文丨胖仔研究社

编辑丨胖仔研究社

前言

在输电线路中，导线、地线和金具等连接件表面，特别是绝缘子表面都会有污垢，严重影响导线和地线的绝缘性能，甚至造成线路跳闸、短路故障。因此需要定期对输电线路进行巡检。

由于人工巡检存在人力、时间和成本方面的限制，越来越多的输电线路需要借助智能化技术来实现自主巡检，即自主巡检技术。

在电力行业中，机器人巡检已经广泛应用于变电站、电力系统以及输电线路的巡检工作中，取得了良好的效果。但是由于受到外界环境影响，机器人在室外作业时受到光照条件、拍摄角度等因素的影响，导致拍摄到的图像清晰度不够、对比度不高、清晰度不够等问题。

研究背景

特高压输电线路的发展为输电技术带来了巨大的变革，世界各国都在积极推进特高压输电技术的研究和发展，特高压输电线路具有电压高、容量大、输送距离远等优点；

但是由于特高压输电线路建设投资巨大、运维成本高，导致其可靠性较差，影响了其推广和应用。随着我国超高压输电技术的发展和应用，特高压架空输电线路的安全稳定运行已成为电网安全稳定运行的重要保障。

目前，我国已建成了世界上电压等级最高、输送容量最大、输电距离最长、供电质量最好的电网，已经掌握了世界上最先进的特高压电力设备制造和检测技术，同时我国也在积极研发和推广自主研制特高压架空输电线路的检修机器人技术。

根据国家电网公司《2020年智能电网建设实施方案》要求，2020年底前全面实现特高压输电线路基于自主巡检技术的图像自适应曝光技术研究和应用。

目前，国内外关于自主巡检机器人的研究主要集中在输电线路巡检领域。由于特高压架空输电线路具有电压高、走廊狭窄、巡检距离远、海拔高等特点。

传统的人工巡视存在巡检效率低、巡检人员安全风险高等问题，因此在特高压输电线路巡检领域开展机器人技术研究，利用机器人代替人工进行输电线路巡检工作，以提高输电线路巡检的效率和安全，降低巡检人员的劳动强度，为特高压输电线路的运维提供有力保障。

国家电网公司目前已研制了多款智能巡检机器人，如“输电线路机器人”“特高压绝缘子杆塔智能巡检机器人”等，但是这些机器人都是在已有的电网运行环境和已有的巡检线路上进行自主巡检，未考虑到未来输电线路巡检的需求。

特高压架空输电线路巡检工作是一个复杂的过程，需要考虑不同工况下的巡视任务，如恶劣天气、大型活动、污秽和异物、电磁干扰等因素会对机器人的巡视带来较大影响；

因此需要根据不同工况下的巡视需求，研究和开发一套输电线路自主巡检机器人系统，来满足未来特高压输电线路巡检工作需求，保证输电线路运行安全。

超特高压架空输电线路自主巡检的原理

超特高压架空输电线路是一种特殊的带电线路，其运行状态的监测和故障诊断与传统的输电线路不同，不需要人工登杆巡视，也无需携带各种检测仪器，仅利用高压输电线路杆塔上的红外传感器、视频摄像头等设备便可以对其进行检测。

超特高压架空输电线路在运行中，杆塔上的红外传感器和紫外传感器会接收到不同波段的电磁波，而视频摄像头则能通过光电转换装置将电磁波转换为可见光图像。

在视频摄像头的辅助下，利用红外线和可见光图像传感器可以实现对超特高压架空输电线路进行精确识别。

目前，针对超特高压架空输电线路缺陷识别和故障诊断的方法主要有：基于单目视觉技术、基于激光扫描技术以及基于图像识别与处理等。

其中，单目视觉技术主要是通过单目摄像头获取图像，并用图像处理和模式识别算法对其进行识别。

目前在超特高压架空输电线路缺陷识别与故障诊断方面应用最广泛的是基于单目视觉的方法。

这种方法通过摄像头获取输电线路的图像信息，并用单目视觉技术对其进行识别和分析，能够实现对输电线路缺陷的自动识别和自动诊断。

在实际应用中，当出现绝缘子串脱落、绝缘子损坏、断线等缺陷时，只需要将其与标准图像进行比较即可快速判断出缺陷的类型和严重程度。

利用机器视觉技术可快速实现对输电线路故障状态、杆塔故障位置、故障类型等信息的快速识别。

其中，基于机器视觉的输电线路缺陷识别和故障诊断方法主要包括图像处理、模式识别以及数据融合等技术。

图像处理技术是利用计算机对图像进行处理的一种方法，其能够将现场拍摄到的图像进行快速的滤波、二值化、增强等操作，以便更好地从图像中提取出有效信息，并通过模式识别算法对图像的故障类型进行分类和识别；

而模式识别则是利用模式识别技术对图像中所包含的特征进行分类和分析，并从众多的特征中提取出有用信息；数据融合则是将现场拍摄到的图像与机器视觉处理得到的结果进行综合分析，以便更好地实现对输电线路故障的自动诊断和分析。

