CN111695506B - 一种输电线路风致异物短路故障预警方法及系统 - Google Patents

Abstract

本发明公开了一种输电线路风致异物短路故障预警方法及系统，方法包括以下步骤：步骤1：收集历史风致故障异物短路图像信息，并按照故障与非故障进行区分标记；步骤2：对历史图像进行图像处理，对处理后历史图像进行提取电网异物短路特征，并针对电网异物短路特征建立典型导线异物对比图库；步骤3：按照线路重要程度、地理特征及电网风区分布图建立通道隐患分布地理图，并划分隐患区域类型；步骤4：获取输电线路的实时可视化通道图像信息，并对实时可视化通道图像进行异物识别；步骤5：对输电线路异物进行预警，并推送预警信息给输电线路所属责任人。本发明实现了对风致异物短路的提前预警及实时告警。

Description

一种输电线路风致异物短路故障预警方法及系统

技术领域

本发明涉及一种输电线路风致异物短路故障预警方法及系统，属于架空输电线路运维技术领域。

背景技术

架空输电线路常年在野外运行，受外界自然条件影响较大，在雷暴、台风、冻雨等极端气象条件下极易引起跳闸故障，影响供电的可靠性，甚至在特殊情况下可能会导致电网大面积长时间停电事故发生，因风灾造成的输电线路故障给电力系统带来了巨大损失，也给生产生活带来极大的不便利。

风致导线异物短接已成为制约电网线路安全稳定运行的重要因素。导致输电线路异物短接跳闸的异物包括大棚塑料布、地膜、反光膜、气球、防晒网、广告布、铝箔纸等表面积较大的物体，极易随风刮上输电线路。

目前已有较多成熟的专利提出了输电线路上异物种类检测方法或者基于无人机的航拍异物图像识别方法、导线异物清理装置等，如专利CN201510649241.3、CN201510650481.5及CN201610661214.2等，但上述专利基本是基于单纯的图像识别方法来实现对于异物的识别。目前这种单纯的依靠可视化监拍装置能实现对吊车、施工机械两类主要外破因素准确识别，对于导线异物识别准确率却较低，整体工作有待进一步提升。

因此，如何建立一套完整的风致异物短路故障判断分析方法显得非常重要。

发明内容

为了上述问题，本发明提出了一种输电线路风致异物短路故障预警方法及系统，能够实现对风致异物短路的提前预警及实时告警，可将潜在的通道隐患故障提前遏制及为故障分析提供基础的信息支撑，为电网输电线路的安全稳定运行保驾护航。

本发明解决其技术问题采取的技术方案是：

一方面，本发明实施例提供的一种输电线路风致异物短路故障预警方法，包括以下步骤：

步骤1：收集历史风致故障异物短路图像信息，并对历史可视化通道图像按照故障与非故障进行区分标记；

步骤2：对历史图像依次进行灰度化处理、直方图计算、图像增强及噪点滤除处理，采用Hough算法和尺蠖蠕行融合方法对处理后历史图像进行提取电网异物短路特征，并针对电网异物短路特征建立典型导线异物对比图库；

步骤3：按照线路重要程度、地理特征及电网风区分布图建立通道隐患分布地理图，并划分隐患区域类型；

步骤4：获取输电线路的实时可视化通道图像信息，并采用步骤1至步骤3所述方法对实时可视化通道图像进行异物识别；

步骤5：对输电线路异物进行预警，并推送预警信息给输电线路所属责任人。

作为本实施例一种可能的实现方式，所述典型导线异物对比图库包括塑料薄膜对比图库、反光膜对比图库、风筝对比图库、气球对比图库和其他异物对比图库。

作为本实施例一种可能的实现方式，所述历史可视化通道图像和实时可视化通道图像均包括春季典型通道图像、夏季典型通道图像、秋季典型通道图像和冬季典型通道图像，所述春季典型通道图像的背景颜色为枯黄色或者嫩绿色，所述夏季典型通道图像的背景为颜色均匀的绿色，所述秋季典型通道图像的背景颜色为混合颜色，所述冬季典型通道图像的背景颜色为黄色或白色。

