本技术涉及输电线路防护领域，尤其涉及一种强风作用下的输电线及杆塔的破坏预警方法及装置。
背景技术：
1、输电线以及输电塔干作为长距离输电的基础设备，其稳定性决定了电力供应系统的安全性。当输电线以及输电杆塔面对恶劣的天气环境时，其稳定性将受到严重影响。尤其面对强风天气时，可能导致输电线张力过大或者杆塔结构受到不均匀的风载荷，进而影响其稳定性和安全性。为了解决该问题，现有研究主要从以下方法对输电线当前是否存在破坏风险进行评估，如：通过风力预测未来时段是否出现足以破坏杆塔或者输电线结构的恶劣天气；通过输电线以及输电塔静态仿真，评估当前时段下杆塔的稳定性；以及通过历史运行数据分析，结合当前输电线以及输电杆塔倾斜或者震动频率，预测是否出现了破坏风险。
2、然而，输电线以及输电杆塔在面对长期的风吹雨晒，将会导致其建材性能不断发生动态改变。因此传统的定期检查和静态计算方法，仅仅在输电线以及输电杆塔本身建材不会发生过大变化的前提下，对输电线以及输电杆塔的稳定性进行评估，所以难以全面评估杆塔结构以及输电线在复杂风场条件下的实际响应。且，现有方法均为对杆塔以及输电线进行整体性风险评估，即使出现了风险，也无法快速确定造成风险的详细潜在破坏点，从而提高后续风险排查成本。
3、因此，如何实时准确评估输电线以及输电杆塔的稳定性，同时当出现破坏风险时，如何快速确定风险位点，成为当前强风作用下的输电线及杆塔的破坏预警方法的主要解决问题。
技术实现思路
1、本技术提供了一种强风作用下的输电线及杆塔的破坏预警方法及装置，以解决强风作用下，输电线以及杆塔稳定性评估的实时性与准确性低，同时风险位点难以快速确定的技术问题。
2、为了解决上述技术问题，第一方面，本技术实施例提供了一种强风作用下的输电线及杆塔的破坏预警方法，包括：
3、通过若干传感器，实时采集输电线以及输电杆塔各预设部位的温度及风特性数据；
4、通过若干图像采集装置，实时获取所述输电线以及所述输电杆塔的所述预设部位的图像信息；
5、依次根据当前获取的各所述预设部位的温度及风特性数据，获取各所述预设部位的第一受力分布结果；
6、根据当前各预设部位的所述图像信息以及第一受力分布结果，获取当前时刻所述输电线以及所述输电杆塔的破坏预警结果。
7、相比于现有技术，本技术实施例具有如下有益效果：首先，通过获取输电线以及输电杆塔各个部位的温度，可以结合当前各部位建材的物理性质，获取当前各部位建材的强度数据，再结合当前各部位经受的风力、风向以及风流类型，可以准确评估当前部位的建材表面不存在表面破损的情况下，建材的应力分布或者张力分布结果。基于上述第一受力分布结果，结合各部位的图像信息中的建材表面破损情况，能够准确重新评估各部位的稳定性评估结果，当获取了各部位的稳定性评估结果后，从而可以准确评估整体输电杆塔以及输电线的稳定程度，且可以根据各部位的稳定性评估结果，快速确定风险点，进行相应的补救措施，不仅提高了破环风险预警的准确度，还提高了风险点排查的效率。
8、在本技术的一些实施例中，所述依次根据当前获取的各所述预设部位的温度及风特性数据，获取各所述预设部位的第一受力分布结果，包括：
9、根据所述输电线的建材物理性质数据以及各所述预设部位的温度及风特性数据，获取所述输电线的张力分布结果；
10、从所述张力分布结果中，提取所述输电线以及所述输电杆塔的连接点的拉力；
11、根据所述拉力以及所述输电杆塔的各所述预设部位的建材物理性质数据、温度、风特性数据，获取所述输电杆塔的应力分布结果。
12、相比于现有技术，本技术实施例具有如下有益效果：虽然输电线与输电杆塔属于两个独立的个体，但是两者之间相互连接，所以输电线会通过输电线以及输电杆塔的连接点，影响输电杆塔的应力分布，因此首先根据风特性数据计算输电线的张力分布，获取连接点处输电线对杆塔的拉力，将拉力考虑进输电杆塔应力分布结果的计算过程中，提高了应力分布结果计算的准确性；同时在受力分布结果计算过程中引入了温度对各预设部位建材的物理性质的影响，提升了最终受力分布结果的精确度。
13、在本技术的一些实施例中，所述根据所述输电线的建材物理性质数据以及各所述预设部位的温度及风特性数据，获取所述输电线的张力分布结果，包括：
14、根据所述输电线的建材物理性质数据以及各所述预设部位的温度、风特性数据，获取所述输电线的各所述预设部位的第一风荷载；
