输电线路舞动监测系统、识别方法、装置、设备及介质与流程

1.本发明属于输电线路舞动监测技术领域，具体涉及一种输电线路舞动监测系统、识别方法、装置、设备及介质。


背景技术：

2.冬季输电线路会因覆冰形成不规则的导线截面，在风的作用下可能会发生自激振动现象，其振动频率通常为0.1-3hz，振幅约为导线直径的20-300倍。输电线路舞动轻则会引起相邻线路的闪络、跳闸，重则发生金具及绝缘子损坏，严重的甚至会造成杆塔倒塌等事故。
3.但输电线路舞动的激发原理复杂，受输电线所处地形条件、气象条件和输电线路自身的物理结构等众多因素的互相影响，使输电线路的舞动难于预测。因此，对输电线路舞动的监测就很有必要，一方面能够及时发现输电线路发生舞动以便采取应急措施，另一方面能够监测记录舞动时的数据以便对输电线路舞动的机理做进一步研究。
4.如专利文献cn114140991a提出一种高压输电线路舞动在线监测预警方法，该方法以加速度传感器为基础实现，由其图3可知，其在输电线路上安装了大量的加速度传感器，但过多的加速度传感器会加重了导线负担，设置过多的传感器也可能会增加输电线路发生舞动的几率。


技术实现要素：

5.本发明所要解决的技术问题是，针对现有技术的不足，提供一种输电线路舞动监测系统、识别方法、装置、设备及介质。
6.为解决上述技术问题，本发明所采用的技术方案是：
7.一种输电线路舞动监测系统，包括设置在输电线路中部的传感器模块、设置在输电杆塔顶部的监测模块、以及用于根据输电线路图像进行舞动识别的电子设备；
8.所述传感器模块包括加速度传感器、振动发电模块和第一通信模块；
9.所述监测模块包括处理模块、摄像机、电源模块和第二通信模块；
10.所述第一通信模块和所述电子设备均与所述第二通信模块通信连接；
11.所述处理模块根据加速度传感器的空间倾角启动或关闭所述摄像机，所述摄像机用于采集输电线路图像。
12.进一步的，所述电源模块包括风力发电机。
13.进一步的，所述处理模块用于获取所述加速度传感器的传感数据，并利用arctan(a
x
/ay)计算所述加速度传感器的空间倾角，其中a
x
为所述加速度传感器x轴方向上的加速度，ay为所述加速度传感器y轴方向上的加速度。
14.进一步的，所述振动发电模块将输电线路的振动转换为电能并为所述加速度传感器和所述第一通信模块供电。
15.进一步的，所述振动发电模块在输电线路停止振动时停止发电以关闭所述加速度
传感器。
16.进一步的，所述电子设备利用胶囊网络识别输电线路舞动。
17.一种输电线路舞动识别方法，包括：
18.构建输电线路舞动识别模型；
19.定义所述识别模型的动态路由算法；
20.定义所述识别模型的压缩函数；
21.定义所述识别模型的损失函数；
22.训练所述识别模型；
23.采集输电线路场景图像并输入所述识别模型中进行输电线路舞动识别。
24.进一步的，所述识别模型为胶囊网络模型。
25.进一步的，所述识别模型包括输入层、卷积层a、卷积层b、初始caps层、localcaps层和rebuild层。
26.进一步的，所述损失函数包括边缘损失、重构损失、总损失。
27.一种输电线路舞动识别装置，包括：
28.获取单元，用于获取输电线路的样本图像以构建训练样本集；
29.构建单元，用于构建输电线路舞动识别模型，用于定义所述识别模型的动态路由算法，用于定义所述识别模型的压缩函数，用于定义所述识别模型的损失函数，用于根据训练样本集训练所述识别模型；
30.识别单元，用于根据输电线路的场景图像进行舞动识别。
31.一种电子设备，包括处理器和存储器；所述存储器用于存储可执行指令，所述处理器用于执行所述指令，以实现所述的识别方法。
32.一种计算机可读存储介质，所述可读存储介质中存储有指令，当所述指令被执行时，实现所述的识别方法。