作为本实施例一种可能的实现方式，所述步骤2，具体为：

采用Canny方法进行边缘提取，根据直线的Hough变换公式实现Hough变换，寻找最大霍夫值设置阈值后反变换至图像RGB值空间，得到Hough变换后的图像值；

采用尺蠖蠕行算法在图像中设定原点坐标和确定导线初始搜索点，然后沿着导线搜索的方向选择，确定导线特征，得到精确的导线识别图像。

作为本实施例一种可能的实现方式，所述线路重要程度包括特高压/跨区线路、山区线路、保电线路、三跨线路、220kV及以上重要同塔多回线路和一般线路；所述地理特征包括大棚区、垃圾场、临建区及其他区域；所述电网风区分布图为30年、50年和100年一遇的三种类型电网风区分布图。

作为本实施例一种可能的实现方式，所述步骤4，具体为：

采集输电线路的实时可视化通道图像信息；

采用非故障图像与实时可视化通道图像进行重合对比，结筛选出故障图像；

利用典型导线异物对比图库和线路所属地域的地理特征确定导线上疑似异物类型。

作为本实施例一种可能的实现方式，所述方法还包括以下步骤：

步骤6：采集输电线路现场气象数据，并结合输电线路所述区域的气象部门气象数据判断输电线路所处区域的风速大小，根据气象风速及周边地理位置特征设置风致异物短路风险预警等级。

作为本实施例一种可能的实现方式，所述步骤6，具体为：

采集输电线路现场杆塔附近的微气象数据及当地气象部门气象数据；

对线路所处区域风速进行判断，将风速划分为清风、大风和强风三个等级；

结合风速大小、线路所属区域特征预警判断风致导线短路的等级。

另一方面，本发明实施例提供的一种输电线路风致异物短路故障预警系统，包括：

故障区分模块，用于收集历史风致故障异物短路图像信息，并对历史可视化通道图像按照故障与非故障进行区分标记；

特征提取模块，用于对历史图像依次进行灰度化处理、直方图计算、图像增强及噪点滤除处理，采用Hough算法和尺蠖蠕行融合方法对处理后历史图像进行提取电网异物短路特征，并针对电网异物短路特征建立典型导线异物对比图库；

类型划分模块，用于按照线路重要程度、地理特征及电网风区分布图建立通道隐患分布地理图，并划分隐患区域类型；

异物识别模块，用于获取输电线路的实时可视化通道图像信息，并对实时可视化通道图像进行异物识别；

预警模块，用于对输电线路异物进行预警，并推送预警信息给输电线路所属责任人。

作为本实施例一种可能的实现方式，所述典型导线异物对比图库包括塑料薄膜对比图库、反光膜对比图库、风筝对比图库、气球对比图库和其他异物对比图库。

作为本实施例一种可能的实现方式，所述历史可视化通道图像和实时可视化通道图像均包括春季典型通道图像、夏季典型通道图像、秋季典型通道图像和冬季典型通道图像，所述春季典型通道图像的背景颜色为枯黄色或者嫩绿色，所述夏季典型通道图像的背景为颜色均匀的绿色，所述秋季典型通道图像的背景颜色为混合颜色，所述冬季典型通道图像的背景颜色为黄色或白色。

作为本实施例一种可能的实现方式，所述特征提取模块，具体用于：

采用Canny方法进行边缘提取，根据直线的Hough变换公式实现Hough变换，寻找最大霍夫值设置阈值后反变换至图像RGB值空间，得到Hough变换后的图像值；

采用尺蠖蠕行算法在图像中设定原点坐标和确定导线初始搜索点，然后沿着导线搜索的方向选择，确定导线特征，得到精确的导线识别图像。

作为本实施例一种可能的实现方式，所述线路重要程度包括特高压/跨区线路、山区线路、保电线路、三跨线路、220kV及以上重要同塔多回线路和一般线路；所述地理特征包括大棚区、垃圾场、临建区及其他区域；所述电网风区分布图为30年、50年和100年一遇的三种类型电网风区分布图。