15、根据所述输电线的各所述预设部位的第一风荷载，通过有限元法，获取所述输电线的张力分布结果。
16、相比于现有技术，本技术实施例具有如下有益效果：由于计算输电线风的风荷载时，需要考虑输电线的直径，然而温度会极大的影响当前输电线的膨胀体积，从而影响输电线直径，因此通过考虑温度以及结合输电线预设部位建材的膨胀系数，可以准确获取各预设部位的风荷载，通过各预设部位的风荷载，结合仿真方法，从而获取各预设部位在强风作用下的应力分布。
17、在本技术的一些实施例中，所述根据所述输电线的建材物理性质数据以及各所述预设部位的温度、风特性数据，获取所述输电线的各所述预设部位的第一风荷载，包括：
18、
19、其中，uline,i代表输电线的第i预设部分的第一风荷载；θi代表输电线的第i预设部分与风向的夹角；σi代表输电线的第i预设部分所在高度的风压变化系数；d为所述输电线两端塔干的档距；以及分别代表风压不均匀系数、风荷载调整系数以及输电线体型系数；d0,i代表标准室温下的第i预设部分输电线直径；ti′代表输电线的第i预设部分在当前温度下的直径；t0,i代表标准室温；α为输电线的建材的膨胀系数。
20、相比于现有技术，本技术实施例具有如下有益效果：通过考虑不同风向对输电线的影响，可以准确获取输电线有效的风荷载，即垂直于输电线的风力的实际风荷载量，同时考虑环境温度对输电线建材的实时影响，不仅提高了预警的实时性，还提高了预警的准确度。
21、在本技术的一些实施例中，所述根据所述拉力以及所述输电杆塔的各所述预设部位的建材物理性质数据、温度、风特性数据，获取所述输电杆塔的应力分布结果，包括：
22、根据所述输电杆塔的各所述预设部位的建材物理性质数据以及温度，获取所述输电杆塔对应所述预设部位的建材的弹性模量；
23、根据所述输电杆塔的各所述预设部位的所述风特性数据，获取所述输电杆塔对应所述预设部位的第二风荷载；
24、以所述拉力作为荷载，结合所述输电杆塔对应所述预设部位的所述弹性模量以及所述第二风荷载，通过有限元法，获取所述输电杆塔的应力分布结果。
25、相比于现有技术，本技术实施例具有如下有益效果：由于输电杆塔的建材为刚性建材，因此温度将极大影响刚性建材的弹性模量，而对于刚性建材的应力分布结果仿真，需要精准的建材弹性模量，所以通过实时温度监测，可以提高后续杆塔预设部位建材的应力分布仿真结果。
26、在本技术的一些实施例中，所述根据所述输电杆塔的各所述预设部位的所述风特性数据，获取所述输电杆塔对应所述预设部位的第二风荷载，包括：
27、
28、其中，utower,i代表输电塔干的第i预设部分的第二风荷载；ξi代表输电塔干的第i预设部分与风向的夹角；μi代表输电杆塔的第i预设部分所在高度的风压变化系数；代表风振系数；∈i代表输电杆塔的第i预设部分基本风压；υ为权重分配系数；η为杆塔的体型系数。
29、相比于现有技术，本技术实施例具有如下有益效果：由于杆塔建材为刚性建材，且体积较大，因此计算风荷载，需要考虑其在高风压下的形变系数，同时结合风向的在不同角度对于杆塔建材的影响，从而提高杆塔预设部位建材的风荷载计算的准确度。
30、在本技术的一些实施例中，所述根据当前各预设部位的所述图像信息以及第一受力分布结果，获取当前时刻所述输电线以及所述输电杆塔的破坏预警结果，包括：
31、提取各预设部位的所述图像信息中的第一特征数据，并对所述第一特征数据进行强化；
32、对于各预设部位，根据强化后的第一特征数据，选择对应的预设神经网络模型；
33、将各预设部位的所述强化后的第一特征数据以及所有预设部位的第一受力分布结果输入至所述对应的预设神经网络模型，以获取破坏预警结果。
34、相比于现有技术，本技术实施例具有如下有益效果：由于影响杆塔以及输电线建材的受损特征各不同，且存在受损以及不存在受损的建材，其部分物理性质也会因此发生变化，从而影响受力分布的估计，因此，需要通过图像识别技术，提取各预设部位中的建材受损特征，并选择对建材性能影响最大的受损特征进行特征强化，以提高后续该受损特征对于后续破坏预警结果的影响，从而提高破坏预警结果预测的准确度。
35、在本技术的一些实施例中，所述提取各预设部位的所述图像信息中的第一特征数据，并对所述第一特征数据进行强化，包括：
36、获取各所述预设部位在未受破坏前的初始图像信息中的第二特征数据；
