基于無人機熱紅外成像的輸電線路故障點識別與診斷

張琛燁

摘要：利用無人機結合熱紅外成像技術，對電力行業中發生頻率較大的線路故障或裝置故障應用紅外診斷方法進行分辨。通過試驗驗證了此方法的準確性，研究結果可為無人機巡檢線路與故障部位識別提供理論與技術參考。

關鍵詞：電力系統;線路檢查;無人機;紅外診斷

中圖分類號：TM75? ? 文獻標識碼：A? ? 文章編號：1674-1161（2021）01-0042-03

隨著經濟的發展，近年來國內用電負荷快速增長，電力系統急需提升供電可靠性，以維持居民穩定用電的需求。因此，電力系統的線路檢查問題變得愈發重要。無人機可以快速大面積巡檢電力線路，發現線路是否存在問題。但無人機在巡線作業過程中獲取的圖像受干擾情況嚴重，難以直接從圖像中獲取有用的信息，不能很好地實現故障點的診斷與定位。同時，由于發生的故障類型多種多樣，需要運用不同的診斷方法來識別故障，使得提取和分辨圖像特征成為難題。紅外成像技術可以將人眼無法看見的光線輻射能量轉變為電信號，進而將其轉變為在顯示設備上人眼可見的圖像信息，通過顏色可以判斷電力線路、電氣設備是否發生了故障。本課題提出一種通過無人機搭載高清紅外相機采集線路圖像進行故障檢測的方法，并對采集過程中可能對圖像信息存在干擾的客觀因素做進一步處理，以提高圖像清晰度，輔助工作人員進行判斷，正確地對巡視線路做出相應的故障診斷分析。

1 數據來源與處理

所用數據經實際操作取自國家電網遼寧電科院。當前使用無人機巡檢作業已經成為輸電線路巡檢作業的主要方式，在巡檢過程中開啟無人機搭載的熱紅外成像儀對巡視的輸電線路本體及電力設備進行拍攝，可以快速實時獲取大量的影像資料。需要對無人機巡檢采集到的大量圖像信息做進一步的處理，即對圖像依次進行灰度化處理、去除噪聲和邊緣檢測，最終判定是否發生故障。

1.1 灰度化處理

工業界的一種色彩標準是RGB顏色模式，通過對紅、綠、藍3個色彩通道的轉變和它們相互之間的疊加來獲取不同顏色。對彩色圖片上的R，G，B通道做一致化處理，即為對該圖像進行灰度化處理。采用加權平均法來灰度化處理圖像，因為該算法是基于人眼睛對RGB的不同識別效應來設計的，由此處理后的灰度圖能夠更接近理論的判斷條件。對實際輸電線路巡檢作業過程中拍攝的圖像通過加權平均算法做進一步處理，結果如圖1所示。

1.2 圖像去噪

噪聲在圖像領域是指一些干擾因素。干擾因素的存在會導致圖像變得模糊、色彩不均勻甚至喪失重要細節。為了提高畫面質量，采用中值濾波算法對原灰度圖進行處理，在有效去噪的同時，還能保存圖像的邊緣信息，處理結果較為理想。處理前后對比如圖2所示。

1.3 邊緣檢測

對航拍的紅外圖像，為了在故障診斷時能夠去除光線以及復雜背景等因素干擾，需要把背景區域和目標區域分別開。為了提取較為完整的邊緣信息，采用基于零交叉的Canny算法進行邊緣檢測，提取目標特征信息，結果如圖3所示。

2 熱紅外成像技術診斷

由于溫度較高、長時間運行、器件老化等原因，導致電力線路出現各種各樣的故障。在電力系統運行期間，線路承擔的負荷較多，且線路自身具有電阻，接頭溫度升高較嚴重，導致接頭損壞幾率增加，可能致使系統無法正常運行，因此需要檢測線路中是否發生故障，并著重檢查易損壞部位。利用無人機熱紅外成像不能發現所有的熱故障缺陷，這里針對分裂導線耐張線夾故障發熱進行分析。

應用搭載紅外拍攝裝置的無人機檢測電力線路，能夠獲取不同裝置的圖像信息。采用紅外圖像檢測目標溫度，依據所獲取的數據并采用合適的檢測方法，可以初步分辨將要發生或已存在的故障，及時提供故障預警。電流和電壓致熱為輸電線路及裝置的主要故障類型，依據行業規范，采用同類比較法對故障進行分辨（如圖4所示）。

3 分裂導線耐張線夾故障診斷

分裂導線耐張線夾紅外圖像如圖5所示。利用同類比較法分析其圖譜信息，發現故障處與正常部位存在較大溫度差，表明分裂導線耐張線夾連接處由于螺絲松動導致過熱，可以為檢測人員決策提供參考依據，為準確判斷故障位置提供有效技術支持。

4 結語

輸電線路的巡檢是電力系統中非常重要的一個環節，高效準確的巡檢方法能夠有效地保證電力系統的供電穩定性，提升電能質量，促進社會經濟蓬勃穩定發展。本課題綜合分析了無人機結合紅外成像技術巡檢的優點，利用無人機搭載紅外成像裝置獲取巡查輸電線路的大量圖像信息，并通過分裂導線耐張線夾故障來驗證紅外成像診斷方法的準確性。該方法能夠對裝置故障進行初步判定，從而預防輸電線路故障的發生和故障發生后的進一步蔓延，在實際操作中起到重要作用。

參考文獻

[1] 陳飛.輸電線路無人機避障和檢測方法研究[J].建筑工程技術與設計，2019（35）：2 059-2 060.

[2] 常興華.基于無人機紅外遙感圖像的海上目標識別系統設計及其應用[D].沈陽：東北大學，2013.

[3] 侯青青.中型旋翼無人機紫外成像檢測技術在電力巡線中的應用研究[J].技術與市場，2017，24（5）：33-37.

[4] 黃李磊.輸電系統智能異物檢測技術研究[D].上海：上海交通大學，2017.

[5] 姜丁尤.高壓設備紅外圖像自動故障識別方法與試驗研究[J].企業技術開發，2013，32（11）：5-6.

Fault Point Identification and Diagnosis of Transmission Lines based

on UAV Thermal Infrared Imaging

ZHANG Chenye

（Maintenance Company Jilin Electric Power Supply Co. Ltd.， Changchun 130000， China）

Abstract： Using UAV combined with thermal infrared imaging technology， the infrared diagnosis method is applied to distinguish the line faults or device faults that occur frequently in the power industry. The accuracy of this method is verified by experiments， and the research results can provide theoretical and technical reference for the identification of UAV inspection route and fault location.

Key words： power systems; line inspection; UAV; infrared diagnosis