智能图像识别技术在输电线路巡检中的应用_向志威.pdf

Application 创新应用240 电子技术 第 52 卷 第 6 期（总第 559 期）2023 年 6 月像识别功能，能够实现对特殊情况下输电线路缺陷辨别的自学能力，从而对架空输电线路设备的本体缺陷以及构架环境内部的异常状况和风险问题进行快速的识别和分析。2 图形识别技术 近年来，人工智能技术和机器学习技术发展迅速。常见的解决方案是通过图像采集终端传感器采集图像数据文件，对数据进行分类，并基于训练模型实现标注预设特征。建立有效且准确的图像分类模型有两种方法：（1）是利用优化后的分类器获得更有效的图像分类模型；（2）我们分析和优化图像的特征，以便更好地理解图的过程，进而得到更有效的图分类模式。国内外研究机构和企业在图像识别技术的研究和应用方面投入了大量资金，并形成了广泛的成果。目前，百度、阿里云、腾讯、罗伯特博世等国内大型科技公司已经推出了基于AI图像识别技术的开放API平台，可以满足不同目标对象、不同识别粒度的应用需求。在不同的场景下，商业化进程远远超出预期在国外，图像识别技术领域也分布着谷歌、微软等传统技术领军企业，研究成果和商业产品在行业中起着举足轻重的作用。0 引言随着现代计算机通信技术的不断发展，人工智能技术成为当今社会的一个热门研究方向。目前，全球范围内的许多行业和领域都已经开始实现了人工智能技术的融入和创新，尤其是人工智能技术在国家电网事业中的融入，更是推动了行业的智能化发展和高效化发展。1 研究背景目前，人工智能技术在计算机操作和客户服务领域的应用已经能够解决80%以上的电网运行检测缺陷问题，而90%以上的客户问题都能够得到有效的反馈。这也从侧面证明了以人工智能为代表的一系列技术对于我国电网事业的助推力。近年来，在我国架空输电线路的巡检工作中，传统的图像巡检处理技术很难满足检测漏洞对于精确度的需求。而引入人工智能的图像识别技术之后，就可以实现对架空输电线路在不同区域以及不同状态下的动态进行检测，更加精确的定位了安全隐患的区域，为架空输电线路后续的维护和管理提供了强有力的数据支撑。传统的输电线路缺陷识别技术中无法针对一些高精准的小部件以及复杂背景下的缺陷问题进行识别，而基于人工智能技术的图作者简介：向志威，国网新疆电力有限公司信息通信公司；研究方向：信息系统运维。收稿日期：2022-09-19；修回日期：2023-06-12。摘要：阐述基于人工智能技术的图像识别功能，能够实现对特殊情况下输电线路缺陷辨别的自学能力，从而对架空输电线路设备的本体缺陷、构架环境内部的异常状况和风险问题进行快速识别和分析。关键词：人工智能技术，图像识别，线路巡检。中图分类号：TP391.41，TP18文章编号：1000-0755(2023)06-0240-02文献引用格式：向志威，杨大伟，景康，周建忠，胡美慧.智能图像识别技术在输电线路巡检中的应用J.电子技术,2023,52(06):240-241.智能图像识别技术在输电线路巡检中的应用向志威，杨大伟，景康，周建忠，胡美慧（国网新疆电力有限公司 信息通信公司，新疆 830002）Abstract This paper expounds the image recognition function based on artificial intelligence technology,which can achieve self-learning ability to identify transmission line defects in special situations,thereby quickly identifying and analyzing the ontology defects of overhead transmission line equipment,abnormal conditions and risk issues within the framework environment.Index Terms artificial intelligence technology,image recognition,line inspection.Application of Intelligent Image Recognition Technology in Transmission Line InspectionXIANG Zhiwei,YANG Dawei,JING Kang,ZHOU Jianzhong,HU Meihui(State Grid Xinjiang Electric Power Co.,Ltd.Information and Communication Company,Xinjiang 830002,China.)Application 创新应用电子技术 第 52 卷 第 6 期（总第 559 期）2023 年 6 月 2413 基于人工智能的图像辨识技能在架空输电线路巡查管理中的运用（1）圆形对称结构输电线路绝缘子伞裙绝缘子损伤识别因素分析。