一种配电网线路损伤在线管理系统

技术领域

本发明涉及图像处理技术领域，尤其是一种配电网线路损伤在线管理系统。

背景技术

配电网线路的安全工作与否影响着人们的生活质量。配电网是指从输电网或地区发电厂接受电能，通过配电设施就地分配或按电压逐级分配给各类用户的电力网。是由架空线路、电缆、杆塔、配电变压器、隔离开关、无功补偿器及一些附属设施等组成的，在电力网中起重要分配电能作用的网络。配电网线路出现损伤易存在较大的安全隐患，对人们的生活造成严重困扰，造成巨大的经济损失。

因此，发展一种能够及时、准确地识别发现配电网线路损伤的方法，以在损伤还没有发展到足够大的时候就采取维护措施，对我国电力的安全输送十分重要。

然而，目前针对配电网的损伤识别依赖于维护人员的目测和经验，识别方法耗时长，对复杂区域的检测十分困难，无法达到快速、安全、准确的识别线路损伤的目的。

发明内容

本发明的目的是通过提出一种配电网线路损伤在线管理系统，以解决上述背景技术中提出的缺陷。

本发明采用的技术方案如下：

提供一种配电网线路损伤在线管理系统，包括：

损伤检测模块：用于通过高清摄像头采集配电网图像数据并检测配电网是否损伤；

距离判断模块：用于根据检测损伤结果进行损伤位置判断；

自动修复模块：用于根据判断结果进行配电网线路的主动修复；

智能告警模块：用于根据修复结果进行智能在线告警。

作为本发明的一种优选技术方案：所述损伤检测模块对采集的配电网图像进行小波变换处理：

作为本发明的一种优选技术方案：所述小波变换处理具体如下：

其中，t表示原始的小波变换系数，φ(t)表示DB4小波基函数，δ(t)为尺度函数，μ

作为本发明的一种优选技术方案：所述损伤检测模块还对小波变换处理后的配电网图像进行高斯滤波处理。

作为本发明的一种优选技术方案：所述损伤检测模块还根据高斯滤波处理后的配电网图像数据提取配电网图像数据特征，再基于图像识别算法进行配电网的损伤识别。

作为本发明的一种优选技术方案：所述图像识别算法具体如下：

计算配电网图像灰度值的像素点(m，n)的梯度如下：

其中，T

作为本发明的一种优选技术方案：所述图像识别算法获取配电网图像灰度值的梯度数据，并构建N个损伤分类，通过拉格朗日乘子法进行求解优化，得到第l个SVM的软间隔最优分类超平面g如下：

其中，β

其中，σ为函数宽度参数；

得到最终的识别函数如下：

其中，f(X)为损伤识别函数。

作为本发明的一种优选技术方案：所述距离判断模块根据所述高清摄像头的缩放程度、摄像头角度和所述配电网图像中的损伤位置判断配电网的损伤位置与高清摄像头之间的实际距离。

作为本发明的一种优选技术方案：所述自动修复模块根据所述距离判断模块判断的损伤位置距离控制损伤修复器滚动修复配电网损伤；所述自动修复模块修复完成后，所述损伤检测模块对判定出现损伤的配电网进行再次检测，并通过所述距离判断模块进行位置验证。

作为本发明的一种优选技术方案：所述智能告警模块根据所述损伤检测模块和所述距离判断模块对修复后的损伤位置的二次检测结果进行在线告警。

本发明提供的配电网线路损伤在线管理系统，与现有技术相比，其有益效果有：

本发明基于小波变换处理和高斯滤波处理的双重去噪处理策略，提升配电网图像质量，提升对于配电网损伤位置的识别精准度。还通过计算经过小波变换处理和高斯滤波处理的图像的灰度值梯度方向获取图像的特征，并通过拉格朗日乘子法优化的损伤识别函数进行配电网的损伤识别并判断损伤位置的距离，能够提高配电网损伤位置的识别精准度，提升配电网损伤修复效率。

