输电线路覆冰厚度检测技术研究 

覃家波 高杰 叶建琳 黄凯奕 邓阳宇 

桂林电子科技大学，广西壮族自治区桂林市，541214； 

摘要：在智能电网技术迅猛发展的背景下，输电线路覆冰厚度的准确测量对于保障电力系统的安全稳定运行具有 重要意义。本文分析了输电线路覆冰的危害，并系统梳理了当前基于传感器、图像处理的输电线路覆冰厚度检测 方法和基于智能算法的输电线路覆冰厚度预测模型，对比了这些技术的优缺点，并对其实用性进行了评估。最后 对未来输电线路覆冰厚度测量技术的发展方向进行了展望。 

关键词：输电线路；覆冰厚度；传感器；图像处理；智能算法 

参考文献

[1]刘春城,刘佼.输电线路导线覆冰机理及雨凇覆冰模型[J].高电压技术,2011,37(01):241-248..

[2]丁一汇,王遵娅,宋亚芳,等.中国南方2008年1月罕见低温雨雪冰冻灾害发生的原因及其与气候变暖的关系[J].气象学报,2008,(05):808-825.

[3]李明,等.基于光纤传感的输电线路覆冰厚度检测系统.高电压技术,2017,43(12):3969-3976.

[4]徐恒,彭曙蓉,毛亚珍,等.基于图像处理的输电线路覆冰厚度检测方法研究[J].陕西电力,2017,45(05):32-35.

[5]杨尉薇.基于智能辨识的输电线路覆冰厚度模型研究[D].太原理工大学,2010.

[6]Hong L, Tianzheng W, Min J. Error analysis about on-line icing-monitoring device based on weighing method[C]//2016 IEEE Advanced Information Management, Communicates, Elect-ronic and Automation Control Conference (IMCEC). IEEE, 2016: 1-4.

[7]常恒.基于动态拉力和倾角的输电线路覆冰预测与试验研究[D].重庆大学,2013.

[8]Yang L, Chen Y, Hao Y, et al. Detection method for equivalent ice thickness of 500-kV overhead lines based on axial tension measurement and its application[J]. IEEE Transactions on Instrumentation and Measurement, 2023, 72: 1-11.

[9]史兆强,李明.新型电容式传感器的设计与优化[J].传感器与微系统,2023,42(02):105-108+113.

[10]张思建,林志赟,颜钢锋.基于电容传感器的架空输电线覆冰厚度检测方法[J].电力系统自动化,2011,35(17):99-102.

[11]邹瑜.基于电容效应的覆冰检测方法[D].重庆大学,2021.

[12]孙宇凤.基于超声波传感器测距系统关键技术的研究[D].西安电子科技大学,2019.

[13]宦群庆.基于超声波的输电线路覆冰厚度监测预警和防除冰技术研究[D].合肥工业大学,2018.

[14]Liu Y, Xiao X, Li Y, et al. Ultrasonic Direct Detection Method for Ice Thickness Monitoring of Distribution Lines[C]//2023 7th International Conference on Smart Grid and Smart Cities (ICSGSC). IEEE, 2023: 47-53.

[15]麻卫峰,王成,王金亮,等.基于激光点云的高压输电线覆冰厚度反演[J].电力系统保护与控制,2021,49(04):89-95.

[16]吴建蓉,马晓红,姜苏,等.基于激光LiDAR技术的线路参数校核及耐张塔覆冰厚度计算模型效益评估研究[J].电力大数据,2021,24(08):33-39.

[17]王小朋,胡建林,孙才新,等.应用图像边缘检测方法在线监测输电线路覆冰厚度研究[J].高压电器,2009,45(06):69-73.

[18]Hu M, He J, Alsabaan M. Image Identification Method of Ice Thickness on Transmission Line Based on Visual Sensing[J]. Mobile Networks and Applications, 2023: 1-10.

[19]王杰.基于机器视觉的输电线路覆冰智能识别与监测研究[D].重庆交通大学,2024.

[20]吴迪.基于视觉图像的输电线路覆冰厚度检测与分类技术研究[D].哈尔滨工业大学,2022.

[21]沈欢.基于极限学习机和支持向量机的输电线路覆冰预测[J].电气开关,2020,58(06):86-88.

[22]王身丽,翁永春,张学锋,等.基于神经网络的架空输电线路覆冰增长预测方法研究[J].电气时代,2018,(03):75-77.

[23]汪勋婷,丁津津,张峰,等.基于改进BP神经网络的输电线路覆冰预测技术研究[J].机械设计与制造,2024,(09):306-310.

基金项目：自治区级桂林电子科技大学大学生创新创业训练计划项目资助(项目号：S202410595285)

作者简介：覃家波（2004.10），男，壮族，广西壮族自治区来宾市人，本科在读，研究方向：电力系统自动化。