作为本实施例一种可能的实现方式，所述异物识别模块，具体用于：

采集输电线路的实时可视化通道图像信息；

采用非故障图像与实时可视化通道图像进行重合对比，结筛选出故障图像；

利用典型导线异物对比图库和线路所属地域的地理特征确定导线上疑似异物类型。

作为本实施例一种可能的实现方式，所述系统还包括：

风险预警模块，用于采集输电线路现场气象数据，并结合输电线路所述区域的气象部门气象数据判断输电线路所处区域的风速大小，根据气象风速及周边地理位置特征设置风致异物短路风险预警等级。

作为本实施例一种可能的实现方式，所述风险预警模块，具体用于：

采集输电线路现场杆塔附近的微气象数据及当地气象部门气象数据；

对线路所处区域风速进行判断，将风速划分为清风、大风和强风三个等级；

结合风速大小、线路所属区域特征预警判断风致导线短路的等级。

本发明实施例的技术方案可以具有的有益效果如下：

为了克服了仅依靠传统图像或无人机航拍图像进行导线异物识别的缺点，以及无法结合通道隐患信息进行综合预警与分析判断的缺点，本发明结合历史风致故障现场图片、四季典型通道可视化图像、导线异物短路故障图片等信息，基于Hough变换和尺蠖蠕行方法相结合进行线路导线检测，建立典型导线异物短路图库；在现有可视化监拍装置、线路微气象监测装置及气象部门气象数据基础上，按照线路重要程度、地理特征及电网风区分布图建立隐患区分类方法及通道隐患分布地理图；通过通道内实时可视化图像与区域隐患信息结合，实时分析判断导线是否有疑似异物及异物类型，并实时告警；结合气象信息综合风速大小及区域内通道隐患分布图实现风致异物短路的三级风险预警。本发明综合考虑了多因素对风致导线异物短路的影响，实现了对风致异物短路的提前预警及实时告警，可将潜在的通道隐患故障提前遏制及为故障分析提供基础的信息支撑，为电网输电线路的安全稳定运行保驾护航。

与现有技术相比较，本发明具有以下特点：

1)本发明充分结合电网可视化图像监拍已有工作成果和体系，依托近三年采集的通道可视化图像信息及近10年来故障信息为样本训练，建立基于春、夏、秋、冬四季典型背景条件下的通道对比图库和五类导线异物对比图库；

2)引入Hough和尺蠖蠕行算法相融合的高精度导线检测算法，通过两种算法相互补充融合，提高对于导线识别的准确率；

3)按照线路重要程度建立通道隐患分布地理图，提出一种集成气象、可视化图像、风区图及地理特征信息融合的风致异物短路风险预警及实时告警方法，对于风致故障短路做到提前风险告知和实时告警，判断分析方法准确率更高；

4)本发明方法使用简单，可行性强，预测精度高，可为线路运维部门风致异物短路故障判断提供参考。

附图说明：

图1是根据一示例性实施例示出的一种输电线路风致异物短路故障预警方法的流程图；

图2是根据一示例性实施例示出的一种输电线路风致异物短路故障预警系统的结构图；

图3是本发明的基础图像处理流程图；

图4是本发明进行线路风致异物短路故障预警分析的实施流程图。

具体实施方式

下面结合附图与实施例对本发明做进一步说明：

为能清楚说明本方案的技术特点，下面通过具体实施方式，并结合其附图，对本发明进行详细阐述。下文的公开提供了许多不同的实施例或例子用来实现本发明的不同结构。为了简化本发明的公开，下文中对特定例子的部件和设置进行描述。此外，本发明可以在不同例子中重复参考数字和/或字母。这种重复是为了简化和清楚的目的，其本身不指示所讨论各种实施例和/或设置之间的关系。应当注意，在附图中所图示的部件不一定按比例绘制。本发明省略了对公知组件和处理技术及工艺的描述以避免不必要地限制本发明。