33.输电线路舞动的研究和防治是一个非常复杂的综合性课题，它涉及空气动力学、耦合振动学、气象学、力学等多个学科。输电线路舞动监测就是通过对线路舞动的振幅、频率、阶次等参数进行监测，进而利用监测到的数据进行更加深入分析的一种手段，它对于舞动机理研究、防舞装置开发和防舞方案制定都具有重要的意义。
34.现有技术中有两种对输电线路舞动的监测思路，一种是采用传感器监测，将位移传感器、加速度传感器、光纤串传感器等接触式传感器安装于输电线路上，采集输电线路舞动时的数据，传送给远程计算机并进行后续处理分析；另一种是采用视频图像监测，利用摄像设备进行非接触式舞动图像采集并对视频进行分析。
35.传感器监测方案在应用时存在以下问题：输电线路上安装过多传感器，虽然测量精度提升但经济成本和后期维护成本增加，并且多传感器加重了导线负担还会破坏导线模型；安装传感器数量少可以降低成本，但是精度难免下降，不能很好拟合线路舞动轨迹。传感器工作以及发送数据需要电力支撑，输电线路上安装的传感器多用太阳能供电或自带蓄电池系统，蓄电池利用外加供电或者直接把输电线高压电转化为充电电源，蓄电池系统设计较为复杂繁琐，太阳能电池系统不会受制于市电或输电电源，属于独立的充放电系统，但太阳能较为低效，充电效率不足，在阴雨天可能产生电量不足，使传感器停止工作。
36.视频图像监测方案在应用时存在以下问题：用于采集视频图像的摄像设备属于有
源器件，需要在杆塔上安装对应的供电装置；目前主流的方式是使用太阳能电池板进行供电，但在长时间不见阳光或处于阴雨和其他极端环境下，电池板便无法正常工作，再加上其电池板的光电转化存在很大的损失、摄像设备本身的能耗较高的双重因素，使太阳能供电的方式仍有不足；输电导线的舞动时会向各个方向抖动，而固定设置的摄像设备所采集的为平面信息，而现有的监测算法在舞动识别时存在不足；现有识别模型在提取图像特征信息时，没有保留图像的空间信息，不能传播简单对象与复杂对象之间的空间层次关系，对输电线路复杂的场景图像识别存在局限，难以准确判断输电线路的空间运动，从而影响了舞动判断的准确性。
37.基于上述问题，也造成现有技术中的监测方案均存在不足，也影响到舞动监测技术的应用。而本技术则采用传感器和视频图像监测相结合的方案，输电线路上设置有加速度传感器，输电杆塔顶部设置有摄像机，并且有针对性的解决上述问题。首先，本技术所设置的加速度传感器并非为了获取输电线路的舞动轨迹，而仅作为摄像机工作的触发器，仅需要在输电线路上设置单个或少量的加速度传感器，因此不会加重导线负担；在输电线路未发生舞动时，摄像机不会启动，因此能够减少日常的电能消耗。其次，与加速度传感器配合设置有振动发电模块，振动发电模块能够将输电线路舞动时的振动能量转化为电能供加速度传感器及通信使用，因此振动发电模块也能够作为加速度传感器的触发器，当输电线路发生振动时加速度传感器才开始采集数据。再次，摄像机配合设置有风力发电设备，而输电线路的舞动发生在大风天气下，此时风力发电将提供充足的电能，能够满足视频图像采集和通信的需要；针对紧急情况，本技术还提出了无人机换电方案，利用无人机更换摄像机所需要的电池。最后，本技术利用一种改进的胶囊网络进行输电线路舞动识别，设计模型时考虑输电线路的位置、倾角、运动等空间信息，同时提取图像中丰富的特征信息，从而对输电线路的舞动情况进行有效识别。
38.与现有技术相比，本发明有益效果如下：
