云南電網有限責任公司曲靖供電局 張宇雄 陳宣林 張海東

輸電線路架空地線因外力破壞而導致的斷股后需要進行適當的導線修補處理，避免散股繼續(xù)導致導線機械性能及導電性能降低。在修補架空地線時，因為是單根鋼絞線，架空地線距地面較高，斷股點如在線上表層，用肉眼、望遠鏡無法觀察到斷股的數量，只能使用無人機抵近拍照判斷斷股數量，且存在一些不確定因素，特別是帶電修補地線時，因采用掛梯作業(yè)的方式，導地線荷載增加，其應力增加，弧垂增大，如不能確定其作業(yè)方式，加之作業(yè)人員在作業(yè)時防墜措施無法做到位，盲目掛梯作業(yè)，作業(yè)過程存在較大風險，不能保證作業(yè)人員及設備的安全，是輸電網目前存在的實際生產業(yè)務痛點。

1 研究背景

造成輸電線路故障原因包括外力、人為和設備三個方面，自然的外力作用占輸電線路故障一半，通常以雷擊出現線路故障為主，外力的作用對輸電線路的損壞難以預防，只能通過提高線路本身的抗雷性質實現。人為破壞輸電線路的故障也較多，如施工操作不當造成的斷線、短路和接地等線路故障，而輸電線路本身運行環(huán)境較差，從而輸電線路設備本身也易受到相應的外力作用的損傷。

輸電線路地線作為電力系統的重要組成部分，承擔著將電流引入大地的作用。然而，由于地線長期暴露在自然環(huán)境中，受到風吹、雨淋、酸雨等因素的侵蝕，地線易出現斷股現象。地線斷股不僅會導致電力系統的接地性能下降，還可能引發(fā)電流回流、接觸電壓升高等問題，給電力系統的安全穩(wěn)定運行帶來隱患。因此，準確檢測和及時修復地線斷股問題對于電力系統的正常運行至關重要。

2 研究意義

架空地線斷股檢測是電力系統維護和運行中的一項重要任務。傳統的地線斷股檢測方法主要依賴人工巡檢和經驗判斷，存在檢測效率低、漏檢和誤判率高等問題。隨著計算機視覺和目標檢測技術的不斷發(fā)展，基于圖像處理和機器學習的地線斷股檢測方法逐漸受到關注。其中，基于深度學習的目標檢測算法在檢測精度和效率方面取得了顯著的進展。本文旨在探討基于SSD 的輸電線路地線斷股檢測方法，提高地線斷股檢測的準確性和實時性，為電力系統的安全運行提供有效的技術支持[1]。

3 研究目標

本文主要研究分析地線斷股的危害和檢測需求，總結現有地線斷股檢測方法的優(yōu)缺點。介紹SSD 算法的原理和基本流程，分析其在目標檢測領域的優(yōu)勢和適用性。針對輸電線路地線斷股檢測問題，提出一種基于SSD 的檢測方法，設計相應的算法流程。構建地線斷股檢測數據集，進行試驗驗證，評估該方法的準確性和實時性。對比分析所提方法與其他地線斷股檢測方法的性能，探討改進空間和應用前景。

4 相關工作綜述

一是輸電線路地線斷股的危害和檢測需求。包括地線斷股問題的定義和危害，對輸電線路地線斷股進行準確檢測的重要性和需求。二是目標檢測技術的發(fā)展與應用。目標檢測技術的發(fā)展歷程，傳統方法和基于深度學習的目標檢測算法，并對其應用于電力系統中地線斷股檢測的研究進行綜述和分析。三是基于SSD 的目標檢測算法及其優(yōu)勢。SSD 算法（Single Shot MultiBox Detector）的原理和基本流程。SSD 是一種基于深度卷積神經網絡的目標檢測算法，具有較高的檢測準確性和實時性。筆者將探討SSD 算法在目標檢測領域的優(yōu)勢，包括多尺度特征融合、單次檢測和高效推理等方面。以下是基于SSD的輸電線路地線斷股檢測方法的偽代碼示例。