图1是根据一示例性实施例示出的一种输电线路风致异物短路故障预警方法的流程图。如图1所示，本发明实施例提供的一种输电线路风致异物短路故障预警方法，包括以下步骤：

步骤1：收集历史风致故障异物短路图像信息，并对历史可视化通道图像按照故障与非故障进行区分标记；

步骤2：对历史图像依次进行灰度化处理、直方图计算、图像增强及噪点滤除处理，采用Hough算法和尺蠖蠕行融合方法对处理后历史图像进行提取电网异物短路特征，并针对电网异物短路特征建立典型导线异物对比图库；

步骤3：按照线路重要程度、地理特征及电网风区分布图建立通道隐患分布地理图，并划分隐患区域类型；

步骤4：获取输电线路的实时可视化通道图像信息，并采用步骤1至步骤3所述方法对实时可视化通道图像进行异物识别；

步骤5：对输电线路异物进行预警，并推送预警信息给输电线路所属责任人。

作为本实施例一种可能的实现方式，所述典型导线异物对比图库包括塑料薄膜对比图库、反光膜对比图库、风筝对比图库、气球对比图库和其他异物对比图库。

作为本实施例一种可能的实现方式，所述历史可视化通道图像和实时可视化通道图像均包括春季典型通道图像、夏季典型通道图像、秋季典型通道图像和冬季典型通道图像，所述春季典型通道图像的背景颜色为枯黄色或者嫩绿色，所述夏季典型通道图像的背景为颜色均匀的绿色，所述秋季典型通道图像的背景颜色为混合颜色，所述冬季典型通道图像的背景颜色为黄色或白色。

作为本实施例一种可能的实现方式，所述步骤2，具体为：

采用Canny方法进行边缘提取，根据直线的Hough变换公式实现Hough变换，寻找最大霍夫值设置阈值后反变换至图像RGB值空间，得到Hough变换后的图像值；

采用尺蠖蠕行算法在图像中设定原点坐标和确定导线初始搜索点，然后沿着导线搜索的方向选择，确定导线特征，得到精确的导线识别图像。

作为本实施例一种可能的实现方式，所述线路重要程度包括特高压/跨区线路、山区线路、保电线路、三跨线路、220kV及以上重要同塔多回线路和一般线路；所述地理特征包括大棚区、垃圾场、临建区及其他区域；所述电网风区分布图为30年、50年和100年一遇的三种类型电网风区分布图。

作为本实施例一种可能的实现方式，所述步骤4，具体为：

采集输电线路的实时可视化通道图像信息；

采用非故障图像与实时可视化通道图像进行重合对比，结筛选出故障图像；

利用典型导线异物对比图库和线路所属地域的地理特征确定导线上疑似异物类型。

作为本实施例一种可能的实现方式，所述方法还包括以下步骤：

步骤6：采集输电线路现场气象数据，并结合输电线路所述区域的气象部门气象数据判断输电线路所处区域的风速大小，根据气象风速及周边地理位置特征设置风致异物短路风险预警等级。

作为本实施例一种可能的实现方式，所述步骤6，具体为：

采集输电线路现场杆塔附近的微气象数据及当地气象部门气象数据；

对线路所处区域风速进行判断，将风速划分为清风、大风和强风三个等级；

结合风速大小、线路所属区域特征预警判断风致导线短路的等级。

图2是根据一示例性实施例示出的一种输电线路风致异物短路故障预警系统的结构图。如图2所示，本发明实施例提供的一种输电线路风致异物短路故障预警系统，包括：

故障区分模块，用于收集历史风致故障异物短路图像信息，并对历史可视化通道图像按照故障与非故障进行区分标记；

特征提取模块，用于对历史图像依次进行灰度化处理、直方图计算、图像增强及噪点滤除处理，采用Hough算法和尺蠖蠕行融合方法对处理后历史图像进行提取电网异物短路特征，并针对电网异物短路特征建立典型导线异物对比图库；

