یک روش مبتنی بر بینایی ماشین برای اندازه گیری فلش در خطوط برق

محورهای موضوعی : انرژی های تجدیدپذیر

محمد جواد عبدالهی فرد ¹ (آزمایشگاه بینایی ماشین و سنجش از دور- دانشکده مهندسی برق، دانشگاه تفرش، تفرش، ایران)
محمد رضا مهرداد ² (آزمایشگاه بینایی ماشین و سنجش از دور- دانشکده مهندسی برق، دانشگاه تفرش، تفرش، ایران)

تاریخ دریافت : 1401/01/16 تاریخ پذیرش : 1401/04/01 تاریخ انتشار : 1402/09/01

کلید واژه: نقشه برداری, آشکارسازی خط, اندازه‌گیری فلش, اندازه‌گیری مبتنی بر بینایی,

چکیده مقاله :

در زندگی مدرن، تامین انرژی الکتریکی پایدار اهمیت ویژه ای دارد و اختلال در این امر می تواند خسارت های سنگینی را به بخش های مختلف صنعت، تجارت، حمل و نقل، بهداشت و سلامت، آموزش و مدیریت جامعه وارد کند. برای جلوگیری از اتصال کوتاه شدن شبکه به زمین لازم است مقدار فلش (افتادگی) هادی ها در محدوده استانداردی قرار داشته باشد. روش های موجود برای اندازه گیری فلش اغلب نیازمند نصب دائمی تجهیزاتی مانند دوربین، گیرنده GPS (سیستم موقعیت یابی جهانی) و حسگر میدان مغناطیسی روی خط و تیرها/دکل ها یا اطراف آن‌ها هستند. روش ارائه شده در این مقاله اندازه گیری فلش را بر مبنای تک تصویری که از هادی و تیرها/دکل های دو طرف آن ثبت می شود انجام می دهد. همچنین لازم است فاصله دو انتهای هادی از دوربین به کمک یک فاصله سنج لیزری اندازه گیری شود. ابتدا به کمک داده های فاصله سنج، موقعیت دو انتهای هادی در فضای سه-بعدی به دست می آید. سپس از بین تمامی سهمی هایی که از این دو نقطه عبور می کنند، سهمی ای که با مشاهدات تصویری و فرضیات میدانی بهترین تطابق را دارد انتخاب می شود و بر مبنای آن مدل سه -بعدی هادی تولید و میزان فلش محاسبه می‌شود. روش اندازه گیری پیشنهادی بدون قطع شبکه و نزدیک شدن مخاطره آمیز به خط و با کمک تجهیزات قابل حمل و ارزان قیمت قابل انجام است. ارزیابی روی ستاپ های آزمایشگاهی و داده های میدانی نشان داد که روش پیشنهادی به زاویه عکس برداری حساس نیست، در پس زمینه‌های شلوغ عملکرد خوبی دارد و خطای متوسط آن کمتر از یک درصد مقدار فلش است.

چکیده انگلیسی:

The supply of permanent electrical energy is of vital importance in modern life and its disruption can cause heavy damage to different areas in industry, commerce, transportation, sanitation and health, education, and management of the society. To prevent the network from short-circuiting to the ground, the amount of sag (drop) of the conductors must be within a standard range. Existing methods for sag measurement often require permanent installation of equipment - such as a camera, GPS receiver, and magnetic field sensor - on the line, the poles/towers, and/or around them. The method presented in this paper performs sag measurement based on a single image recorded from the conductor and poles/tow­ers on its both sides. In addition, the distance between the two ends of the conductor from the camera needs to be measured using a laser rangefinder. First, the position of the two ends of the conductor in three-dimensional space is obtained with the help of rangefinder data. Then, from all the parabolas that pass through these two points, the one that best matches the visual observations and field assumptions is selected, and based on that, the three-dimensional conductor model is generated and the sag is calculated. The proposed measurement method can be done without interruption of the network and dangerous approach to the line and with the help of portable and inexpensive equipment. Evaluation on laboratory and field data showed that the proposed method is not sensitive to the shooting angle, works well in complicated backgrounds, and has an average error of less than 1% of the sag value.

منابع و مأخذ:

[1] C. Deng, S. Wang, Z. Huang, Z. Tan, J. Liu, "Unmanned aerial vehicles for power line inspection: a
cooperative way in platforms and communications", Journal Commun, vol. 9, no. 9, pp. 687-692, Sept. 2014 (dio:10.12720/jcm.9.9.687-692).

[2] A.T. Zengin, G. Erdemir, T.C. Akinci, S Seker, "Measurement of power line sagging using sensor data of a power line inspection robot", IEEE Access vol. 8 pp. 99198-99204, May. 2020 (doi: 10.1109/ACCE­SS.2­020­.2998154).

[3] D. Xiaoyuan, "Analytic method to calculate and characterize the sag and tension of overhead lines", IEEE Trans. on Power Delivery, vol. 31, no. 5, pp. 2064-2071, Jan. 2016 (doi: 10.1109/TPWRD.2015.2510318).

