基于知识图谱技术的输电线路缺陷检测方法与流程

1.本发明涉及输电线路巡检领域，具体是基于知识图谱技术的输电线路缺陷检测方法。


背景技术：

2.输电线路安全运行是电力能源稳定输送的基础。近年来，随着气候、环境的变化及线路走廊的增多，输电杆塔自身的运行状态已成为线路运维工作关注的焦点。全面提高巡检效益、效率和质量，大幅度降低运维成本，推进运检模式转变和产业升级，实现智能化运检，是建设和发展智慧电网的必由之路。
3.随着大数据、云计算、物联网、移动互联、人工智能等先进技术快速发展，国家电网公司积极升级运维模式，从传统人工运维向“智能化+协同立体化”运维发展，将无人机巡检作业纳入输电线路精益化考核指标中。近年来，无人机巡检已成为输电线路的重要巡检手段，巡检效益和质量较传统人工巡检有显著提高。
4.然而，现有的输电线路巡检模式在实际应用中仍存在若干不足与短板。巡检产生的海量数据的处理耗费大量的人力且效率低，而且生产巡检产生的海量的无人机巡检数据没有统一的采集和存储规范；原有手持类设备巡检与无人机巡检在图像质量与采集角度模式等未有统一的适配与管控。


技术实现要素：

5.针对现有巡检方法效率较低且耗费大量人力的技术问题，本发明提出一种基于知识图谱技术的输电线路缺陷检测方法，利用智能图谱实现对巡检线路图片进行分析，降低了人力成本，提高了线路巡检的效率与准确率。
6.为了达到上述目的，本发明的技术方案是这样实现的：基于知识图谱技术的输电线路缺陷检测方法，包括以下步骤：s1：对于线路进行图像采集，对图片进行定位标记，并将图像传输回后台；s2：对传输回后台的图片进行初步内容分析，并根据分析结果对图片进行分类命名；s3：基于智慧图谱提取图像中的电力部件，并对图像内的电力部件进行分析检测，判断图片中的线路是否存在异常；s4：读取异常图像的地理位置，记录图片中线路的异常情况，并将该地理位置与线路异常情况传输至移动设备；s5：根据异常图像在s2中的命名将图片分类存入数据库。
7.步骤s2中所述对传输回后台的图片进行初步内容分析的方法为：将需要分类的图片与数据库内图片进行比较，利用聚类分析将图片内容相似度较高的图片分为一组并命名。
8.步骤s2中将图片分为塔头、地线、上中下三相、绝缘子挂点和线性五类。
9.步骤s3中所述对图像内的电力部件进行分析检测，判断图片中的线路是否存在异常的方法为：s31：首先，基于知识图谱提取图像中的电力部件，随后对图片进行颜色滤波，判断线路是否存在由化学原因导致的缺陷、检测线路周围是否存在异物；s32：随后，对图片进行灰度转换和二值化，判断线路零部件的准确位置；s33：利用形状不变矩法检测线路是否有损伤；s34：利用粒子滤波算法判断是否有零件缺失。
10.步骤s31中所述由化学原因导致的缺陷包括腐蚀、锈蚀或者电弧烧伤。
11.步骤s32所述判断线路零部件的准确位置的方法为：利用基于密度的聚类算法对图片内零件位置进行分析与定位。
12.步骤s34所述零件为线路中具有周期性和对称性分布的零件。
13.本发明的有益效果为：本发明首先利用聚类分析对线路巡检中收集到的图片进行分析分类，随后，针对可能出现的不同的异常情况，利用知识图谱提取中图片中的电路部件，随后针对性的利用不同图像处理方式对不同的异常情况进行分析，提高了系统的智能化程度以及异常分析的准确度。同时，本发明所提出的方法除了在最后异常信息传输至检测人员时需要人工核对异常是否存在以外，其他步骤均不需要人工参与，大大降低了人工成本，提高了巡检分析效率。
附图说明
14.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
15.图1 为本发明的流程示意图。
16.图2为本发明步骤s3的流程示意图。
具体实施方式
17.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有付出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
18.如图1所示，基于知识图谱技术的输电线路缺陷检测方法，其特征在于：包括以下步骤：s1：利用摄像机或无人机对需要巡检的线路进行图像采集，在拍照的同时采集拍照地点，对图片进行定位标记，并将图像与定位信息传输回后台。
19.s2：对传输回后台的图片进行初步内容分析，将需要分类的图片与数据库内图片进行比较，利用聚类分析将图片内容相似度较高的图片分为一组并命名。具体的，步骤s2中将图片分为塔头、地线、上中下三相、绝缘子挂点和线性五类。
20.s3：对图像进行内容进行分析检测，判断图片中的线路是否存在异常。其中，如图2
所示，对图像进行内容进行分析检测，判断图片中的线路是否存在异常的方法为：s31：基于知识图谱提取图片中的电力部件，随后对图片进行颜色滤波，判断线路是否存在线路腐蚀、锈蚀或者电弧烧伤等由化学原因导致的缺陷，同时检测线路周围是否存在广告横幅、鸟巢等异物，防止异物剐蹭线路造成线路损伤引发火灾。
21.s32：随后，对图片进行灰度转换和二值化，并利用基于密度的聚类算法对图片进行分析，根据图像内图形的密度分布寻找与电力部件密度分布接近的区域判断为线路零部件的准确位置；s33：利用形状不变矩法，对电力部件进行特征提取，识别图片中的电力零件，并检测线路是否有损伤；s34：利用粒子滤波算法提取图像中提取高权重粒子，精确识别图中电力部件，比对线路上的绝缘子、防振锤等具有对称性和周期性的零件是否有缺失。
22.s4：当分析发下图像中拍摄的线路存在异常时，后台将读取异常图像内存写的地理位置，同时记录图片中线路的异常情况，并将该地理位置与线路异常情况传输至移动设备，由检测人员人工确认是否存在异常，若系统判断正确，则检测人员可以根据异常情况准备维修材料，并根据地理位置信息及时赶往现场对线路进行修复，避免线路故障造成更大的损失；若系统判定错误，则收到消息的检测人员可以手动消除此次异常示警。
23.s5：在发出异常示警后，后台将根据异常图像在s2中的命名将图片分类存入数据库。
24.以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。


