本發(fā)明屬于輸電線路檢測領(lǐng)域，具體地說，涉及一種用于輸電線路的光電檢測方法。

背景技術(shù)：

1、常規(guī)輸電線路的光電檢測技術(shù)主要用于監(jiān)測輸電線路的運(yùn)行狀態(tài)，識別和評估線路表面污染、金屬部件腐蝕、線路損傷以及其他潛在故障。

2、地面設(shè)備的檢測受限于視角和距離，難以準(zhǔn)確捕捉高空輸電線路的細(xì)微變化，容易遺漏小范圍的污染和腐蝕問題，導(dǎo)致潛在故障無法及時發(fā)現(xiàn)和處理。而且不同檢測設(shè)備采集的數(shù)據(jù)格式和類型各異，缺乏統(tǒng)一的分析平臺，導(dǎo)致數(shù)據(jù)整合和綜合分析困難，無法形成全面、準(zhǔn)確的檢測報(bào)告，影響維護(hù)決策的有效性。傳統(tǒng)方法主要依賴靜態(tài)數(shù)據(jù)，缺乏對歷史數(shù)據(jù)的動態(tài)分析和未來故障的預(yù)測能力，無法提供有效的預(yù)測性維護(hù)建議，容易導(dǎo)致突發(fā)故障和緊急維護(hù)。

3、有鑒于此特提出本發(fā)明。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明要解決的技術(shù)問題在于克服現(xiàn)有技術(shù)的不足，提供一種用于輸電線路的光電檢測方法，解決了上述背景技術(shù)中提出的問題。

2、為解決上述技術(shù)問題，本發(fā)明采用技術(shù)方案的基本構(gòu)思是：

3、一種用于輸電線路的光電檢測方法，包括：a)提供無人機(jī)光電檢測系統(tǒng)并使用無人機(jī)光電檢測系統(tǒng)采集輸電線路的圖像數(shù)據(jù)；

4、b)將無人機(jī)系統(tǒng)采集的圖像數(shù)據(jù)通過無線傳輸設(shè)備傳輸至中央控制系統(tǒng)識別表面的污染程度和金屬部件腐蝕情況；

5、c)將無人機(jī)采集的表面的污染程度和金屬部件腐蝕情況進(jìn)行融合，并進(jìn)行綜合分析，生成更加全面的檢測結(jié)果；

6、d)對檢測結(jié)果進(jìn)行歷史數(shù)據(jù)對比分析，識別出長期趨勢和潛在故障點(diǎn)，實(shí)現(xiàn)預(yù)測性維護(hù)，并通過無線網(wǎng)絡(luò)將檢測結(jié)果和維護(hù)建議實(shí)時傳送至移動終端。

7、可選的，所述無人機(jī)光電檢測系統(tǒng)包括可見光相機(jī)、紅外相機(jī)或紫外相機(jī)、多光譜相機(jī)，所述相機(jī)安裝于機(jī)上穩(wěn)定平臺之中。

8、可選的，無人機(jī)在獲取輸電線路的污染程度的圖像數(shù)據(jù)時執(zhí)行以下步驟：

9、利用gis和輸電線路數(shù)據(jù)，確定需要檢測的具體區(qū)域并識別關(guān)鍵點(diǎn)；

10、確定飛行路線的起點(diǎn)、終點(diǎn)和路徑點(diǎn)，每個根據(jù)檢測的輸電線路設(shè)定飛行高度和速度和停留時間及其位置；

11、啟動無人機(jī)，使用自動飛行模式按照預(yù)設(shè)路線進(jìn)行飛行，地面站實(shí)時監(jiān)控?zé)o人機(jī)的位置、速度、高度和傳感器狀態(tài)；

12、在達(dá)到取樣地點(diǎn)后使用高分辨率攝像機(jī)采集輸電線路的高清圖像，并使用紅外相機(jī)采集輸電線路的溫度分布圖像，識別熱點(diǎn)和溫度異常區(qū)域，最后采用多光譜相機(jī)采集不同波段的反射數(shù)據(jù)；

