输变电设备表面局放智能检测方法及无人机融合紫外系统

摘要

本发明公开了一种输变电设备表面局放智能检测方法及无人机融合紫外系统，其中，无人机融合紫外系统包括多旋翼无人机、紫外成像模块和数据处理与控制模块。紫外成像模块获取输变电设备表面可见光图像和紫外图像，在数据处理与控制模块中对输变电设备表面各部件特征、部件位置、电晕放电部位及紫外光斑中心点进行判别，并根据识别结果，对紫外成像模块增益进行调整以拍摄到输变电设备表面电晕放电部位、形态和路径的图片，能够让无人机自主巡检更加智能，避免了人工操作可能造成的漏检和误判，大量节省人力资源，降低时间成本，解决了输变电设备无人机智能巡检只能开展可见光和红外带电检测，无法实现紫外局放带电检测的难题。

权利要求

1.一种输变电设备表面局放智能检测方法，其特征在于，所述检测方法包括：

1)多旋翼无人机融合紫外成像模块在预置位悬停，采集输变电设备表面的可见光图像与紫外图像，并将可见光图像和紫外图像传输至数据处理与控制模块；

2)数据处理与控制模块通过其内嵌的实时目标识别模型识别可见光图像中的输变电设备，生成输变电设备的标注框，并计算标注框面积，代替所述输变电设备的本体面积，同时，记录标注框的中心位置；

3)数据处理与控制模块通过紫外图像识别是否存在电晕放电的紫外放电光斑：若存在放电光斑，记录放电光斑的中心位置，并计算放电光斑面积与输变电设备表面面积的比值；

若不存在放电光斑，则执行其他的巡检任务；

4)放电光斑面积与所述输变电设备的表面面积的比值若大于0.1，无法清晰观测到准确的放电光斑位置，则通过数据调节模块输出增益调节指令对紫外图像的增益进行梯度值调节，直至放电光斑面积与所述输变电设备的表面面积的比值小于0.1；

5)数据处理与控制模块再次对可见光图像中的所述输变电设备的各个部件进行识别，对各个部件生成标注框，同样以标注框面积代替各个部件的本体面积，并记录各个部件的中心位置；

6)对比各个部件的中心位置与放电光斑的中心位置，找出放电光斑的中心位置与部件的中心位置在同一区域内，则比较部件面积和放电光斑面积的大小：若部件面积大于放电光斑的面积，标记放电光斑和可见光图像并给出放电位置；若部件面积小于放电光斑面积，则继续通过数据调节模块输出增益调节指令对紫外图像的增益进行梯度调节，直至部件面积大于放电光斑面积，标记放电光斑和可见光图像并给出放电位置，并通过内部图像算法判断出缺陷类别。

2.根据权利要求1所述的输变电设备表面局放智能检测方法，其特征在于：所述数据处理与控制模块包括图像处理模块和控制调节模块，其中，所述图像处理模块内嵌AI处理核，运行yolov3目标检测算法；所述控制调节模块包括增益调节子模块。

3.根据权利要求2所述的输变电设备表面局放智能检测方法，其特征在于，所述步骤2)中，数据处理与控制模块基于yolov3目标检测算法，以Darknet53为主干特征提取信息，对可见光图像进行下采样，并压缩可见光图像的宽和高，获得可见光图像的特征层。

4.根据权利要求3所述的输变电设备表面局放智能检测方法，其特征在于：基于yolov3目标检测算法共提取三个可见光图像的特征层；利用可见光图像的三个特征层进行FPN金字塔加强特征，最后整合三个特征层的特征，获得预测结果：a)判定是否存在输变电设备或输变电设备的各个部件类别；

b)若存在输变电设备，则输出输变电设备所在标注框中心点的横、纵坐标以及所属标注框的高和宽，若不存在输变电设备，则再选定其他可见光图像。

5.根据权利要求1所述的输变电设备表面局放智能检测方法，其特征在于：所述步骤3)中，放电光斑面积的求解的计算公式为：式中：M和N分别为可见光图像与紫外图像叠加后所获得的图像的宽和高；

B(i,j)为形态学滤波后的二值图像，表示在像素点(i,j)处的灰度值。

6.一种基于权利要求1所述检测方法的无人机融合紫外系统，其特征在于，所述系统包括：多旋翼无人机，包括飞控系统和飞行平台，能够根据作业要求设置飞行航线和快门指令，在输变电设备的上空飞行；

