輸電線路覆冰是一種自然現象,常發生于冬季。自1954年首次記錄到電網覆冰事件以來,因覆冰引發的冰雪災害事故對電力系統穩定運行造成了巨大的沖擊并給人民正常生產生活帶來了嚴重影響。
覆冰導致電氣設備的絕緣性能顯著下降,一旦超出設計的抗冰能力,就可能引起線路過載、斷線、閃絡跳閘等事故。若未能及時處理線路上的積雪與覆冰,當覆冰掉落時,輸電線將發生舞動,嚴重時可能導致桿塔變形、折斷、倒塌,使當地電力供應完全癱瘓,造成大范圍停電事故。
歷史數據表明,冰災事故對電力系統運行有極大影響:2008年,我國南方冰災導致36000多條10kV及以上線路因故障停運,超過2000座35kV及以上變電站無法正常工作;2009年底至2010年初,我國北方多省發生大面積線路覆冰,53條500kV線路,97條220kV線路及44條110kV線路因覆冰發生舞動現象,并引起多條線路故障,嚴重威脅電網正常運行。
由于覆冰對電網穩定運行的嚴重影響,有必要對線路的覆冰狀態進行偵測,確保及時發現覆冰并采取應對措施。許多高校與科研機構已在此方面開展研究。早期的覆冰偵測主要采用人工觀冰的方式,由運維人員在觀冰站使用稱重法模擬導線覆冰后質量的變化情況,并根據公式反推冰層厚度,從而判斷此時線路的覆冰狀態。但該方法受制于精度與安全性,正逐漸被其他方法取代[7]。
為解決人工觀冰法的缺陷,通過監測終端采集現場參數,經由通信網絡傳回監控中心進行分析的系統監測法應運而生。目前主流的系統監測方法根據目標對象不同,劃分為物理方法與圖像處理方法兩大類。
物理方法主要通過機械傳感器測量各物理參量,并構建力學模型進行綜合判斷,如考慮垂直比載變化特性的線路覆冰狀態力學分析模型,結合風載荷及不均勻冰校正系數的改進力學模型,導入風偏因素的改進力學模型等。基于物理參量與力學模型的偵測方法具有速度快、精度高的優點,但也存在模型結構復雜、傳感器價格昂貴且易受環境干擾的缺陷。
圖像處理方法需要通過攝像機采集輸電線路圖像,再結合機器視覺與機器學習算法分析線路覆冰狀態。比如在桿塔上安裝四目攝像機拍攝圖像,并采用基于三維即時成像立體視覺技術實現覆冰厚度測量;華南理工大學郝艷捧等通過3階B樣條函數結合Hough變換識別覆冰導線;此外,也有采用無人機搭載攝像機航拍線路圖像后通過算法計算冰層厚度的方案。
以上方法均能夠偵測線路覆冰狀態,但多目攝像機安裝難度大,且在桿塔上使用易受大風影響而振動,影響辨識精度;使用單目攝像機獲取圖像,受環境影響不大,但該方法計算過程復雜,實時性不足;采用無人機巡航的方案,嚴重受制于冰災環境的惡劣天氣,無法正常工作。
綜上所述,現有的輸電線路覆冰偵測方法各有不足,在綜合分析各方法優缺點后,福州大學電氣工程與自動化學院、國網福建省電力有限公司寧德供電公司的研究人員提出一種基于改進K均值聚類的輸電線路覆冰狀態偵測方法。
圖1 整體方法流程
該方法通過機器視覺算法處理單目攝像機拍攝的圖像,從而實現輸電線路覆冰狀態辨識。整體方法簡單高效,能夠定位圖像中的輸電線路導線,在此基礎上求解此刻導線的寬度并結合參考值獲取冰層厚度。根據冰層厚度及歷史覆冰數據綜合分析,可以判斷輸電線路當前的覆冰狀態。
圖2 現場攝像機
現場與實驗環境測試結果表明,所提方法在現場環境的不同天氣、光照條件下均能準確定位導線并判斷覆冰狀態;在實驗環境的簡單背景下,誤差不超過±0.1cm,復雜背景下誤差也小于±0.2cm,誤差率均在5%以內,充分表明所提方法具有良好的性能,具備較高的辨識精度,滿足工程實際需求,可輔助電力部門及時發現潛在的冰雪災害風險,具有較高的實用價值。
本文編自《電氣技術》,論文標題為“一種基于改進K均值聚類的輸電線路覆冰狀態偵測方法”,作者為翁秉鈞、楊耿杰等。