本发明专利技术属于电网监测技术领域，涉及一种预测输电线路风向和风速的方法，通过目标检测方法检测出视频帧中每根电线的像素点区域，然后匹配两帧之间电线的像素点区域；通过双目匹配方法计算两帧图像在重叠区域的深度值之差，并将深度值之差作为电线纵向的偏移；计算两帧图像各独有区域之间的平均距离得出电线横向的偏移；爬取历史天气数据得到视频拍摄当天的风向和风速，并将两者作为监督信息，将电线纵向和横向的偏移作为训练样本，训练一个随机森林分类模型，并在测试数据上得到风向和风速两个属性的类别。通过像素匹配的方法计算输电线的扰动，能够更好地被应用在强风天气下风力的预测，并根据风力级别提出预警，确保供电平稳。确保供电平稳。确保供电平稳。
【技术实现步骤摘要】
一种预测输电线路风向和风速的方法、系统、设备及介质
[0001]本专利技术属于电网监测
，具体涉及一种预测输电线路风向和风速的方法、系统、设备及介质。
技术介绍
[0002]现有的输电线路场景中风向和风速的检测方法大多依赖密集的传感器，这些传感器在电力设施附近采集湿度、温度、风速、气压等微天气信息，然后将这些信息按照时间顺序排列，输入到基于深度学习的序列建模模型中，最终预测输出。上述方法输入的数据规模较大，并且超参数较多，难以调优。同时，由于传感器只能安放在电力设施附近，上述方法不能很好地估计出电线的扰动情况。
技术实现思路
[0003]本专利技术的目的在于提供一种预测输电线路风向和风速的方法、系统、设备及介质，解决了目前不能很好地估计出电线的扰动的问题。
[0004]本专利技术是通过以下技术方案来实现：
[0005]一种预测输电线路风向和风速的方法，包括以下步骤：
[0006]S1、通过目标检测方法检测出视频帧中每根电线的像素点区域；
[0007]S2、匹配两帧图像之间电线的像素点区域，得出相同位置的一组电线的重叠区域和各自的独有区域；
[0008]S3、通过双目匹配方法计算两帧图像在重叠区域的深度值之差，并将深度值之差作为电线的纵向偏移；
[0009]计算两帧图像各独有区域之间的平均距离，并将平均距离作为电线的横向偏移；
[0010]S4、根据摄像头拍摄的时间和地点，爬取历史天气数据，获取指定时间地点的风向和风速；
[0011]将S3获得的纵向偏移和横向偏移与风向、风速共同组成训练数据，输入随机森林分类模型中进行训练，得到预测模型；
[0012]S5、获取实际的图像，经过S1
‑
S3处理后，输入所述预测模型，对输电线路场景中风向和风速进行预测。
[0013]进一步，S1中，采用Cascade Mask R
‑
CNN模型检测输电线路监控摄像头拍摄的图像的电线，并输出每根电线的像素点位置；所有像素点位置连接起来形成像素点区域；
[0014]像素点位置使用一个大小为图像的分辨率的0
‑
1掩膜表示，1代表该像素点是电线，0代表该像素点是背景。
[0015]进一步，S2具体为：
[0016]针对第一幅图像中检测出的各电线区域，计算与第二幅图像中各电线区域的相交“1”的个数，取第二幅图像中相交“1”最多的区域作为第一幅图像的电线区域的一个匹配区域；
[0017]设定相交“1”的阈值为X，若两个区域相交“1”的个数小于X，则判定两个区域不相匹配；若两个区域相交“1”的个数若大于等于X，则判定两个区域相匹配；
[0018]计算匹配成功的一组电线的重叠区域和独有区域。
[0019]进一步，在匹配之前，对两帧图像的两个区域分别使用形态学膨胀的方法，然后再取交集。
[0020]进一步，S3中，通过双目匹配方法计算两帧图像在重叠区域的深度值之差的具体过程为：
[0021]通过双目摄像机标定得出摄像机的相关参数；
[0022]通过相关参数，将右目图像融合到左目图像上，并得到三维重建后图像的深度图；
[0023]两帧图像的深度图相减，并结合S2得到的重叠区域，得到深度值之差。
[0024]进一步，摄像机的相关参数包括焦距、成像原点、径向畸变参数、切向畸变参数及双目摄像头之间的相对位置。
[0025]进一步，S3中，计算两帧图像各独有区域之间的平均距离的具体过程为：
[0026]考虑到两个区域包含像素点的数量不同，计算包含像素数量少的独有区域中每个像素距离另一个独有区域任意像素的最短欧氏距离，最后将最短欧氏距离相加并除以像素总数得到每一组电线独有区域之间的平均距离；
[0027]同时，考虑两个区域的相对位置关系以确定电线横向偏移的方向，统计最短欧氏距离匹配的每对像素点的偏移方向；
[0028]最终，将每一组独有区域的平均距离相加并取平均得到最终的平均距离。
[0029]本专利技术还公开了一种预测输电线路场景中风向和风速的系统，包括：
[0030]数据采集模块，用于基于双目摄像机采集的数据，通过目标检测方法检测出视频帧中每根电线的像素点区域；
[0031]像素匹配模块，用于匹配两帧图像之间电线的像素点区域，得出相同位置的一组电线的重叠区域和各自的独有区域；
[0032]纵向偏移计算模块，用于通过双目匹配方法计算两帧图像在重叠区域的深度值之差，并将深度值之差作为电线的纵向偏移；
