則重新計算目標新位置。以y0為起點沿符合目標特征值概率密度估計較大的方向移動，直至找到概率密度估計最大的點并將其作為跟蹤的目標區域中心。重復上述步驟即可實現對視頻圖像中運動目標的跟蹤。

3 系統運行結果及分析

系統可設定距離導線弧垂最低點一定距離以上為非安全區域，當有大型機械等外物闖入非安全區域時，如圖3所示，系統會在現場發出聲光報警，并同時向相關人員的手機上發送報警短信。當導線上有飄掛物時，如圖4所示，監測系統只向相關人員的手機上發送報警短信，對此類報警不產生現場的聲光報警。

圖3 對大型機械的實時監測與報警

根據公司安裝在220 kV高壓輸電線路上的智能防外力破壞監測設備的運行測試結果，能準確監測識別出工程車輛侵入非安全區域，報警準確率達到90%以上，達到設計準確率大于85%要求。由于系統采用前端設備實時處理視頻數據的方式，對比傳統的傳回后臺主站處理方式，數據流量不到傳統設備的5%。本智能視頻防外破裝置能夠滿足防外力破壞的實際工程需要。

圖4 對線路上飄掛物的實時監測與報警

4 結 論

采用前端視頻智能處理與多種傳感器探測相結合的方法完成防外力破壞監測。多種靈敏、可靠的傳感器輔助監測，彌補了只安裝攝像機拍攝的監控盲點，減少對外力破壞行為的漏報，同時多種探測方式的結合也降低了對外力破壞行為的誤報率。本系統采用視頻圖像前置處理的方法可以及時地啟動報警，阻止外力破壞事件的發生，大幅度減少外力破壞造成的停電事故以及由此帶來的經濟損失和人員傷亡。同時，采用在前端設備上完成視頻數據處理的方法，極大地減少了回傳至后臺的通信數據量，有效降低系統的運行費用，具有良好的工程應用價值。

[1] 謝兵, 許金彤. 基于3G網絡的輸電線路防外力破壞智能視頻監控系統研究[J]. 華東電力, 2010, 38 (11): 30-31.

[2] 焦媛媛. 在線視頻監測系統在高壓輸電線路防外破工作中的技術實現及應用效果[J]. 廣東科技, 2012(23): 13-15.

[3] 劉高, 懿輝. 嵌入式視頻和圖像識別技術在架空輸電線路智能監控中的應用研究[J]. 計算機系統應用, 2013, 22(11): 58-61.

[4] 秦曉敏. 智能視頻監控中目標跟蹤的研究與實現[J]. 電子設計工程, 2011, 19(9): 40-42.

[5] 魯振山. 基于視頻圖像的運動人體檢測與跟蹤算法研究[D]. 南京: 南京理工大學, 2010.

[6] 胡威. 基于Meanshift的視頻人體目標跟蹤算法研究[D]. 上海: 上海交通大學, 2012.

[7] 井亮. 基于視覺圖像的移動目標跟蹤技術研究[D]. 南京: 南京航空航天大學, 2011.

[8] 康烈. 序列圖像中目標跟蹤算法研究[D]. 武漢: 華中科技大學, 2012.

In order to preventing damage from outside force for high-voltage (HV) transmission line, a novel method using intelligent video processing is proposed, that is, to install high definition (HD) video camera and intelligent video processing device on the towers of HV transmission line, and use laser and vibration sensors as a system so as to achieve the real-time detection and intelligent processing for the damage from outside force, which effectively reduces the negative influence on the safety of transmission line caused by the damage from outside force.

high-voltage transmission line; high definition video; intelligent processing; damage from outside force; line safety

TM726.1

A

1003-6954(2015)01-0022-03

2014-09-11)

楊 帆(1980)，大學本科，工程師，主要從事輸電線路生產技術管理與研究；

佘藝翀(1984)，男，大學本科，助理工程師，主要從事輸電線路運行維護技術管理與研究；

葉富彬(1982)，大學本科，助理工程師，主要從事輸電線路運行維護技術管理與研究。