基于深度强化学习与图像智能识别的输电线路在线监测系统

叶俊健 邓伟锋 徐常志 赵丽娜

摘   要： 林木干扰、施工破坏、漂浮物悬挂等因素会对输电线路通道环境及线路本体造成干扰，导致线路跳闸断电，给电力运行带来严重危害。基于泛在电力物联网架构，提出一种基于深度强化学习与图像智能识别的输电线路在线监测系统。依托图像智能识别，采用图像采集、图像预处理、特征提取、图像识别等措施，增强图像效果，提升识别准确性;依托深度强化学习，对图像中是否存在危险源进行训练，强化突出判断能力。对深度强化学习与图像智能识别进行融合，检测中实现了对烟雾、超高树障、导线异物、覆冰雪灾等干扰因素的动态监控，构建了输电线路在线监测系统设计框架。系统实现了通道环境可视化、隐患部位可视化、设备状态可视化，监测效率大幅提高，节约了人工费用，方便了运维单位对输电线路的管理。

关键词： 输电线路;在线监测系统;深度强化学习;图像智能识别;泛在电力物联网

引言

林木干扰、施工破坏、漂浮物悬挂等因素会对输电线路通道环境及线路本体造成干扰，导致线路跳闸断电，给电力运行带来严重危害[1]。输电线路的传统监测方式有很多种，其中人工监测、工程车辆巡检等方式不但严重消耗人力物力，而且信息严重滞后，无法在第一时间得知故障点，越来越不切实际[2]。目前输电线路的重点监测路段都安装了图像/视频监控，再辅以人工巡检，能够在很大程度上实现对输电线路的有效监测，但是运维人员长期在显示屏幕前紧盯现场情况，时间一久，仍然容易忽略一些危险源，导致漏报率上升[3]。……