技术特征：
1.基于知识图谱技术的输电线路缺陷检测方法，其特征在于：包括以下步骤：s1：对于线路进行图像采集，对图片进行定位标记，并将图像传输回后台；s2：对传输回后台的图片进行初步内容分析，并根据分析结果对图片进行分类命名；s3：基于智慧图谱提取图像中的电力部件，并对图像内的电力部件进行分析检测，判断图片中的线路是否存在异常；s4：读取异常图像的地理位置，记录图片中线路的异常情况，并将该地理位置与线路异常情况传输至移动设备；s5：根据异常图像在s2中的命名将图片分类存入数据库。2.根据权利要求1所述的基于知识图谱技术的输电线路缺陷检测方法，其特征在于：步骤s2中所述对传输回后台的图片进行初步内容分析的方法为：将需要分类的图片与数据库内图片进行比较，利用聚类分析将图片内容相似度较高的图片分为一组并命名。3.根据权利要求2所述的基于知识图谱技术的输电线路缺陷检测方法，其特征在于：步骤s2中将图片分为塔头、地线、上中下三相、绝缘子挂点和线性五类。4.根据权利要求1或3所述的基于知识图谱技术的输电线路缺陷检测方法，其特征在于： 步骤s3中所述对图像内的电力部件进行分析检测，判断图片中的线路是否存在异常的方法为：s31：首先，基于知识图谱提取图像中的电力部件，随后对图片进行颜色滤波，判断线路是否存在由化学原因导致的缺陷、检测线路周围是否存在异物；s32：随后，对图片进行灰度转换和二值化，判断线路零部件的准确位置；s33：利用形状不变矩法检测线路是否有损伤；s34：利用粒子滤波算法判断是否有零件缺失。5.根据权利要求4所述的基于知识图谱技术的输电线路缺陷检测方法，其特征在于：步骤s31中所述由化学原因导致的缺陷包括腐蚀、锈蚀或者电弧烧伤。6.根据权利要求5所述的基于知识图谱技术的输电线路缺陷检测方法，其特征在于：步骤s32所述判断线路零部件的准确位置的方法为：利用基于密度的聚类算法对图片内零件位置进行分析与定位。7.根据权利要求5或6所述的基于知识图谱技术的输电线路缺陷检测方法，其特征在于：步骤s34所述零件为线路中具有周期性和对称性分布的零件。

技术总结
本发明提出了一种基于知识图谱技术的输电线路缺陷检测方法，包括以下步骤：S1：对于线路进行图像采集，对图片进行定位标记，并将图像传输回后台；S2：对传输回后台的图片进行初步内容分析，并根据分析结果对图片进行分类命名；S3：基于智慧图谱提取图像中的电力部件，并对图像内的电力部件进行分析检测，判断图片中的线路是否存在异常；S4：读取异常图像的地理位置，记录图片中线路的异常情况，并将该地理位置与线路异常情况传输至移动设备；S5：根据异常图像的分类命名将图片分类存入数据库。本发明利用知识图谱提取图片中的电路部件，随后针对性的利用不同图像处理方式对不同的异常情况进行分析，提高了系统的智能化程度以及异常分析的准确度。常分析的准确度。常分析的准确度。


技术研发人员：盛从兵 蔡秀忠 邵震 张伟 孙建军 张宏琦 李广虎 何铭 韦光辉 杨静
受保护的技术使用者：国家电网有限公司
技术研发日：2022.11.30
技术公布日：2023/3/7