在电力系统中,及时有效地识别并排除高压输电线路外破风险隐患对保障电力系统的安全运维具有非常重要的作用.基于深度学习的目标检测技术能够有效识别输电线路安全区域内的工程机械和导线异物等可疑危险目标,降低输电线路的外破风险.针对外破隐患识别问题,基于工业界广泛应用的目标检测算法模型YOLOv3来进行输电线路防外破目标检测,提出了一种改进版的在线困难样本挖掘(I-OHEM)算法,对YOLOv3网络结构进行了改进和优化.结果 表明,改进后的算法在保证实时性的要求下,提高了目标检测的准确度.

为解决超/特高压输电线路防绕击措施中传统的减小避雷线保护角的措施受到各方面局限(尤其对斜山坡地段)的问题,依据电气几何模型提出了防绕击的新措施—架设旁路屏蔽地线,通过增强大地的引雷能力来保护导线不受雷电绕击。计算表明架设屏蔽地线的高度随着其距离杆塔水平距离的增加先增大后减小,可在旁路屏蔽地线上加装短针增强其引雷能力。