39.本发明所提供的监测系统包括安装在输电线路中部的传感器模块、设置在输电杆塔顶部的监测模块、以及设置在后端的用于进行数据处理的电子设备。传感器模块包括加速度传感器和振动发电模块，监测模块包括电源模块和摄像机。当输电线路发生舞动时，监测模块能够获取加速度传感器的传感数据，并根据计算出的加速度传感器的空间倾角判断线路是否发生舞动，若判断可能发生舞动时，则启动摄像机拍摄输电线路的图像，并发送至电子设备进行舞动识别。振动发电模块能够将输电线路发生舞动时的振动转换为电能供传感器模块工作需要，因此振动发电模块正好充当传感器模块的启动控制开关，在线路未发生舞动时，振动发电模块不发电而此时传感器模块正好不需要工作；在线路发生舞动时，需要利用传感器模块监测线路的舞动幅值以决定是否启动摄像机，而此时振动发电模块则因线路的振动能够发电供传感器模块使用。监测模块还利用风力发电的方式提供电能，而输电线路的舞动发生在大风天气下，此时风力发电将提供充足的电能，能够满足监测模块处理、通信的需要，满足摄像机拍摄输电线路图像的需要。因此，本发明的传感器模块和摄像机能够按需启动，能够大大降低了系统在处理大量数据方面的要求和资源消耗。
40.本发明采用基于胶囊网络的场景图像识别技术，解决了传统图像识别技术不能捕捉图像的空间关系以及对复杂场景的识别存在局限的问题。相比传统的神经网络，胶囊网络采用胶囊作为基本计算单元，胶囊内部包含多个神经元，可以对输入数据进行更细粒度
的表示和建模。胶囊网络采用动态路由算法，可以自适应地调整胶囊之间的连接权重，从而更好地捕捉输入数据之间的关系和层次结构；胶囊网络可以对输入数据进行姿态估计和变换，从而实现更好的图像识别和物体识别效果；胶囊网络可以处理变形、旋转等复杂的输入数据，具有更好的鲁棒性和泛化能力。因此，采用胶囊网络能够对输电线路的舞动情况进行有效识别。
41.本发明即能及时发现输电线路发生舞动以便采取应急措施，也能监测识别输电线路的舞动情况以便对输电线路舞动的机理做进一步研究。
附图说明
42.下面结合附图对本发明做进一步的详细说明。
43.图1：本发明实施例1的结构示意图；
44.图2：本发明实施例1的框图；
45.图3：本发明实施例2的流程图；
46.图4：本发明实施例2识别模型的结构示意图；
47.图5：本发明实施例3识别装置的示意图；
48.图6：本发明实施例4电子设备的示意图；
49.其中：1-输电杆塔，2-输电线路，3-传感器模块，31-第一通信模块，32-加速度传感器，33-振动发电模块，4-监测模块，41-第二通信模块，42-处理模块，43-摄像机，44-电源模块，5-电子设备，51-通信接口，52-处理器，53-内存储器，54-系统总线，55-输入设备，56-输出设备，6-识别装置，61-获取单元，62-构建单元，63-识别单元。
具体实施方式
50.为了更好地理解本发明，下面结合实施例和附图进一步清楚阐述本发明的内容，但本发明的保护内容不仅仅局限于下面的实施例。在下文的描述中，给出了大量具体的细节以便提供对本发明更为彻底的理解。然而，对于本领域技术人员来说显而易见的是，本发明可以无需一个或多个这些细节而得以实施。
51.实施例1：参阅图1-图2，本实施例的目的是提供一种输电线路舞动监测系统。所述监测系统包括设置在输电线路2中部的传感器模块3、设置在输电杆塔1顶部的监测模块4、以及设置在后端用于进行舞动识别的电子设备5，传感器模块3与监测模块4通信连接，监测模块4与电子设备5通信连接。
52.输电线路2上可以设置一个传感器模块3，也可以间隔设置少量的其他传感器模块3。
53.传感器模块3包括双轴加速度传感器32、振动发电模块33和第一通信模块31。加速度传感器32的测量范围为
±
2g，其中g为重力加速度。当加速度传感器32在平面内旋转时，平面xy轴是相交的，x轴能够检测到重力加速度的正弦分量，y轴能够检测到重力加速度的余弦分量。可以通过公式1来单个加速度传感器32的空间倾角。
[0054][0055]
式中a
x
为x轴方向上的加速度，ay为y轴方向上的加速度，α为空间倾角。
[0056]
第一通信模块31用于与监测模块4通信，用于将加速度传感器32的传感数据发送至监测模块4。振动发电模块33用于为传感器模块3提供电能。当输电线路2发生舞动后，振动发电模块33能够将输电线路2的振动转换成电力，使传感器模块3启动工作；当输电线路2未发生舞动时，振动发电模块33因无法发电而使传感器模块3停止工作。在不影响对输电线路舞动监测的情况下，传感器模块3仅需要在输电线路2发生舞动时工作，因此振动发电模块33也正好充当传感器模块3的启动控制开关。
