无人机对电线路绝缘的识别现在的成熟了吗

据悉，最近广东电网现已实现全省110kV及以上线路巡视全覆盖，无人机年巡视规模已达到80000km，实现“白天+夜间”全时段巡视，由传统每人4km/日，提升至14.51km/日，效率提升了2.6倍；此外还可对新建输电线路实施无人机验收，工作效率提高了6倍。

随着特高压大容量输电线路长度的增加以及输电线路所经过的区域面积的增加，输电线路发生故障的可能性越来越大。为了防止故障发生，保障输电线路安全，需要经常对输电线路进行巡检与维护。采用无人机和直升机巡检，能在更广的视角内快速获取输电线路设备的影像资料，成功采集输电线路的运行状态，大大降低巡检人员高空作业的人身安全风险，且更加高效、快捷，弥补了传统工作方式的不足。

输电线路中的绝缘子作为一种特殊的绝缘控件，在架空输电线路中对导线支撑和防止电流回地等方面起到至关重要的作用。一旦绝缘子发生故障，就会导致输电线之间或输电线与塔台之间发生接触，进而导致短路引发供电中断，严重时甚至会发生大范围停电事故，造成巨大的财产损失。因此，对于输电线路绝缘子的识别以进行状态检测与维护显得十分重要，然而对处于复杂背景下的绝缘子识别与定位也是无人机识别的热点与难点。

为了解决复杂背景下的电网巡检航拍图像中绝缘子的识别与定位问题，安徽大学电气工程与自动化学院的科研人员提出了一种基于频率调谐的更精确的绝缘子识别与定位算法，能从背景复杂的巡检图像中准确地识别、定位出绝缘子。有关研究成果已发表在2018年《电工技术学报》第23期，论文题目为“基于频率调谐的绝缘子识别与定位”。

近年来，国内外学者利用计算机视觉与数字图像处理技术对绝缘子的识别与定位进行了多方面的研究，现有方法主要从绝缘子的颜色、形状和纹理特征入手进行分割与识别：

（1）基于绝缘子的颜色特征，提出色调直方图折叠法，分别对航拍图像的色度和饱和度分量进行分割，然后对两者的分割结果求交集，最后得到绝缘子的分割结果，该方法对航拍图像质量要求高，对复杂环境下的绝缘子分割效果不好，且识别结果含有较多噪声。

（2）基于绝缘子的形状特征，利用改进的OET分割算法对图像的饱和度分量进行分割，然后计算绝缘子的各形状特征值，设计特征向量，根据分类条件区分绝缘子区域和背景区域，该方法对分割的质量要求高，绝缘子形状特征值的计算过于依赖分割结果，且计算量大。

（3）通过改进的UL-PCNN红外图像分割算法提取绝缘子特征值，然后将输电线路视频与标准图库中的绝缘子图片利用ASIFT算法匹配，最终识别和定位视频的绝缘子，该方法需要少量的人工帮助，并且需要建立绝缘子标准图库，工作量大，适用于单个或少量的绝缘子识别，对大容量超高压输电线路绝缘子串识别定位效果较差。

来源：《电工技术学报》