基于视觉分析软测量的矿区输电线路线下树障隐患识别

狄 鑫

（晋能控股煤业集团电业有限责任公司 山西 大同 037003）

0 引言

输电线路受到环境气候影响、人类生产活动及其它意外突袭干扰所造成的电网突发事故量也日趋上升。据有关数据统计，近年来因外力破坏等危害线路安全运行的事件约占35%以上，不仅带来人员伤亡和设备毁损等直接财产损失，还对整个地区电网的安全稳定运行和社会的经济稳定发展带来严重影响。因此，输电线路预防外力突袭破坏已经引起相关领域的高度重视。晋能控股煤业集团电业有限责任公司现有输电线路多处于高山树林繁茂地带，由于导线下方树木生长过高，导线与树冠之间空间垂直距离过近，导致线路跳闸停运。线下树障是树闪事故多发的重要原因之一，对线路造成极大威胁．因此，构建针对线下树障隐患垂直净空距离预判模型尤为重要。

1 现有线下树木安全距离测量方式

目前对树木和线路距离测量预警方式主要有：

（1）人工巡检，实地走访输电线路杆塔，借助红外测距工具远程测量树木高度，然后计算树木到线路的距离是否超过安全距离。人工巡检效率低、成本高、及时性无法保证。

（2）通过固定翼无人机搭载三维激光扫描仪获取输电线路点云数据，提取点云中电力线点并模拟出完整电力线，计算电力线与电力线保护区范围内植被的欧式距离，将计算的结果与电力线安全规范比较得到树障点或预警点等信息。无人机三维点云测量成本高、技术要求高。受目前无人机航时影响，仍需要到现场测量，同样效率低、及时性无法保证。

（3）树高生长预测模型。需要对管辖区域的输电线路进行实地调查，采集典型树种的基本信息（包括树种、树龄、郁闭度、数量、当前树高、当前胸径、当前距离导线的水平距离和垂直距离等），根据理查德生长方程对树木生长进行预测。树高生长预测模型要求详细专业的前期勘察，建模受不确定影响较大，预测准确性难以保证[1]。

对于矿区输电线路线下树木离导线的距离，除了现场实地测量外仍没有较好的方法。软测量是指应用计算机技术对难以测量或者暂时不能测量的重要变量，选择另外一些容易测量的变量，通过构成某种数学关系来推断或者估计的方法。本文采用视觉分析技术测量树影、树木、杆塔像素高度，根据光影几何关系及焦距公式等数学关系，推断树木到线路的实际距离。

2 基于软测量的线下树木安全距离判断方法

本文提出了一种基于视觉分析软测量的输电通道线下树木安全距离判断方法，主要通过树木树影几何光学模型测量输电线路下方树木到导线的距离。通过已有的视频在线监测设备获取输电线下树木图像，灰度边缘多尺度提取树影特征图像，根据太阳方位角与坡向等数据建立树高模型，与塔高、导线弧垂等数据计算树尖到导线的距离，判断是否需要清除树障。本方法利用现已广泛安装的输电线路在线视频监测设备获取每半小时一张的现场视频照片，根据已有的线路杆塔坐标、塔高、线长等进行视觉识别分析计算，具有无需去现场、无需知道何种树木、实时监控树木高度及时预警的优势。

基于视觉分析软测量的输电通道线下树木安全距离判断系统通过软硬结合的方式实现对线下树木距离的实时监控分析。采用输电线路视频监控装置作为主要的数据采集来源获取树木、杆塔像素高度，并对采集到的大量线路走廊照片分析获得树影像素高度，同时根据监控设备摄像头焦距参数，结合已知的杆塔高程、呼高等信息，进而计算树线高度，达到识别预警的目的。该方法的计算流程如下：

