基于机器视觉的超高压输电线路覆冰灾害分级预警模型

作     者：翟兵 秦雄鹏 朱龙昌 黄绪勇 曹俊 耿浩 王亚强 Zhai Bing;Qin Xiongpeng;Zhu Longchang;Huang Xuyong;Cao Jun;Geng Hao;Wang Yaqiang

作者机构：云南电网有限责任公司电力科学研究院云南昆明650217 云南电力技术有限责任公司云南昆明650012 云南华晋科技有限责任公司云南昆明650051 北京国遥新天地信息技术股份有限公司北京100020 

出 版 物：《云南电力技术》 (Yunnan Electric Power)

年 卷 期：2022年第50卷第6期

页      码：66-71页

摘      要：超高压输电线路一旦覆冰会造成严重的危害,甚至会影响电网正常运行,预测输电线路覆冰情况对于解决灾害有重要意义。目前提出的预警模型覆冰率预测结果与实际结果相差较大,为了解决上述问题,基于机器视觉设计了一种新的超高压输电线路覆冰灾害分级预警模型,处理超高压输电线机器视觉信息,采集原始图像信息,划分原始图像中的线路特征,确定梯度特征,分析梯度方向,实现梯度增强。利用卷积神经网络对图像进行分类,根据分类结果完成信息处理。同时检测历史覆冰灾害因子、气象因子和线路冰冻因子,根据检测结果建立PSOEM-LSSVM模型,计算预警模型权重,分析综合风险指数的赋权及合理性,对输电线路覆冰风险进行分级,通过指数结果将灾害分为5级,评判灾害程度。实验结果表明,基于机器视觉的超高压输电线路覆冰灾害分级预警模型预警相对误差始终低于0.02%,预警过程不会受到风速影响,能够很好地保证超高压输电线路运行安全性。

主 题 词：超高压输电线路 覆冰预警 PSOEM-LSSVM模型 机器视觉 

学科分类：080802[080802] 0808[工学-自动化类] 08[工学] 

D　O　I：10.3969/j.issn.1006-7345.2022.06.014

馆 藏 号：203117877...