基于融合注意力机制的电力设施遥感识别方法

针对电力设施遥感目标识别需要,提出了一种融合多注意力机制的改进YOLOv5网络,实现光学遥感图像目标检测方法。针对遥感图像中目标尺度差异大、小目标角度,背景复杂的特点,基于YOLOv5网络的改进模型,加入FPN与PAN相结合的金字塔特征融合结构,增强网络提取遥感图像中不同尺度特征的能力,并利用CBAM注意力机制增强密集分布目标的识别能力,提升复杂背景下目标的定位效果。试验结果表明,方法具有较高的识别精度和效率,为遥感图像在电力设施识别与检测方面的应用提供了基础。

基于GAN网络的电力设施遥感图像去云算法研究

针对电力设施遥感图像云层遮挡问题,提出了基于生成对抗网络(GAN)的遥感图像去云算法。以条件生成对抗网络(cGAN)为主体结构,在编码器自适应填充卷积,设计了基于Soft Attention的递归神经网络模块,通过对所有特征节点增加全局依赖关系来解决网络局部最优问题,通过空间信息转换提取关键信息,提高去云与重建效果。实验结果表明,方法对遥感图像中云层遮挡去除效果较好,重建图像的结构相似性(SSIM)与峰值信噪比(PSNR)分别达到0.983与32.899,分别提高了23.93%与8.86%,均优于其他改进型GAN网络。研究的方法不仅为基于遥感图像电力设施识别提供了基础,深度学习遥感图像处理应用提供了参考。

基于生成对抗网络的电力设施遥感图像超分辨重建方法

由于受到遥感成像设备性能限制,以及成像过程中大气扰动和噪声干扰等因素影响,导致电力设施遥感图像质量及分辨率下降,针对该问题提出一种基于生成对抗网络的遥感图像高分辨重建模型,在生成器中加入金字塔拆分注意力模块与稠密残差块,提高遥感图像特征提取的准确性、模型泛化性和鲁棒性。采用双尺度判别器设计,综合图像的全局特征和局部特征,增强图像在细节方面的学习能力。优化模型训练损失函数,结合内容损失、感知损失与对抗损失,增加网络训练的稳定性,加快收敛速度。实验结果表明,本方法在重建效果、信噪比与结构相似度等量化指标方面与常见图像处理及深度学习方法相比均有一定提高,为遥感图像超分辨重建及增强方法研究与应用提供参考。

面向高分辨率卫星遥感的电力杆塔自动检测

随着高分辨率遥感卫星的快速发展,基于卫星遥感的输电线路智能巡检逐步成为一个重要的研究趋势。当前真实遥感图像采集电力杆塔样本有限,严格制约电力杆塔自动检测能力。针对样本不足的问题,文章提出一种面向高分辨率卫星遥感地面目标成像特征的样本数据增广方法,基于激光扫描获取的电力杆塔三维模型模拟杆塔经过卫星投影模型后的成像,形成不同高度和扫描角度的电力杆塔卫星图像模拟样本;结合最新的YOLOv4目标检测框架,实现了利用高分辨率遥感卫星对输电杆塔的自动检测。云南地区的输电杆塔自动检测试验结果表明,采用该自动检测方法能将检测精度从83.2%提升到加入模拟样本后的89.7%,可为基于卫星遥感的输电线路智能巡检提供重要的技术支撑。

遥感数据驱动的电力污秽等级XGBOOST预测模型

输电线路绝缘子积污是电网安全运行的重要威胁之一。传统的电力污秽等级评估依靠人工作业,存在效率低、准确性不足等问题。遥感和人工智能技术的发展为改进电力污秽等级预测模型提供了新的契机。本研究搜集了夜间灯光遥感数据、大气环境遥感监测数据、NDVI和污染源排放清单等多源异构数据,开发了一种基于XGBOOST算法的电力污秽等级预测模型,用于实现大范围、细粒度的电力系统污区图绘制。实验结果表明,该方法在测试集上取得了87%的总体精度,对于电力系统关注的重污染区域预测精度在82%以上。模型所需的数据源可以通过公开渠道免费获得,因此该方法将为今后电力系统低成本、高效、准确的绘制电力污区图提供重要支撑。