类型划分模块，用于按照线路重要程度、地理特征及电网风区分布图建立通道隐患分布地理图，并划分隐患区域类型；

异物识别模块，用于获取输电线路的实时可视化通道图像信息，并对实时可视化通道图像进行异物识别；

预警模块，用于对输电线路异物进行预警，并推送预警信息给输电线路所属责任人。

作为本实施例一种可能的实现方式，所述典型导线异物对比图库包括塑料薄膜对比图库、反光膜对比图库、风筝对比图库、气球对比图库和其他异物对比图库。

作为本实施例一种可能的实现方式，所述历史可视化通道图像和实时可视化通道图像均包括春季典型通道图像、夏季典型通道图像、秋季典型通道图像和冬季典型通道图像，所述春季典型通道图像的背景颜色为枯黄色或者嫩绿色，所述夏季典型通道图像的背景为颜色均匀的绿色，所述秋季典型通道图像的背景颜色为混合颜色，所述冬季典型通道图像的背景颜色为黄色或白色。

作为本实施例一种可能的实现方式，所述特征提取模块，具体用于：

采用Canny方法进行边缘提取，根据直线的Hough变换公式实现Hough变换，寻找最大霍夫值设置阈值后反变换至图像RGB值空间，得到Hough变换后的图像值；

采用尺蠖蠕行算法在图像中设定原点坐标和确定导线初始搜索点，然后沿着导线搜索的方向选择，确定导线特征，得到精确的导线识别图像。

作为本实施例一种可能的实现方式，所述线路重要程度包括特高压/跨区线路、山区线路、保电线路、三跨线路、220kV及以上重要同塔多回线路和一般线路；所述地理特征包括大棚区、垃圾场、临建区及其他区域；所述电网风区分布图为30年、50年和100年一遇的三种类型电网风区分布图。

作为本实施例一种可能的实现方式，所述异物识别模块，具体用于：

采集输电线路的实时可视化通道图像信息；

采用非故障图像与实时可视化通道图像进行重合对比，结筛选出故障图像；

利用典型导线异物对比图库和线路所属地域的地理特征确定导线上疑似异物类型。

作为本实施例一种可能的实现方式，所述系统还包括：

风险预警模块，用于采集输电线路现场气象数据，并结合输电线路所述区域的气象部门气象数据判断输电线路所处区域的风速大小，根据气象风速及周边地理位置特征设置风致异物短路风险预警等级。

作为本实施例一种可能的实现方式，所述风险预警模块，具体用于：

采集输电线路现场杆塔附近的微气象数据及当地气象部门气象数据；

对线路所处区域风速进行判断，将风速划分为清风、大风和强风三个等级；

结合风速大小、线路所属区域特征预警判断风致导线短路的等级。

为了更好地理解本发明，下面结合山东电网实际运行情况和现有数据，如何建立可靠的导线异物图像识别方法、应用可视化监拍装置和气象数据实现对大风天气条件下的异物短路提前预警及实时告警，建立一套完整的风致异物短路故障判断分析措施。

如图3和图4所示，本发明充分结合山东电网可视化图像监拍已有工作成果和体系，依托近三年采集的通道可视化图像信息及近10年来故障信息为样本训练，建立基于春、夏、秋、冬四季典型背景条件下的通道对比图库和五类导线异物对比图库，引入Hough和尺蠖蠕行算法相融合的高精度导线检测算法，通过两种算法相互补充融合，提高对于导线识别的准确率，具体包括如下步骤：

步骤一、收集山东电网10年来的110kV及以上风致异物短路故障照片及从2016年安装第一套可视化监拍装置后采集到的风致异物短路故障前后的图像信息，并将图像信息按照春、夏、秋、冬四个季节进行标记区分，针对山东电网特点按照背景颜色、背景场景进行特征提取，其中春季背景颜色为枯黄色或者嫩绿色、夏季背景为颜色均匀的绿色、秋季背景颜色复杂(黄、红、绿等颜色均有)、冬季背景颜色为黄色或白色；