图1 计算流

3 线下树木树影提取及测量方法

视频监控设备装置安装在杆塔一侧，监视对面杆塔及线路走廊。

图2 视频在线监测设备安装位置示意图

视频监控设备装置拍摄获取的照片能够清晰的查看。

由于视频监控设备最快15分钟会拍摄一张输电走廊的照片。采用卷积神经网络对大量照片样本建模，根据不同时间场景树影变化分离提取树影灰度特征，计算树影和树木的的像素长度，实现树影的自动提取。

图4 大量样本采用卷积神经网络分离树影特征

由于杆塔位置的经纬度信息已知，QGIS可以通过高程数据信息计算出塔台位置的坡度角，可以等效为传输通道下树木的坡度角。同时，可以根据照片拍摄的时间信息计算出当前的太阳方位角。几何光学可以用来估计树木通过阴影的高度。根据太阳的方位角和倾斜方向建立估算模型[2]。在图5中,A为立木与坡度的交点，C为立树影在坡度上的顶部,线段交流的中心轴是站在树的影子,B是站在树的顶部,E是BA点C的垂直投影,α是站的坡度角树影子AC和β是太阳高度角。设树高AB为H,BE段长度为LBE,AE段长度为LAE，线段EC为图像上站立树影的长度L。

图5 树影几何模型计算示意图

当0≤θ＜90°时，

由三角形的性质知:

将公式(2)和(3)代入式(1)中可得:

算法如下:

(1)从图像时间和日期以及塔的位置获得太阳高度角和太阳方位角；

(2)根据太阳的方位角，将矢量线段的方向设置为太阳光线的方向，从图像中提取特征，对立木阴影的中轴线进行矢量化；

(3)计算立木阴影矢量线段的长度，提取线段的端点；

(4)利用线段端点提取阴影两端的高差，根据塔所在点的高程信息计算出立木阴影中轴线AC的坡度；

(5)计算A点和C点的坡度方向，求平均值得到坡度方向线EP，坡度方向线的投影为EF。计算坡线投影与太阳方位线的夹角θ；

(6)将从图像中提取的坡度α、太阳高度角β和阴影长度L代入模型，计算树高。

4 树木安全距离测量方法

计算出树高后，根据单摄像头识别测距的方式可以获得树木到视频在线监测设备的距离。单目测距利用摄像头获得的图片得出深度信息，按照测量的原理对已知物体测量距离的方法[3],根据相机焦距公式：

其中F是摄像机焦距，W是拍摄物体的高度，P是拍摄物体成像后高度的像素距离，D就是摄像机与物体的实际距离[4],原理如图6所示：

图6 单目测距原理

根据这一公式，摄像机焦距已知，树木高度已知，通过识别特征标记树木，对成像后的影像像素进行测量，就能实时计算出视频在线监测与树木的距离。

通过弧垂计算公式计算在特殊条件下（大风、覆冰等）弧垂的最大值，建立杆塔输电走廊的安全距离三维结构模型。以连接2侧杆塔接续点的直线AB为对称轴，以最大弧垂加上5 m的安全距离为最大直径CD，2侧杆塔的接续点分别为A、B点形成纺锤形的安全距离预警空间。若根据树木距离和高度判断侵入到安全距离预警空间则进行树障隐患告警。

图7 安全距离三维结构模型

5 应用实例

2019年1月6日在晋能控股煤业集团有限公司110 kV矿区输电线路坊四线,35 kV四岩线进行工业性试验运行，后期在10条线路上进行推广应用。在实际应用中，通过视觉分析软测量的矿区输电线路线下树障隐患识别平台主动发现树障隐患并进行告警3起（见图8），通过激光清障设备处置，快速准确地完成了树障清理任务。

图8 线下树木隐患

6 结论

基于视觉分析软测量的矿区输电线路隐患识别技术研究及应用，可对输电线路可能发生的异物影响进行提前预警，极大提升线路管控水平，实现远程实时自动监控线下树障隐患，提高线路巡检工作效率。提升了清障的及时性，降低事故发生概率，直接减少跳闸停电造成的直接和间接经济损失。