本发明专利技术属于电力故障诊断技术领域，尤其涉及一种基于卫星和气象的线路故障诊断方法，包括：定期采集卫星影像并纳入影像数据库，识别风险源信息并纳入隐患库；启动灾害区域灾前卫星应急巡视流程，将采集结果纳入影像数据库，识别风险源信息，调用隐患库中的数据进行比对输出灾害区域风险源清单；启动故障区域故障后应急巡视流程，将采集结果纳入影像数据库，识别风险源信息，调用隐患库中的数据进行比对，根据比对结果输出故障前后的风险源变化信息，结合风险源变化信息、故障时气象数据及故障现场故障特性，进行故障源头筛选。本发明专利技术中，通过利用卫星和气象提供的实况数据，结合智能分析技术，实现灾前线路通道异物源快速摸排和故障后精准溯源。
1、在当前电力系统中，常见的线路通道沿线工业厂房、农业大棚、园林绿化等潜在风险源较多，管控数量多、难度大，其运行受自然气象因素和附近人为活动风险因素影响严重。目前针对上述线路通道的巡视方式主要包括无人机巡视、线路监拍摄像头巡视和人工巡视，但鉴于以下缺点而难以实现灾前巡视准且广的目标，具体缺点如下：虽然无人机巡检精度高，但其具有受飞行审批约束、大范围常态化作业成本高、监测范围小等不足，不能满足常态化、大范围线路通道风险普查需求；而线路监拍摄像头受限于监拍角度和范围，无法全面覆盖风险源所在范围；同时，若采用人工巡视将会增加人工成本或时间成本。
2、另外，现有的方式中还存在线路故障后溯源难的问题，虽然可依靠无人机或人工巡视等手段，但受天气或环境制约，无法及时发现故障来源并做出有效处置。目前故障诊断常用的方法包括基于模型的诊断、信号处理技术以及人工智能算法等，这些方法虽然在一定程度上能够识别和定位故障，但各有其局限性；例如，基于模型的方法依赖于精确的系统模型，而实际运行中模型往往难以完全匹配实际情况；信号处理技术则受限于信号采集的质量和分析算法的复杂性；而人工智能虽然在模式识别方面显示出巨大潜力，但对新出现故障类型的适应性还有待提高。
3、基于上述问题，本领域需要探索一种低成本、高精度、覆盖范围广的巡视及故障溯源方法，从而实现故障前异物隐患精准预警，故障后可以及时准确诊断，且基于故障诊断结果信息，精准判定故障源头。
/>技术实现思路
1、本专利技术中提供了一种基于卫星和气象的线路故障诊断方法，可有效解决
技术介绍
中的问题。
2、为实现上述目的，本专利技术的技术方案如下：
3、一种基于卫星和气象的线路故障诊断方法，包括：
4、通过遥感卫星定期采集卫星影像，将定期采集结果纳入影像数据库，所述定期采集结合电网线路通道管控要求进行；
5、识别各所述定期采集结果中的风险源信息，将风险源识别结果纳入隐患库；
6、启动灾害区域灾前卫星应急巡视流程，采集灾害区域卫星影像获得第一应急采集结果，将所述第一应急采集结果纳入所述影像数据库，所述启动基于气象预警信息；
7、识别所述第一应急采集结果中的风险源信息，且调用所述隐患库中的数据进行比对，根据比对结果输出灾害区域风险源清单，所述灾害区域风险源清单用于指导通道现场的异物处置；
8、启动故障区域故障后应急巡视流程，采集故障区域卫星影像获得第二应急采集结果，将所述第二应急采集结果纳入所述影像数据库，所述启动基于线路通道故障诊断信息;识别所述第二应急采集结果中的风险源信息，且调用所述隐患库中的数据进行比对，根据比对结果输出故障前后的风险源变化信息，结合所述风险源变化信息、故障时气象数据及故障现场故障特性，进行故障源头筛选。
9、进一步地，识别各所述定期采集结果中的风险源信息，将风险源识别结果纳入隐患库，包括：
10、识别第一期采集的卫星影像中的所述风险源信息，且作为基础纳入第一隐患库；
11、基于所述基础对后期采集的所述卫星影像进行多期影像比对，以获取风险源变化的信息，且纳入第二隐患库；
12、采用信息匹配方法将所述第一隐患库和第二隐患库进行合并获得所述隐患库。
13、进一步地，基于所述基础对后期采集的所述卫星影像进行多期影像比对，以获取风险源变化的信息，包括：
14、获取待比对的相邻两时相的所述卫星影像，对每个时相的卫星影像均进行以下操作：
15、使用目标检测模型获取目标逐个的提取结果，以及使用语义分割模型获取目标按面的提取结果，针对每个时相的两个提取结果进行矢量处理；
16、针对不同时相均基于所述矢量处理结果进行风险源选择；
17、基于两时相的风险源选择获取风险源变化的信息。
18、进一步地，针对每个时相的两个提取结果进行矢量处理，包括：
19、将所述目标检测模型提取的边界框转化为矢量多边形；
20、将所述语义分割模型的像素分类结果转换为矢量多边形；
21、分别对目标检测与语义分割的矢量多边形进行几何校正，实现与卫星影像的地理坐标对齐；
22、在两所述矢量多边形的重叠区域，使用所述目标检测的边界框定义风险源的范围，以及，对于目标检测漏检或边界模糊的区域，使用语义分割的像素分布结果进行补充，完成合并；
23、将合并后的矢量结果生成完整的矢量数据集，包含每个风险源的形状、中心点坐标、位置、边界及空间属性信息。
24、进一步地，所述信息匹配方法包括：
25、针对所述第一隐患库和第二隐患库中的风险源分别提取中心点坐标，设定空间距离阈值，对比两个时相中每个所述风险源的中心点坐标，若两个所述风险源的中心点坐标距离小于所述空间距离阈值，则标记同一风险源，否则标记为新增或消失风险源；