附图说明

图1为本发明优选实施例的系统框图。

图中各个标记的意义为：100、损伤检测模块；200、距离判断模块；300、自动修复模块；400、智能告警模块。

具体实施方式

需要说明的是，在不冲突的情况下，本实施例中的实施例及实施例中的特征可以相互组合，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。

参照图1，本发明优选实施例提供了一种配电网线路损伤在线管理系统，包括：

损伤检测模块100：用于通过高清摄像头采集配电网图像数据并检测配电网是否损伤；

距离判断模块200：用于根据检测损伤结果进行损伤位置判断；

自动修复模块300：用于根据判断结果进行配电网线路的主动修复；

智能告警模块400：用于根据修复结果进行智能在线告警。

所述损伤检测模块100对采集的配电网图像进行小波变换处理：

所述小波变换处理具体如下：

其中，t表示原始的小波变换系数，φ(t)表示DB4小波基函数，δ(t)为尺度函数，μ

所述损伤检测模块100还对小波变换处理后的配电网图像进行高斯滤波处理。

所述损伤检测模块100还根据高斯滤波处理后的配电网图像数据提取配电网图像数据特征，再基于图像识别算法进行配电网的损伤识别。

所述图像识别算法具体如下：

计算配电网图像灰度值的像素点(m，n)的梯度如下：

其中，T

所述图像识别算法获取配电网图像灰度值的梯度数据，并构建N个损伤分类，通过拉格朗日乘子法进行求解优化，得到第i个SVM的软间隔最优分类超平面g如下：

其中，β

其中，σ为函数宽度参数；

得到最终的识别函数如下：

其中，f(X)为损伤识别函数。

所述距离判断模块200根据所述高清摄像头的缩放程度、摄像头角度和所述配电网图像中的损伤位置判断配电网的损伤位置与高清摄像头之间的实际距离。

所述自动修复模块300根据所述距离判断模块200判断的损伤位置距离控制损伤修复器滚动修复配电网损伤；所述自动修复模块300修复完成后，所述损伤检测模块100对判定出现损伤的配电网进行再次检测，并通过所述距离判断模块200进行位置验证。

所述智能告警模块400根据所述损伤检测模块100和所述距离判断模块200对修复后的损伤位置的二次检测结果进行在线告警。

本实施例中，损伤检测模块100通过高清摄像头采集配电网图像数据，并对采集的配电网图像进行小波变换处理：

其中，t表示原始的小波变换系数，φ(t)表示DB4小波基函数，δ(t)为尺度函数，μ

还对小波变换处理后的配电网图像进行高斯滤波处理。

通过小波变换处理和高斯滤波处理的双重去噪处理策略，可以提升配电网图像质量，提升对于配电网损伤位置的识别精准度。

损伤检测模块100还根据高斯滤波处理后的配电网图像数据提取配电网图像数据特征，再基于图像识别算法进行配电网的损伤识别：

计算配电网图像灰度值的像素点(m，n)的梯度如下：

其中，T

图像识别算法获取配电网图像灰度值的梯度数据，并构建N个损伤分类，通过拉格朗日乘子法进行求解优化，得到第i个SVM的软间隔最优分类超平面g如下：

其中，β

其中，σ为函数宽度参数；

得到最终的识别函数如下：

其中，f(X)为损伤识别函数。

图像识别算法通过计算经过小波变换处理和高斯滤波处理的图像的灰度值梯度方向获取图像的特征，并通过拉格朗日乘子法优化的损伤识别函数进行配电网的损伤识别，能够提高配电网损伤位置的识别精准度，提升配电网损伤修复效率。

距离判断模块200根据高清摄像头的缩放程度，即摄像头拍照比例和拍照角度，以及配电网图像中的损伤位置判断配电网的损伤位置与高清摄像头之间的实际距离。

自动修复模块300根据距离判断模块200判断的损伤位置距离控制损伤修复器滚动修复配电网损伤；自动修复模块300修复完成后，损伤检测模块100对已修复的配电网损伤区域进行再次检测是否还存在损伤，若仍然出现损伤，则智能告警模块400根据损伤检测模块100和距离判断模块200对修复后的损伤位置的二次检测结果进行在线告警。

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。

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。