一种智能输电线路运维监控系统的制作方法

本实用新型涉及电力系统监控技术领域，尤其涉及一种智能输电线路运维监控系统。

背景技术：

在电网供电过程中，需要对整个电力运输系统进行巡检、监控，进过调研发现，销钉缺失是电塔运营中频繁出现的故障，是电力运输的一个重要隐患，据成都市电力公司运检部统计，销钉缺失占电塔巡检所发现故障的总数的70％～90％。目前普遍通过无人机拍摄与人工看图的方式来发现电塔潜在风险，这种方式主要存在以下问题：1.无人机拍摄难以保证拍摄全面准确。2.人工判图的准确度和效率难以保障。3.不能对每个金具上面的螺母螺栓销钉是否缺失进行检测或者对螺母螺栓销钉这种小物体检测效果不好，容易漏检。

技术实现要素：

针对现有技术中存在的问题，本实用新型的目的在于提供一种识别效率高、准确度性能稳定、操作简单、部署方便的智能输电线路运维监控系统。

为达到以上目的，本实用新型采用如下技术方案。

一种智能输电线路运维监控系统，其特征在于，包括：检测电塔、图像采集设备、监控终端，其中所述图像采集设备上设置有无线图像传输单元；所述监控终端包括地面设备、无线图像接收单元、图形处理器；在运维监控作业过程中，所述图像采集设备对所述检测电塔进行拍摄，得到的图像数据经过所述无线图像传输单元发送至所述无线图像接收单元，接收到的图像数据发送至图形处理器后用于显示监控，所述图形处理器与所述地面设备电联接。

作为上述方案的进一步说明，所述图像采集设备包括固定位置摄像头、无人机、手持移动摄像头中任意一种或多种的组合。

进一步地，所述地面设备包括个人电脑、工作站、智能移动设备中任意一种或多种的组合。

进一步地，所述图像采集设备上还设置有gps定位系统，通过所述gps定位系统获取所述图像采集设备的坐标位置信息。

进一步地，所述图像采集设备上设置有照明装置，所述照明装置为发光二极管。

进一步地，所述检测电塔包括其上的金具、螺母螺栓、r型销钉。

本实用新型的有益效果是：

1、针对不同型号电塔，选择合适的图像采集设备，包括但不限于无人机、固定摄像头等，着重于多角度全方位地对电塔头部所有的金具进行拍摄，得到的图像数据发送至图形处理器，通过目标检测算法，实现对螺母螺栓的定位，基于定位出的螺母螺栓，经过分类器实现对r型销钉的精细检测，准确高效地定位销钉的位置并检测销钉状态，可以将传统人工判图所消耗的时间缩短至200毫秒以内，大幅度提升了效率，很大程度上降低工作人员长时间审查图像引起疲劳导致的判图错误。

2、利用图形处理器的智能识别功能拓展至更广泛的应用，将对金具上r型销钉的定位和识别扩展至其他塔型和部件，增强该监控终端的后台功能，基于准确的智能识别结果，搭建前端大数据可视化平台，自动生成铁塔巡检报告，大大节省输电线路运维监控的人工和时间成本。

附图说明

图1为本实用新型的结构示意图。

图2为本实用新型的系统结构框图。

图3为检测电塔上关键部件的示意图。

图4为本实用新型智能识别的步骤流程图。

附图标记说明：

1、检测电塔，1-1、金具，1-2、螺母螺栓，1-3、r型销钉，2、图像采集设备，2-1、无线图像传输单元，3、监控终端，3-1、地面设备，3-2、无线图像接收单元，3-3、图形处理器。

具体实施方式

为方便本领域技术人员更好地理解本实用新型实质，下面结合附图对本实用新型的具体实施方式进行详细阐述。

如图1-图3所示，一种智能输电线路运维监控系统，包括：检测电塔1、图像采集设备2、监控终端3，其中所述图像采集设备2上设置有无线图像传输单元2-1；所述监控终端3包括地面设备3-1、无线图像接收单元3-2、图形处理器3-3；在运维监控作业过程中，所述图像采集设备2对所述检测电塔1进行拍摄，得到的图像数据经过所述无线图像传输单元2-1发送至所述无线图像接收单元3-2，接收到的图像数据发送至图形处理器3-3后用于显示监控，所述图形处理器与所述地面设备3-1电联接。

