基于连续波SAR成像模型的输电线路悬垂绝缘子风偏角识别方法

李 萍

（黑龙江工程学院 电气与信息工程学院，黑龙江 哈尔滨 150001）

0 引言

输电线路风偏闪络事故是目前电网异常事故中出现频率较高的一种。输电线路在风载荷的影响下，会导致导线和杆塔之间空气间隙不满足安全电气距离标准，此时导线电气强度不足，在线路高电压工况中会呈现放电状态，即风偏闪络问题［1-3］。风偏闪络会导致电能出现异常损耗，且风偏工况中，线路跳闸重合难度较大，直接威胁电网系统的正常工作。

在电网建设中，悬垂绝缘子串的需求量显著，风载荷影响下，绝缘子串的风偏角信息是分析输电线路工作状态的核心指标。针对输电线路，悬垂绝缘子风偏角识别是塔头尺寸设置和结构设计的必要环节。为了防止线路出现风偏闪络问题，需要识别输电线路悬垂绝缘子风偏角［4］。目前针对输电线路悬垂绝缘子风偏角识别的研究很少，结合已有研究资料可知，胡鑫等［5］根据导线风偏摆动固有频率不变构建了绝缘子串动态风偏计算模型，虽然此模型能够在坡型风攻角条件中有效分析风偏角变化特性，但并不能把全部影响因素均分析周全，且操作过程复杂，风偏角分析结果存在一定误差；沈龙等［6］使用倾角传感器采集绝缘子串偏角的变化数据完成偏角监测，但传感器在恶劣环境中采集的数据误差较大，在识别风偏角度时会存在识别误差。

合成孔径雷达（简称SAR）是目前常用的探测工具，具备24 h 运行的优势，在军事与民事领域都较为常用。调频连续波SAR 使用成本低且体积小，相比普通的SAR 更适用于输电线路悬垂绝缘子风偏角识别，而恶劣环境的SAR 成像质量较差，极易出现失焦问题，为此，本文提出了基于连续波SAR 成像模型的输电线路悬垂绝缘子风偏角识别方法，创新性地使用多普勒频移校正与频率变标，校正残余时频相位，逆频率变标和距离压缩，进行连续波SAR 定位数据校正，保证回波包络稳定，像素拟合效果较好，为输电线路的安全运行提供参考方法。

1 输电线路悬垂绝缘子风偏角识别方法

连续波SAR成像模型结构如图1 所示。

图1 连续波SAR成像模型结构Fig.1 Structure of continuous wave SAR imaging model

图1 中，MCU 为单片机，上位机PC 是连续波SAR 成像模型的核心结构，能够操控步进电机的移动方向，此移动方向仅为横向移动［6］。在风载荷动态变化下，步进电机移动位置采集输电线路悬垂绝缘子的SAR 图像，且上位机可以使用单片机操控收发器天线阵列，以此扫描绝缘子纵向位置信息；并通过单片机驱动电压控制器，以此产生频率存在差异的脉冲信号，然后使用数据采集卡把信号发生器传输的中频脉冲参考信号和电压控制器处理后的中频脉冲信号发送至上位机。

1.1 基于U-net 的悬垂绝缘子SAR 图像分割算法

U-net 网络结构属于全卷积网络结构的改进网络，主要分为收缩路径、扩展路径两种对称结构。收缩路径网络和常规卷积网络一致，主要引入了卷积与池化下采样操作，用于获取悬垂绝缘子SAR 图像浅层特征与深层特征，并以级联的模式将浅层特征与深层特征融合，以特征分类的方式提取绝缘子目标特征，完成悬垂绝缘子SAR 图像分割［7-8］，获取悬垂绝缘子目标区域特征。图2 为U-net网络结构示意图。

图2 U-net网络结构Fig.2 U-net network structure

为了保证U-net 网络具备精准分割悬垂绝缘子的能力，本文设置U-net网络训练的损失函数

式中：M为悬垂绝缘子SAR 图像像素的数量；h为分割次数；λ为分割偏移度；T为分割维度；针对而言，其像素j和j所属类型（背景、绝缘子）的种类标记为(ζj，ξj)。