[0057]
监测模块4包括处理模块42、摄像机43、电源模块44和第二通信模块41。第二通信模块41能够与第一通信模块31建立通信，使处理模块42能够获取加速度传感器32的传感数据，处理模块42同时利用公式1计算出加速度传感器32的空间倾角；当处理模块42判断空间倾角超出预定值时，则判断输电线路2可能发生舞动，随即启动摄像机43进行场景图像采集并利用第二通信模块41将所采集图像发送至电子设备5进行舞动识别检测。如果在一定时间内，加速度传感器32的空间倾角均小于预定值，或空间倾角小于预定值的占比小于另一预定值，则关闭摄像机43，停止拍摄。
[0058]
电源模块44用于为监测模块4提供电能，内置电池，并采用风力发电的方式为电池充电并为监测模块4供电。输电线路2的舞动发生在大风天气下，而此时风力发电将提供充足的电能，能够满足监测模块4处理、通信的需要，满足摄像机43拍摄输电线路图像的需要。同时，电源模块44还可以增设光伏发电。
[0059]
在另一种可能的实施方式中，电源模块44采用双电池供电，并设置有无人机换电单元，采用无人机为电源模块44更换电池。无人机换电单元包括外定位装置、换电装置、换电平台，其中换电装置由两个三轴机械臂构成。无人机已预设自动巡航系统，当正在供电的电池电量过低时，电源模块44切换至另一块电池供电，无人机启动由外定位装置自动巡航定位到监测模块4的电池位置，降落到监测模块4旁设置的换电平台上，启动换电装置的两个三轴机械臂，拆卸空电电池安装满电电池作为备用。当电源模块44设置的风力或/和光伏发电无法正常工作时，采用无人机换电能够为电源模块44提供应急的备用电池，确保监测模块4的正常工作。
[0060]
电子设备5可以为服务器、台式计算机、便携式电脑、嵌入式设备等，包括处理器51、通信接口53以及用于存储处理器51可执行指令的存储器52，处理器51、通信接口53和存储器52利用系统总线54连接。当电子设备5通过通信接口51接收到检测模块4发送的输电线路场景图像后，处理器51执行存储器52中的指令，对输电线路的舞动进行识别，如果判断当前输电线路发生舞动，则立即向工作人员发出报警信息。
[0061]
实施例2：参阅图3-图4，本实施例用于提供一种基于胶囊网络场景图像识别的输电线路舞动识别方法。
[0062]
如图3所示，所述识别方法包括：
[0063]
s1、构建输电线路舞动识别模型。
[0064]
由于野外输电线路场景复杂，存在类间相似性和类内差异性，因此本方法主要的监测识别对象为输电线路。针对这一问题在设计模型时考虑图像的位置、倾角、运动等空间信息，同时提取图像丰富的特征信息，通过增加卷积层来实现上述功能并且提高识别精度。本方法利用胶囊网络作为输电线路舞动的识别模型。
[0065]
胶囊网络(capsule network)是一种基于向量的神经网络，与传统的卷积神经网络(cnn)不同，它使用胶囊(capsule)来代替神经元，胶囊可以表示一个实体或对象的属性和状态，并且可以通过动态路由来传递信息。
[0066]
本步骤首先构建胶囊网络模型，如图4所示，所构建的胶囊网络模型由输入层、卷积层a、卷积层b、初始caps层、localcaps层和rebuild层组成。
[0067]
输入层：输入的图像构成输入层，其维数为场景的总维数。
[0068]
卷积层a：两层卷积层都由内核大小为9*9、通道数为256的滤波器组成，没有使用填充，步长为1。采用修正线性单元作为非线性激活函数。
[0069]
卷积层b：该层采用1*1、5*5、7*7、9*9四个不同卷积核尺寸进行滤波，通道数为256。不使用填充，步长为1。采用修正线性单元作为非线性激活函数。对第二层输出调整维度，得到初始caps层的输入向量。