步骤二、图像处理与特征提取，对图像进行灰度化处理、直方图计算、图像增强及噪点滤除等处理，增强图像的有效特征；

在可视化图像中识别导线时，导线可区分为在图像中一系列离散点的集合，首先将可视化监拍装置采集的非故障图像进行预处理后，采用Canny方法进行边缘提取，提取边缘信息的图像按照直线的Hough变化实现点到曲线的转换，每个像素坐标点(X,Y)被转换到(ρ,θ)曲线点上面，寻找最大霍夫值，设定阈值P，识别出导线，最后将识别的图像反变换至图像RGB值标注出来，其中：

ρ＝xcosθ+ysinθ。

Hough变换的算法在其广泛应用基础上，受制于其低效率和高空间占用率影响算法的准确性，为了提高导线识别的效率和速率，引入尺蠖蠕行方法。依据Hough方法确定的导线的大致位置和识别结果，首先在图像中设定原点坐标和确定导线初始搜索点，然后沿着导线搜索的方向选择，确定导线特征，得到精确的导线识别图像；

步骤三、导线异物识别，在导线识别的基础上，结合山东电网异物短路特征，按照近10年来导线异物发生频率分为塑料薄膜、反光膜、风筝、气球及其他类型对异物进行识别，建立典型的导线异物对比图库。

根据山东电网的实际运行线路情况，按照线路重要程度、地理特征、风区分布图建立通道隐患分布地理图，其中线路重要程度划分如表1所示，地理特征包括大棚区、垃圾场、临建区及其他四种区域特征，风区图分为30年、50年和100年一遇的风区图分布等级，通道隐患包括特殊关注隐患区、重要隐患区和一般隐患区。

表1：线路重要程度划分

在实际使用过程中，包含风致异物短路实时告警和风险预警两种方法。

实时告警为通过接入的通道内可视化监拍装置的通道可视化图像，采用图3中的图像基础处理后分析确认是否有导线异物存在，若无则不会实时告警；若判断疑似有导线异物存在时，结合线路所处区域的隐患区类型及可能出现的异物类型，对比典型的异物图库，确认导线疑似异物，并将判断结果实时告警信息以短信和微信双重机制推送至线路责任人；

风险预警为通过安装在通道内20基杆塔范围内的微气象数据及当地气象部门气象数据，结合历史风致异物短路故障发生时风速特点，将风速划分为清风(3～8m/s)、大风(8～13.8m/s)和强风(13.8m/s以上)三种等级，其中在清风条件下多发生风筝、气球等引起的短路故障，大风天气多发生塑料薄膜、广告牌等引起的短路故障，强风天气多发生临建设施引起的短路故障；结合风速大小和隐患区域类型特征，设置风致异物风险预警等级，并采用短信和微信双重消息推送机制至线路所属责任人，其中风险等级划分如表2所示；

表2：风险等级划分

在基于可视化监拍装置采集到的不同季节图像背景特征图像的基础上，提出一种基于Hough和尺蠖蠕行方法结合的导线检测方法，实现对可视化监拍装置图像的动态处理与分析，建立典型的导线异物对比图库；结合山东电网的30年、50年和100年一遇的风区分布图和线路的重要程度建立通道隐患分布地理图；综合可视化图像信息、通道隐患分布图及气象信息等多因素的影响，能够实现对风致异物短路的提前预警及实时告警，可将潜在的通道隐患故障提前遏制及为故障分析提供基础的信息支撑，为山东电网输电线路的安全稳定运行保驾护航。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。

Claims (10)

1.一种输电线路风致异物短路故障预警方法，其特征是，包括以下步骤：

步骤1：收集历史风致故障异物短路图像信息，并对历史可视化通道图像按照故障与非故障进行区分标记；

步骤2：对历史图像依次进行灰度化处理、直方图计算、图像增强及噪点滤除处理，采用Hough算法和尺蠖蠕行融合方法对处理后历史图像进行提取电网异物短路特征，并针对电网异物短路特征建立典型导线异物对比图库；