紫外成像模块，包括紫外成像仪，并设置于多旋翼无人机上，能够获取输变电设备表面的可见光图像和紫外图像；

数据处理与控制模块，包括图像处理模块和控制调节模块，其中，图像处理模块接收紫外成像模块传输的可见光图像和叠加了紫外信号的紫外图像，并通过控制调节模块调节紫外图像的增益，同时，数据处理与控制模块根据紫外图像处理的结果，进行紫外缺陷识别。

说明书

输变电设备表面局放智能检测方法及无人机融合紫外系统

技术领域

[0001] 本发明涉及一种无人机系统及设备表面检测方法，具体为一种无人机融合紫外成像模块的系统及输变电设备的表面局放智能检测与缺陷实时识别方法，属于电力系统无人机目标检测及智能识别技术领域。

背景技术

[0002] 输变电一次设备安全运行影响着整个电力系统的稳定性。由于输变电设备所处自然环境复杂多样，受大风、下雨以及雷击等外界因素影响，输变电设备极易出现各种缺陷故障。

[0003] 目前，输变电设备主要分为金属部位放电和绝缘部位放电。一般而言，人工手持紫外检测设备进行巡检存在工作人员工作量大、安全无保障、巡检效率低、故障解决不及时、特殊地形和气象条件下巡视困难、专业人员数量与设备规模持续增长的矛盾日益突出。仅使用人工巡检进行故障排查无法满足高压输电线路的实时巡检需求。

[0004] 现有技术中，无人机智能巡检技术应用于输配电线路、特高压线路和变电站已成为新的运维模式。无人机搭载紫外成像仪用于检测输变电设备电晕放电已然成为一种高效的巡检方式。

[0005] 但是，目前无人机自主巡检时：航点规划及紫外放电增益均是固定的，此种自主巡检方式将造成拍摄到可见光及紫外放电图像模糊不清、输变电设备图像被遮挡、放电图像面积过大及无法定位具体放电位置等问题。目前解决这个问题的方式为：依靠人工根据拍摄的画面进行逐个设备部位的判断，如果无法判断位置，需要人到现场，采用紫外成像仪调整增益后重新拍摄，在这个巡检过程中，巡检效率与手持紫外拍摄没有本质的提升；同时，由于无人机操作人员存在对缺陷的判断漏检的可能，无法满足电网自主智能巡检和精益化管理要求。

发明内容

[0006] 本发明的目的就在于为了解决无人机融合紫外的输变电设备表面局放检测无法实现智能化自主巡检，还依赖于人工操作无人机手动巡检的问题而提供一种输变电设备表面局放智能检测方法及无人机融合紫外系统。

[0007] 本发明通过以下技术方案来实现上述目的：输变电设备表面局放智能检测方法，所述检测方法包括：

[0008] 1)多旋翼无人机融合紫外成像模块在预置位悬停，采集输变电设备表面的可见光图像与紫外图像，并将可见光图像和紫外图像传输至数据处理与控制模块；

[0009] 2)数据处理与控制模块通过其内嵌的实时目标识别模型识别可见光图像中的输变电设备，生成输变电设备的标注框，并计算标注框面积，代替所述输变电设备的本体面积，同时，记录标注框的中心位置；

[0010] 3)数据处理与控制模块通过紫外图像识别是否存在电晕放电的紫外光斑：若存在放电光斑，记录放电光斑的中心位置，并计算放电光斑面积与输变电设备表面面积的比值；若不存在放电光斑，则执行其他的巡检任务；

[0011] 4)放电光斑面积与所述输变电设备的表面面积的比值若大于0.1，无法清晰观测到准确的放电光斑位置，则通过数据调节模块输出增益调节指令对紫外图像的增益进行梯度值调节，直至放电光斑面积与所述输变电设备的表面面积的比值小于0.1；

[0012] 5)数据处理与控制模块再次对可见光图像中的所述输变电设备的各个部件进行识别，对各个部件生成标注框，同样以标注框面积代替各个部件的本体面积，并记录各个部件的中心位置；