[0070]
初始caps层：该层采用内核大小为9*9、步长2、通道数32的滤波器，进行8次并行操作，最后将特征封装为8*1的胶囊。对输出进行维度调整，得到原始胶囊的输出向量，并使用squash函数对输出向量进行压缩，然后将squash函数的输出再输入到localcaps层。
[0071]
localcaps层：由10个胶囊组成，每个胶囊表示特定类别的场景，每个胶囊的大小为16*1。
[0072]
rebuild层：由解码器重构输入图像，在整个网络中重建场景图像所需的信息，防止数据的高度相似。
[0073]
s2、定义模型动态路由算法。
[0074]
在胶囊网络中，动态路由是一种算法，用于计算不同层之间胶囊之间的权重。在传统的神经网络中，不同层之间的连接通常是固定的，而在胶囊网络中，不同层之间的连接是动态计算的。通过动态路由算法，胶囊网络可以根据不同层之间胶囊的匹配程度来计算不同层之间的路由权重，从而实现更加准确和鲁棒的预测。
[0075]
动态路由算法相关公式如下：
[0076]qij
＝g
ij
uiꢀꢀꢀꢀ
(2)
[0077][0078][0079]
式中q
ij
是前瞻向量，g
ij
是权重矩阵，ui是下一层胶囊的输出。d
ij
是耦合系数，胶囊zj是对前瞻向量q
ij
的加权求和，胶囊i和上一层所有胶囊的耦合系数之和为1。初始逻辑值b
ij
是胶囊i耦合于胶囊j的对数先验概率；耦合系数会从初始值开始迭代，测量每一个高层
胶囊j的当前输出vj，和低层胶囊i的前瞻值q
ij
之间的一致性a
ij
，把a
ij
加到b
ij
上不断迭代更新。
[0080]
在胶囊网络中，前瞻向量是指一个向量，它是由下一层的胶囊产生的，用于预测上一层胶囊的输出。这个向量包含了上一层胶囊的输出信息以及下一层胶囊的内部状态信息，用于指导下一层胶囊对上一层胶囊的输出进行预测，从而提高准确性和鲁棒性。
[0081]
具体的，通过将下一层所有胶囊的前瞻向量乘以相应的权重，并对它们进行加权求和。加权求和值被送回到上一层胶囊，作为上一层胶囊的输入，用于指导上一层胶囊对下一层胶囊的输出进行预测。
[0082]
动态路由算法是胶囊网络中重要的组成部分，然而，由于动态路由算法的计算量非常大，需要消耗大量的计算资源和时间。因此，为了提高模型的计算效率，本方法增加了卷积层的个数，以减少参与动态路由算法的参数个数，这样可以缩短模型的训练时间和比对时间，提高计算效率。同时，增加卷积层的个数还可以提高模型的特征提取能力，进一步提高模型的性能和效果。
[0083]
s3、定义模型压缩函数。
[0084]
胶囊网络中采用的非线性激活函数是squash函数，该函数将向量压缩到[0，1]区间，输出向量的模长表示一个胶囊所代表的对象在输入中出现的概率。如下所示：
[0085][0086]
式中vj为输出向量的模长。
[0087]
s4、定义模型损失函数。
[0088]
损失函数包括边缘损失、重构损失、总损失，具体如下：
[0089]
边缘损失：实例化输出向量的长度表示各个胶囊实体存在或不存在的概率。只有在输入图像中出现类别k时，最高层胶囊的向量模长才会很大。对每一类场景图像，边缘损失如下：
[0090]
lk＝t
k max(0，m
+-||vk||)2+γ(1-tk)max(0，||vk||-m-)2ꢀꢀꢀꢀ
(6)
[0091]
式中lk为边缘损失，式中vk为类别k输出向量的模长，tk＝1当且仅当输入图片属于类别k。m
+
＝0.9是上边缘阈值，m-＝0.1为下边缘阈值。γ是正则化参数。
[0092]
重构损失如下：
[0093][0094]
式中θ为输入图像，δ为重建图像，m为重构损失。
[0095]
总损失如下：
[0096]
p＝lk+βm
ꢀꢀꢀꢀ
(7)
[0097]
式中p为总损失，β＝0.0001。
[0098]
s5、训练输电线路舞动识别模型。