融合光谱阈值与图像技术的静止卫星夜间云检测方法

针对夜间云检测问题,本文基于静止气象卫星Himawari-8影像数据,分析了云像元光谱特征与图像特征,提出了融合光谱阈值与图像技术的静止卫星夜间云检测方法,实现了静止卫星夜间云的快速、准确检测。利用MODIS云产品和CALIPSO雷达数据,对云检测结果进行定性分析与定量验证。结果表明:①云检测结果与MODIS的云产品MYD06分布基本一致;②算法夜间平均云检测精度达到80.3%;③不同季节夜间的云检测精度随季节变化较明显,夏季最高达到83.3%,可以区分不同季节夜间的云与非云区域。因此,融合光谱阈值与图像技术的静止卫星夜间云检测方法能有效实现夜间云检测,为夜间云检测应用提供了新思路。

基于改进语义分割网络的输电走廊遥感变化检测

利用不同时间卫星遥感图像的变化检测,可以及时发现输电走廊周边的地质灾害、人为破坏和违章建设等潜在风险。目前,由于卷积网络需要池化,基于深度学习的高分辨率遥感图像变化检测通常采用降采样提取抽象特征,导致检测结果分辨率降低。针对这个问题,文章提出一种综合语义分割和孪生网络的变化检测算法,利用语义分割网络的编码功能提取高级抽象特征,通过解码功能恢复成原始分辨率,并利用孪生网络的参数共享机制实现不同时相图像的协同处理。面向云南省昆明市西南某高压线覆盖区域,利用2018年1月和11月的“高景一号”0.5m分辨率遥感图像进行变化检测,实验表明:文章提出的算法在分辨率保持不变的情况下,能获得优于93%的检测精度,为输电走廊遥感变化检测提供有效的技术支撑。

基于SBAS技术的输电线路地表形变监测

地质灾害对输电杆塔和电网系统运行带来安全隐患,人工巡查无法及时发现地表缓慢形变导致的杆塔形变,且巡查效率低,成本高。为解决地质形变给输电线路带来的威胁,需监测输电线路沿线的地表形变。基于Sentinel-1A卫星数据,以SBAS-InSAR为技术手段,对RT甲、乙线和YF直流线沿线实现周期性、低成本和高精度的形变监测,并分析监测结果,提供输电线路维护建议,以消除输电杆塔因地表形变导致的杆塔形变威胁。

基于北斗对时的35kV及以下复杂输电线路二次带电核相技术研究

针对35 kV及以下复杂输电线路停电困难的情况,提出了一种将北斗对时功能引入录波仪在线路二次侧进行电压/电流录波的带电核相方法。同一时段在线路两侧用录波仪记录线路二次侧的电压/电流波形,再用MATLAB软件对波形数据进行分析,得出两侧的相位和相序,通过对比线路两侧录到的电压和电流波形的重合程度,就可实现线路两侧相位的核对。现场试验数据证明,该方法能有效地应用于35 kV及以下复杂网络输电线路的场景中,在不停电的情况下实现两侧相序的精准核对。

顾及样本优化选择的机器学习云检测研究

针对云层日变化、云类型、云相态、云光学厚度等特征差异带来的光谱差异,导致传统阈值算法对云识别精度不高的问题,文章提出了一种顾及样本优化选择,耦合物理阈值方法和机器学习的云检测算法模型,利用“葵花8号”卫星(Himawari-8)数据进行日间云检测。通过样本优化选择,使样本中尽可能包括不同情形下的云特征,为机器学习模型提供良好的样本基础,增加模型泛化能力;同时输入特征除了考虑反照率、亮温、亮温差以及天顶角等因素外,还加入了基于反照率和亮温差的物理阈值方法云识别结果;最后基于极限随机树模型进行云检测。结果表明:模型云检测交叉验证精度为96.41%,总漏检率和总虚检率分别为2.08%和0.91%;通过云-气溶胶激光雷达与红外探路者卫星观测(CALIPSO)产品数据进行对比分析,结果显示云检测总体精度为97.1%。

数据驱动的台风灾害下配网10k V杆塔受损空间分布预测

相比于主网,配网杆塔因设计规范相对较低且数量庞大,在台风灾害下更易发生大规模断杆、倒杆等事故。为此,文章结合气象、电网和地理信息,提出一种数据驱动的台风灾害下10kV杆塔受损空间分布预测方法。首先,对收集和提取的数据进行标准化、分类变量独热编码、样本均衡等处理以提高数据质量,并基于皮尔逊相关系数绘制相关性热力图,根据相关性分析结果选择合适的变量作为最终输入数据;其次,利用Ada Boost回归、梯度提升回归、K近邻回归、随机森林、支持向量回归等5种机器学习算法建立配网10kV杆塔受损空间分布预测模型;再次,基于层次分析法和熵权法进行指标综合赋权,并对各预测模型进行综合打分,实现最优模型选取;最后,以台风"山竹"下江门市10kV杆塔为例,对杆塔受损空间分布预测结果进行可视化,对比实际杆塔受损分布情况,验证了所提方法的科学性和可行性。