輸入：輸電線路地線斷股圖像。輸出：地線斷股檢測結果。①初始化SSD 網絡；②加載預訓練的權重參數；③對輸入圖像進行預處理，包括大小調整、歸一化等操作；④將圖像輸入SSD 網絡進行前向傳播，獲取特征圖；⑤在特征圖上執(zhí)行多尺度的特征檢測，生成候選框；⑥使用非極大值抑制（NMS）算法對候選框進行篩選，去除重疊較多的框；⑦對剩余的候選框進行類別預測和邊界框回歸；⑧根據預測結果進行地線斷股的判定和定位；⑨輸出地線斷股檢測結果，包括斷股位置和置信度；⑩結束。

以上偽代碼簡要描述了基于SSD 的輸電線路地線斷股檢測方法的算法流程。在實際實現中，需要根據具體的深度學習框架和編程語言進行具體的代碼編寫，并結合實際的數據集和參數設置進行訓練和測試。此偽代碼提供了一個大致的框架，可以根據具體需求進行修改和優(yōu)化[2]。

5 基于SSD 的輸電線路地線斷股檢測方法

一是地線斷股檢測問題。輸電線路地線斷股檢測問題包括輸入數據的獲取和預處理、地線斷股目標的定義和特征提取等。二是SSD 算法原理及基本流程。SSD 網絡的結構和各個組件的功能包括基礎網絡、特征提取層、預測層和損失函數等。三是地線斷股檢測算法設計。基于SSD 的地線斷股檢測算法包括數據集的構建、網絡結構的調整、訓練和推理過程等。四是算法步驟。基于SSD 的地線斷股檢測算法的步驟，涵蓋輸入數據的預處理、特征提取、邊界框回歸和類別預測等關鍵步驟，以及算法的參數設置和優(yōu)化策略。

6 試驗與結果分析

6.1 數據采集、標注、劃分與預處理

6.1.1 數據采集

選擇合適的采集設備：使用高清攝像機、無人機等設備進行圖像采集。確保設備能夠捕捉到輸電線路地線以及地線斷股的清晰圖像。定義采集場景：確定采集地點，包括城市、農村、山區(qū)等不同場景。同時，考慮不同天氣條件和光照情況，以獲取多樣化的地線斷股圖像。

6.1.2 數據標注

地線斷股定義：明確定義地線斷股的標準和范圍，以便標注人員能夠準確地識別和標注地線斷股區(qū)域。標注工具：使用圖像標注工具，如LabelImg、VGG Image Annotator（VIA）等，對采集到的圖像進行標注。標注人員需要標注地線斷股的位置，可以使用矩形框或者像素級標注。標注質量控制：確保標注的準確性和一致性，可以進行標注人員間的交叉驗證和標注結果的審查。

6.1.3 數據劃分

劃分訓練集、驗證集和測試集：將標注好的數據集劃分為訓練集、驗證集和測試集。一般可以按照7:2:1的比例劃分，確保數據集的充分訓練和評估?？紤]數據集的平衡性：確保訓練集、驗證集和測試集中包含足夠數量的正常地線和地線斷股樣本，以保持數據集的平衡性。

6.1.4 數據集預處理

圖像預處理：對采集到的圖像進行預處理，包括大小調整、圖像增強（如對比度增強、直方圖均衡化等）和歸一化等操作，以便與算法模型輸入的要求相匹配。標簽處理：將地線斷股的標注信息轉化為模型可讀的格式，如XML、JSON 或者CSV 等。

6.2 試驗設置

6.2.1 硬件設備攝像設備：選擇合適的攝像設備，如高清攝像機、無人機等，用于采集輸電線路地線的圖像數據。計算設備：使用具備足夠計算能力的硬件設備，如GPU加速的計算機或服務器，用于訓練和推理算法模型。

