[发明专利]一种基于统计特征与机器学习的输电线路鸟巢识别方法

说明书

本发明涉及一种基于统计特征与机器学习的输电线路鸟巢识别方法，包括：依据图像中的输电线路中是否有鸟巢存在进行分类，规定不含鸟巢的图像为正样本，含鸟巢的图像为负样本；将训练集的图像从RGB颜色空间转换为HSV颜色空间；在HSV颜色空间进行分解，得到输电线图像的H、S、V三个通道颜色分量，在H、S、V三个通道上分别提取其统计特征，统计一阶矩到六阶矩，将这些特征组成一个n×18维的数据集，其中n表示样本个数；训练分类器；利用训练好的分类器对待识别输电线图像进行识别，判断是否存在鸟巢。

技术领域

本发明属于电力技术和计算机视觉领域，涉及一种基于统计特征与机器学习的输电线路 鸟巢识别方法的方法。

背景技术

输电线路是电力网中不可缺少的重要部分。它的主要作用是输送、分配和交换电能。同 时，它还有更重要的一个作用是将几个独立的电网连接起来，形成互联电网或同一电网，从 而提高了电力系统安全供电的可取性。它直接关系到百姓的用电问题，大范围的断电将给社 会经济带来巨大的损失。因此，输电线路的安全性是电力部门高度关注的问题之一。

输电线路大多运行在荒郊野岭，周边环境十分复杂，经常会收到自然界的影响。人类对 于生态环境保护的意识也在不断加强，鸟类的繁衍数量逐渐增多，活动范围逐渐扩大，对输 电线路造成了巨大的危害。同时，由于鸟类的迁徙，也给输电线路鸟害治理范围的确定带来 了较大难度。国家电网公司系统内2015年鸟害引起跳闸119次，占7.4％。鸟类引起的线路 故障仅次于雷电灾害、覆冰舞动和外力破坏，列线路故障总数的第四位。

为了防止鸟类对输电线路的危害，目前采取的措施主要有以下几种：

(1)安放防鸟害装置。防鸟害装置可分为驱鸟技术和留鸟技术。驱鸟技术是采用固定 装置或应用对于鸟类来说危险的信号，使得鸟类不能在电力设备上栖息，达到驱赶鸟的目的， 主要包括防鸟刺、惊鸟牌、防鸟封堵箱、风动驱鸟器、电子驱鸟器、超声波驱鸟器和基于超 级电容驱动的组合式驱鸟器等。留鸟技术是通过提高绝缘或应用遮挡装置，不影响鸟类正常 遮挡栖息，来保证电力设备安全运行，主要包括绝缘防鸟挡板、横担封堵板、大伞裙、防鸟 粪均压环、绝缘防护装置和复合绝缘子保护套等。

但是防鸟害装置本身也有许多问题，比如：防鸟刺会锈蚀和老化，可能降低驱鸟效果； 惊鸟牌在安装初期会起到惊吓鸟的作用，但是经过一段时间后鸟类就会适应，惊鸟牌也就发 挥不出应有的作用了；防鸟害设备的制作本身也会消耗大量的人力物力等等。

(2)人工实地勘察，发现鸟巢之后由工作人员进行排险。但是人工巡检效率低，观察 区域受限，工作量巨大且条件十分艰苦，易受季节气候影响。此外，鸟害故障具有顽固性， 鸟类一旦选择在某个铁塔上筑巢，在一段时间内即便是受到外界较大的干扰也不会轻易地离 开。往往工作人员刚刚把杆塔上的鸟巢清除掉，等工作人员离开鸟类又回来筑巢，而且搭建 的鸟巢比先前的还要紧密、结实。

近年来，随着自动控制、GPS导航、无线通信和计算机视技术的不断发展，无人机的使用已从军事领域拓展到民用领域，如地球物理探测、灾情监测、农作物监测。利用无人机航空拍摄能够高效完成电力巡查任务。利用无人机来替代人力进行输电线路巡检操作之后将 无人机采集来的图像传送至监测中心，完成对输电线路的巡视或实时监测。与传统的人工巡 检方法相比,无人机巡检的方法具有简单、准确、实时、经济等特点。

但是上述系统需要工作人员长期监视，受人为因素影响较大，长时间的工作势必会导致 工作人员很难长时间集中注意力，并且工作效率下降；此外，如果对这些数据采用工作人员 主观判断的话，极易误判或漏判，难以准确发现输电设备的安全隐患，且大大增加了检修成 本，不能满足智能电网建设的需要。

发明内容

为克服上述现有技术存在的缺陷，本发明提供一种输电线路鸟巢快速且准确的识别方 法。本发明在输电线路巡视系统的基础上，采用图像统计特征和机器学习中的支持向量机 (SVM)算法对图像分类，将正常的图像和有鸟巢的图像分开，更快的定位和发现问题，满足 智能电网建设的需要。技术方案如下：