基于遥感图像智能解译的电力线自动选线系统设计

2022-03-15宋军，詹伟，苗田，张中，孔龙，罗伟

电子设计工程 2022年5期

宋军，詹伟，苗田，张中，孔龙，罗伟

（甘肃电通电力工程设计咨询有限公司，甘肃兰州 730050）

电力线路通信主要由电力线缆连接构成，电力线缆具体指发电厂、变电站、用户三方之间的电能传输线路[1]。受传送数据、信号方式、传送地理位置等因素的影响，电力线可分为多种类型，常见的有架空线、线缆线、车间线[2]。

常规电力线路自动选线系统将多种功能相似的电力线缆混杂在一起使用，降低了电力线路的传输效率[3-4]。由于电力线自动选线系统的设计思想不能脱离线路设置的原则，一旦违反了该原则，就会扰乱电力系统的传输秩序，因此，电力线自动选线系统的设计应十分谨慎。

基于快速、准确的遥感技术，该文分别对电力线自动选线系统的硬件设备和软件区域进行了设计，达到了预期的目的。

1 系统硬件设计

1.1 传感器分析

电力线自动选线系统硬件区域传感器通过遥感图像识别电力系统对电力线的需求类型，并将检测结果传送到选线器中，维持系统正常运行。为提高HSUUWV 型传感器的工作效率，设计容量负荷为容量量程的三分之二，并为传感器预留了足够的冗余空间，传感器的使用量可达120%～150%[5-6]。传感器示意图如图1 所示。

图1 传感器示意图

通过灵敏度对传感器性能进行评估，该文设计的传感器灵敏度为89 V/g，器件输出灵敏度系数为10[7-8]。使用阻抗78 Ω，工作电流20 A，工作电压220 V，密封等级IP67，可防止油、水和腐蚀物对传感器造成腐蚀，传感器正常使用温度范围为-20～+70 ℃[9]。

1.2 影像纠正器分析

在遥感图像拍摄过程中，受外界因素的影响，图像会出现一定的偏差失真，因此影像校正装置需要对遥感图像进行校核，以确保电力线自动选线系统的工作精度。为实现上述功能，该文选用HISJ-928型图像纠正器，该图像纠正器的工作模式为自适应细分模式，其影响最小比为-1，最大比为2，对整体图像的颜色阈值为0.1，对正常图像阈值为0.05。

该图像纠正器采用多路信号输出，输入方式保证了纠正器的工作速度，具有120×1 200 的兼容分辨率，为了提高纠正器的工作效率，设计了强制输出函数。该装置采用TCP-IP 控制方式，简化了图像纠正器的工作流程[10-11]。

1.3 处理程序分析

作为电力线自动选线系统硬件领域的重要设备之一，处理器的工作就是保持整个系统的稳定运行，为了达到系统的设计目标，采用了HIDH-87处理器。

处理器结构如图2 所示。

图2 处理器结构

该处理器的主频为3.0 GHz，外频为133 MHz，处理器的核心运行速度为1 097.85 MHz，倍率为11.0，倍率越大，处理器的处理性能跨越度越大。处理器的缓冲数据为15 MB，能够减少系统内排队的冗余度。处理器采用16 核8 线程的模型完成工作，核心电压为0.713 V。根据系统的设计理念和预期功能，处理器的性能要求十分地严格，另外处理器的指令集包括MMX、SSE、SSE4.1、VT-X、AVX 等，HIDH-87处理器的睿频最高可以达到4.3 GHz[12-13]。处理器是系统功耗消耗最大的一个器件，该文突破传统处理器的设计，将处理器的热功耗调整为45 W，延长系统的待机时间，降低系统电池的损害程度。

1.4 选线器分析

选线器的任务是接收传感器传输的电力线需求信息，然后根据遥感图像内容进行电力线的选取，该文选择LTC-804 型号的选线器，此型号的选线器支持遥感影像的编码格式为字母格式，选线器可以支持8 条或者8 条以下的中继线的用户。此选线器设置多个候补线路，用于选线通道的应急。选线器的工作温度范围为0～55 ℃，工作的相对湿度为20%～90%，大气压力为70～106 kPa，选线器绝缘电阻为500 Ω，绝缘耐压2.0 VAC，在一定程度上延长了选线器的工作周期。该选线器具有5 级的工频磁场抗扰度，避免电力线选取过程中出现失误。选线器电路如图3 所示。