6.2.2 軟件工具

深度學習框架：選擇適用的深度學習框架，如TensorFlow、PyTorch 等，用于實現地線斷股檢測算法。圖像處理工具：使用圖像處理工具進行數據預處理和增強操作，如OpenCV 等。標注工具：使用圖像標注工具，如LabelImg、VGG Image Annotator（VIA）等，用于對地線斷股圖像進行標注。數據集管理工具：采用適當的數據集管理工具，如COCO、PASCAL VOC 格式等，用于整理和管理地線斷股數據集。

6.2.3 試驗設置

數據集劃分：將標注好的地線斷股數據集劃分為訓練集、驗證集和測試集，按照一定的比例進行劃分。算法訓練：使用訓練集進行算法模型的訓練，設置合適的學習率、迭代次數、批量大小等參數，并監(jiān)控訓練過程的損失函數和準確率等指標。模型優(yōu)化：通過驗證集對訓練過程進行調優(yōu)，選擇最佳的模型權重參數，以提高地線斷股檢測算法的性能。模型推理：使用測試集進行模型推理，得到地線斷股的檢測結果，包括檢測框的位置和置信度等信息。

6.2.4 評估指標

準確率（Accuracy）：用于評估算法檢測結果與真實標注之間的匹配程度。召回率（Recall）：衡量算法能夠正確檢測到地線斷股的能力。平均精度（Average Precision）：結合準確率和召回率，評估算法的整體性能。漏檢率（Miss Rate）：用于評估算法未能檢測到的地線斷股樣本的比例。計算時間和實時性：記錄算法在推理階段的計算時間，評估算法的實時性和效率[3]。

6.3 試驗結果分析

分析基于SSD 的地線斷股檢測方法的試驗結果。包括準確率、召回率、平均精度等性能指標的評估和對比分析。準確率計算方法：將檢測結果與真實標注進行比對，統計正確檢測的地線斷股數量，除以總樣本數。分析：高準確率表示算法能夠準確判斷地線斷股的存在與否。召回率計算方法：將檢測到的地線斷股數量與真實地線斷股數量進行比對，計算其比例。分析：高召回率表示算法能夠有效地檢測到大部分地線斷股。平均精度計算方法：通過繪制準確率-召回率曲線，計算曲線下的面積得到平均精度值。分析：高平均精度表示算法在綜合考慮準確率和召回率方面表現優(yōu)秀。與其他方法對比：將基于SSD 的地線斷股檢測方法與其他方法進行對比，包括傳統方法或其他深度學習方法。指標比較：比較不同方法在準確率、召回率和平均精度等性能指標上的表現，觀察是否基于SSD 的方法具有優(yōu)勢。結果解釋：根據對比分析的結果，解釋基于SSD 的方法相對于其他方法的性能優(yōu)勢或局限性。

7 討論與展望

一是對基于SSD 的輸電線路地線斷股檢測方法進行討論，探討其優(yōu)點、局限性和改進方向。同時，對算法中存在的問題和挑戰(zhàn)進行深入分析，并提出解決方案和建議。二是展望基于SSD 的輸電線路地線斷股檢測方法的未來發(fā)展方向。包括算法性能的進一步提升、數據集的擴充和優(yōu)化、與其他技術的結合等方面的展望，以期推動地線斷股檢測方法在電力系統中的應用和發(fā)展。

綜上所述，輸電線路的發(fā)展和狀態(tài)對電力供應系統有著重要的作用，由此在電力系統的運行發(fā)展過程中，尤其應注重輸電線路的狀態(tài)，通過定期檢驗實現建立良好的電力檢查和維修體系。通過對輸電線路運行中的故障進行細致的分析，從而建立了有針對性的防范措施和體系，從而能有效推動輸電線路的持續(xù)運行和有效發(fā)展。本文進行總結、回顧研究的目標和方法，總結研究成果和創(chuàng)新點，并對未來的研究方向進行展望。強調基于SSD 的輸電線路地線斷股檢測方法的重要性和應用前景，為電力系統的安全運行提供技術支持[4]。