基于边缘特征的无人机巡检电力线路异常识别方法  

Anomaly Recognition Method for Unmanned Aerial Vehicle Inspection of Power Lines Based on Edge Features

作　　者：陈宇涵 Chen Yuhan

机构地区：[1]国网冀北电力有限公司迁西县供电分公司

出　　处：《电力设备管理》2025年第3期127-129,共3页Electric Power Equipment Management

摘　　要：无人机在巡检电力线路过程中拍摄的图像具有复杂的背景,目标物体与背景混杂,导致电力线路异常识别难度较大,结果不够准确。因此,提出基于边缘特征的无人机巡检电力线路异常识别方法。通过分析影像数据的特征关联度和高频能量分量,建立电力线路异常特征向量集。结合边缘特征,并采用动态柯西蜂群算法优化SVM分类器,将提取的特征向量输入优化分类器中,有效区分异常目标,实现无人机巡检电力线路异常识别。试验结果表明,设计方法在三相短路和双相短路异常检测任务中,展现出了更高的异常召回率,具有较高的准确性。

关 键 词：边缘特征 无人机巡检电力线路 异常识别 CANNY边缘检测 SVM分类器 

分 类 号：TM7[电气工程—电力系统及自动化]