针对输电线路覆冰厚度测量的研究，目前很多工作大多集中在电气特性的测量方面，例如测量导线应力、导线弧垂、绝缘子倾角等，通过这些测量值与覆冰厚度之间的关系算法确定当前覆冰的厚度。这些方式要求在线上安装传感器，安装困难，现场维护极为不便，尤其是此类传感器的可靠性目前普遍都不高，因此大范围的推广应用受到了很大的限制。

本文提出了一种从覆冰图像入手，采取通过图像识别直接得出覆冰厚度的方法。其基本思路是，根据现场在线监测装置拍摄传回的实时覆冰照片，通过包括图像灰度化、二维图像分割、滤波、区域标记等方法的图像预处理，获取输电线覆冰边界，进而计算、分析输电线覆冰的基本形态特征参数。当输电导线覆冰厚度超出规定的安全范围时，自动进行报警，提示管理部门及时采取除冰措施，保障电力系统安全运行。

1 总体参数及功能简介

在线监测装置采用20W太阳能板+25Ah蓄电池浮充供电方式，能保证20日无日照正常工作。在线监测装置实现了图像、气象六要素（风速、风向、气温、湿度、气压、雨量）的自动采集。

其中，六要素气象数据采集严格按照相关规范算法实现，风速、风向数据的采样间隔为2分钟，3秒滑动平均值做为瞬时值，气温、湿度、气压的采样间隔为10分钟，1分钟算术平均值做为瞬时值，雨量的采样间隔为1分钟，采样的为雨量累计值。

系统采用自报与应答兼容工作方式。在整10分钟时刻，在线检测装置向中心站主动上送风速、风向、气温、湿度、气压的瞬时值及雨量累计值。此外，在气温和湿度达到一定条件后系统系统还将拍摄并远传一副图片；在整点时刻，在线检测装置向中心站主动上送风速、风向、气温、湿度、气压的瞬时值、风速、风向的10分钟平均值，极大值，图像，RTU状态，同时，监测装置还将每两分钟采集的风速、风向瞬时值进行整编同时发送到中心站。

在任何时刻，在线监测装置在接收到远程平台发送的招测命令或远程提取图像命令时，在线监测装置会立即启动采样或抓拍动作，并将采集的气象瞬时值数据或图像远传到中心站。

远程传输采用GPRS信道，ACS300-MM内嵌TCP/IP协议栈，通过控制GPRS MODEM的方式进行GPRS收发数据，系统采用空闲下线的工作方式。通过避免一直在线一方面可以节省系统功耗，另一方面还节省了通信费用，提高了系统可靠性。

2 在线监测装置关键技术

2.1 低功耗设计技术

针对输电线路无有效供电、无人值守的特点，在线监测装置采用南京南瑞集团公司的新型ACS300-MM微功耗、高可靠数据采集器作为核心数据采集器，该数据采集器内部实现了各种能耗的统一调度，静态功耗小于100uA，工作功耗约为30mA。在线监测装置以ACS300-MM为核心实现了供电电源的动态统一调度，实现了系统级的低功耗解决方案。

2.2 图像与数据一体化传输

ACS300-MM数据采集器实现了多媒体数据与传感数据的一体化传输。这主要体现在两个方面。一方面，多媒体数据与传感数据通过同一信道传输；另一方面，传感数据与多媒体数据相互关联。

多媒体数据与传感数据通过同一信道传输主要需要解决的是在GPRS/CDMA这种带宽下如何快速、可靠地进行图像的传输。为此，ACS300-MM基于GPRS/CDMA信道的特点专门设计了以UDP协议为基础的文件传输控制协议。

覆冰只在少数气温、湿度均达到一定条件后才会发生，因此，绝大多数情况下是无需远程传输图片的，而在满足一定条件后，又需要密切关注当前覆冰状态，因此定时报的方式无法完全满足这种需求。

为此，系统增加了条件报的工作方式，在气温和湿度达到一定条件后，自动启动图像抓拍远传功能，而在平时，只进行少量的图像传输实现系统平安报功能，从而一方面节省了流量费用，另一方面也节省了功耗。

3 图像识别关键技术

图1给出了系统的功能设计。分为5个子功能：j图像读取，k图像预处理，图像分割，图像轮廓提取，线路特性值计算。

3.1 图像读取

图像分为两种类型处理，初次覆冰计算前，要先对该摄像头下的裸线进行处理分析，获取该摄像头对应的拍摄参数（图像比例系数以及图像倾斜角度）。基于获取的两个值再对该摄像头所拍其他图像进行覆冰厚度识别计算。

3.2 图像预处理

图像预处理的目的是去除干扰、噪声及差异，将原始图像变成适于计算机进行特征提取的形式和质量图像，它包括图像的变换、旋转、增强和滤波等。

图像变换通常是利用傅立叶变换、余弦/正弦变换、沃尔什变换、哈达码变换、小波变换等的性质和特点，将图像转换到频域或空域中进行处理，以改善图像质量，同时还能提高运算处理速度。

图像的旋转主要是对构成图像的所有像素点进行一定角度的旋转已达到数据分析的要求。

图像的增强主要是指利用各种数学方法和变换手段提高图像中人们感兴趣部分的清晰度，突出一幅图像中的某些信息，同时削弱另一些无用信息，包括图像灰度修正、噪声去除、图像平滑、腐蚀、锐化、图像边缘增强等。

3.3 图像分割与边界轮廓提取

图像分割与边界轮廓提取是整个图像识别算法的核心。

图像分割的目的是对感兴趣的目标提取或测量。首先对图像进行边缘检测，考虑到覆冰输电线图像的无规则性，系统采用阈值处理进行边缘轮廓检测。并进一步对覆冰图像进行轮廓提取。图像特征提取的作用是对图像信息进行整理、分析、归纳，抽取能反映图像本质边界的特征，得到可用于判决的参量。判决或分类是指通过对特征量/参量与阈值进行计算、比较和分析，判断出图像的状态或本质，得到最终的输出结果。

图像边界轮廓提取所做的工作是从识别出的边缘提取出来，便于进一步的处理计算。经过阈值二值化处理后的覆冰图像，由于光线等因素影响，在覆冰输电线轮廓中可能出现一些干扰区域，对线路特性值计算产生较大影响。通过对覆冰图像分析，在提取的所有轮廓中，覆冰输电线轮廓始终为最大。

同时，输电线轮廓无法通过固定的特征进行匹配识别。因此，将包含区域面积最大的轮廓作为覆冰输电线轮廓，用背景灰度值填充其他轮廓区域，这样就能顺利将覆冰输电线提取出来。

结语

以这种方式建立的覆冰在线监测系统已在福建建宁县泰舟线上成功应用，系统提供两种覆冰识别方式，一种是通过系统安装调试后内置的算法进行自动识别，覆冰厚度识别精度可以达到85%，能满足初步的应用需求，如需更精确的数据或适应一些恶劣天气条件的覆冰识别，可以进入专家模式选择相应的识别算法及参数进行精细化识别。

与传统的覆冰荷载应力等监测方式相比，基于图像采集与识别的输电线路覆冰监测系统具有安装维护方便、直观有效的优点，具有较大的推广应用前景。

（编自《电气技术》，原文标题为“基于图像采集与识别的输电线路覆冰监测系统”，作者为曹翊军、董兴辉等。）