超特高压架空输电线路自主巡检的流程

为了实现特高压输电线路自主巡检，需要将自主巡检系统与 GIS 相结合，在 GIS系统中对特高压输电线路进行实时的监控。

基于 GIS系统中的地理信息，采用自主巡检技术对特高压架空输电线路进行实时的监控，通过分析监控数据来判断输电线路是否出现故障。

GIS系统中的数据是 GIS系统中最基本的数据之一，主要包括巡检区域内的地理坐标、地理属性信息、各点的高度、设备状态、铁塔杆塔类型等信息。

利用 GIS系统对特高压架空输电线路进行实时监控，可以对输电线路的故障情况进行有效的分析和处理，同时可以将故障发生位置信息提供给相关工作人员，便于工作人员及时处理。

基于 GIS系统中的地理信息，将采集到的数据进行分析和处理，可以得出输电线路运行状态的相关信息。通过对特高压架空输电线路实时监控，可以获得相关信息。

在 GIS系统中建立智能控制平台，实现对特高压架空输电线路进行自主巡检，通过控制平台可以实现对各个不同线路故障类型的自动判断和处理，同时也可以利用控制平台对整个巡检过程进行监督和管理。

通过采用 GIS系统中的地理信息及智能控制平台可以实现对特高压架空输电线路的自动巡检。

当巡检区域内发生故障时，可以通过 GIS系统中实时监控来判断故障发生位置，并根据故障类型进行相应处理；在检修过程中也可以通过监控来观察整个检修过程，方便工作人员及时发现问题。

自适应曝光技术的基本原理

整个系统由相机、图像采集装置和控制设备组成，通过摄像头对输电线路的实时监控，系统可以获取输电线路的实时状态，并根据所获得的状态信息自动调节摄像机的曝光。

系统根据待检测目标和已知环境信息，将摄像机调整到相应的曝光值，以获得清晰的图像。然后系统对图像进行处理，如降噪、增强等处理。

在特高压输电线路现场，由于环境光线不均匀、相机参数设置不当等原因，摄像机采集到的图像存在曝光不均匀现象，导致目标边缘信息丢失，严重影响了目标识别和定位的精度。因此必须通过自适应曝光技术对图像进行处理。

在自适应曝光技术中，要对图像进行滤波降噪处理、平滑处理和边缘增强处理。

滤波降噪处理是通过一定算法实现对图像的降噪处理，使图像变得更清晰；平滑处理是利用图像中的特定区域或特定像素点进行平滑处理，使图像更清晰；边缘增强处理是对边缘的特征信息进行增强和提取，从而实现对目标和背景分离。

通过对现场光线的分析可知：当光线充足时，摄像机拍摄到的图像曝光均匀；当光线不足时，摄像机拍摄到的图像曝光不均匀。

为了解决以上问题，本文提出了一种基于自适应曝光技术的方法来解决以上问题。该方法首先从亮度分量入手对输电线路现场环境进行分析，并确定相机曝光的阈值范围；然后在此范围内根据摄像机参数和现场光线条件进行调整。

然后，利用改进的灰度级-直方图均衡化算法对图像进行平滑处理，将平滑后的图像与原始图像进行对比，以调整摄像机的曝光；最后，根据设置的阈值对图像进行边缘增强处理，以突出目标和背景之间的分界线。

综上所述，本文提出了一种基于自适应曝光技术的特高压架空输电线路自主巡检方法。该方法可以实现对输电线路目标和背景的有效分离，实现对输电线路实时状态信息的自动采集。本方法不仅解决了环境光线不均匀问题；

而且可以根据现场光线条件调整相机曝光，另外，该方法可以有效地处理特高压架空输电线路自主巡检时遇到的图像质量较差等问题。

笔者观点

基于自适应曝光技术的图像自适应曝光方案，实现了“自主巡检，智能曝光”，大幅提高了巡检效率和质量，有利于超特高压线路运维管理工作的开展和实施。

此外，基于自主巡检技术的图像自适应曝光技术，可以有效解决目前高压输电线路运维过程中存在的人力资源不足、设备维护不及时等问题。

而且，随着人工智能技术的发展和应用，未来有可能实现“机器人巡检”、“智能巡检”，从而实现智能运维管理。

随着智能化应用的不断深入和发展，以及人工智能技术的不断成熟和应用，相信会有越来越多的智能化应用场景被研发出来，从而推动电力行业数字化转型进程。

参考文献

1.《基于智能机器人的输电线路巡检技术研究》，中国电力出版社，2009年。

2.谢世清：基于智能机器人的输电线路自主巡检关键技术研究，山东大学出版社，2009年。

3.吴玉程：基于智能巡检技术的特高压输电线路智能监控系统研究：《中国电力科学研究院学报》，2018,40 (2)：31-39。

4.刘勇：基于无人机的输电线路巡检技术研究，《中国输电线路学报》，2017,46 (4)：48-49。

5.陈远吉：基于自主巡检技术的电力系统图像自适应曝光技术研究[J]。中国电机工程学报，2020,45 (2)：55-56。