1.本发明涉及输电杆鸟害分析技术领域，具体涉及一种基于位置判断的输电杆塔鸟害严重程度判断方法。
背景技术：
2.近年来，随着我国经济的不断发展，各项法律逐步健全，生态环境在一定程度上得到改善，同时人民群众的环保意识，以及爱鸟、护鸟意识也在不断增强。在这种情况下，无论是种群，还是数量，鸟类都出现不同程度的增加，其活动区域呈现出不断扩大的趋势，进而直接威胁到输电线路的安全运行。鸟害故障的形成原因：一是绝缘子因鸟在杆塔横担上进行泄粪进而发生严重污染，导致线路发生跳闸事故；二是绝缘子因体型较大的鸟在泄粪过程中形成连续的线状粪便，进而在一定程度上发生全部或部分的短接，导致线路发生跳闸事故；三是鸟在横担上叼食小动物的过程中，线路因小动物的尸体而出现短接，进而在一定程度上出现接地故障。
3.对于鸟类活动引发的线路故障跳闸次数，根据相关资料进行统计发现，仅次于雷害和外力破坏造成的线路故障跳闸次数。为了确保电网安全稳定的运行，需要采取措施，进而在一定程度上对鸟类活动引发的线路故障跳闸进行控制和防范。
4.现有技术在防范鸟类造成输电线路故障的众多措施中，缺少提前对输电杆塔所在区域的程度判断，使得人们在防治鸟害的过程中容易采用并不恰当的防范措施，不仅容易浪费大量的人力物力，还难以做到有针对性的防范。
技术实现要素：
5.为此，本发明提供一种基于位置判断的输电杆塔鸟害严重程度判断方法，通过提前收集待检测输电杆塔周围的环境信息，并结合距离输电杆塔距离的远近对该区域范围内的鸟害程度进行分析，从而能够准确地判定输电线路所在区域的鸟害程度，通过在无人机上安装语音播放设备，用以播放处理中心所挑选出的该种鸟类所惧怕的声音或喜欢的配偶的声音，通过播放鸟类惧怕的声音将鸟类驱逐，通过播放鸟类喜欢的配偶的声音引诱鸟类离开，从而达到有针对性的驱逐引起故障的鸟类的目的，避免浪费不必要的人力物力，以解决上述背景技术中提出的问题。
6.为了实现上述目的，本发明实施例提供如下技术方案：一种基于位置判断的输电杆塔鸟害严重程度判断方法，包括以下具体步骤：
7.步骤一、信息收集：收集电网系统所有输电线路涉鸟故障和隐患的照片，收集所有输电线路涉鸟故障鸟种的各种图像信息和音频信息，并对涉鸟故障的鸟种进行图音归类；
8.步骤二、信息采集和处理：在无人机上安装高清摄像机和收音设备，利用高清摄像机采集输电杆塔周围的图像信息，利用收音设备采集输电杆塔周围的音频信息，而且无人机上搭载有微型处理器和gps，通过利用gps定位无人机的位置，并利用gps测量待测输电杆塔与无人机之间的距离，通过微型处理器能够将采集到的图像信息和音频信息及时上传到
处理中心，并利用处理中心识别鸟的种类，根据鸟的种类选取有针对性的鸟类驱逐措施；
9.步骤三、区域鸟害程度判断：
10.s1：选中输电线路中的一个输电杆塔为中心，并通过gps选取输电杆塔方圆5-10km以内的区域进行检测，通过远程操控多台无人机在选中的区域中飞行并进行信息采集工作，通过无人机上的微型处理器将采集到的图片信息和音频信息上传到处理中心，利用处理中心对采集到的信息进行提取、处理，当无人机在该区域中发现鸟窝以及飞行的鸟类，说明该区域属于鸟类经常活动的范围，判定该区域的鸟害程度为严重，如果该区域内未发现鸟窝以及飞行的鸟类，则进行下一步s2；
11.s2：选取以待测输电杆塔为圆心的方圆10-30km以内的区域进行检测，通过远程操控多台无人机在选中的区域中飞行并进行信息采集工作，当无人机在该区域中发现水塘、羽毛以及鸟粪，说明该区域属于鸟类一般活动的范围，则判定该区域的鸟害程度为一般，如果该区域内未发现水塘、羽毛以及鸟粪，则进行下一步s3；
12.s3：选取以待测输电杆塔为圆心的方圆30km以外的区域进行检测，通过远程操控多台无人机在选中的区域中飞行并进行信息采集工作，当无人机在该区域中发现山地、林地和草原时，该区域属于鸟类容易觅食和栖息的区域，但是由于该区域距离输电杆塔远，所以判定该区域的鸟害程度为轻微。