13、無人機(jī)飛行過程中，通過wi-fi、4g/5g實(shí)時將數(shù)據(jù)傳輸?shù)降孛嬲尽?/p>

14、可選的，無人機(jī)對輸電線路圖像數(shù)據(jù)中的表面的污染程度進(jìn)行檢測時的步驟為：

15、獲取污染程度的歷史數(shù)據(jù)并將歷史數(shù)據(jù)分為訓(xùn)練集和測試集，構(gòu)建卷積神經(jīng)網(wǎng)絡(luò)(cnn)并使用訓(xùn)練集訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)(cnn)；

16、對接收到的圖像數(shù)據(jù)進(jìn)行噪聲過濾，去除圖像中的干擾噪聲并增強(qiáng)圖像對比度，突出輸電線路表面的細(xì)節(jié)，使用canny邊緣檢測算法識別圖像中的顯著邊緣；

17、從預(yù)處理后的圖像中提取輸電線路表面的顏色特征、紋理特征和形狀特征，將提取的特征向量輸入到預(yù)先訓(xùn)練好的卷積神經(jīng)網(wǎng)絡(luò)(cnn)中；

18、從預(yù)處理后的圖像中提取輸電線路表面的特征，包括顏色、紋理和形狀特征并將得到的特征輸入到卷積神經(jīng)網(wǎng)絡(luò)(cnn)中，經(jīng)過多層卷積、池化和全連接層，輸出輸電線路的污染區(qū)域掩碼；

19、根據(jù)識別出的污染區(qū)域，計(jì)算污染面積和污染程度，并將污染區(qū)域和污染程度的數(shù)據(jù)可視化，生成污染檢測數(shù)據(jù)；

20、將檢測數(shù)據(jù)通過無線傳輸設(shè)備傳輸至移動終端。

21、可選的，無人機(jī)在獲取輸電線路的金屬部位腐蝕程度的圖像數(shù)據(jù)時執(zhí)行以下步驟：

22、控制無人直升機(jī)飛行至目標(biāo)金屬部件的位置，并利用gps和圖像識別技術(shù)進(jìn)行精確定位；

23、使用高分辨率可見光相機(jī)拍攝金屬部位的高清圖像，捕捉腐蝕、銹蝕和表面損傷，并使用紫外相機(jī)進(jìn)行圖像數(shù)據(jù)的采集，最后使用多光譜相機(jī)采集不同波段的圖像數(shù)據(jù)，分析金屬部位的光譜特征；

24、將采集到的金屬部位腐蝕程度的圖像數(shù)據(jù)傳輸?shù)降孛嬲具M(jìn)行分析。

25、將紅外相機(jī)采集的圖像數(shù)據(jù)傳輸至中央控制系統(tǒng)，利用溫度分析算法，檢測金屬部件表面的溫度分布情況，識別溫度異常區(qū)域，初步判斷腐蝕位置。

26、將紫外相機(jī)采集的圖像數(shù)據(jù)傳輸至中央控制系統(tǒng)，利用電暈放電檢測算法，識別金屬部件表面的電暈放電現(xiàn)象，進(jìn)一步確認(rèn)腐蝕區(qū)域；

27、將可見光相機(jī)采集的高分辨率圖像傳輸至中央控制系統(tǒng)，利用邊緣檢測和紋理分析技術(shù)，識別金屬表面的腐蝕斑點(diǎn)和腐蝕坑洞，精確定位腐蝕位置和程度；

28、綜合熱成像、紫外成像和可見光圖像的數(shù)據(jù)，通過多源數(shù)據(jù)融合技術(shù)，對不同波段的數(shù)據(jù)進(jìn)行對齊和融合，生成金屬部件的腐蝕檢測模型。

29、可選的，將無人機(jī)采集的表面的污染程度和金屬部件腐蝕情況進(jìn)行融合，并進(jìn)行綜合分析，生成更加全面的檢測結(jié)果的步驟為：

30、將不同波段和不同檢測對象的數(shù)據(jù)對齊；

31、綜合不同傳感器的數(shù)據(jù)，生成統(tǒng)一的檢測模型，利用多源數(shù)據(jù)融合技術(shù)，將紅外、紫外和可見光圖像的數(shù)據(jù)融合；

