[发明专利]一种面向动态特征补充机制的输电线路异物入侵识别方法

说明书

本发明涉及输电线路异物识别技术领域，公开了一种面向动态特征补充机制的输电线路异物入侵识别方法，包括：获取实时输电线路周围的视频图像；采用高斯滤波算法进行预处理；将视频帧序列输入到多层特征融合的图像检测模型中，对异物进行识别和定位；矩阵胶囊网络分类器提取异物类型信息；用生成对抗网络的方法扩充训练数据集；使用预先训练好的面向动态特征补充机制的异物检测模型对异物类型信息进行判断确定异物类型，确定预警等级；输出预警等级后，系统将输电线路上异物对线路的影响进行提示，这种异物入侵识别和预警方法，能够较好的避免遗漏识别的问题，并且也减少了人力成本，提升了异物监测的效率。

技术领域

本发明涉及输电线路异物识别技术领域，特别涉及一种面向动态特征补充机制的输电线路异物入侵识别方法。

背景技术

输电线路是电力传输的主要载体，也是电力系统重要的组成部分，对于系统的安全稳定运行起着至关重要的作用。近几年随着用电量的日益增加，我国输电线路电压等级不断提高，输电线路数量也在大量扩增，并且广泛分布于我国城镇、农村等各个区域。此外，输电线路所处的位置大多复杂多变，如高原地区、丘陵、盆地、山区等地方，容易有输电线路异物附着的情况发生。而在人群密集的住宅区，商业区等场所容易附着生活用品，如针织品，气球，风筝，塑料薄膜等。在自然环境下输电线路也容易遭受鸟害的侵袭，如输电线路中的鸟窝等。这些异物如果不及时发现并清理，可能会影响输电线路正常运行，严重情况下会危害人身安全，造成意外触电事故等。当输电线路附近有茂密的树林时，遇到天气环境恶劣的情况，如暴风雨，雷击等可能会使树枝附着在输电线路，这时树枝会对输电线路有电场削弱的作用，严重时可能会导致停电事故。这些异物若不能及时发现并清理，将会影响输电线路的正常工作，甚至引发停电或安全事故。

目前无人机巡检技术开始用于日常的输电线路巡检中，可以有效节省巡检时间，同时也能够保障巡检人员的安全。一般采用无人机对输电线路进行监测，由无人机的机载摄像头拍摄视频，再由操作人员查看无人机拍摄的视频图像，进而排查输电线缆上的异物情况。该方法依赖于人工识别异物，不能满足危险情况下需要实时监测输电线路上异物情况的需求。因此迫切需要更加精确且便捷的算法识别方法解放人工劳动力，准确识别异物类型及其对输电线路造成的影响。

发明内容

本发明提供一种面向动态特征补充机制的输电线路异物入侵识别方法，提出的面向动态特征补充机制来训练数据，进一步提升系统监测数据的精确性和数据的处理能力，解决了传统样本精度低，可识别特征不准确的问题。

本发明提供了一种面向动态特征补充机制的输电线路异物入侵识别方法，包括以下步骤：

将无人机采集到的输电线路周围的视频图像通过无线通讯接口传输到供电管理平台，供电管理平台对接收到的视频图像采用高斯滤波算法进行预处理，获得处理后的视频图像；

将处理后的视频图像输入到多层特征融合的图像检测模型中，对异物进行识别和定位，获得带异物标记框的视频帧序列；

建立输电线路不同异物类型数据集，所述数据集包括训练数据集、测试数据集和验证数据集；

矩阵胶囊网络分类器提取异物类型信息

通过矩阵胶囊网络分类器对带异物标记框的视频帧序列进行异物分类，得到分类后的异物图像集合，进行变换处理产生新的异物图像；

用生成对抗网络的方法扩充训练数据集，用扩充的训练数据集训练面向动态特征补充机制的异物检测模型；

使用预先训练好的面向动态特征补充机制的异物检测模型对异物类型信息进行判断确定异物类型，根据异物类型，进行判断确定预警等级；

输出预警等级后，系统将输电线路上异物对线路的影响进行提示，与此同时视频中的异物的状态也将被标注出。