[0099]
将有关输电线路的样本图像输入识别模型进行训练。
[0100]
具体的，将样本图像输入模型后，卷积层a和卷积层b进行特征提取，例如图像中的边缘、纹理等，然后经过初始caps层、localcaps层及动态路由计算得到输出结果。随后rebuild层将输出结果与真实标签进行比较，计算损失函数，并将损失函数反向传播到模型
中，更新模型的参数；同时利用重构损失函数衡量重构图像与原始图像之间的差异，以便模型更好地重构输入数据。重复以上步骤，直到网络收敛或达到预设的训练次数。
[0101]
s6、采集输电线路场景图像并输入模型中进行舞动识别。
[0102]
当然，本步骤采集输电线路场景图像后，首先将图像预处理至识别模型所需要的格式，随后输入识别模型中，利用识别模型的输出结果进行对比判断当前输电线路发生舞动。
[0103]
本步骤对采集输电线路场景图像的方法不做限制，当然可以采用实施例1的监测系统实现，具体的：监测模块4实时获取传感器模块3传感数据，并计算传感器模块3的空间倾角。当监测模块4判断空间倾角超出预先整定值时，则视为输电线路可能发生舞动，随即启动摄像机43实时采集输电线路的场景图像，并实时将所采集图像发送至电子设备5进行舞动识别检测。
[0104]
实施例3：参阅图5，本实施例的目的是用于提供一种输电线路舞动识别装置，用于执行如实施例2的输电线路舞动识别方法。所述识别装置6包括：获取单元61、构建单元62和识别单元63。
[0105]
获取单元61用于获取输电线路的样本图像以构建训练样本集。
[0106]
构建单元62用于构建输电线路舞动识别模型，用于定义所述识别模型的动态路由算法，用于定义所述识别模型的压缩函数，用于定义所述识别模型的损失函数，用于根据训练样本集训练所述识别模型。
[0107]
识别单元63用于根据输电线路的场景图像，并利用输电线路舞动识别模型进行舞动识别。
[0108]
关于本实施例中的装置，其中各个单元执行操作的具体方式已经在实施例2中进行了详细描述，此处将不做详细阐述说明。
[0109]
所属领域的技术人员应明白，本技术为描述的方便和简洁，装置实施例中仅以上述各功能模块或单元的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块或单元完成，即将装置的内部结构划分成不同的功能模块或单元，以完成以上描述的全部或者部分功能。
[0110]
实施例4：参阅图6，本实施例的目的是用于提供一种电子设备5，包括至少一个处理器51以及用于存储处理器51可执行指令的一个或多个存储器52。其中，处理器51用于执行存储器52中的指令，以实现实施例2所述的输电线路舞动识别方法。
[0111]
电子设备5还包括系统总线54，上述处理器51和存储器52通过系统总线54相互连接，或采用其他方式相互连接。
[0112]
其中，处理器51是中央处理器(central processing unit，cpu)、通用处理器网络处理器(network processor，np)、数字信号处理器(digital signal processing，dsp)、微处理器、微控制器、可编程逻辑器件(programmable logic device，pld)或它们的任意组合。处理器51还可以是其它具有处理功能的装置，例如电路、器件或软件模块，不予限制。在一种示例中，处理器51可以包括一个或多个cpu，例如图6中的cpu0和cpu1。
[0113]
其中，存储器52可以是只读存储器(read-only memory，rom)或可存储静态信息和/或指令的其他类型的静态存储设备，也可以是随机存取存储器(random access memory，ram)或可存储信息和/或指令的其他类型的动态存储设备，还可以是电可擦可编程