13.进一步地，在步骤一中的图像信息包括鸟的外形特征、羽毛特征以及该种鸟类搭载的鸟窝特征，通过对鸟的外部多种特征进行识别能够有助于提高对鸟种类识别的准确性。
14.进一步地，在步骤二中信息处理的具体方如下：处理中心接收微型处理器上传的信息，处理中心将拍摄获得的高清照片上传到处理中心计算机中的faster-rcnn模型中，然后通过颜色过滤裁剪出预选mask样本，对mask样本的颜色和纹理特征进行计算，计算的特征进行随机森林分类判断以识别鸟的种类，然后处理中心加以音频特征的提取，并通过提取的音频信息自动识别鸟的种类，当图片信息特征识别的鸟的种类与音频信息识别的鸟的种类不一致时，处理中心将会对涉鸟故障鸟种图像进行特征提取，定义一个权值矩阵，从图像中提取一定的特征；再把权值初始化为矩阵，权值与图像结合，所有的像素都被覆盖，从而产生一个卷积化的输出，自动识别出故障图像中的鸟种信息，并将最终识别的结果作为正确结果输出。
15.进一步地，所述faster-rcnn算法在处理照片时需要将整张图片输入cnn网络，进行特征提取以获得图片上不同种类鸟的形态特征、翅型特征、尾型特征和羽色特征。
16.进一步地，在提取音频特征时，鸟故障鸟种声音经过预处理，再根据鸟类的声音特点建立语音模型，然后将建立的语音模型与处理中心存储的鸟类语音模型进行对比，通过找到相匹配的语音模型以确定鸟的种类。
17.进一步地，在步骤二中，处理中心根据识别的鸟的种类结果，自动从音频库中挑选该种鸟类所惧怕的声音或喜欢的配偶的声音，并通过远程操控无人机在输电杆塔的周围进行循环播放，通过播放鸟类惧怕的声音将鸟类驱逐，通过播放鸟类喜欢的配偶的声音引诱鸟类离开，根据鸟的种类以选取相对应的措施，从而能够提高本发明防范鸟类的准确性。
18.进一步地，所述无人机上安装有语音播放器，所述语音播放器用于播放处理中心挑选出的鸟类所惧怕的声音或喜欢的配偶的声音，所述语音播放器通过微型处理器控制，
所述微处理器与处理中心通过移动通信系统连接，利用声音驱逐鸟类能避免对鸟类造成伤害，还能够避免对生物种类多样性造成损害。
19.本发明具有如下优点：
20.1、本发明通过提前收集待检测输电杆塔周围的环境信息，并结合距离输电杆塔距离的远近对该区域范围内的鸟害程度进行分析，从而能够准确地判定输电线路所在区域的鸟害程度；
21.2、本发明通过在无人机上安装高清摄像机和收音设备，利用高清摄像机拍摄输电杆塔周围的环境信息，利用收音设备收集输电杆塔周围的鸟叫声，并将收集到的图像信息和音频信息上传到处理中心，利用处理中心对输电杆塔周围的鸟类活动痕迹进行分析，从而能够提高鸟害程度判断的准确性，而且通过图像信息和音频信息的结合还能够提高处理中心识别鸟的种类的准确性，从而能够辅助处理中心选取有针对性的防范措施；
22.3、本发明通过在无人机上安装语音播放设备，用以播放处理中心所挑选出的该种鸟类所惧怕的声音或喜欢的配偶的声音，通过播放鸟类惧怕的声音将鸟类驱逐，通过播放鸟类喜欢的配偶的声音引诱鸟类离开，从而达到有针对性的驱逐引起故障的鸟类的目的，避免浪费不必要的人力物力。
具体实施方式
23.以下由特定的具体实施例说明本发明的实施方式，熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本发明的其他优点及功效，显然，所描述的实施例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做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。
24.本发明提供的一种基于位置判断的输电杆塔鸟害严重程度判断方法，包括以下具体步骤：
25.步骤一、信息收集：收集电网系统所有输电线路涉鸟故障和隐患的照片，收集所有输电线路涉鸟故障鸟种的各种图像信息和音频信息，并对涉鸟故障的鸟种进行图音归类，其中图像信息包括鸟的外形特征、羽毛特征以及该种鸟类搭载的鸟窝特征，通过对鸟的外部多种特征进行识别能够有助于提高对鸟种类识别的准确性；