将已知分割结果的悬垂绝缘子SAR图像作为训练样本，输入至U-net网络执行图像分割，运算Unet网络对悬垂绝缘子SAR图像分割结构的损失函数，以此分析网络对悬垂绝缘子SAR图像分割的能力是否可满足高精度要求。

1.2 基于位置标定的绝缘子风偏角识别方法

设置连续波SAR 成像模型坐标系为Q1(x1，y1，z1)，绝缘子坐标系为(x2，y2，z2)，连续波SAR成像坐标系(x1，y1，z1)和的平面属于平行关系。连续波SAR标定关系如图3 所示。

图3 连续波SAR标定关系Fig.3 Calibration relationship of continuous wave SAR

图3 中，设置平面原点为O，成像平面与Z轴的交点为O(φo，φo)，此点能够体现和连续波SAR 成像坐标系之间的透视投影关系。绝缘子构件的像素图像坐标系为(φ，φ)，在(φ，φ)中确定绝缘子串两个端点坐标，结合“两点确定一条直线”可知，斜率角即为绝缘子串的风偏角，设置风偏角为α，风偏度为ϖ。

式中：绝缘子串两个端点的像素位置坐标为(x′，y′)、(x″，y″)。

式中：ϑ为已知的绝缘子串长度。

1.3 连续波SAR定位数据校正

因调频连续波SAR 成像是在某脉冲重复间隔中多次连续的发射信号，在此过程中并不需要耗费较高的峰值功率。但在成像过程中，调频连续波SAR 持续发射脉冲，在收发天线分离的状态下，扫频时间过多会导致雷达发射信号时，悬垂绝缘子目标和雷达平台之间距离存在动态变化问题，此问题属于距离徙动空变性问题，雷达的持续运动会导致距离向发生多普勒频移问题［9-11］，此时多普勒频移会导致目标的回波包络出现异常变化，使SAR 成像的目标信息存在失焦状态，从而造成图像失真。

为此，上位机通过基于改进频率变标算法的连续波SAR成像处理方法，在校正多普勒频移与频率变标、残余时频相位之后，通过逆频率变标、距离压缩操作，保证成像结果不存在异常问题。

连续波SAR成像模型中，雷达发射信号设为

式中：B(tc)，ge为雷达发射的脉冲信号包络、载频；hc，tc为调频信号的调频率、距离维快时间；α(tc)为连续波SAR 成像时，因多普勒频移问题而出现的非线性成像误差。雷达回波信号的延迟时间

式中：u，d分别为载机飞行速度和光速；tn为方位慢时间；S0为雷达波速中心线扫描悬垂绝缘子的最近斜距。连续发射信号时，避免tc，tn出现耦合效应，将ε(tc，tn)执行泰勒展开处理，然后执行方位傅里叶转换获取差频信号Rjg(tc，ge)。

式中：δ为距离变化的尺度因子；src(tc，ge，S0)为距离压缩项。

基于改进频率变标算法的连续波SAR 成像处理方法步骤为：

1）多普勒频移校正与频率变标

频率变标也称为校正悬垂绝缘子SAR 成像时的距离徙动空变性，将悬垂绝缘子SAR 成像时，雷达脉冲信号的距离时域、方位频域和相位函数KFS(tc，ge)相乘，便可去除连续波SAR 成像时脉冲信号的多普勒频移项，完成频率变标［13］。

我国的清洁服务落后西方20年～30年，其中一个重要原因就是清洁剂的落后。国外发达国家的清洁剂早就实现了专区专用，且十分环保。而传统使用的强酸强碱清洁剂，不光对物对环境有伤害，时间久了，产生的毒素也会对员工的健康造成很大的伤害，这也是部分员工不能长久做下去的一个重要原因。