只读存储器(electrically erasable programmable read-only memory，eeprom)、只读光盘(compact disc read-only memory，cd-rom)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或其他磁存储设备等，不予限制。
[0114]
需要指出的是，存储器52可以独立于处理器51存在，也可以和处理器51集成在一起。存储器52可以用于存储指令或者程序代码或者一些数据等。存储器52可以位于电子设备5内，也可以位于电子设备5外，不予限制。
[0115]
电子设备5还包括通信接口53。通信接口53是有线接口(或端口)，例如光纤分布式数据接口(fiber distributed data interface，fddi)、千兆以太网接口(gigabit ethernet，ge)等。或者，通信接口53是无线接口。通信接口53可以是模块、电路、通信接口或者任何能够实现通信的装置。通信接口53用于与其他设备或其它通信网络进行通信，该其它通信网络可以为以太网，无线接入网(radio access network，ran)，无线局域网(wireless local area networks，wlan)等。
[0116]
作为一种可选的实现方式，电子设备5还包括输入设备55和输出设备56。示例性地，输入设备55是键盘、鼠标、麦克风或操作杆等设备，输出设备56是显示屏、扬声器(speaker)等设备。
[0117]
需要指出的是，电子设备5可以是台式机、便携式电脑、网络服务器、移动手机、平板电脑、无线终端、嵌入式设备、芯片系统或有图6中类似结构的设备。此外，图6中示出的组成结构并不构成对该终端设备的限定，除图6所示部件之外，该电子设备5可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
[0118]
实施例5：本实施例的目的是提供一种计算机可读存储介质。
[0119]
上述方法实施例中的全部或者部分流程可以由计算机指令来指示相关的硬件完成，该程序可存储于所述计算机可读存储介质中，该程序在执行时，可以实现实施例2所述的输电线路舞动识别方法。
[0120]
所述计算机可读存储介质可以是实施例3电子设备的内部存储单元，例如硬盘或内存。所述计算机可读存储介质也可以是电子设备的外部存储设备，例如所配备的插接式硬盘，智能存储卡(smart media card，smc)，安全数字(secure digital，sd)卡，闪存卡(flash card)等。进一步地，所述计算机可读存储介质还可以既包括上述电子设备的内部存储单元也包括外部存储设备。所述计算机可读存储介质用于存储计算机程序以及电子设备所需的其他程序和数据。所述计算机可读存储介质还可以用于暂时地存储已经输出或者将要输出的数据。
[0121]
结合本技术所提供的几个实施例，应该理解到，所提供的装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个模块或单元或组件可以结合或者可以集成到另一个装置，或一些特征可以忽略，或不执行。
[0122]
另外，在本技术装置实施例中各功能模块或单元可以集成在一个单元中，也可以是各个模块或单元单独物理存在，也可以两个或两个以上模块或单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。
[0123]
上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个可读取存储介质中。基于这样的理解，本技术实施例的技术方案本质上