32、對融合后的數(shù)據(jù)進(jìn)行全面分析，識別出潛在的故障點(diǎn)和風(fēng)險區(qū)域，生成綜合檢測報(bào)告；

33、根據(jù)綜合檢測報(bào)告，提供詳細(xì)的維護(hù)建議，包括需要立即處理的故障點(diǎn)和長期監(jiān)控的風(fēng)險區(qū)域。

34、可選的，對檢測結(jié)果進(jìn)行歷史數(shù)據(jù)對比分析，識別出長期趨勢和潛在故障點(diǎn)，實(shí)現(xiàn)預(yù)測性維護(hù)的步驟為：

35、將無人機(jī)采集到的當(dāng)前檢測結(jié)果存儲到中央控制系統(tǒng)中的數(shù)據(jù)庫中，并與歷史檢測數(shù)據(jù)進(jìn)行整合，使用數(shù)據(jù)挖掘和統(tǒng)計(jì)分析方法，對比當(dāng)前檢測數(shù)據(jù)與歷史數(shù)據(jù)，識別變化趨勢；

36、提取污染面積ap、腐蝕程度ce、熱點(diǎn)溫度th和電暈放電強(qiáng)度dc，并將提取的特征表示為向量xi，并選擇聚類數(shù)k，隨機(jī)選擇k個初始聚類中心μj，對于每個向量xi，通過迭代的方式計(jì)算向量xi到所有聚類中心μj的距離，并將向量xi分配到最近的聚類中心，其表達(dá)式為：最后根據(jù)獲取的最近的聚類中心來識別數(shù)據(jù)中的模式和異常變化；

37、使用時間序列分析模型預(yù)測未來可能發(fā)生故障的位置和時間；

38、根據(jù)分析結(jié)果生成預(yù)測性維護(hù)建議，通過無線網(wǎng)絡(luò)實(shí)時傳送至相關(guān)人員的移動終端。

39、可選的，使用時間序列分析模型預(yù)測未來可能發(fā)生故障的位置和時間的步驟為：

40、獲取污染面積、腐蝕程度、熱點(diǎn)溫度、電暈放電強(qiáng)度的時間序列yt，訓(xùn)練arima模型以擬合歷史數(shù)據(jù)，并使用訓(xùn)練好的模型進(jìn)行對輸電線路的數(shù)據(jù)進(jìn)行預(yù)測，其表達(dá)式為：其中，h為預(yù)測步長。

41、采用上述技術(shù)方案后，本發(fā)明與現(xiàn)有技術(shù)相比具有以下有益效果，當(dāng)然，實(shí)施本發(fā)明的任一產(chǎn)品并不一定需要同時達(dá)到以下所述的所有優(yōu)點(diǎn)：

42、利用可見光相機(jī)、紅外相機(jī)、紫外相機(jī)和多光譜相機(jī)，全面采集輸電線路的污染程度和金屬部件的腐蝕情況，并通過無線傳輸設(shè)備將數(shù)據(jù)實(shí)時傳輸至中央控制系統(tǒng)，實(shí)現(xiàn)對輸電線路表面污染和金屬部件腐蝕的綜合分析。利用歷史數(shù)據(jù)和卷積神經(jīng)網(wǎng)絡(luò)(cnn)進(jìn)行圖像處理和模式識別，通過多源數(shù)據(jù)融合技術(shù)對不同波段數(shù)據(jù)進(jìn)行對齊和融合，生成統(tǒng)一的檢測模型，識別潛在故障點(diǎn)和風(fēng)險區(qū)域。最終，利用時間序列分析模型預(yù)測未來可能發(fā)生的故障位置和時間，并生成詳細(xì)的預(yù)測性維護(hù)建議，實(shí)時傳送至相關(guān)人員的移動終端，實(shí)現(xiàn)了對輸電線路的高頻次全面監(jiān)控和預(yù)測性維護(hù)，降低了維護(hù)成本和故障風(fēng)險。

43、下面結(jié)合附圖對本發(fā)明的具體實(shí)施方式做進(jìn)一步詳細(xì)的描述。