基于图像处理技术的输电线路故障诊断

直升机或机器人巡线作为输电线路巡检中的一项新兴高科技作业方式已逐步推广应用。在复杂自然背景下用航空光学摄像的摄影测量方法和数字图像处理技术自动精确提取直升机或机器人所拍摄视频流中的输电线路主要部件，并对其典型故障予以智能检测和诊断，这在国内外都是一个新颖的前沿课题。本项目研究内容主要包括：基于图像特征的输电线路主要部件（电力线、杆塔、绝缘子）的自动识别算法、基于信息融合故障诊断技术的输电线路主要部件故障检测与诊断技术。本项目将计算机视觉、模式识别领域最新的研究成果引入电力系统自动巡线中，利用视频中的视觉信息实现输电线路故障的智能检测与诊断并予以自主决策，体现了多学科与多领域的交叉性，有很好的科研价值与工程应用前景。申请者与项目组主要成员依托各自领域里的互补优势，进行了初步的预研积累，论证了项目的可行性。

直升机或机器人巡线作为输电线路巡检中的一项新兴作业方式已逐步推广。利用所拍摄视频流中的输电线路主要部件的相关图像，对输电线路中典型故障予以智能检测和诊断，这在国内外都是有良好应用前景的前沿课题。本项目研究内容主要包括：基于图像特征的输电线路主要部件（电力线、杆塔、绝缘子）的自动识别算法、基于信息融合的输电线路主要部件故障检测与诊断技术。目前已取得的研究成果主要集中于电力线、杆塔、绝缘子等主要部件的自动识别算法，而基于信息融合故障诊断技术也正在研究中。提出了一种基于免疫遗传算法的绝缘子轮廓提取与故障识别算法，一种基于改进Harris角点密度聚类算法的杆塔区域提取算法，均取得了良好的识别效果。与绍兴电力局合作开展相关应用研究。在研究中发现，复杂的背景环境，变化很大的光线条件，遮挡问题的难以解决等等关键性问题在很大程度上限制了本项目的工程应用，这也导致了目前国内外的相关研究仍处于实验室研究阶段，后续工程应用也亟待相关研究工作取得实质性突破。