粗DEM辅助的广域PS-InSAR数据预处理方法及应用

PS-InSAR技术是一种高精度的地表形变探测方法,小区域PS-InSAR处理的研究较为深入,但处理方法并不适用广域的形变探测和数据处理方法。本文针对卫星实时轨道精度差的问题,首先提出利用辅助DEM进行斜距误差和轨道系统误差校正提升差分干涉相位反演精度的方法;其次,针对广域图像配准误差的空变性,提出了一种由粗到精的层级配准方法,解决了配准误差空变对PS-InSAR永久散射体选取和图像相干性的影响;最后,通过对形变观测结果的地理编码结合加权处理,实现对超广域观测图像的拼接。利用仿真数据验证了粗DEM对系统误差校正的有效性,并进一步通过Sentinel-1A的2000多景雷达影像对云南省全境39.4万平方千米的覆盖区域进行了处理,结果表明了本文方法对系统误差校正和对广域形变探测处理的有效性。

LINS-GNSS:滤波与优化耦合的GNSS/INS/LiDAR巡检机器人定位方法

为了能够更加灵活地执行变电站巡检任务,非固定线路的机器人巡检技术越来越受到关注.如何在复杂的变电站环境中实现高精度的定位是机器人在变电站执行巡检任务时需要解决的核心问题.单一传感器难以满足变电站可靠定位的要求,因此,本文设计了多传感器融合的LINS-GNSS定位方法.其前端基于迭代误差状态卡尔曼滤波框架将激光雷达和惯性导航进行紧耦合,在每次迭代中生成新的特征对应关系递归地校正估计状态.后端使用因子图优化的方法将卫星导航的定位结果与LINS后端输出的定位结果松耦合.优化过程中先将局部坐标系与全局坐标系对齐,再将卫星导航的位置约束作为先验边添加到后端的因子图中,最后将定位结果在全局坐标系下输出.为了评估LINS-GNSS系统在变电站环境中的性能,本文在实际变电站中进行了测试.实验结果表明,LINS-GNSS系统在变电站环境中可以达到优于0.5 m的定位精度,且比现有最佳算法LIO-SAM定位精度更高.

云南输电线路邻近典型地形区域的雷电地闪活动聚类分析

不同地区由于不同的气候条件、地形地貌等因素的影响,落雷分布存在很大的差异,对复杂地形情况下的落雷分布规律进行研究具有重要的工程实用价值。开展了输电线路区域的局部地形划分,采用基于DBSCAN算法与OPTICS算法相结合的改进聚类分析方法并得到不同地形下单次雷电地闪活动在时间属性和空间属性上的分布。根据结果发现,不同地形对雷电地闪活动的时空分布略有差异,其中,沿峡谷风道地形和山脊地形走向的雷电地闪活动轨迹占比较多,沿山谷地形和河流地形走向的雷电活动轨迹占比次之。同时对单次雷电活动经过不同地形前后的落雷频次和雷电流幅值进行分析,进一步分析地形对雷电地闪活动的影响规律。研究输电线路邻近区域宏观地形和局部地形地面落雷分布规律,能够为今后的差异化防雷工作提供工程借鉴和理论参考。

基于变化检测的输电走廊外力破坏隐患区域识别

电力行业是国民经济与社会发展的重要行业。可靠的输电走廊环境监测有利于电力系统的安全运行。近年来,卫星遥感因为其大范围观测、高频次重返特性,展现出优于传统巡线方法的优点,开始应用于电力行业研究。然而,基于变化检测技术的输电走廊巡线研究还几乎处于空白。文章提出了一种基于卫星影像的外力破坏隐患区域识别方法,具体而言,提出了基于深度学习模型、植被指数与聚类模型的分层分类方法,构建了基于特殊地类变化的外力破坏隐患识别方案。在石林县的“高分一号”、“高分六号”卫星影像上进行了实验,结果显示:分层分类方法提高了深度学习方法的裸地分类精度。研究同时验核了石林县外力破坏台账记录区域的识别情况,识别结果与台账描述基本一致。研究成果有利于提高电网巡线效率,及时发现输电走廊环境变化异常,同时也为遥感影像分类与变化检测研究提供参考。