式中：η为距离向调频率；式中首相与尾相依次为校正多普勒频移的相位项与频率变标相位项［14］。

2）校正残余时频相位

将步骤1）校正后的脉冲信号转换至距离频率域，和相位函数KRVP(tc，ge)相乘，校正SAR成像的脉冲信号残余时频相位。

3）逆频率变标

在距离时域、方位频域和参考函数KIFS(tc，gb)相乘，执行逆频率变标处理。

4）距离压缩

使用式（7）所示的参考函数KSRC(tc，gb，S0)，执行悬垂绝缘子和雷达之间距离压缩。

5）校正距离徙动

设置距离徙动校正相位函数为

校正完毕的数据需转换至二维频率域，和相位保持函数KRPC(tc，gb)相乘。

此时，信号在距离多普勒域的表达模式为

式中：方向匹配函数为

方位压缩需要将rt′(tc)和KAZC(gb；S0)相乘，再执行方位向的逆傅里叶转换［15］，转换至方位时域，便可获取聚焦的绝缘子SAR图像

式中：Δgb为方位向多普勒带宽。

2 实验分析

为分析本文方法是否适用于输电线路悬垂绝缘子风偏角识别问题，以某区域的输电线路巡检工作为实验内容。此输电线路巡检时主要将SAR设置在无人机底部，实验中将此巡检工作中的雷达信号设为450 MHz，脉冲宽度设为17 μs，SAR图像包括0.5 m 地面距离分辨率和0.5 m 方位角分辨率。实验中连续波SAR 成像模型的具体信息如表1 所示。本文方法在识别绝缘子风偏角信息时，天气情况恶劣，在此条件下测试本文方法具体应用效果。实验中绝缘子材料的弹性模量为5 MPa，泊松比为0.4，绝缘子详情如表2 所示。

表1 连续波SAR成像模型的具体信息Tab.1 Specific information of continuous wave SAR imaging model

表2 实验中绝缘子详情Tab.2 Details of insulators in the test

本文方法采用基于改进频率变标算法的连续波SAR成像模型，采集输电线路悬垂绝缘子的SAR图像时，绝缘子目标信息和成像信息如图4 所示。

图4 连续波SAR成像效果Fig.4 Continuous wave SAR imaging effect

以悬垂绝缘子一个端点为例，使用改进频率变标算法前后的SAR图像详情如图5 所示。

图5 改进频率变标算法使用前后SAR图像详情Fig.5 SAR image details before and after the use of the improved frequency scaling algorithm

由图4 可知，实际绝缘子目标点信息和本文方法成像结果相符，说明本文方法对输电线路悬垂绝缘子成像时，对绝缘子目标信息的聚焦能力较好，能够有效聚焦目标信息，完成连续波SAR成像。且图5 显示，本文方法能够在成像过程中，以频率变标的方式保证成像结果不存在多普勒频移问题。

本文方法在获取输电线路悬垂绝缘子的连续波SAR 图像后，使用基于U-net 的悬垂绝缘子SAR 图像分割算法，分割输电线路悬垂绝缘子的连续波SAR 图像，提取绝缘子目标区域，测试分割效果，本文方法分割结果和实际绝缘子区域的像素拟合效果如图6 所示。

图6 分割结果和实际绝缘子区域的像素拟合效果Fig.6 Pixel fitting effect of segmentation result and actual insulator area

由图6 可知，本文方法分割结果和实际绝缘子区域的像素拟合效果极好，分割的绝缘子区域像素处于基准线上。

输电线路悬垂绝缘子区域分割后，本文通过基于位置标定的绝缘子风偏角识别方法识别的风偏角信息如图7所示。

图7 输电线路悬垂绝缘子风偏角识别效果Fig.7 Identification effect of wind deflection angle of suspension insulator of transmission line

由图7 可见，本文方法识别的输电线路悬垂绝缘子风偏角信息误差极小，和实际风偏角的风偏度信息高度匹配。

3 结论

为了识别输电线路悬垂绝缘子风偏角，研究了一种基于连续波SAR 成像模型的输电线路悬垂绝缘子风偏角识别方法，此方法的创新之处在于：

1）有效采集输电线路悬垂绝缘子的SAR 图像，并在成像时使用基于改进频率变标算法的连续波SAR 成像处理方法，保证输电线路悬垂绝缘子SAR图像的聚焦效果。

2）使用U-net 网络分割SAR 图像，应用基于位置标定的绝缘子风偏角识别方法，结合绝缘子目标区域中像素的坐标信息，提取绝缘子目标区域，快速识别输电线路悬垂绝缘子风偏角，以此减少后续风偏角识别的工作量。