输电线路故障识别方法、装置、存储介质和程序产品与流程

本技术涉及输电线路检测，特别是涉及一种输电线路故障识别方法、装置、存储介质和程序产品。

背景技术：

1、近些年来，随着我国经济的飞速发展，各领域用电量的持续提高，使得电力线路规模不断变大。由于电力设备长期处于户外的环境中，长时间风吹雨打必定会影响其性能，甚至会造成电力事故，因此需要对设备定期巡检以保证系统的正常运行。

2、在过去，定期巡检均是由人工完成，需要的人员多，工作量大，户外环境恶劣。随着无人机这一行业的兴起和机器视觉技术的逐渐成熟，让无人机替代部分人工巡检工作变为可能。

3、目前，国内外已经有一些学者通过无人机航拍的图像进行研究分析，大多数都是先对图像预处理之后提取特征，然后采取相应的算法分析。但是这些都是采用干净、角度好的图片。而现实中无人机航拍的图片往往带有噪声和有模糊的地方，而且角度不一定好，再加上输电线路背景复杂，往往处于耕地、河流、森林、草地之中，因此，实际巡检的结果并不理想。

技术实现思路

1、基于此，有必要针对上述技术问题，提供一种输电线路故障识别方法、装置、存储介质和程序产品，能够精准识别线路故障。

2、第一方面，本技术提供了一种输电线路故障识别方法，该方法包括：

3、获取目标线路在目标区段的紫外光图像、可见光图像和红外光图像；

4、将紫外光图像和可见光图像进行融合叠加，得到第一融合叠加图像；

5、将紫外光图像和红外光图像进行融合叠加，得到第二融合叠加图像；

6、将第一融合叠加图像和第二融合叠加图像输入至预先训练好的目标巡检模型，得到目标线路在目标区段的故障识别结果。

7、在其中一个实施例中，将紫外光图像和可见光图像进行融合叠加，得到第一融合叠加图像，包括：

8、对第一待处理图像进行轮廓检测，得到第一待处理图像的第一放电区域；其中，第一待处理图像包括紫外光图像和可见光图像；对第一待处理图像的第一放电区域进行特征提取，得到第一特征图像；其中，第一特征图像包括第一紫外光特征图像和第一可见光特征图像；对第一特征图像进行放大处理，得到第二特征图像；其中，第二特征图像包括第二紫外光特征图像和第二可见光特征图像；将第一特征图像和第二特征图像进行融合，得到第一融合叠加图像。

9、在其中一个实施例中，对第一待处理图像进行轮廓检测，得到第一待处理图像的第一放电区域，包括：

10、对第一待处理图像进行轮廓检测，得到第一结构图像；其中，第一结构图像包括第一紫外光结构图像和第一可见光结构图像；将第一紫外光结构图像和第一可见光结构图像进行融合，得到第一待处理图像的第一放电区域。

11、在其中一个实施例中，将紫外光图像和红外光图像进行融合叠加，得到第二融合叠加图像，包括：

12、对第二待处理图像进行轮廓检测，得到第二待处理图像的第二放电区域；其中，第二待处理图像包括紫外光图像和红外光图像；对第二待处理图像的第二放电区域进行纹理分析，得到第三特征图像；其中，第三特征图像包括第一电晕强度特征图像和第一热量温度特征图像；对第三特征图像进行放大处理，得到第四特征图像；其中，第四特征图像包括第二电晕强度特征图像和第二热量温度特征图像；将第二电晕强度特征图像和第二热量温度特征图像进行融合，得到第二融合叠加图像。

13、在其中一个实施例中，对第二待处理图像的第二放电区域进行纹理分析，得到第三特征图像，包括：

14、对第二待处理图像的第二放电区域进行纹理分析，得到第二细节图像；其中，第二细节图像包括第二紫外光细节图像和第二红外光细节图像；提取第二紫外光细节图像中紫外光强度大于紫外光强度阈值的区域，得到第一电晕强度特征图像；提取第二红外光细节图像中红外光强度大于红外光强度阈值的区域，得到第一热量温度特征图像。

15、在其中一个实施例中，对第二待处理图像进行轮廓检测，得到第二待处理图像的第二放电区域，包括：

16、对第二待处理图像进行轮廓检测，得到第二结构图像；其中，第二结构图像包括第二紫外光结构图像和第二红外光结构图像；将第二紫外光结构图像和第二红外光结构图像进行融合，得到第二待处理图像的第二放电区域。

17、第二方面，本技术还提供了一种输电线路故障识别装置，该装置包括：

18、图像获取模块，用于获取目标线路在目标区段的紫外光图像、可见光图像和红外光图像；

19、第一融合模块，用于将紫外光图像和可见光图像进行融合叠加，得到第一融合叠加图像；

20、第二融合模块，用于将紫外光图像和红外光图像进行融合叠加，得到第二融合叠加图像；

21、故障识别模块，用于将第一融合叠加图像和第二融合叠加图像输入至预先训练好的目标巡检模型，得到目标线路在目标区段的故障识别结果。

22、第三方面，本技术还提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：

23、获取目标线路在目标区段的紫外光图像、可见光图像和红外光图像；

24、将紫外光图像和可见光图像进行融合叠加，得到第一融合叠加图像；

25、将紫外光图像和红外光图像进行融合叠加，得到第二融合叠加图像；

26、将第一融合叠加图像和第二融合叠加图像输入至预先训练好的目标巡检模型，得到目标线路在目标区段的故障识别结果。

27、第四方面，本技术还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：

28、获取目标线路在目标区段的紫外光图像、可见光图像和红外光图像；

29、将紫外光图像和可见光图像进行融合叠加，得到第一融合叠加图像；

30、将紫外光图像和红外光图像进行融合叠加，得到第二融合叠加图像；

31、将第一融合叠加图像和第二融合叠加图像输入至预先训练好的目标巡检模型，得到目标线路在目标区段的故障识别结果。

32、第五方面，本技术还提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：

33、获取目标线路在目标区段的紫外光图像、可见光图像和红外光图像；

34、将紫外光图像和可见光图像进行融合叠加，得到第一融合叠加图像；

35、将紫外光图像和红外光图像进行融合叠加，得到第二融合叠加图像；

36、将第一融合叠加图像和第二融合叠加图像输入至预先训练好的目标巡检模型，得到目标线路在目标区段的故障识别结果。

37、上述输电线路故障识别方法、装置、存储介质和程序产品，通过获取目标线路在目标区段的紫外光图像、可见光图像和红外光图像，并对获取到的紫外光图像和可见光图像进行融合叠加，得到第一融合叠加图像，以及对紫外光图像和红外光图像进行融合叠加，并得到第二融合叠加图像；进而，预先训练好的目标巡检模型对第一融合叠加图像和第二融合叠加图像进行处理，最终得到目标线路在目标区段的故障识别结果。本方案通过将紫外光图像和可见光图像进行融合叠加，以及将紫外光图像和红外光图像进行融合叠加，实现了从多维度和多层次对目标线路进行分析，避免了图像信息的遗漏；再者，将图像融合叠加的结果输入至预先训练好的目标巡检模型，实现了自动化处理，解决了人工巡检的困难的同时，保证了巡检结果的客观性，最终实现了线路故障的精准识别。