26、针对标记为同一风险源的所述风险源提取边界多边形，通过形状相似度算法计算两个时相中所述风险源的边界相似性，设定边界相似度阈值，若所述边界相似性高于所述边界相似度阈值，则标记为同一风险源，否则标记为变化风险源；
27、针对所述新增或消失风险源以及所述变化风险源，提取属性信息并进行属性变化的影响评估，设定影响程度阈值，若所述属性变化的影响程度小于所述影响程度阈值，则标记为同一风险源，否则保持原标记状态。
28、进一步地，识别所述第一应急采集结果中的风险源信息，且调用所述隐患库中的数据进行比对，根据比对结果输出灾害区域风险源清单，包括：
29、基于与所述隐患库中数据的比对，对所述第一应急采集结果中的风险源信息进行分类，包括与所述隐患库中数据匹配的第一部分，以及未匹配的第二部分；
30、根据所述第一部分输出灾害区域风险源清单。
31、进一步地，所述第二部分纳入所述隐患库。
32、进一步地，针对所述定期采集结果、第一应急采集结果和第二应急采集结果，采用相同的风险源信息识别方法。
33、进一步地，所述线路通道故障诊断信息的获取包括：
34、确定线路发生故障的时刻，在所述时刻启动研判因子信息的收集，所述研判因子信息至少包括线路数据、在线监测数据、气象数据和所述隐患库数据；基于所述研判因子信息通过智能诊断模型输出故障诊断信息。
35、进一步地，所述智能诊断模型为多模态融合模型。
36、进一步地，结合所述风险源变化信息、故障时气象数据及故障现场故障特性，进行故障源头筛选，包括：
37、基于所述风险源变化信息，识别风险源的变化类型，确定每个类型的所述变化对线路的影响程度；
38、基于故障时气象数据对各所述影响程度进行修订，获得修订结果；
39、基于所述修订结果及所述风险源变化信息，分析所述故障特性与风险本文档来自技高网...
【技术保护点】
1.一种基于卫星和气象的线路故障诊断方法，其特征在于，包括：
2.根据权利要求1所述的基于卫星和气象的线路故障诊断方法，其特征在于，识别各所述定期采集结果中的风险源信息，将风险源识别结果纳入隐患库，包括：
3.根据权利要求2所述的基于卫星和气象的线路故障诊断方法，其特征在于，基于所述基础对后期采集的所述卫星影像进行多期影像比对，以获取风险源变化的信息，包括：
4.根据权利要求3所述的基于卫星和气象的线路故障诊断方法，其特征在于，针对每个时相的两个提取结果进行矢量处理，包括：
5.根据权利要求2所述的基于卫星和气象的线路故障诊断方法，其特征在于，所述信息匹配方法包括：
6.根据权利要求1所述的基于卫星和气象的线路故障诊断方法，其特征在于，识别所述第一应急采集结果中的风险源信息，且调用所述隐患库中的数据进行比对，根据比对结果输出灾害区域风险源清单，包括：
7.根据权利要求6所述的基于卫星和气象的线路故障诊断方法，其特征在于，所述第二部分纳入所述隐患库。
8.根据权利要求1所述的基于卫星和气象的线路故障诊断方法，其特征在于，针对所述定期采集结果、第一应急采集结果和第二应急采集结果，采用相同的风险源信息识别方法。
9.根据权利要求1所述的基于卫星和气象的线路故障诊断方法，其特征在于，所述线路通道故障诊断信息的获取包括：
10.根据权利要求9所述的基于卫星和气象的线路故障诊断方法，其特征在于，所述智能诊断模型为多模态融合模型。
11.根据权利要求1所述的基于卫星和气象的线路故障诊断方法，其特征在于，结合所述风险源变化信息、故障时气象数据及故障现场故障特性，进行故障源头筛选，包括：
12.根据权利要求1所述的基于卫星和气象的线路故障诊断方法，其特征在于，灾害区域灾前卫星应急巡视流程及所述故障区域故障后应急巡视均采用便携式地面站，所述便携式地面站用于上传电力领域影像采集的单一指令，以及接收所述卫星影像；
...
【技术特征摘要】
1.一种基于卫星和气象的线路故障诊断方法，其特征在于，包括：
2.根据权利要求1所述的基于卫星和气象的线路故障诊断方法，其特征在于，识别各所述定期采集结果中的风险源信息，将风险源识别结果纳入隐患库，包括：
3.根据权利要求2所述的基于卫星和气象的线路故障诊断方法，其特征在于，基于所述基础对后期采集的所述卫星影像进行多期影像比对，以获取风险源变化的信息，包括：
4.根据权利要求3所述的基于卫星和气象的线路故障诊断方法，其特征在于，针对每个时相的两个提取结果进行矢量处理，包括：
5.根据权利要求2所述的基于卫星和气象的线路故障诊断方法，其特征在于，所述信息匹配方法包括：
6.根据权利要求1所述的基于卫星和气象的线路故障诊断方法，其特征在于，识别所述第一应急采集结果中的风险源信息，且调用所述隐患库中的数据进行比对，根据比对结果输出灾害区域风险源清单，包括：
7.根据权利要求6所述的基于卫星和气象的...
【专利技术属性】
技术研发人员：邱刚，张廼龙，黄强，黄新宇，陈杰，杨景刚，谭笑，李陈莹，高嵩，曹京荥，张伟，
申请(专利权)人：国网江苏省电力有限公司电力科学研究院，
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。