导线覆冰载荷监测方法、装置、设备以及存储介质与流程

本发明涉及输电线路在线监测领域，尤其涉及一种导线覆冰载荷监测方法、装置、设备以及存储介质。

背景技术：

1、历年以来，随着极端天气频发，我国的高压输电线路经常发生安全事故，其中，覆冰事故最为频繁，输电线路覆冰直接的危害就是导线、金具和支架负载，随着覆冰厚度的增加输电线路的水平负荷也在增加，严重的覆冰会导致导线、导线断裂，杆塔倒塌和金具损坏；不均匀的覆冰或者不同期脱冰会引起张力差，容易造成导线舞动，会造成导线断裂、杆塔横杆扭曲变形、绝缘子损伤和破裂；绝缘子覆冰或被冰凌桥接后，绝缘强度下降，泄漏距离缩短，容易引起绝缘子闪络；融冰过程中冰体表面的水膜会溶解污秽物中的电解质，提高融冰水或冰面水膜的导电率，引起绝缘子串电压分布的畸变，从而降低了覆冰绝缘子串的闪络电压，形成绝缘子闪络；导线舞动时还可能造成相间短路故障。

2、因此，输电线路大面积覆冰很容易给电网造成巨大的经济财产损失，严重威胁着电网的安全运行，以致于导线覆冰在线监测成为了电网防冰抗冰工作的重要一环，目前，现有技术中以荷重法以及倾角-弧垂法为等值覆冰厚度的力学测量方法被广泛运用于实际监测中。

3、上述监测方法各有优劣，例如：荷重法的劳动强度轻、计算简便、相对较可靠，可以全面收集和长期积累气象资料；但是电子监测设备受到的强磁场干扰大，电阻应变片受温度、湿度影响大，导致电子监测设备运行的稳定性和测量精度有较大的差异。倾角-弧垂法可应用输电导线状态方程简化不规则计算，受到的干扰小，稳定性好；但是计算的覆冰厚度是档内平均值，无法反应覆冰具体分布情况 ，且在不均匀覆冰情况下，使用输电线状态方程计算，误差较大，精准度不高。