图3 选线器电路图

2 系统软件设计

该方法的基本原理是利用遥感图像智能判读技术，通过一种推理方法，将遥感图像中的信息与所设计的电力线自动判读系统相匹配，对需要判读的电力线信息进行判读，然后根据信息的特点，选择最佳电力线类型。图像智能解译主要由图像事实、实时参数定义和推理信息组成，其中图像事实是图像的不可变信息，也是图像解译的关键，一旦图像事实被错误提取，则解译的结果必然是错误的[14]。图像实时参数定义为规范理解图像实时翻译，防止误译，推理信息是依据积累的经验知识完成推理，是遥感图像解译的核心内容。

智能解译是遥感图像的第一步，是通过计算机语言将图像中的信息转换成计算机语言，为智能解译奠定数据基础。由于遥感影像知识获取过程具有复杂性和重要性，该文采用半自动获取方法来完成影像知识的获取。然后对计算机内部初始解译知识库进行调用，对所获得的图像知识数据进行精化处理；最后，通过图像的解译，根据图像的解译规则进行对照解译，在完成解译操作之后，为保证解译的准确性，需要进行反译验证。

具体的解译规则如下：

规则一：解译过程中所涉及到的函数都要在函数运算的范围内完成解译，否则无效。

规则二：如果图像特征是一个单一的线性影纹，即可得出解译电力线为A 型线缆。

任何遥感图像智能解译的过程都必须遵循规则一，规则一是图像可继续推理解译的前提条件。

解译验证利用信息泵和消息队列进行动态双重校验处理，处理后得出的图像参数与解译前的参数相同，则表示解译成功。

遥感图像智能解译技术本身就存在一定的不确定性，为了将技术的不确定性降至最低，该文通过概率推理模型平衡遥感图像智能解译操作过程的不确定性。概率推理模型的核心是可信度理论，平衡模型如下：

其中，CF1表示解译规则前的置信度；CF2表示解译规则的置信度；CF表示解译规则后的置信度[15-16]。

通过对遥感图像智能解译技术原理和解译过程的分析，总结出基于遥感图像智能解译的电力线自动选线系统的工作流程，如图4 所示。

图4 电力线自动选线系统流程

该方法首先对遥感获取的图像进行图像预处理，主要分为数据过滤和图像校正两个步骤；对所获得的电力线缆和电力系统图像进行有效提取，剔除不具特定意义的图像，简化了校正过程的复杂性。根据处理后的电源图像计算出像素点及其正确位置，然后对两组数据进行平均估计，得到初步校正图像。最终检查校正图像像素的灰度值是否与反算带校正图像像素的灰度值相同，如相同则校正正确，否则将插入到初始校正图像像素，得到最终的校正图像。

然后，对校正后的遥感图像进行解译分析；对遥感图像进行智能解译，根据图像的基本参数，分别解译出用于电力线路的地理位置、接触方类型、电力线路的转角位置和电力分配量等与电力线路相关的信息。

最后根据影像的解译分析，得出电力系统内部最佳的电力线选线方案。

3 实验分析

完成了基于遥感图像智能解译的电力线载波自动选线系统的设计，并达到规范要求和功能要求后，该系统才能投入运行，因此该文设计了对比实验，验证该系统的可行性。为确保试验的科学性和真实性，采用文献[1]中一种基于深度学习的电力线路自动选线系统(传统的电力线路自动选线系统1)与文献[2]中基于无人机影像的电力线路自动选线系统(传统的电力线路自动选线系统2)与该文系统联合进行实验。该文以长春市绿园区某电力线路为实验背景，该电力线路为普通建设用电线路，在进行实验前，对现场进行必要的处理，防止外界因素的影响，同时触发3 种电力线路自动选线系统启动选线操作，在实验过程中，由专业认证的电力自动选线系统同时完成选线操作，此选线结果作为重要的实验结果对照数据。最后对选线结果进行对照分析，得出实验结论。

得到的选线时间实验结果如图5 所示，选线结果准确率实验结果如图6 所示。由图5、6 可知，基于遥感图像智能解译的电力线自动选线系统的选线结果和专业系统得出的选线结果相同，匹配度最高，3个系统得出的电力线自动选线结果的匹配度由高到低依次为基于遥感图像智能解译的电力线自动选线系统、传统的电力线自动选线系统1、传统电力线自动选线系统2。实验完成时间由短到长依次是传统的电力线自动选线系统1、基于遥感图像智能解译的电力线自动选线系统、传统电力线自动选线系统2。通过以上结论可知，基于人工智能匹配的电力线自动选线系统不是最佳的选线系统。该文设计系统的选线结果还包括了其他建议的电力线类型，作为电力线连接的替补，然而传统系统1 的选择结果并不包括此项目。综上所述，基于遥感图像智能解译的电力线自动选线系统是最佳的选线系统。