进一步地，所述图像采集设备包括固定位置摄像头、无人机、手持移动摄像头中任意一种或多种的组合；所述地面设备包括个人电脑、工作站、智能移动设备中任意一种或多种的组合；所述图像采集设备上还设置有gps定位系统，通过所述gps定位系统获取所述图像采集设备的坐标位置信息；所述图像采集设备上设置有照明装置，所述照明装置为发光二极管；所述检测电塔包括其上的金具1-1、螺母螺栓1-2、r型销钉1-3。

在本实施例中，图形处理器(简称gpu)是一种专门在个人电脑或移动设备上做图像和图形相关运算工作的微处理器，gpu所采用的核心技术有硬体t&l、立方环境材质贴图和顶点混合、纹理压缩和凹凸映射贴图、双重纹理四像素256位渲染引擎等，而硬体t&l技术可以说是gpu的标志，本文中的图形处理器选用的是nvidia公司生产的geforcegtx980m型号，无人机得到的图像数据发送至图形处理器中进行精确检测，图片无线传输与接收技术应用在各种领域中都有广泛应用，这里不再赘述。

如图4所示，本实用新型运行过程中主要包括三个模块：1、定点拍摄系统：主要利用多种摄像设备进行数据采集以及电塔巡航，多角度进行电塔情况拍摄。2、电塔关键部件检测系统：主要用来处理得到的图像，使用深度学习技术进行目标检测模型的训练，训练检测各种关键部件的模型，用于标记图像中的关键部件。3、螺母螺栓销钉定位检测系统：主要对图像中被标记的关键部件进行进一步的精确检测，主要检测小物体如螺母和销钉，检测销钉是否脱落。其中2、3模块主要在gpu中运行。

实际应用时，检修人员到达待巡检电塔，针对不同型号电塔，选择合适的图像采集设备，例如市区可以选择固定位置摄像头，山区选择手持移动摄像头或无人机进行拍摄，不同位置对应不同的编号序列，多角度全方位地对电塔头部所有的金具进行拍摄，得到的多角度电塔图像经无线图像发送单元发送到监控终端，图像到达监控终端后，首先进行人工标注，将输电线路中的设备位置和类型标注出来，其中载有螺母螺栓的金具作为关键部件进行标注，使用fasterrcnn方法(目标检测算法)训练部件位置定位模型，使用训练好的定位模型对图像数据进行检测，标记出图像中的关键部件，以上为电塔关键部件检测系统的工作原理；

将带有关键部件标记的图像进行螺母螺栓销钉的人工标注，通过使用fasterrcnn方法(目标检测算法)训练螺母螺栓销钉的检测模型，使用训练好的检测模型对关键部件进行检测，得到螺母螺栓销钉的位置，以上为螺母螺栓销钉定位检测系统的工作原理；

将带有螺栓螺母销钉定位的图像进行故障类型判断，无故障单独作为一类，使用resnet进行故障类型的分类器训练，训练好的分类器对图像进行检测，自动对实现对r型销钉的故障类型分类识别，因此经过两步定位的方法更加精确的识别出金具上的螺母螺栓的故障状态，代替人工手段检测输电线安全情况，实现输电线路的运维监控。

检测算法中的所需要的识别的主体网络可以替换为其他结构，例如resnet、densenet、vgg等，不同的网络在结构上会有细节上的区别，但整体上所实现的功能都是特征提取。检测算法可能换成其他如fasterrcnn、ssd等，不同的检测算法具体实现会有区别，并且各有所长，但是基本目标任务是相通的，都是检测图中的物体位置和类别，例如本实施例中的fasterrcnn为二阶段检测，检测速度较慢，但精度较好。

本实用新型与现有技术相比，利用图形处理器取代传统的人工判图，大幅度提升了效率，很大程度上降低工作人员长时间审查图像引起疲劳导致的判图错误。

以上具体实施方式对本实用新型的实质进行了详细说明，但并不能以此来对本实用新型的保护范围进行限制。显而易见地，在本实用新型的启示下，本技术领域普通技术人员还可以进行许多改进和修饰，需要注意的是，这些改进和修饰都落在本实用新型的权利要求保护范围之内。