4、上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是相关技术。

技术实现思路

1、本发明要解决的技术问题是：提供了一种导线覆冰载荷监测方法、装置、设备以及存储介质，旨在解决现有技术中导线覆冰载荷的计算结果精准度不高的技术问题。

2、本发明技术方案是：

3、一种导线覆冰载荷监测方法，所述方法包括：

4、获取待测导线的当前覆冰图像；

5、通过预设神经网络模型对当前覆冰图像进行检测，获得覆冰分布参数和弧垂参数；

6、基于覆冰分布参数对预设数学孪生模型进行校准，获得校准后的数学孪生模型，所述数学孪生模型根据待测导线的属性参数、绝缘子参数和位置参数构建；

7、通过校准后的数学孪生模型根据弧垂参数确定待测导线的覆冰载荷。

8、所述预设数学孪生模型根据待测导线的属性参数、绝缘子参数和位置参数构建，包括：

9、根据待测导线的属性参数、绝缘子参数和位置参数构建待测导线的物理模型；

10、通过集中力模拟法对物理模型进行覆冰载荷的模拟，根据模拟结果获得映射关系式；

11、基于物理模型和映射关系式构建预设数学孪生模型。

12、所述通过集中力模拟法对物理模型进行覆冰载荷的模拟，根据模拟结果获得映射关系式，包括：

13、获取覆冰模拟数据组；

14、通过物理模型基于覆冰模拟数据组进行覆冰载荷的模拟，获得映射数据组；

15、通过对映射数据组进行拟合，获得映射关系式。

16、所述通过物理模型基于覆冰模拟数据组进行覆冰载荷的模拟，获得映射数据组，包括：

17、根据物理模型确定集中力施力点，集中力施力点包括自重载荷；

18、根据覆冰模拟数据组中的各覆冰模拟数据依次调整自重载荷进行覆冰载荷的模拟，获得映射数据组。

19、所述预设神经网络模型包括输入模块、特征提取模块和检测输出模块，所述特征提取模块与输入模块和检测输出模块连接；

20、所述通过预设神经网络模型对当前覆冰图像进行检测，获得覆冰分布参数和弧垂参数，包括：

21、将当前覆冰图像发送至输入模块进行预处理，获得待测图像；

22、通过特征提取模块对待测图像进行特征提取，获得目标特征图，所述目标特征图包括待测导线的边缘特征图和中心弧垂特征图；

23、通过检测输出模块对边缘特征图进行检测，获得覆冰分布参数，对中心弧垂特征图进行检测，获得弧垂参数。

24、所述检测输出模块包括：坐标获取子模块和坐标计算子模块；

25、所述通过检测输出模块对边缘特征图进行检测，获得覆冰分布参数，对中心弧垂特征图进行检测，获得弧垂参数，包括：

26、通过坐标获取子模块基于边缘特征图获取边界点坐标，基于中心弧垂特征图获取中心轮廓点坐标；

27、通过坐标计算子模块基于边界点坐标获得覆冰分布参数，基于中心轮廓点坐标获得弧垂参数。

28、所述基于覆冰分布参数对预设数学孪生模型进行校准，获得校准后的数学孪生模型，包括：

29、基于预设数学孪生模型在弦线位置均匀创建预设数量的有限元节点，所述有限元节点包括节点载荷；

30、基于所述覆冰分布参数对所述节点载荷进行校准，获得校准后的数学孪生模型。

31、一种导线覆冰载荷监测装置，所述装置包括：

32、图像获取模块，用于获取待测导线的当前覆冰图像；

33、图像检测模块，用于通过预设神经网络模型对所述当前覆冰图像进行检测，获得覆冰分布参数和弧垂参数；

34、模型校准模块，基于所述覆冰分布参数对预设数学孪生模型进行校准，获得校准后的数学孪生模型，所述预设数学孪生模型根据所述待测导线的属性参数、绝缘子参数和位置参数构建；

35、载荷计算模块，用于通过所述校准后的数学孪生模型根据所述弧垂参数确定所述待测导线的覆冰载荷。

36、一种导线覆冰载荷监测设备，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的导线覆冰载荷监测程序，所述导线覆冰载荷监测程序配置为实现导线覆冰载荷监测方法的步骤。

37、一种存储介质，所述存储介质上存储有导线覆冰载荷监测程序，所述导线覆冰载荷监测程序被处理器执行时实现导线覆冰载荷监测方法的步骤。

38、本发明有益效果是：

39、本发明公开了一种导线覆冰载荷监测方法、装置、设备以及存储介质，该方法包括：获取待测导线的当前覆冰图像，通过预设神经网络模型对当前覆冰图像进行检测，获得覆冰分布参数和弧垂参数，基于覆冰分布参数对预设数学孪生模型进行校准，获得校准后的数学孪生模型，预设数学孪生模型根据待测导线的属性参数、绝缘子参数和位置参数构建，通过校准后的数学孪生模型根据弧垂参数确定待测导线的覆冰载荷。由于本发明通过获取覆冰分布参数对预设数学孪生模型进行校准，使得校准后的数学孪生模型可以反应出待测导线覆冰的具体分布情况，再利用校准后的数学孪生模型根据弧垂参数计算出待测导线的覆冰载荷，从而提高了导线覆冰载荷计算的精准度。

技术特征：

1.一种导线覆冰载荷监测方法，其特征在于，所述方法包括：

2.根据权利要求1所述的一种导线覆冰载荷监测方法，其特征在于，所述预设数学孪生模型根据待测导线的属性参数、绝缘子参数和位置参数构建，包括：

3.根据权利要求2所述的一种导线覆冰载荷监测方法，其特征在于，所述通过集中力模拟法对物理模型进行覆冰载荷的模拟，根据模拟结果获得映射关系式，包括：

4.根据权利要求3所述的一种导线覆冰载荷监测方法，其特征在于，所述通过物理模型基于覆冰模拟数据组进行覆冰载荷的模拟，获得映射数据组，包括：

5.根据权利要求1所述的一种导线覆冰载荷监测方法，其特征在于，所述预设神经网络模型包括输入模块、特征提取模块和检测输出模块，所述特征提取模块与输入模块和检测输出模块连接；

6.根据权利要求5所述的一种导线覆冰载荷监测方法，其特征在于，所述检测输出模块包括：坐标获取子模块和坐标计算子模块；

7.根据权利要求1所述的一种导线覆冰载荷监测方法，其特征在于，所述基于覆冰分布参数对预设数学孪生模型进行校准，获得校准后的数学孪生模型，包括：

8.一种导线覆冰载荷监测装置，其特征在于，所述装置包括：

9.一种导线覆冰载荷监测设备，其特征在于，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的导线覆冰载荷监测程序，所述导线覆冰载荷监测程序配置为实现如权利要求1至7中任一项所述的导线覆冰载荷监测方法的步骤。

10.一种存储介质，其特征在于，所述存储介质上存储有导线覆冰载荷监测程序，所述导线覆冰载荷监测程序被处理器执行时实现如权利要求1至7任一项所述的导线覆冰载荷监测方法的步骤。

技术总结
本发明公开了一种导线覆冰载荷监测方法、装置、设备以及存储介质，该方法包括：获取待测导线的当前覆冰图像，通过预设神经网络模型对当前覆冰图像进行检测，获得覆冰分布参数和弧垂参数，基于覆冰分布参数对预设数学孪生模型进行校准，获得校准后的数学孪生模型，预设数学孪生模型根据待测导线的属性参数、绝缘子参数和位置参数构建，通过校准后的数学孪生模型根据弧垂参数确定待测导线的覆冰载荷。由于本发明通过获取覆冰分布参数对预设数学孪生模型进行校准，使得校准后的数学孪生模型可以反应出待测导线覆冰的具体分布情况，再利用校准后的数学孪生模型根据弧垂参数计算出待测导线的覆冰载荷，从而提高了导线覆冰载荷计算的精准度。

技术研发人员：龙玉江,李洵,王杰峰,袁捷,甘润东,钟掖
受保护的技术使用者：贵州电网有限责任公司
技术研发日：
技术公布日：2024/1/13