或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该软件产品存储在一个存储介质中，包括若干指令用以使得一个设备(可以是单片机，芯片等)或处理器(processor)执行本技术各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、rom、ram、磁碟或者光盘等各种可以存储程序代码的介质。
[0124]
最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，本领域普通技术人员对本发明的技术方案所做的其他修改或者等同替换，只要不脱离本发明技术方案的精神和范围，均应涵盖在本发明的权利要求范围当中。

技术特征：
1.一种输电线路舞动监测系统，其特征在于：包括设置在输电线路中部的传感器模块、设置在输电杆塔顶部的监测模块、以及用于根据输电线路图像进行舞动识别的电子设备；所述传感器模块包括加速度传感器、振动发电模块和第一通信模块；所述监测模块包括处理模块、摄像机、电源模块和第二通信模块；所述第一通信模块和所述电子设备均与所述第二通信模块通信连接；所述处理模块根据加速度传感器的空间倾角启动或关闭所述摄像机，所述摄像机用于采集输电线路图像。2.根据权利要求1所述的输电线路舞动监测系统，其特征在于：所述电源模块包括风力发电机。3.根据权利要求1所述的输电线路舞动监测系统，其特征在于：所述处理模块用于获取所述加速度传感器的传感数据，并利用arctan(a
x/
a
y
)计算所述加速度传感器的空间倾角，其中a
x
为所述加速度传感器x轴方向上的加速度，a
y
为所述加速度传感器y轴方向上的加速度。4.根据权利要求1所述的输电线路舞动监测系统，其特征在于：所述振动发电模块将输电线路的振动转换为电能并为所述加速度传感器和所述第一通信模块供电。5.根据权利要求1所述的输电线路舞动监测系统，其特征在于：所述振动发电模块在输电线路停止振动时停止发电以关闭所述加速度传感器。6.根据权利要求1所述的输电线路舞动监测系统，其特征在于：所述电子设备利用胶囊网络识别输电线路舞动。7.一种输电线路舞动识别方法，其特征在于：包括：构建输电线路舞动识别模型；定义所述识别模型的动态路由算法；定义所述识别模型的压缩函数；定义所述识别模型的损失函数；训练所述识别模型；采集输电线路场景图像并输入所述识别模型中进行输电线路舞动识别。8.一种输电线路舞动识别装置，其特征在于：包括：获取单元，用于获取输电线路的样本图像以构建训练样本集；构建单元，用于利用训练样本集构建输电线路舞动识别模型；识别单元，用于根据输电线路的场景图像进行舞动识别。9.一种电子设备，其特征在于：包括处理器和存储器；所述存储器用于存储可执行指令，所述处理器用于执行所述指令，以实现权利要求1-7任一项所述的识别方法。10.一种计算机可读存储介质，其特征在于：所述可读存储介质中存储有指令，当所述指令被执行时，实现权利要求1-7任一项所述的识别方法。

技术总结
本发明提供了一种输电线路舞动监测系统、识别方法、装置、设备及介质，属于输电线路舞动监测技术领域。所述监测系统包括设置在输电线路中部的传感器模块、设置在输电杆塔顶部的监测模块、以及用于根据输电线路图像进行舞动识别的电子设备；所述传感器模块包括加速度传感器、振动发电模块和第一通信模块；所述监测模块包括处理模块、摄像机、电源模块和第二通信模块；所述第一通信模块和所述电子设备均与所述第二通信模块通信连接；所述处理模块根据加速度传感器的空间倾角启动或关闭所述摄像机，所述摄像机用于采集输电线路图像。本发明能够监测识别输电线路的舞动状况，能够根据输电线路的场景图像对其舞动情况进行识别。路的场景图像对其舞动情况进行识别。路的场景图像对其舞动情况进行识别。


技术研发人员：卢明 王津宇 梁允 李哲 张璐 庞锴 刘善峰 王超 陈岑 耿俊成 张小斐 赵健 刘泽辉 李予全 耿进锋 杨晓辉 张博
受保护的技术使用者：国网河南省电力公司电力科学研究院
技术研发日：2023.04.14
技术公布日：2023/9/20