[0013] 6)对比各个部件的中心位置与放电光斑的中心位置，找出放电光斑的中心位置与部件的中心位置在同一区域内，则比较部件面积和放电光斑面积的大小：若部件面积大于放电光斑的面积，标记放电光斑和可见光图像并给出放电位置；若部件面积小于放电光斑面积，则继续通过数据调节模块输出增益调节指令对紫外图像的增益进行梯度调节，直至部件面积大于光斑面积，标记放电光斑和可见光图像并给出放电位置，并通过内部图像算法判断出缺陷类别。

[0014] 作为本发明的技术方案：所述数据处理与控制模块包括图像处理模块和控制调节模块，其中，所述图像处理模块内嵌AI处理核，运行yolov3目标检测算法；所述控制调节模块包括增益调节子模块。

[0015] 作为本发明的技术方案：所述步骤2)中，数据处理与控制模块基于 yolov3目标检测算法，以Darknet53为主干特征提取信息，，对可见光图像进行下采样，并压缩可见光图像的宽和高，获得可见光图像的特征层。

[0016] 作为本发明的技术方案：基于yolov3目标检测算法共提取三个可见光图像的特征层；利用可见光图像的三个特征层进行FPN金字塔加强特征，最后整合三个特征层的特征，获得预测结果：

[0017] a)判定是否存在输变电设备或输变电设备的各个部件类别；

[0018] b)若存在输变电设备，则输出输变电设备所在标注框中心点的横、纵坐标以及所属标注框的高和宽，若不存在输变电设备，则再选定其他可见光图像。

[0019] 作为本发明的技术方案：所述步骤3)中，放电光斑面积的求解的计算公式为：

[0020]

[0021] 式中：M和N分别为可见光图像与紫外图像叠加后所获得的图像的宽和高；

[0022] B(i,j)为形态学滤波后的二值图像，表示在像素点(i,j)处的灰度值。

[0023] 作为本发明的技术方案：所述步骤4)中，梯度值调节是指调节紫外图像的增益范围，每次调节为上一次的2倍、1.4倍、1.2倍或1.1倍。

[0024] 一种无人机融合紫外系统，所述系统包括：

[0025] 多旋翼无人机，包括飞控系统和飞行平台，能够根据作业要求设置飞行航线和快门指令，在输变电设备的上空飞行；

[0026] 紫外成像模块，包括紫外成像仪，并设置于多旋翼无人机上，能够获取输变电设备表面的可见光图像和紫外图像；

[0027] 数据处理与控制模块，包括图像处理模块和控制调节模块，其中，图像处理模块接收紫外成像模块传输的可见光图像和叠加了紫外信号的紫外图像，并通过控制调节模块调节紫外图像的增益，同时，数据处理与控制模块根据紫外图像处理的结果，进行紫外缺陷识别。

[0028] 本发明的有益效果是：1)融合紫外的多旋翼无人机能够基于无人机的飞控系统一键起飞自主巡检，在工作模式下实时处理图像并智能识别；

[0029] 2)融合紫外的多旋翼无人机的数据处理与控制模块能够对输变电设备及放电部位识别，发现输变电设备放电缺陷后，能够智能判断放电的具体位置，对于无法判断放电位置的图像，通过自动调整图像的增益或重新拍摄，进一步判定准确的放电位置，真正意义上实现了无人机在输变电设备局放检测的智能自主巡检，节省了大量人力成本和时间成本，同时满足了电网自主智能巡检和精益化管理要求。

附图说明

[0030] 图1为本发明检测方法的整体流程示意图；

[0031] 图2为本发明的多旋翼无人机融合紫外的组成示意图；

[0032] 图3为本发明实施例一数据处理与控制模块接收图像的示意图；

[0033] 图4为本发明实施例一数据处理与控制模块输出增益调节指令后的图像示意图；

[0034] 图5为本发明实施例一数据处理与控制模块对各个部件识别的图像示意图。

具体实施方式

[0035] 下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

[0036] 如图1所示，一种输变电设备表面局放智能检测方法，所述检测方法包括：

[0037] 第一：融合有紫外成像模块的多旋翼无人机在预置位悬停，由于多旋翼无人机具有其自身的飞控系统和飞行平台，能够根据作业要求快速地设置飞行航线和设备的快门指令。多旋翼无人机按照预先规划的路径，在输变电设备表面上空处悬停和拍摄，获取输变电设备表面的可见光图像和紫外图像，并将可见光图像和紫外图像传输至数据处理与控制模块。