[4] Y. Du, Y. Liao, "Online estimation of power transmission line parameters, temperature and sag", Proceeding of the IEEE/NAPS, pp. 1-6, American, Aug. 2011 (doi: 10.1109/NAPS.2011.6024854).

[5] R.M. Hayes, A. Nourai, "Power line sag monitor", U.S. Patent, No. 6,205,867. 27 Mar. 2001.

[6] R.G. Olsen, K.S. Edwards, "A new method for real-time monitoring of high-voltage transmission-line conductor sag", IEEE Trans. on Power Delivery, vol. 17 no. 4, pp. 1142-1152, Oct. 2002 (doi: 10.1109/­TPWRD­.2002.804015).

[7] X. Sun, K.S. Lui, K.K.Y. Wong, W.K. Lee, Y. Hou, Q. Huang, P.W.T. Pong, "Novel application of magnetoresistive sensors for high-voltage transmission-line monitoring", IEEE Trans. on Magnetics, vol. 47 no. 10, pp. 2608-2611, Sept. 2011 (doi: 10.1109/TMAG.2011.2158085).

[8] A. Habib, Q. Huang, J. Li, Z. Zhang, "Estimation of current and sag in overhead power transmission lines with optimized magnetic field sensor array placement", IEEE Trans. on Magnetics, vol. 53 no. 5, pp. 1-10, Jan. 2017 (doi: 10.1109/TMAG.2017.2657490).

[9] C. M. Bonsu, U.F. Krekeler, G.T. Heydt, Y. Hoverson, J. Schilleci, B.L. Agrawal, "Application of the global positioning system to the measurement of overhead power transmission conductor sag", IEEE Trans. on Power Delivery, vol. 17, no. 1, pp. 273-278, Jan. 2002 (doi: 10.1109/61.974218).

[10] S.M. Mahajan, U.M. Singareddy, "A real-time conductor sag measurement system using a differential   GPS", IEEE Trans. on Power Delivery, vol. 27 no. 2, pp. 475-480, Feb. 2012 (doi: 10.1109/TP­WRD.20­11.­218­1963).

[11] M. Wydra, P. Kisala, D. Harasim, P. Kacejko, "Overhead transmission line sag estimation using a simple  optomechanical system with chirped fiber bragg gratings, Part 1: Preliminary measurements", Sensors, vol. 18 no. 1, Article Number: 309, Jan. 2018 (doi: 10.3390/s20092652).

[12] G. Sohn, Y. Jwa, H.B. Kim "Automatic powerline scene classification and reconstruction using airborne lidar data", Proceeding of the ISPRS, vol. I-3, pp. 167-172, Aug. 2012 (doi: 10.5194/isprsannals-I-3-167-2012).

[13] J. Oh, C. Lee 2, "3D power line extraction from multiple aerial images", Sensors, vol. 17, no. 10, Article Number: 2244, Sept. 2017 (doi: 10.3390/s17102244).

[14] M. Wydra, P. Kubaczynski, K. Mazur, B. Ksiezopolski, "Time-aware monitoring of overhead transmission line sag and temperature with LoRa communication", Energies, vol. 12, no. 3, Article Number: 505, Feb. 2019 (doi: 10.3390/en12030505).

[15] M.Y. Sermet, I. Demir, S. Kucuksari, "Overhead power line sag monitoring through augmented reality", Proceeding of the IEEE/NAPS, pp. 1-5, American, Sept. 2018 (doi: 10.1109/NAPS.2018.8600565).

[16] M.A. Isa, D. Sims-Waterhouse, S. Piano, R. Leach, "Volumetric error modelling of a stereo vision system for error correction in photogrammetric three-dimensional coordinate metrology", Precision Engineering, vol. 64, pp.188-199, July 2020 (10.1016/j.precisioneng.2020.04.010).

[17] H. Kim, W.Y. Kim, "Automated inspection system for rolling stock brake shoes", IEEE Trans. on Instru­mentation and Measurement, vol. 60, no. 8, pp. 2835-2847, April 2011 (doi: 10.1109/TIM­.2011­.211­911­0).

[18] S. Huang, W. Jin, M. Ye, Z. Liu, B. Yu, Y. Ying, X. Zhang, Y. Mu, "A vision based method for automated measurement of circular fiber cross-sections", Measurement, vol. 162, Article Number: 107913, Oct. 2020 (doi: 10.1016/j.measurement.2020.107913).

[19] M. Alidoust, M. Zeinali, H. Mahdavi-Nasab, "A robust edge detection method with subpixel accuracy in presence of noise", Journal of Intelligent Procedures in Electrical Technology, vol. 6, no. 24, pp. 17-26,  Jan. 2016 (in Persian) (dor: 20.1001.1.23223871.1394.6.24.2.2).

[20] V. Ghods, A. Behrad, "Road extraction and car detection from aerial image using intensity and color", Journal of Intelligent Procedures in Electrical Technology, vol. 2, no. 6, pp. 55-64, Aug. 2011 (in Persian) (dor: 20.1001.1.23223871.1390.2.6.6.2).