齊國(guó)順，尚 方，韓 冰，王孝余

(1.國(guó)網(wǎng)黑龍江省電力有限公司，哈爾濱 150090 ；2.國(guó)網(wǎng)黑龍江省電力有限公司電力科學(xué)研究院，哈爾濱 150030)

基于圖像處理技術(shù)的飛機(jī)巡線導(dǎo)線斷股缺陷檢測(cè)方法

齊國(guó)順1，尚 方2，韓 冰2，王孝余2

(1.國(guó)網(wǎng)黑龍江省電力有限公司，哈爾濱 150090 ；2.國(guó)網(wǎng)黑龍江省電力有限公司電力科學(xué)研究院，哈爾濱 150030)

為了檢測(cè)輸電線路中導(dǎo)線斷股的情況，闡述了導(dǎo)線斷股檢測(cè)的設(shè)計(jì)方案，提出了利用圖像處理技術(shù)和圖像識(shí)別技術(shù)來(lái)檢測(cè)輸電線路中導(dǎo)線斷股缺陷的方法，通過(guò)設(shè)定好的模板進(jìn)行比對(duì)，可以提取出復(fù)雜背景中的導(dǎo)線及斷股缺陷?，F(xiàn)場(chǎng)測(cè)試結(jié)果表明，圖像處理技術(shù)的飛機(jī)巡線導(dǎo)線斷股缺陷檢測(cè)方法能夠提高導(dǎo)線斷股缺陷的速度與準(zhǔn)確率，可以應(yīng)用到使用直升機(jī)與無(wú)人機(jī)等多種方式的輸電線路巡檢中。

圖像處理；導(dǎo)線斷股；飛機(jī)巡線

目前，中國(guó)電網(wǎng)工程長(zhǎng)距離電力輸配主要使用的是鋼芯鋁絞線。對(duì)于35kV以上的線路，普遍使用復(fù)合式架空光纜(OPGW)，一方面作為光纜傳輸電力系統(tǒng)的各種工作信號(hào)及業(yè)務(wù)數(shù)據(jù)，另一方面作為地線承擔(dān)防雷等功能[1-2]。其在野外常年經(jīng)受嚴(yán)寒酷暑、雷擊、濕度等環(huán)境因素影響，以及風(fēng)力、覆冰、舞動(dòng)等嚴(yán)重的外力作用，易產(chǎn)生局部疲勞損傷，容易引起外部包繞的絞線發(fā)生斷股[3]。不論是鋼芯鋁絞線或者是OPGW，當(dāng)其剛發(fā)生斷股的一段時(shí)間內(nèi)，傳輸?shù)碾娏骰蛘邤?shù)據(jù)并不會(huì)受到明顯影響，難以通過(guò)遠(yuǎn)方探測(cè)的方式發(fā)現(xiàn)。如果不及時(shí)處理，就會(huì)發(fā)生斷股導(dǎo)線在斷股點(diǎn)附近迅速勞損、斷路甚至短路的情況，造成業(yè)務(wù)數(shù)據(jù)中斷、大面積停電和設(shè)備人員損失等嚴(yán)重后果[4-5]。 對(duì)于導(dǎo)線斷股缺陷的發(fā)現(xiàn)方式，雖然有學(xué)者進(jìn)行嘗試多種方案，但目前還是通過(guò)線路巡檢這個(gè)手段[6-8]。近年來(lái)，開(kāi)始逐步展開(kāi)應(yīng)用直升機(jī)尤其是無(wú)人機(jī)巡檢的方式，極大地提高了巡線的工作效率，待技術(shù)更成熟會(huì)降低經(jīng)濟(jì)成本。而斷股缺陷目前在無(wú)人機(jī)自動(dòng)巡檢及故障識(shí)別方面，還需更加精確。本文根據(jù)電力輸電線路巡檢工作實(shí)際情況，利用圖像處理技術(shù)和圖像識(shí)別技術(shù)來(lái)檢測(cè)輸電線路中導(dǎo)線斷股缺陷，分析斷股缺陷的圖像特點(diǎn)，通過(guò)設(shè)定好的模板進(jìn)行比對(duì)，提取出復(fù)雜背景中的導(dǎo)線及斷股缺陷，最終通過(guò)圖形方向模板以計(jì)算機(jī)圖像視覺(jué)中成熟的相似度測(cè)量函數(shù)的方法，標(biāo)記出斷股缺陷所在位置。