[0038] 第二：数据处理与控制模块通过其内嵌的实时目标识别模型识别可见光图像中的输变电设备，生成输变电设备的标注框，并计算出标注框面积，代替输变电设备的本体面积；同时，记录标注框的中心位置。

[0039] 数据处理与控制模块包括图像处理模块与控制调节模块。其内嵌有AI 处理核，运行yolov3目标检测算法(内置实时目标识别模型，yolov3目标检测算法可达20FPS@320x320分辨率或40FPS@320x160分辨率，功耗为7W)，以Darknet53为主干特征提取信息，对可见光图像进行采样，并压缩可见光图像的宽和高，获得可见光图像的特征层。

[0040] 这里需要进一步解释一下：基于yolov3目标检测算法共提取三个可见光图像的特征层，利用可见光图像的三个特征层进行FPN金字塔加强特征，最后整合三个特征层的特征，获得预测结果：a)判定是否存在输变电设备或输变电设备的各个部件类别(包括绝缘子表面、绝缘子出线位置和隔离刀闸端部均匀环等)；b)若存在输变电设备，则输出输变电设备所在标注框中心点的横、纵坐标以及所属标注框的高和宽，若不存在输变电设备，则再选定其他可见光图像。

[0041] 第三：数据处理与控制模块通过紫外图像识别是否存在电晕放电的紫外光斑：1)若存在放电光斑，记录放电光斑的中心位置，并计算放电光斑面积与输变电设备表面面积的比值；2)若不存在放电光斑，则无人机执行其他的巡检任务。

[0042] 其中，放电光斑面积的求解的计算公式为：

[0043]

[0044] 式中：M和N分别为可见光图像与紫外图像叠加后所获得图像的宽和高，即二值图像矩阵的行和列数值；

[0045] B(i,j)为形态学滤波后的二值图像，表示在像素点(i,j)处的灰度值，二值图像灰度值只有0和1，黑色用灰度值0表示，白色用灰度值1表示；

[0046] 放电光斑面积s的求解实质为将图像每个像素点的灰度值相加，结果等同于其中所有白色像素点(即放电光斑区域像素点)的个数，在本技术方案中定义其单位为像素。

[0047] 第四：放电光斑面积与所述输变电设备的表面面积的比值若大于0.1，无法清晰观测到准确的放电光斑位置，则通过数据调节模块输出增益调节指令对紫外图像的增益进行梯度值调节，直至放电光斑面积与所述输变电设备的表面面积的比值小于0.1。

[0048] 关于比值0.1的选取，由于输变电设备，尤其是指500KV绝缘子的结构，一般为：一端有均压环、中间有绝缘子串、另一端有屏蔽环，大约有34‑38 片(平均值取36片)。由于拍摄角度的客观原因，均压环或屏蔽环同绝缘子串会有3至4片(平均值3.5片)的重叠，则紫外图像放电电晕定位的最高精度为3.5/36≈0.1，换言之，若放电光斑面积与输变电设备面积比值低于0.1后，定位才能够定准。

[0049] 另外：梯度值调节是指调节紫外图像的增益范围，每次调节为上一次的2倍、1.4倍、1.2倍或1.1倍，保持了调节速度的同时也兼顾了灵敏性。

[0050] 第五：数据处理与控制模块再次对可见光图像中的输变电设备的各个部件进行识别，并生成各个部件的标注框，同样以标注框面积代替各个部件的本体面积，并记录各个部件的中心位置。

[0051] 第六：对比各个部件的中心位置与放电光斑的中心位置，找出放电光斑的中心位置与部件的中心位置在同一区域内，并比较部件面积和放电光斑面积的大小：1)若部件面积大于放电光斑的面积，标记放电光斑与可见光图像并给出放电的准确位置；2)若部件面积小于放电光斑面积，则继续通过数据调节模块输出增益调节指令对紫外图像的增益进行梯度调节，直至部件面积大于放电光斑面积，并标记放电光斑和可见光图像，同时给出放电位置。

[0052] 数据处理与控制模块通过yolov3目标检测算法判断出缺陷类别。

[0053] 如图2所示，一种无人机融合紫外系统，所述系统包括：

[0054] 1)多旋翼无人机，包括飞控系统和飞行平台，能够根据作业要求设置飞行航线和快门指令，在输变电设备的上空飞行；

[0055] 2)紫外成像模块，包括紫外成像仪，并设置于多旋翼无人机上，能够获取输变电设备表面的可见光图像和紫外图像；

[0056] 3)数据处理与控制模块，包括图像处理模块和控制调节模块，其中，图像处理模块接收紫外成像模块传输的可见光图像和叠加了紫外信号的紫外图像，并通过控制调节模块调节紫外图像的增益，同时，数据处理与控制模块根据紫外图像处理的结果，进行紫外缺陷识别。

