一种基于无人机的台风灾后架空线路状态评估方法与流程

1.本发明涉及输电线路状态评估技术领域，特别涉及一种基于无人机的台风灾后架空线路状态评估方法。


背景技术：

2.海南岛地处热带地区，夏季常遭受台风侵害，台风会造成输电线路不同程度的缺陷，例如输电杆塔的倾斜、上拔、金具的损坏等等，因此在台风过后，电力系统工作人员均需要对输电线路的状态进行评估，获取输电线路的缺陷状态，并进行及时的维修和维护。
3.目前电力系统的工作人员在进行输电线路的状态评估时，基本都是通过人工巡检判断，人工判断完全凭借经验进行，无法保证状态评估的准确性，并且部分金具例如悬垂线夹等设置在高处的架空线路，工作人员需要攀高查看金具状态，存在一定的安全风险。


技术实现要素：

4.鉴以此，本发明提出一种基于无人机的台风灾后架空线路状态评估方法，根据历年的巡检缺陷数据进行统计分析，然后采用无人机采集输电线路状态数据，最后通过朴素贝叶斯分析预测模型来获得输电线路状态，保证缺陷判断的准确定，保障工作人员的人身安全。
5.本发明的技术方案是这样实现的：
6.一种基于无人机的台风灾后架空线路状态评估方法，包括以下步骤：
7.步骤s1、获取架空线路历年巡检缺陷数据；
8.步骤s2、采用tf
‑
idf统计方法对历年巡检缺陷数据进行统计分析，获得若干个缺陷种类、与缺陷种类对应的缺陷具体描述以及缺陷严重程度；
9.步骤s3、构建朴素贝叶斯分析预测模型，并根据缺陷种类、缺陷具体描述以及缺陷严重程度进行训练学习；
10.步骤s4、通过无人机采集输电线路状态数据，对输电线路状态数据进行数据挖掘并获得相关性特征；
11.步骤s5、将相关性特征输入到训练完成的朴素贝叶斯分析预测模型中，获得实际缺陷种类以及缺陷严重程度。
12.优选的，所述步骤s1中的架空线路历年巡检缺陷数据包括线路杆塔缺陷数据、金具缺陷数据、绝缘子缺陷数据以及附属设施缺陷数据。
13.优选的，所述步骤s2的具体步骤包括：
14.步骤s21、根据历年巡检缺陷数据获取缺陷种类、描述语义以及缺陷严重程度；
15.步骤s22、获取描述语义中的关键词；
16.步骤s23、遍历查找当前缺陷种类所对应的关键词，获得第一频次；
17.步骤s24、遍历查找其他缺陷种类中与第一频次对应的关键词，获得第二频次；
18.步骤s25、将第一频次和第二频次结合作为缺陷具体描述。
19.优选的，所述步骤s2中的缺陷严重程度包括一般、严重以及危急。
20.优选的，所述步骤s3中的朴素贝叶斯分析预测模型为多层分析预测模型，第一层用于对第一个关键词的第一频次和第二频次进行概率计算，第二层用于对第二个关键词的第一频次和第二频次进行概率计算。
21.优选的，所述步骤s5中，所述朴素贝叶斯分析预测模型基于第一频次较高以及第二频次较低来判断输电线路所对应的缺陷状态，并以此获得缺陷种类以及缺陷严重程度。
22.优选的，所述步骤s4的具体步骤为：
23.步骤s41、无人机采集输电线路图像数据；
24.步骤s42、输电线路图像数据输入到已训练完成的神经网络中；
25.步骤s43、神经网络对输电线路图像数据进行处理，并获得相关性特征。
26.优选的，所述步骤s4中的相关性特征包括缺陷主体以及所对应的缺陷关键词。
27.与现有技术相比，本发明的有益效果是：
28.本发明提供了一种基于无人机的台风灾后架空线路状态评估方法，根据历年巡检缺陷数据进行统计分析，获取其中含有的缺陷种类、缺陷具体描述以及缺陷严重程度，然后根据缺陷种类、缺陷具体描述以及缺陷严重程度对构建的朴素贝叶斯分析预测模型进行训练，训练完成的朴素贝叶斯分析预测模型可以用于评估输电线路状态，在台风发生后，通过无人机采集输电线路状态数据，对输电线路状态数据进行数据挖掘后可以得到相关性特征，最终朴素贝叶斯分析预测模型可以根据相关性特征获得输电线路的缺陷种类以及缺陷严重程度，以指导工作人员进行缺陷维修、维护。
附图说明
29.为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的优选实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
30.图1为本发明的一种基于无人机的台风灾后架空线路状态评估方法的流程图。
具体实施方式
31.为了更好理解本发明技术内容，下面提供一具体实施例，并结合附图对本发明做进一步的说明。
32.参见图1，本发明提供的一种基于无人机的台风灾后架空线路状态评估方法，包括以下步骤：
33.步骤s1、获取架空线路历年巡检缺陷数据；
34.所述步骤s1中的架空线路历年巡检缺陷数据包括线路杆塔缺陷数据、金具缺陷数据、绝缘子缺陷数据以及附属设施缺陷数据。
35.本发明在构建状态分析预测模型之前，首先或获取历年的巡检缺陷数据，其中历年巡检缺陷数据是根据以往台风灾害发生后，对于输电线路各个部件的缺陷主体、缺陷种类、缺陷严重程度以及缺陷对应的描述语义，例如杆塔基础发生一般性破损缺陷，该缺陷对应的描述语义包括“基础混凝土表面有较大面积水泥脱落、蜂窝、露石或麻面”，因此，本发