37、依次对比各所述预设部位的第一特征数据以及第二特征数据的各子特征，确定相似度最小的第一子特征；
38、依次对各所述预设部位的第一特征数据中的第一子特征进行特征强化。
39、相比于现有技术，本技术实施例具有如下有益效果：通过将未受损的建材的特征数据以及当前建材的受损特征进行对比，可以获取变化最大的特征，从而确定该特征的变化对于建材特性的影响超过了其他剩余的特征，提高了后续受力分布结果重新评估的准确度。
40、在本技术的一些实施例中，所述将各预设部位的所述强化后的第一特征数据以及所有预设部位的第一受力分布结果输入至所述对应的预设神经网络模型，以获取破坏预警结果，包括：
41、依次将各预设部位的所述强化后的第一特征数据以及所有预设部位的第一受力分布结果输入至所述对应的预设神经网络模型，获取各所述预设部位的破坏概率；
42、当各所述预设部位中，至少存在第一预设数量的所述预设部位的破坏概率大于预设阈值时，输出破坏预警提示。
43、相比于现有技术，本技术实施例具有如下有益效果：由于不同的建材受损情况，对建材的受力分布影响不同，如果通过同一个神经网络模型对不同受损类型的建材进行破坏概率评估，将会导致神经网络模型规模以及参数巨大，且无法保证获取良好的评估结果。因此根据不同受损类型，选择合适的神经网络，不仅保证了计算效率，还提升了各预设部位的破坏概率评估准确度，从而提升了后续输电杆塔以及输电线整体破坏预警结果的准确性。
44、第二方面，本技术还提供一种强风作用下的输电线及杆塔的破坏预警装置，包括：传感数据采集模块、图像数据采集模块、仿真模块以及破坏评估模块；
45、其中，所述传感数据采集模块，用于通过若干传感器，实时采集输电线以及输电杆塔各预设部位的温度及风特性数据；
46、所述图像数据采集模块，用于通过若干图像采集装置，实时获取所述输电线以及所述输电杆塔的所述预设部位的图像信息；
47、所述仿真模块，用于依次根据当前获取的各所述预设部位的温度及风特性数据，获取各所述预设部位的第一受力分布结果；
48、所述破坏评估模块，用于根据当前各预设部位的所述图像信息以及第一受力分布结果，获取当前时刻所述输电线以及所述输电杆塔的破坏预警结果。
1.一种强风作用下的输电线及杆塔的破坏预警方法，其特征在于，包括：
2.如权利要求1所述的一种强风作用下的输电线及杆塔的破坏预警方法，其特征在于，所述依次根据当前获取的各所述预设部位的温度及风特性数据，获取各所述预设部位的第一受力分布结果，包括：
3.如权利要求2所述的一种强风作用下的输电线及杆塔的破坏预警方法，其特征在于，所述根据所述输电线的建材物理性质数据以及各所述预设部位的温度及风特性数据，获取所述输电线的张力分布结果，包括：
4.如权利要求3所述的一种强风作用下的输电线及杆塔的破坏预警方法，其特征在于，所述根据所述输电线的建材物理性质数据以及各所述预设部位的温度、风特性数据，获取所述输电线的各所述预设部位的第一风荷载，包括：
5.如权利要求2所述的一种强风作用下的输电线及杆塔的破坏预警方法，其特征在于，所述根据所述拉力以及所述输电杆塔的各所述预设部位的建材物理性质数据、温度、风特性数据，获取所述输电杆塔的应力分布结果，包括：
6.如权利要求5所述的一种强风作用下的输电线及杆塔的破坏预警方法，其特征在于，所述根据所述输电杆塔的各所述预设部位的所述风特性数据，获取所述输电杆塔对应所述预设部位的第二风荷载，包括：
7.如权利要求1所述的一种强风作用下的输电线及杆塔的破坏预警方法，其特征在于，所述根据当前各预设部位的所述图像信息以及第一受力分布结果，获取当前时刻所述输电线以及所述输电杆塔的破坏预警结果，包括：
8.如权利要求7所述的一种强风作用下的输电线及杆塔的破坏预警方法，其特征在于，所述提取各预设部位的所述图像信息中的第一特征数据，并对所述第一特征数据进行强化，包括：
9.如权利要求7所述的一种强风作用下的输电线及杆塔的破坏预警方法，其特征在于，所述将各预设部位的所述强化后的第一特征数据以及所有预设部位的第一受力分布结果输入至所述对应的预设神经网络模型，以获取破坏预警结果，包括：
10.一种强风作用下的输电线及杆塔的破坏预警装置，其特征在于，包括：传感数据采集模块、图像数据采集模块、仿真模块以及破坏评估模块；
