[发明专利]一种基于无人机巡检图像的电力设备缺陷智能识别方法及其系统

说明书

本发明涉及一种基于无人机巡检图像的电力设备缺陷智能识别方法及其系统，其中方法包括：采用数据流的模式，批量的获取输电线路图像数据；提取图像特征，并对所述图像特征进行整合分析，实现对典型部件的自动定位和识别，根据设定的缺陷识别规则对典型部件进行相应的缺陷分析，实现对常见缺陷的分析与识别；对分析识别结果进行汇总分析处理，依据部件类型、缺陷类型、缺陷等级进行分类，便于依据需求进行分类查询，并进行特定部件的局部放大展示。本发明可以有效挖掘电网巡检非结构化大数据的巨大价值，精细化巡检作业流程,对于保障输电线路稳定运行具有重要作用。

技术领域

本发明涉及电力系统及图像处理技术领域，具体涉及一种基于无人机巡检图像的电力设备缺陷智能识别方法及其系统。

背景技术

随着大电网互联以及电网规模的不断扩大，电网运行的安全稳定问题引起了广泛关注。一方面，基层巡线工作往往参照运行经验进行组织。但随着线路运行环境的不断变化，运行经验亦在不断发生改变。另一方面，随着运行线路的不断延伸，巡线工作量的增加与巡线人员不足的矛盾日益凸显。因此，实现输电线路精细化巡线，提高输电线路运维效率，已受到了电力运行单位的广泛关注。

南方电网输电线路里程的迅速延伸以及走廊环境的日益复杂，在人员有限的现实情况下，线路运维检修工作面临着巨大挑战。目前，各级线路运检部门主要采用人工巡检方式，并辅以直升机、无人机等先进技术进行协同作业，以期提高作业效率。但该方式需人工对多源影像进行判读，工作量巨大并且常发生漏判以及通过经验判断的情况，造成上述问题的主要原因在于：一方面，目前的人工巡检方式仍停留在人工记录/录入线路运行与缺陷故障数据的单侧信息化阶段，而输电通道运行状况复杂，运维人员在现场评判设备运行及通道状况所能获取信息有限，易造成风险评估偏差；另一方面，线路巡检作业缺乏统一标准流程，巡检工作的自由发挥会造成巡视不到位、重要巡视项目缺失等状况。鉴于这种由线路巡检信息化程度不足和标准缺失给电网稳定运行带来的隐患，目前迫切需要一种快速智能化识别缺陷及隐患的技术手段，以提高输电线路巡检作业的效率和可靠性。

近年来,随着数码摄像和计算机视觉技术的快速发展和广泛应用，采用直升机、无人机、机器人等搭载照相(摄像)机、红外成像仪等手段实现高效、快速的输电线路巡检也得到迅速推广和应用。通过这些大量的非结构化影像数据(图片、视频、红外热成像、紫外线成像)可以有效的发现输电线路外观、运行环境、局部过热、局部放电等输电线路主要缺陷，而且可以自动识别设备铭牌参数、仪表的指针读数，为设备管理和运行维护提供参考。但是，这类数据存量巨大、增长速度快且价值密度低，人工检查和识别也可能发现一些有用信息，但需要花费较多人力和时间，分析效率很低，而且给出的结果存在主观性、模糊性、不完全，易出现漏检和误检的问题，可能丧失最佳发现和处理时机。对这些非结构化数据进行有效的自动分析，可及时发现输电线路及其运行环境的异常，包括局部放电、局部发热、外观缺陷、异物、非法接触等，并及时提出告警，以确保电网运行安全，对电网智能化的提升具有重要意义。

发明内容

本发明针对现有技术中存在的技术问题，提供一种基于无人机巡检图像的电力设备缺陷智能识别方法及其系统，从输电线路全光谱巡检影像非结构化大数据入手，研究输电线路现场图像、视频、红外热像、紫外成像等手段对输电线路缺陷隐患进行自动分析和诊断的方法，利用直升机(无人机)自动巡检采集图像、视频、红外热成像、紫外成像等影像数据对电力设备的图像特性进行深入分析，选取合适的图像预处理技术对获取的图像进行，包括去噪、增强、复原、超分辨重建、配准等，然后提取电力设备及其故障图像特征，利用典型缺陷实验图像样本和现场图像样本建立典型故障图像库，通过特征模型的学习和训练有效地判断输电线路外观缺陷等输电线路及其运行环境的主要异常和缺陷，并开发缺陷隐患分析可视化系统。本发明可以有效挖掘电网巡检非结构化大数据的巨大价值，精细化巡检作业流程,对于保障输电线路稳定运行具有重要作用。

本发明解决上述技术问题的技术方案如下：一种基于无人机巡检图像的电力设备缺陷智能识别方法，包括以下步骤：