摘要：针对树障与导线触碰发生短路,将会导致线路闪络、跳闸停电,甚至引发火灾事故的问题,提出一种基于点云凸包算法的电网输电线路通道树障检测方法。利用机载激光雷达采集激光点云数据,通过包围盒方法实施抽稀,滤除冗余点云数据。利用SVM分类算法确定树障点云数据,利用点云凸包算法构建树障点云凸包,根据三角函数公式计算树顶点与输电线路之间的距离,以此为基础,按照标准划分树障风险程度。结果表明,所研究检测方法应用下,树障顶点的平均检测误差为1.1 mm,每个研究区的树障顶点的平均检测误差达到相对最小值,由此证明了该方法具有较高的电网输电线路通道树障检测精度。

摘要：针对线路隐患区域图像识别效果较差以及识别时间上升等问题,提出一种基于DCNN的输电线路隐患区域图像识别方法。通过改进的维纳滤波算法进行图像去噪,借助像质评价函数,建立图像标记工具,手工标记和类型划分数据集中没有训练过的数据,将分类结果输入到深度卷积神经(DCNN)中进行训练,联合改进的SVM分类器,建立输电线路图像分类模型,完成输电线路隐患区域图像分类与识别。实验测试证明,所提方法能够有效降低识别时间,获取更加满意的识别效果,为输电线路隐患识别提供保障。