[发明专利]一种配电网线下树竹监测方法、装置及存储介质

说明书

本发明公开了一种配电网线下树竹监测方法、装置及存储介质，其中方法包括：获取配电网线路的可见光图像；提取可见光图像的R、G、B三个通道并进行线性组合，得到植被指数分布图；利用低秩矩阵分解技术逐像素计算出植被指数分布图中的树竹区域，得到线下树竹的显著性权重分布图；将线下树竹的显著性权重分布图与可见光图像进行决策融合，得到线下树竹监测结果图。可实时高精度地检测出线下树竹区域，检测效率高，便于指导有计划地开展树竹砍青工作，对配电网线路智能巡检与运维中具有重大的实用价值和经济效益。

技术领域

本发明涉及配电网线路智能巡检领域，尤其涉及一种配电网线下树竹监测方法、装置及存储介质。

背景技术

近年来，随着配电网投资规模不断加大，配电网线路覆盖范围和线路里程在快速增长，为了保障配电线路安全运行，需要将线下的树竹清理掉。但配电网架空线路里程长、规模大、通道环境复杂，特别是线下树竹的生长给线路安全稳定运行带来严峻挑战。一旦未能及时监测出线下树竹，任由树竹生长，不可避免地影响到配电线路安全稳定的运行，进而造成配电网线路跳闸。据统计，在2018年、2019年、2020年，由树竹碰线引起的湖南电网10KV配电网线路跳闸次数占该年线路跳闸次数的比例分别为31.2％、34.5％、32.7％。

目前，对配电网树竹隐患的识别主要依靠人工巡线和激光点云成像的方式进行研判与分析。其中，人工巡线方式不仅需耗费大量的人力资源成本，而且巡检周期长、巡检效率不高。激光雷达点云成像的方式依赖于高性能的激光点云相机，设备成本高、经济性价比不高，同时需要对激光雷达点云数据进行预处理，存在处理周期长、分析效率低等缺点。因此，提出经济且高效的配电网线下树竹监测方法，及时监测出线下树竹区域，进而指导有计划的砍青工作安排，对保障配电网设备的正常运行具有重大的实用价值和意义。

发明内容

正对现有技术的不足之处，本发明提供了一种配电网线下树竹监测方法、装置及存储介质，以实现对线下树竹实时性和高精度的监测要求，提高线下树竹检测效率。

第一方面，提供了一种配电网线下树竹监测方法，包括：

获取配电网线路的可见光图像；

提取可见光图像的R、G、B三个通道并进行线性组合，得到植被指数分布图；

利用低秩矩阵分解技术逐像素计算出植被指数分布图中的树竹区域，得到线下树竹的显著性权重分布图；

将线下树竹的显著性权重分布图与可见光图像进行决策融合，得到线下树竹监测结果图。

进一步地，所述可见光图像通过无人机在离配电网线路预设拍摄距离和预设拍摄角度下拍摄得到。拍摄前，先人工设置好无人机上相机离配电网线路的拍摄距离和拍摄角度，从而使得只要在拍摄的可见光图像中检测到树竹区域，即可判断为存在安全隐患。

进一步地，所述提取可见光图像的R、G、B三个通道，并将三者进行线性组合，得到植被指数分布图，具体包括：

提取可见光图像的R、G、B三个通道；

基于如下线性组合公式对可见光图像的R、G、B三个通道进行线性组合得到植被指数分布图M：

M＝Xr+Yg+Zb

其中，r、g、b分别为可见光图像的R、G、B三个通道波段成分，X、Y、Z分别为可见光图像的R、G、B三个通道线性组合的权重系数。

利用可见光图像的色差显著性信息，通过上述图像增强技术的处理，可增强线下树竹在可见光图像的光谱反射率，同时抑制周围土壤等地物背景对树竹识别的干扰，提升对线下树竹目标的识别精度。

进一步地，X的取值范围为：0.410～0.563；Y的取值范围为：0.810～0.875；Z的取值范围为：-0.328～-0.367。