[发明专利]一种输电全景大数据智能监控方法

权利要求书

1.一种输电全景大数据智能监控方法，其特征在于，包括如下步骤：

S1、分别采集电网输电线路巡检图像和相关特征数据，对所述巡检图像进行预处理；所述相关特征数据包括：输电线路环境温度、湿度和风速数据；

S2、对预处理后的所述巡检图像进行特征提取，提取出所述巡检图像中输电线路直线特征；

S3、将特征提取后的所述巡检图像和相关特征数据，输入构建好的故障分析模型中，对所述输电线路进行缺陷识别，生成缺陷识别结果；所述缺陷识别结果包括：故障设备的缺陷类型和等级；

S4、根据所述缺陷识别结果，建立图像预警评判机制，对所述输电线路进行主动预警，形成缺陷预警信息。

2.如权利要求1所述的一种输电全景大数据智能监控方法，其特征在于，所述步骤S1中电网输电线路巡检图像基于移动边缘计算采集。

3.如权利要求1所述的一种输电全景大数据智能监控方法，其特征在于，所述步骤S1中，对巡检图像进行预处理包括：采用加权平均法对所述巡检图像进行灰度化处理：

P(x,y)＝0.45*R(x,y)+0.29*G(x,y)+0.17*B(x,y) (1)

式(1)中，P(x,y)表示加权平均后的所述巡检图像的灰度值；(x,y)表示所述巡检图像中的像素点；R、G、B分别表示所述巡检图像的颜色值。

4.如权利要求3所述的一种输电全景大数据智能监控方法，其特征在于，所述步骤S1中，对巡检图像进行预处理还包括：采用直方图均衡方法对所述巡检图像进行图像亮度均衡：

统计所述巡检图像中不同灰度级的像素个数，计算原始图像直方图：

P(x)＝K_x/K (2)

式(2)中，K表示图像灰度级；K_x表示图像灰度级的像素个数；

根据所述公式(2)，计算累计直方图：

P(y)＝P(1)+P(2)+P(3)+......+P(x) (3)

计算变换后的灰度值，四舍五入取整数：

y’＝INT[P(y)+0.5] (4)；

根据所述变换后的灰度值，修正所述原始图像的灰度值，均衡所述巡检图像的图像亮度。

5.如权利要求4所述的一种输电全景大数据智能监控方法，其特征在于，所述步骤S1中，对巡检图像进行预处理还包括：

对所述巡检图像进行对比度增强，包括：

当所述巡检图像为模拟图像时，获取所述巡检图像的图像函数f(u,v)，则f(u,v)的梯度矢量为：

式(5)中，u和v分别表示频域变量，u表示低频变量，v表示高频变量；

当所述巡检图像为数字图像时，获取所述巡检图像的图像函数f(u,v)，则f(u,v)的梯度矢量为：

G[f(u,v)]＝|f(u,v)-f(u+1,v)| (6)

式(6)中，u和v分别表示频域变量，u表示低频变量，v表示高频变量；

根据所述获取到的梯度矢量，增强所述巡检图像的对比度。

6.如权利要求5所述的一种输电全景大数据智能监控方法，其特征在于，所述步骤S1中，对巡检图像进行预处理还包括：采用线性滤波算法对所述巡检图像进行图像去噪：

式(7)中，W表示不包含中心目标点(u,v)的点邻域像素点坐标的集合；α表示W中像素点的集合；l(u,v)表示滤波后的图像。