引言

輸電線路會受到溫度的影響導致線路產生覆冰，而覆冰現(xiàn)象會引發(fā)多種問題，包括輸電效率降低、線路負荷增加等，對電網的安全穩(wěn)定運行產生一定的威脅。因此對輸電線路覆冰重量的估計研究具有十分重要的意義。

近些年來，國內外研究人員在基于圖像監(jiān)測法對輸電線路覆冰厚度的提取中取得了一定成效。文獻[1]采用了主成分分析、變分模態(tài)分解和卷積神經網絡相結合的方法對覆冰重量的預測進行了深入分析，并結合氣象數據來提高預測精度。但該方法建模較為復雜，增加了計算成本和實際應用難度。文獻[2]采用中尺度氣象數值模式進行覆冰重量的估算，能夠涵蓋更大范圍的氣象數據，在復雜環(huán)境中的估算精度較高。但該模型過于依賴氣象數據的準確性，并且主要針對霧凇類型的覆冰進行計算，氣候波動較大時可能會受到限制。文獻[3]結合了Hough變換和最小二乘法，能夠在噪聲較大的環(huán)境或低對比度的圖像中準確識別出覆冰和未覆冰導線的邊緣，有效降低了背景和噪聲的干擾。但是在復雜地形或惡劣氣候下的計算精度會有所下降。文獻[4]采用了深度學習模型，通過條紋卷積和全局微感知模塊相結合，能夠有效提高覆冰厚度識別的準確性。但是該模型需要搜集大規(guī)模高質量的數據集，在資源受限的實時監(jiān)控系統(tǒng)中存在一定的局限性。文獻[5]提出了一種融合圖像識別與前三天微氣象數據的多源數據驅動模型，該論文在數據融合與模型優(yōu)化上具有顯著創(chuàng)新性，方法嚴謹且結果可靠，為覆冰類型預測提供了有效工具。然而，數據多樣性、模型泛化能力沒有得到充分驗證。文獻[6]通過邊緣檢測和法向探測相結合的方法，對覆冰厚度進行精確測量。與傳統(tǒng)監(jiān)測設備相比能夠減少維護成本。但是在雨雪、霧霾或背景復雜的環(huán)境中會影響計算精度。文獻[7]基于Canny邊緣檢測和Hough變換相結合的方式成功解決了噪聲干擾問題，能夠在復雜背景下精準識別導線邊緣，并通過幾何計算模型提取覆冰厚度，同時提出了早期覆冰的預警功能。但模型的復雜程度較高，參數的測量難度較大，增加了計算的復雜性。文獻[8]基于輕量級卷積神經網絡MobileNetV3，并引入了多感受野模塊，能夠在計算資源有限的邊緣設備上運行，提升了模型的效率。但同樣提高了模型的復雜程度，并且依賴于特定的硬件平臺，具有一定的局限性。文獻[9]結合圖像紋理特征與氣象因素，提出了一種多因素融合的覆冰重量估計方法，突破了傳統(tǒng)單一依賴覆冰厚度的局限性，并且通過引入鄰域信息和加權融合紋理特征，改進了FCM算法，顯著提升了低對比度、噪聲干擾下的圖像分割精度。但是PSO-SVR模型涉及多參數優(yōu)化，參數調整過程復雜且依賴初始條件，可能增加工程應用難度。

綜上所述，現(xiàn)有研究存在依賴單一參數、環(huán)境適應性差以及模型復雜度高等問題，因此，本文提出基于圖像增強、拼接、弧垂反演的全鏈條計算方案，實現(xiàn)無需密度假設的覆冰重量估計。同時，設計總變差正則化與SIFT動態(tài)匹配的輕量化圖像處理框架，提升在復雜環(huán)境下的特征點利用率。最后，建立弧垂—覆冰重量的拋物線動態(tài)模型，融合溫度、風荷載等多種因素計算覆冰重量，減小誤差。

本文詳細內容請下載：

http://ihrv.cn/resource/share/2000007007

作者信息：

李大海，陶亮，羅平，吳浩，劉澤瑞

（黃岡強源電力設計有限公司，湖北 黃岡 438000）