明的巡检缺陷数据包括若干条记录。
36.步骤s2、采用tf
‑
idf统计方法对历年巡检缺陷数据进行统计分析，获得若干个缺陷种类、与缺陷种类对应的缺陷具体描述以及缺陷严重程度，其中缺陷严重程度包括一般、严重以及危急。
37.在获得历年巡检缺陷数据后，本发明采用tf
‑
idf统计方法来进行统计方法，tf
‑
idf是一种现代统计学中常用的统计方法，通过字词在数据集中出现的次数与对于数据集的重要程度成正比的关系，但同时又与该字词在数据集中出现的频率成反比的特点来评估该字词对于一个数据集或一份文件的重要程度，具有实现简单和相对容易理解的优点，且计算速度比较快，计算结果通常与预期相符。
38.步骤s2的具体步骤包括：
39.步骤s21、根据历年巡检缺陷数据获取缺陷种类、描述语义以及缺陷严重程度；
40.步骤s22、获取描述语义中的关键词；
41.步骤s23、遍历查找当前缺陷种类所对应的关键词，获得第一频次；
42.步骤s24、遍历查找其他缺陷种类中与第一频次对应的关键词，获得第二频次；
43.步骤s25、将第一频次和第二频次结合作为缺陷具体描述。
44.本发明采用tf
‑
idf统计方法来进行巡检缺陷数据的状态评估，巡检缺陷数据包括若干条缺陷记录，每条缺陷记录包括缺陷种类、描述语义以及缺陷严重程度，tf
‑
idf统计方法主要对描述语义进行分析统计，将描述语义中含有的关键词提取出来，并将关键词构成数据集，每条缺陷记录会对应有单独的数据集，tf
‑
idf统计方法会遍历数据集当中的第一个关键词，并获取该关键词的数量，以生成第一频次，然后对遍历其他数据集中是否有出现该关键词，并作为第二频次，第一频次和第二频次即构成了缺陷具体描述。
45.步骤s3、构建朴素贝叶斯分析预测模型，并根据缺陷种类、缺陷具体描述以及缺陷严重程度进行训练学习；
46.步骤s3中的朴素贝叶斯分析预测模型为多层分析预测模型，第一层用于对第一个关键词的第一频次和第二频次进行概率计算，第二层用于对第二个关键词的第一频次和第二频次进行概率计算。
47.tf
‑
idf统计方法在进行统计分析后，会得到第一频次和第二频次，朴素贝叶斯分析预测模型在可以根据缺陷种类、缺陷具体描述以及缺陷严重程度进行训练学习，在学习的过程中，缺陷种类和缺陷严重程度是作为朴素贝叶斯分析预测模型的输出，缺陷具体描述为训练数据。
48.步骤s4、通过无人机采集输电线路状态数据，对输电线路状态数据进行数据挖掘并获得相关性特征，相关性特征包括缺陷主体以及所对应的缺陷关键词，具体步骤为：
49.步骤s41、无人机采集输电线路图像数据；
50.步骤s42、输电线路图像数据输入到已训练完成的神经网络中；
51.步骤s43、神经网络对输电线路图像数据进行处理，并获得相关性特征。
52.本发明采用无人机来拍摄台风灾后的输电线路图像，以此作为输电线路状态数据，然后通过训练完成的神经网络来进行特征提取，神经网络所提取的特征包括缺陷主体以及所对应的缺陷关键词，例如识别出缺陷主体为杆塔基础，缺陷关键词为脱落、蜂窝、露石或麻面，神经网络通过大量的历史数据进行训练，在输入一个杆塔基础图形数据后，神经
网络可以判断出其主体以及包含有的缺陷关键词，缺陷主体和缺陷关键词共同构成相关性特征，供朴素贝叶斯分析预测模型进行分析预测。
53.步骤s5、将相关性特征输入到训练完成的朴素贝叶斯分析预测模型中，获得实际缺陷种类以及缺陷严重程度，所述朴素贝叶斯分析预测模型基于第一频次较高以及第二频次较低来判断输电线路所对应的缺陷状态，并以此获得缺陷种类以及缺陷严重程度。
54.由于缺陷记录有多条，每条缺陷记录会对应一个数据集，数据集中会存在若干个关键词，并且不同的缺陷记录的关键词也会存在重叠，并且为了保证分析预测的准确性，朴素贝叶斯分析预测模型包括多层，第一层用于进行第一个关键词的第一频次和第二频次的计算，第二层用于进行第二个关键词的第一频次和第二频次的计算，若第一个关键词的第一频次和第二频次相差较小，则无法准确判断出缺陷种类，因此通过第二关键词的第一频次和第二频次来计算，在整个预测分析过程中，以第一频次较高，且第二频次较低的概率来获取对应的缺陷分类，最终所获得的缺陷种类准确度较高。
55.本发明的一种基于无人机的台风灾后架空线路状态评估方法，将tf
‑
idf统计方法与朴素贝叶斯分析预测模型结合在一起，从历年巡检缺陷数据中获取缺陷对应的关键词，并获取关键词的第一频次、第二频次，依次作为朴素贝叶斯分析预测模型的构建参数，在台风灾害发生后，采用无人机进行输电线路状态数据的采集，并通过神经网络获取其中包含的缺陷主体和缺陷关键词，最终由朴素贝叶斯分析预测模型根据缺陷主体和缺陷关键词进行概率计算，分析预测获得最终的缺陷种类以及缺陷严重程度，为工作人员抢险维修输电线路提供指导，快速恢复送电。
56.以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。