考虑地形地貌影响的云南省落雷孕灾环境敏感性分析

地形地貌特征是影响区域雷电特征的重要因素之一,明确地闪活动与地形地貌的定量关系是评估孕灾环境危险性高低并采取主动防护措施的前提。该文融合利用云南省2010-2019年雷电定位观测数据、30m分辨率数字高程模型数据以及10m分辨率地表覆盖数据,利用数理统计方法分析了海拔高度、坡度、坡向、地形位置指数、地表覆盖类型与地闪密度的统计特性。利用熵权法构建落雷孕灾环境敏感度综合指标,对不同因子的定量化评估得到地形位置指数的影响权重最大,海拔次之,坡度的权重最小。通过地闪密度与敏感度的相关性分析得到两者之间的相关系数为0.473,说明了用落雷孕灾环境敏感度评估区域落雷风险的有效性。

基于WAResNet和GS+ATPRK的多光谱和全色影像融合

针对传统的全色波段融合算法会改变原始影像的光谱特征问题,提出两种新的几乎不改变原始影像的多光谱影像全色波段融合方法——基于WAResNet和Gram-Schmidt(GS)+area-to-point regression kriging(ATPRK)算法。以高景1号卫星影像进行实验,选取亮度值均方根误差、亮度值相关性分析、结构相似性、平均清晰度梯度、峰值信噪比、计算时间作为评价指标,并与传统的全色波段融合算法进行比较。实验结果表明,两种新算法具有最佳的光谱保真性,且WAResNet算法融合影像的平均清晰度、峰值信噪比和运算速度与传统算法接近。

架空输电塔线体系有限元建模及风载分析

架空输电线路发生严重的微风振动时会造成断线倒塔等电力事故。为此研究了输电线路中某一耐张段所在的塔线体系,建立“三塔两线”有限元模型,通过模态分析发现输电单塔主要表现为铁塔的扭转和侧移振型,塔线体系主要表现为输电导线的侧移和扭转振型。静态风载分析表明,风速与塔线体系中导线的最大位移成正比,导线自重在风速较低时对线路风振影响较大;导线的位移最大发生在导线弧垂最大处,故需重点关注导线弧垂最大的地方。

基于卫星影像的输电杆塔坐标校准方法

为实现输电线路精细化巡线管理,提高其运维效率,实现卫星智能巡检,精准查找杆塔及输电线路的缺陷及隐患,以云南省昆明市输电线路杆塔坐标为例,提出利用卫星影像进行输电杆塔坐标校准的方法。首先以参考底图数据为基准匹配控制点,并利用数字高程模型(digital elevation model,DEM)对原始遥感影像进行几何纠正;然后结合阴影检测、边缘检测等技术与目视判读,得到校准的杆塔坐标。实验检验了昆明地区高景一号和高分二号卫星影像的几何纠正精度,纠正后平面中误差分别为0.931 m和1.387 m;此外,实验检验了2条线路上的旧杆塔台账坐标校准精度,结果表明,杆塔台账的平面精度由13.811 m和8.256 m分别提升至5.970 m和5.104 m,满足基本的电网需求。该方法可以实现杆塔坐标的校准,减小人工巡检的工作量,提高巡线效率。随着遥感影像的数据量级爆发式增长,空天地多源影像将不断结合,基于卫星遥感影像的输电线路杆塔定位技术将有更加广阔的发展前景。

多因子协同作用下的云南省山火风险评估

为了更加全面、准确地对山火风险进行评估,提高架空输电线路周边的火灾管理水平,从地形、人为因素、遥感和气象4个方面选取高程、坡度、坡向、植被覆盖类型、距最近道路距离、距最近水体距离、距最近居民点距离、地表温度、可燃物含水率、归一化植被指数、降水量、平均气温、最低气温、最高气温、平均相对湿度、最大阵风风速、最大阵风风向这17个相关评价因子对山火进行评估风险。然后应用相关性分析,剔除相关系数大于0.6的平均气温和最低气温2个因子。最后以云南省为研究区域,基于Logistic回归模型,协同所选15个因子对云南省山火风险进行评估。实验结果表明,所提出的协同多因子山火风险评估方法优于基于其他相关因子的山火评估方法。