[0033]横向偏移计算模块，用于计算两帧图像各独有区域之间的平均距离，并将平均距离作为电线的横向偏移；
[0034]历史数据获取模块，用于根据摄像头拍摄的时间和地点，爬取历史天气数据，获取指定时间地点的风向和风速；
[0035]训练模块，用于将获得的纵向偏移和横向偏移与风向、风速共同组成训练数据，输入随机森林分类模型中进行分类，得到预测模型。
[0036]本专利技术还公开了一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现所述预测输电线路风向和风速的方法的步骤。
[0037]本专利技术还公开了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现所述预测输电线路风向和风速的方法的步骤。
[0038]与现有技术相比，本专利技术具有以下有益的技术效果：
[0039]本专利技术公开了一种预测输电线路风向和风速的方法，通过目标检测方法检测出视频帧中每根电线的像素点区域，然后匹配两帧之间电线的像素点区域；此后，通过双目匹配方法计算两帧图像在重叠区域的深度值之差，并将深度值之差作为电线纵向的偏移；通过计算两帧图像各独有区域之间的平均距离得出电线横向的偏移；最后，爬取历史天气数据得到视频拍摄当天的风向和风速，并将两者作为监督信息，将电线纵向和横向的偏移作为训练样本，训练一个随机森林分类模型，并在测试数据上得到风向和风速两个属性的类别。通过像素匹配的方法计算输电线的扰动，具有实时、快速的特点，能够更好地被应用在强风天气下风力的预测，并根据风力级别提出预警，确保供电平稳，对输电线路的维护有重要意义。本专利技术可以直接通过目标检测的方式观测到输电线在有风环境下的扰动，并同时考虑电线的横向偏移和纵向偏移，相比以往只考虑横向偏移的方法更具全面性和准确性；在计算纵向偏移上，目前主要的方法为基于深度学习的单目深度估计方法，上述方法主要存在的问题是只适用于特定的低分辨率数据集，在高分辨率的输电线路场景下的准确性低，而双目匹配的方式可以逐像素进行三维坐标的计算，因而准确性更高；本专利技术采用简洁的像素匹配方法，综合考虑电线的横向偏移和纵向偏移，得出较为准确的总体偏移，从而根据总体偏移预测风力和风向，具备简洁、实时、准确的优点。
附图说明
[0040]图1是本专利技术的整体流程本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种预测输电线路风向和风速的方法，其特征在于，包括以下步骤：S1、通过目标检测方法检测出视频帧中每根电线的像素点区域；S2、匹配两帧图像之间电线的像素点区域，得出相同位置的一组电线的重叠区域和各自的独有区域；S3、通过双目匹配方法计算两帧图像在重叠区域的深度值之差，并将深度值之差作为电线的纵向偏移；计算两帧图像各独有区域之间的平均距离，并将平均距离作为电线的横向偏移；S4、根据摄像头拍摄的时间和地点，爬取历史天气数据，获取指定时间地点的风向和风速；将S3获得的纵向偏移和横向偏移与风向、风速共同组成训练数据，输入随机森林分类模型中进行训练，得到预测模型；S5、获取实际的图像，经过S1
‑
S3处理后，输入所述预测模型，对输电线路场景中风向和风速进行预测。2.根据权利要求1所述的一种预测输电线路风向和风速的方法，其特征在于，S1中，采用Cascade Mask R
‑
CNN模型检测输电线路监控摄像头拍摄的图像的电线，并输出每根电线的像素点位置；所有像素点位置连接起来形成像素点区域；像素点位置使用一个大小为图像的分辨率的0
‑
1掩膜表示，1代表该像素点是电线，0代表该像素点是背景。3.根据权利要求2所述的一种预测输电线路风向和风速的方法，其特征在于，S2具体为：针对第一幅图像中检测出的各电线区域，计算与第二幅图像中各电线区域的相交“1”的个数，取第二幅图像中相交“1”最多的区域作为第一幅图像的电线区域的一个匹配区域；设定相交“1”的阈值为X，若两个区域相交“1”的个数小于X，则判定两个区域不相匹配；若两个区域相交“1”的个数若大于等于X，则判定两个区域相匹配；计算匹配成功的一组电线的重叠区域和独有区域。4.根据权利要求3所述的一种预测输电线路风向和风速的方法，其特征在于，在匹配之前，对两帧图像的两个区域分别使用形态学膨胀的方法，然后再取交集。5.根据权利要求1所述的一种预测输电线路风向和风速的方法，其特征在于，S3中，通过双目匹配方法计算两帧图像在重叠区域的深度值之差的具体过程为：通过双目摄像机标定得出摄像机的相关参数；通过相关参数，将右目...
【专利技术属性】
技术研发人员：欧阳超，李静侃，高峰，魏昊焜，王南，王辰曦，唐露甜，高坤，张海军，李群，杨彪，李天宇，马磊，
申请(专利权)人：哈尔滨工业大学深圳江苏复迪电气科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。