[发明专利]基于边缘计算的输电线异物监测方法

说明书

本发明属于输电线路监测方法技术领域，具体涉及基于边缘计算的输电线异物监测方法，包括如下步骤：将设置在高压输电线缆和杆塔上的摄像设备预设SOC芯片；采用YOLOV5网络结构，得到目标检测网络模型并部署到SOC芯片中；通过设置在摄像设备SOC芯片获取视频数据并对当前视频帧序列提取关键帧图像；对提取的关键帧图像进行图像预处理操作，将处理后的图像传入SOC芯片，作为卷积神经网络的输入，通过训练好的网络模型进行识别检测，并将识别结果传输至后台；根据检测结果在后台展示并在有异物时进行预警，使用该方法能够极大的降低网络中大量数据传输造成的时延，满足实际应用中的实时性需求。

技术领域

本发明属于输电线监测方法技术领域，具体涉及基于边缘计算的输电线异物监测方法。

背景技术

在输电线路，特别是高压输电线缆通电工作时，其周围区域将形成强电磁场。如异物进入到输电线路的安全防护距离内，将使输电线路的强电磁场放电，继而造成输电线路损毁、大面积断电事故。

为防止因异物进入到输电线路的安全防护距离内产生的断电事故和伤亡事故，现已有采用图像采集监测技术和提示技术结合的输电线路防护监测装置。这一监测装置包括图像采集模块、图像内容分析模块和报警模块；图像内容分析模块根据图像采集模块相对于输电线路的位置关系和输电线路的安全防护距离确定防护区，具体的防护区多为以输电线路为中心、以安全防护距离为半径的圆周防护区域或弧形防护区域；考虑到大多数情况下异物是从地面侧靠近输电线路(也就是从高压输电线缆下侧靠近输电线路)，防护区多设置在输电线路的下侧。防护监测过程中，图像内容分析模块通过对图像采集模块采集的图像进行特征提取，根据提取的特征位置判定是否有异物进入到防护区范围内，并在判定有异物在防护区范围内时启动报警模块报警。

但是，这样的输电线路防护监测装置对监测区域的背景环境有较高要求，以保证图像采集模块采集的图像具有较好的对比度和清晰度。而在雨雾和夜晚等能见度较低的环境下，因图像采集模块采集的图像中异物特征不明显、背景噪声较大，图像内容分析模块判定结果和防护区内异物状况并不一样，误判概率很高而无法使防护监测装置达到有效的提示报警效果，甚至使防护监测装置无法正常工作。

现有的技术较多考虑的是对采集到的数据进行检测处理，较少考虑数据传输过程中的网络负载问题以及传输时延导致的实时性问题等，现有技术中也又此类问题的研究及解决方法，但是其都存在一定的问题及不足。

发明内容

本发明的目的在于针对现有技术中存在的问题提供一种基于边缘计算的变电站输电线异物监测方法，使用该方法能够极大的降低网络中大量数据传输造成的时延，满足实际应用中的实时性需求。

本发明的技术方案是：

基于边缘计算的变电站输电线异物监测方法，包括如下步骤：

S1.将设置在高压输电线缆和杆塔上的摄像设备预设SOC芯片；

S2.采用YOLOV5网络结构，通过大量数据集进行训练得到带有权重的目标检测网络模型并部署到SOC芯片中；

S3.摄像设备获取视频数据，通过设置在摄像设备SOC芯片获取视频数据并对当前视频帧序列提取关键帧图像；

S4.对步骤S3提取的关键帧图像进行图像预处理操作，首先对提取的关键帧图像采用中值滤波做平滑去噪处理，然后对去噪后图像进行拉普拉斯锐化处理，提高图像对比度，增强图像中目标边缘信息；

S5.将S4处理后的图像传入SOC芯片，作为卷积神经网络的输入，通过训练好的网络模型进行识别检测，并将识别结果传输至后台；

S6.根据检测结果在后台展示并在有异物时进行预警。