绝缘子作为铁塔与接地导体之间的绝缘连接，是一种承重元件。因此，运行线上的绝缘子具有中心线、两侧线、玻璃绝缘子自爆、复合绝缘子断裂、瓷绝缘子角变形等对称图形特征，可通过中心线两侧的对称检查进行识别。复合绝缘子灼伤的主要特征是绝缘子导线上的白色细粉末的颜色变化。玻璃绝缘子和瓷绝缘子可以识别伞裙表面的黑色放电痕迹作为主要识别因素1。（2）脱落图像的识别因素分析如果在图纸上发现缺失部分，首先确定缺失部分的方位，然后确定是否有目标的位置，利用复合悬浮绝缘子相对完整的辨识方法，可以完成输电悬浮点的定位。识别是确定输电线路绝缘子与定位绝缘子之间的位置，然后检查绝缘子一端是否有孔，确定螺栓是否脱落;检查螺栓顶部某一区域是否有金属条检查端部区域是否有平衡压环，以确定平衡压环是否断开。（3）分析了减震器等部件的滑动部位识别因素，指出了减震器在传输线上的作用是防止连接部件因导体和地线的不规则振动而产生的疲劳和磨损。防震锤滑算法识别的前提是准确获取接地线的塔侧升力点，然后根据图像中的位置关系进一步确定识别目标是否在搜索区域内。（4）金属配件和其他部件裂纹的现场识别因子分析电路连接处的金属裂纹发生在金属部件和连接处的凹凸部分。例如，球端根部区域和u形环螺栓孔的位置容易发生腐蚀和脆化。图像特征通常包括腐蚀痕迹、凹坑和纹理变化，颜色和形状是零件裂纹识别的主要因素2。（5）断线和地线断线的识别因素分析 断线和地线断线后的输电线路通过寻找线和地线横向的不规则毛刺，个别铝股“散”在位置上。输电线路的电线和地线损坏时散落的地方。断线导体与地线之间的曲线与运行导体与地线之间的曲线不同。曲线光滑，在断线瞬间有抽搐变形，可以找出判断导体和地线断裂的主要因素3。（6）供电的可靠性取决于输电线路的安全性。例如，当外界条件发生变化，威胁到输电线路等设施时，应及时检测并清除，保证不发生损坏，这就要求我们的监控设备能够实时监测传输通道的状态，实现对目标检测和异物入侵的实时图像分析、高速反馈。实时探测这种异常现象是合理的，例如野火、烟雾、鸟巢和与输电线路和走廊有关的紧急情况。但由于输电线路辅助检测图像的特殊性，上述目标检测方法无法作为解决方案直接嫁接到本研究的内容中。与传输本体相比，当传输通道上存在野火、烟雾等外部变化时，会发生各种形式的变化，这就需要大量的图像样本作为学习样本来训练模型，而我们的样本规模实际上更小。本研究采用样本扩展和迁移学习的方法训练模型。此外，对于通道辅助巡逻图像识别，对速度的要求比较严格，因此需要对学习算法的速度进行限制，因此本文还设计并使用了一种相对快速的学习算法。传输线通道辅助检测中图像识别的现场研究。4 结语本文针对基于人工智能下的图像识别技术，对于输电线路本体关键零部件以及其周边环境风险问题的识别。基于深度学习的图像识别算法中可以针对目标物体在整个背景中占据的规模比率，进行更加精确和针对性的计算。当一些目标物体在原始图像中占据的区块空间较小时，例如，输电系统中常见的防震锤等零部件往往会受到图像其他背景区域的干扰，而无法做出准确的识别和判断。除此之外，在一些背景复杂，树木交互遮挡的干扰下，巡检图像也无法针对输电线路的风险性因素准确识别。而基于人工智能的图像识别技术，可以基于先前的人工判断进行故障的自动化识别，在图像识别过程中，大量参考了经验、知识和总结，通过观察正常状态与单个对象的差异，可以更清晰地判断对象的拓扑状态和隐藏的安全状态4-7。这对于经验完善下进一步推动我国输电线路巡检工作的智能化发展具有极大的意义，在未来，我国的架空输电线路巡检工作中基于人工智能的图像识别巡检技术将会大放异彩，切实地提升我国架空输电线路巡检工作的精确性和效率。参考文献1 邵瑰玮,刘壮,付晶等.架空输电线路无人机巡检技术研究进展J.高电压技术,2020,46(01):14-22.2 林旭鸣.架空输电线路无人机巡检技术研究进展J.电力设备管理,2021(05):27-28.3 余晓明,郝后堂,钟平等.输电线路无人机自主巡检系统的设计与实现J.河北电力技术,2021,40(05):11-14+32.4 牛姣蕾,林世忠,陈国强.图像融合与拼接算法在无人机电力巡检系统中的应用J.电光与控制,2014,21(03):88-91.5 郝艳捧,刘国特,薛艺为等.输电线路覆冰厚度的小波分析图像识别J.高电压技术,2014,40(02):368-373.6 饶成成,罗李毅,徐健儿.一种适用输电线路智能巡检的人工智能图像识别方法J.电器与能效管理技术,2022(10):38-43.7 鲁轩,郗来迎,赵赫男等.基于无人机和图像缺陷识别算法的输电线路巡检系统研究J.电子设计工程,2019,27(12):147-151+157.