步骤3：按照线路重要程度、地理特征及电网风区分布图建立通道隐患分布地理图，并划分隐患区域类型；

步骤4：获取输电线路的实时可视化通道图像信息，并采用步骤1至步骤3所述方法对实时可视化通道图像进行异物识别；

步骤5：对输电线路异物进行预警，并推送预警信息给输电线路所属责任人。

2.根据权利要求1所述的一种输电线路风致异物短路故障预警方法，其特征是，所述典型导线异物对比图库包括塑料薄膜对比图库、反光膜对比图库、风筝对比图库、气球对比图库和其他异物对比图库。

3.根据权利要求2所述的一种输电线路风致异物短路故障预警方法，其特征是，所述历史可视化通道图像和实时可视化通道图像均包括春季典型通道图像、夏季典型通道图像、秋季典型通道图像和冬季典型通道图像，所述春季典型通道图像的背景颜色为枯黄色或者嫩绿色，所述夏季典型通道图像的背景为颜色均匀的绿色，所述秋季典型通道图像的背景颜色为混合颜色，所述冬季典型通道图像的背景颜色为黄色或白色。

4.根据权利要求1所述的一种输电线路风致异物短路故障预警方法，其特征是，所述步骤2，具体为：

采用Canny方法进行边缘提取，根据直线的Hough变换公式实现Hough变换，寻找最大霍夫值设置阈值后反变换至图像RGB值空间，得到Hough变换后的图像值；

采用尺蠖蠕行算法在图像中设定原点坐标和确定导线初始搜索点，然后沿着导线搜索的方向选择，确定导线特征，得到精确的导线识别图像。

5.根据权利要求1所述的一种输电线路风致异物短路故障预警方法，其特征是，所述线路重要程度包括特高压/跨区线路、山区线路、保电线路、三跨线路、220kV及以上重要同塔多回线路和一般线路；所述地理特征包括大棚区、垃圾场、临建区及其他区域；所述电网风区分布图为30年、50年和100年一遇的三种类型电网风区分布图。

6.根据权利要求1所述的一种输电线路风致异物短路故障预警方法，其特征是，所述步骤4，具体为：

采集输电线路的实时可视化通道图像信息；

采用非故障图像与实时可视化通道图像进行重合对比，结筛选出故障图像；

利用典型导线异物对比图库和线路所属地域的地理特征确定导线上疑似异物类型。

7.根据权利要求1-6任意一项所述的一种输电线路风致异物短路故障预警方法，其特征是，还包括以下步骤：

步骤6：采集输电线路现场气象数据，并结合输电线路所述区域的气象部门气象数据判断输电线路所处区域的风速大小，根据气象风速及周边地理位置特征设置风致异物短路风险预警等级。

8.根据权利要求7所述的一种输电线路风致异物短路故障预警方法，其特征是，所述步骤6，具体为：

采集输电线路现场杆塔附近的微气象数据及当地气象部门气象数据；

对线路所处区域风速进行判断，将风速划分为清风、大风和强风三个等级；

结合风速大小、线路所属区域特征预警判断风致导线短路的等级。

9.一种输电线路风致异物短路故障预警系统，其特征是，包括：

故障区分模块，用于收集历史风致故障异物短路图像信息，并对历史可视化通道图像按照故障与非故障进行区分标记；

特征提取模块，用于对历史图像依次进行灰度化处理、直方图计算、图像增强及噪点滤除处理，采用Hough算法和尺蠖蠕行融合方法对处理后历史图像进行提取电网异物短路特征，并针对电网异物短路特征建立典型导线异物对比图库；

类型划分模块，用于按照线路重要程度、地理特征及电网风区分布图建立通道隐患分布地理图，并划分隐患区域类型；

异物识别模块，用于获取输电线路的实时可视化通道图像信息，并对实时可视化通道图像进行异物识别；

预警模块，用于对输电线路异物进行预警，并推送预警信息给输电线路所属责任人。

10.根据权利要求9所述的一种输电线路风致异物短路故障预警系统，其特征是，还包括：

风险预警模块，用于采集输电线路现场气象数据，并结合输电线路所述区域的气象部门气象数据判断输电线路所处区域的风速大小，根据气象风速及周边地理位置特征设置风致异物短路风险预警等级。

Images