输电线路覆冰是一种自然现象，常发生于冬季。自1954年首次记录到电网覆冰事件以来，因覆冰引发的冰雪灾害事故对电力系统稳定运行造成了巨大的冲击并给人民正常生产生活带来了严重影响。

覆冰导致电气设备的绝缘性能显著下降，一旦超出设计的抗冰能力，就可能引起线路过载、断线、闪络跳闸等事故。若未能及时处理线路上的积雪与覆冰，当覆冰掉落时，输电线将发生舞动，严重时可能导致杆塔变形、折断、倒塌，使当地电力供应完全瘫痪，造成大范围停电事故。

历史数据表明，冰灾事故对电力系统运行有极大影响：2008年，我国南方冰灾导致36000多条10kV及以上线路因故障停运，超过2000座35kV及以上变电站无法正常工作；2009年底至2010年初，我国北方多省发生大面积线路覆冰，53条500kV线路，97条220kV线路及44条110kV线路因覆冰发生舞动现象，并引起多条线路故障，严重威胁电网正常运行。

由于覆冰对电网稳定运行的严重影响，有必要对线路的覆冰状态进行侦测，确保及时发现覆冰并采取应对措施。许多高校与科研机构已在此方面开展研究。早期的覆冰侦测主要采用人工观冰的方式，由运维人员在观冰站使用称重法模拟导线覆冰后质量的变化情况，并根据公式反推冰层厚度，从而判断此时线路的覆冰状态。但该方法受制于精度与安全性，正逐渐被其他方法取代[7]。

为解决人工观冰法的缺陷，通过监测终端采集现场参数，经由通信网络传回监控中心进行分析的系统监测法应运而生。目前主流的系统监测方法根据目标对象不同，划分为物理方法与图像处理方法两大类。

物理方法主要通过机械传感器测量各物理参量，并构建力学模型进行综合判断，如考虑垂直比载变化特性的线路覆冰状态力学分析模型，结合风载荷及不均匀冰校正系数的改进力学模型，导入风偏因素的改进力学模型等。基于物理参量与力学模型的侦测方法具有速度快、精度高的优点，但也存在模型结构复杂、传感器价格昂贵且易受环境干扰的缺陷。

图像处理方法需要通过摄像机采集输电线路图像，再结合机器视觉与机器学习算法分析线路覆冰状态。比如在杆塔上安装四目摄像机拍摄图像，并采用基于三维即时成像立体视觉技术实现覆冰厚度测量；华南理工大学郝艳捧等通过3阶B样条函数结合Hough变换识别覆冰导线；此外，也有采用无人机搭载摄像机航拍线路图像后通过算法计算冰层厚度的方案。

以上方法均能够侦测线路覆冰状态，但多目摄像机安装难度大，且在杆塔上使用易受大风影响而振动，影响辨识精度；使用单目摄像机获取图像，受环境影响不大，但该方法计算过程复杂，实时性不足；采用无人机巡航的方案，严重受制于冰灾环境的恶劣天气，无法正常工作。

综上所述，现有的输电线路覆冰侦测方法各有不足，在综合分析各方法优缺点后，福州大学电气工程与自动化学院、国网福建省电力有限公司宁德供电公司的研究人员提出一种基于改进K均值聚类的输电线路覆冰状态侦测方法。

图1 整体方法流程

该方法通过机器视觉算法处理单目摄像机拍摄的图像，从而实现输电线路覆冰状态辨识。整体方法简单高效，能够定位图像中的输电线路导线，在此基础上求解此刻导线的宽度并结合参考值获取冰层厚度。根据冰层厚度及历史覆冰数据综合分析，可以判断输电线路当前的覆冰状态。

图2 现场摄像机

现场与实验环境测试结果表明，所提方法在现场环境的不同天气、光照条件下均能准确定位导线并判断覆冰状态；在实验环境的简单背景下，误差不超过±0.1cm，复杂背景下误差也小于±0.2cm，误差率均在5%以内，充分表明所提方法具有良好的性能，具备较高的辨识精度，满足工程实际需求，可辅助电力部门及时发现潜在的冰雪灾害风险，具有较高的实用价值。

本文编自《电气技术》，论文标题为“一种基于改进K均值聚类的输电线路覆冰状态侦测方法”，作者为翁秉钧、杨耿杰等。