[发明专利]一种输电走廊自然灾害影像识别方法

说明书

本申请提供了一种输电走廊自然灾害影像识别方法，该方法包括获取无人机航拍影像；对所述航拍影像进行降噪处理；利用预设算法，提取所述降噪后的航拍影像中的灾害特征；根据所述灾害特征，确定第一灾害类型；利用神经卷积网络对所述降噪后的航拍影像进行识别，确定第二灾害类型；将所述第一灾害类型和第二灾害类型进行比对，得到识别结果。利用背景减除法和帧间差分对前景图像进行特征提取，卷积神经网络能自动而有效地提取类别特征，对疑似灾害影像进行精确的识别，从而实现对电力系统走廊地质灾害智能影像识别，识别效率高，并且识别结果准确。

技术领域

本申请涉及图像处理领域，尤其涉及一种输电走廊自然灾害影像识别方法。

背景技术

电力作为全社会高度关注的公用事业及基础能源，在国家安全、经济发展及日常生活中发挥着不可替代的作用，一旦发生的大面积停电事故，会对国民经济、公共安全以及人民群众的日常生活造成极其恶劣的影响。

近些年来，在世界范围内自然灾害对电网产生的物理性和机械性冲击频频发生，因自然灾害直接或间接引发的电力系统故障呈逐年递增的态势。例如：2008年年初，我国南方部分省市遭受了严重的低温雨雪冰冻灾害，由于降湿幅度大、冰雪天气范围广、持续时间长，电网陆续发生输电线路倒杆、倒塔、断线等情况，导致电网设施遭受严重破坏，引起大范围的电力供应中断，导致了部分地区长时间停电等灾害性事故。据统计，在此次雨雪冰冻灾害中，全国范围电网因灾停运电力线路共36740条，其中，500kV线路119条，220kV线路348条，110kV及以下线路共36273条。因灾停运变电站共2018座。110-500kV线路因灾倒塔共8381基，导致3348万户断电，直接经济损失达1516.5亿元。2009年2月中旬，湖南电网因山火发生500kV线路跳闸3次，220kV输电线路跳闸14次，占跳闸总数的64.3％之多。巨大的经济损失和社会影响警示我们，开展电力系统防灾研究，保障电力系统在自然环境下的安全稳定运行是当前刻不容缓的挑战和艰巨的任务。

目前，国内外大量学者对于电力系统的应急管理进行了丰富的研究，尽管针对电网自然灾害应急管理的研究取得了较快的进展，但由于研究起步较晚，与电网应急管理面临的形势和任务相比，与自然灾害带来的严峻挑战相比，电网自然灾害应急管理的研究的内容和深度都不够。一方面，电网灾害应急管理侧重于事中或者事后的应对处置，即便开展事前预警也主要着眼于自然灾害己经形成并处于即将引发电网事故的紧迫时刻，留给管理决策者的时间太短，损失往往难避免。另一方面，传统的电网灾害应急管理更关注于电网系统本身，受限于电力系统内部，更侧重于电网设备失效而较少考虑设备失效原因，对于风险源的类型或程度考虑不够，不能有效地实现对于自然灾害易导致大面积停电的风险进行预警。对于电网自然灾害预警管理有待进一步深入细致的进行专题研究。传统地质灾害监测主要是人工实地勘测为主，由于地形复杂人工实地勘测效率低下，预测准确率不高。

发明内容

本申请提供了一种输电走廊自然灾害影像识别方法，以解决地质灾害监测主要是人工实地勘测为主，由于地形复杂人工实地勘测效率低下，预测准确率不高的问题。

本申请提供了一种输电走廊自然灾害影像识别方法，所述方法包括：

获取无人机航拍影像；

利用双边滤波算法对所述航拍影像进行降噪处理；

利用预设算法，提取所述降噪后的航拍影像中的灾害特征；

根据所述灾害特征，确定第一灾害类型；

利用神经卷积网络对所述降噪后的航拍影像进行识别，确定第二灾害类型；

将所述第一灾害类型和第二灾害类型进行比对，得到识别结果。