[0057] 需要说明的是：多旋翼无人机融合紫外成像模块的中“融合”并不是物理意义上所指的不同个体或不同群体碰撞或接触后，在认知、情感或态度倾向上融为一体。在本技术方案中，无人机融合紫外有两层意思：一层是在物理上紫外成像模块(紫外成像仪)悬挂于多旋翼无人机上，其结构关系或电源等都连接在一起；另一层是在信息传输上，多旋翼无人机基于其飞控系统到达指定位置后控制紫外成像仪进行图像拍摄，同时对紫外图像的增益进行调整，紫外成像仪将图像传输给数据处理与控制模块；多旋翼无人机根据图像处理的结果，并对无人机飞行姿态进行调整。

[0058] 实施例一

[0059] 本实施例是以宜昌运维部分所辖500KV线路耐张塔玻璃绝缘子紫外检测情况为例。

[0060] 本实施例使用的多旋翼无人机型号为大疆M300RTK；内置紫外成像仪的紫外成像模块选用《中华人民共和国电力行业标准》DL/T1779中的相关紫外成像仪；数据处理与控制模块采用的型号为Hikey970。

[0061] 步骤一：检查多旋翼无人机M300RTK与其余模块连接是否正常、电量是否充沛；若检查无异常，开始对宜昌运维分部所辖500kV三龙一回进行巡检任务。

[0062] 步骤二：多旋翼无人机在#67杆塔距绝缘子串9m处悬停，通过紫外成像设备采集该绝缘子串的可见光图像与叠加了紫外信号的紫外图像，将其传输至数据处理与控制模块Hikey970；

[0063] 步骤三：数据处理与控制模块Hikey970将输入的图像变更为416×416 的大小，并通过其内嵌的yolov3目标识别模型对绝缘子串进行识别，生成标注框，如图3所示，标注框宽56像素，高212像素，即面积为11872像素，且标注框中心位置为(191，106)。

[0064] 步骤四：数据处理与控制模块通过紫外图像识别，此时的增益为225dB，发现电晕放电的紫外光斑，光斑中心位置为(196，199)，说明紫外光斑在绝缘子串的标注框之内，即此绝缘子串发生了电晕放电，此时的光斑面积为 1650像素，与绝缘子串面积比值为0.139。

[0065] 步骤五：此时，增益下放电光斑面积与绝缘子面积的比值大于0.1，无法判断放电的具体位置，输出增益调节指令对紫外增益进行梯度调节，直至调节增益为218dB后，如图4所示，此时的光斑中心为(187，191)，光斑面积为884像素，与绝缘子串比值为0.074。

[0066] 步骤六：数据处理与控制模块再次对绝缘子串具体的各个部件进行识别，对各个部件生成标注框，如图5所示，本次识别出11个单独的绝缘子，同样以标注框面积代替部件本体面积，记录每个部件的中心位置，自上到下的绝缘子面积和中心位置依次为：

[0067] 968像素，(194，15)；855像素，(191，34)；880像素，(192， 52)；1020像素，(188，70)；738像素，(187，89)；860像素，(188， 108)；972像素，(188，125)；900像素，(186，142)；
880像素， (186，160)；896像素，(185，179)；960像素，(187，196)。

[0068] 步骤七：对比每个部件的中心位置与放电光斑中心位置，其中光斑中心位置(187，191)与最下端绝缘子中心位置(187，196)在区域范围内吻合，且部件面积960像素比光斑面积884像素大，即可认为最下端的绝缘子发生了电晕放电。

[0069] 紫外增益最终为218dB，绝缘子进线端处的白点即为放电现象，这是由于线路在长期运行中玻璃绝缘子表面裂化，从而造成的绝缘性能下降。无人机返航并且依据DL/T345‑2019《带电设备紫外诊断技术应用导则》自动生成本次巡检任务报告，包括异常放电设备的放电图像、放电具体部位以及该设备的位置，工作人员便可根据报告对输变电设备安排修理维护。

[0070] 对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。

[0071] 此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。