26.步骤二、信息采集和处理：在无人机上安装高清摄像机和收音设备，利用高清摄像机采集输电杆塔周围的图像信息，利用收音设备采集输电杆塔周围的音频信息，而且无人机上搭载有微型处理器和gps，通过利用gps定位无人机的位置，并利用gps测量待测输电杆塔与无人机之间的距离，通过微型处理器能够将采集到的图像信息和音频信息及时上传到处理中心，并利用处理中心识别鸟的种类，根据鸟的种类选取有针对性的鸟类驱逐措施；无人机上还安装有语音播放器，所述语音播放器用于播放处理中心挑选出的鸟类所惧怕的声音或喜欢的配偶的声音，所述语音播放器通过微型处理器控制，所述微处理器与处理中心通过移动通信系统连接，利用声音驱逐鸟类能避免对鸟类造成伤害，还能够避免对生物种类多样性造成损害；
27.其中，信息处理的具体方如下：s1、处理中心接收微型处理器上传的信息，处理中心将拍摄获得的高清照片上传到处理中心计算机中的faster-rcnn模型中，然后通过颜色过滤裁剪出预选mask样本，对mask样本的颜色和纹理特征进行计算，计算的特征进行随机
森林分类判断以识别鸟的种类，然后处理中心加以音频特征的提取(在提取音频特征时，鸟故障鸟种声音经过预处理，再根据鸟类的声音特点建立语音模型，然后将建立的语音模型与处理中心存储的鸟类语音模型进行对比，通过找到相匹配的语音模型以确定鸟的种类)，并通过提取的音频信息自动识别鸟的种类，所述faster-rcnn算法在处理照片时需要将整张图片输入cnn网络，进行特征提取以获得图片上不同种类鸟的形态特征、翅型特征、尾型特征和羽色特征，处理中心根据识别的鸟的种类结果，自动从音频库中挑选该种鸟类所惧怕的声音或喜欢的配偶的声音，并通过远程操控无人机在输电杆塔的周围进行循环播放，通过播放鸟类惧怕的声音将鸟类驱逐，通过播放鸟类喜欢的配偶的声音引诱鸟类离开，根据鸟的种类以选取相对应的措施，从而能够提高本发明防范鸟类的准确性；
28.s2、当图片信息特征识别的鸟的种类与音频信息识别的鸟的种类不一致时，处理中心将会对涉鸟故障鸟种图像进行特征提取，定义一个权值矩阵，从图像中提取一定的特征；再把权值初始化为矩阵，权值与图像结合，所有的像素都被覆盖，从而产生一个卷积化的输出，自动识别出故障图像中的鸟种信息，并将最终识别的结果作为正确结果输出；
29.步骤三、区域鸟害程度判断：
30.s1：选中输电线路中的一个输电杆塔为中心，并通过gps选取输电杆塔方圆5-10km以内的区域进行检测，通过远程操控多台无人机在选中的区域中飞行并进行信息采集工作，通过无人机上的微型处理器将采集到的图片信息和音频信息上传到处理中心，利用处理中心对采集到的信息进行提取、处理，当无人机在该区域中发现鸟窝以及飞行的鸟类，说明该区域属于鸟类经常活动的范围，判定该区域的鸟害程度为严重，如果该区域内未发现鸟窝以及飞行的鸟类，则进行下一步s2；
31.s2：选取以待测输电杆塔为圆心的方圆10-30km以内的区域进行检测，通过远程操控多台无人机在选中的区域中飞行并进行信息采集工作，当无人机在该区域中发现水塘、羽毛以及鸟粪，说明该区域属于鸟类一般活动的范围，则判定该区域的鸟害程度为一般，如果该区域内未发现水塘、羽毛以及鸟粪，则进行下一步s3；
32.s3：选取以待测输电杆塔为圆心的方圆30km以外的区域进行检测，通过远程操控多台无人机在选中的区域中飞行并进行信息采集工作，当无人机在该区域中发现山地、林地和草原时，该区域属于鸟类容易觅食和栖息的区域，但是由于该区域距离输电杆塔远，所以判定该区域的鸟害程度为轻微。
33.虽然，上文中已经用一般性说明及具体实施例对本发明作了详尽的描述，但在本发明基础上，可以对之作一些修改或改进，这对本领域技术人员而言是显而易见的。因此，在不偏离本发明精神的基础上所做的这些修改或改进，均属于本发明要求保护的范围。