1 導(dǎo)線斷股檢測(cè)的設(shè)計(jì)方案

為了研發(fā)合適的導(dǎo)線斷股檢測(cè)算法，通過(guò)經(jīng)驗(yàn)總結(jié)以及參考相關(guān)文獻(xiàn)[9-10]設(shè)定了以下工作流程：

1) 分析導(dǎo)線斷股缺陷的圖像特點(diǎn)。

2)根據(jù)特點(diǎn)進(jìn)行圖像預(yù)處理。

3) 檢測(cè)出圖像中導(dǎo)線斷股。

4) 導(dǎo)線斷股缺陷檢測(cè)結(jié)果。

基于以上分析，設(shè)計(jì)了一種基于圖像檢測(cè)與識(shí)別技術(shù)的導(dǎo)線斷股缺陷檢測(cè)方法：對(duì)拍照?qǐng)D像預(yù)處理，包括剔除出無(wú)效照片、圖像剪裁、增強(qiáng)導(dǎo)線在圖像中的導(dǎo)線特征、消除噪聲等；利用導(dǎo)線提取與識(shí)別方法提取圖像中導(dǎo)線信息；將導(dǎo)線的交叉點(diǎn)結(jié)構(gòu)作為目標(biāo)識(shí)別的信息，來(lái)判斷導(dǎo)線上是否存在斷股缺陷，檢測(cè)流程如圖1所示。

圖1 斷股缺陷檢測(cè)流程Fig.1 Breakage defect detection flow

2 導(dǎo)線斷股檢測(cè)方法

2.1 分析導(dǎo)線斷股缺陷的圖像特點(diǎn)

由于直升機(jī)或無(wú)人機(jī)在航拍時(shí)沿輸電線路線飛行，航拍的角度大多數(shù)是自上而下的，此時(shí)是以地面為背景，也有小型無(wú)人機(jī)采用與導(dǎo)線高度相仿的高度巡航，此時(shí)以天空為背景，但不論怎樣，在航拍過(guò)程中飛機(jī)巡航高度和對(duì)地速度、相對(duì)于輸電線路所在的空間位置是基本固定的，因此導(dǎo)線在圖像中多呈現(xiàn)為貫穿狀直線，在一組序列圖像中獲取的導(dǎo)線圖像大小、像素量基本保持不變。具有以下特點(diǎn)：1)鋼絞線在斷股缺陷附近處散開(kāi)，分叉形成許多散亂的細(xì)線；2)斷股點(diǎn)處導(dǎo)線，沿著導(dǎo)線方向粗度發(fā)生改變；3)斷股點(diǎn)處導(dǎo)線的灰度值下降；4)斷股點(diǎn)附件導(dǎo)線有凸起情況；5)相對(duì)于正常導(dǎo)線的圖像，在導(dǎo)線斷股點(diǎn)的邊緣，圖像梯度有明顯增強(qiáng)?？梢愿鶕?jù)這些先驗(yàn)信息，把導(dǎo)線的斷股缺陷識(shí)別出來(lái)。

2.2 根據(jù)特點(diǎn)進(jìn)行圖像預(yù)處理

圖像處理軟件首先需要預(yù)處理，即在大量的照片中尋找到包含導(dǎo)線的區(qū)域，再進(jìn)行邊緣提取，最后定位區(qū)域目標(biāo)， 預(yù)處理的目的是確定輸入檢測(cè)參數(shù)范圍，根據(jù)圖像分辨率和實(shí)際輸電線尺寸范圍的先驗(yàn)信息，確定其在圖像上可能的尺度范圍；把有用信息保留，無(wú)用信息排查。

2.2.1 邊緣提取

利用計(jì)算機(jī)圖形學(xué)領(lǐng)域應(yīng)用成熟的CANNY算子邊緣檢測(cè)出單象素寬、位置準(zhǔn)確的邊緣[10]。

1) 直線段檢測(cè)。利用相位編組算法檢測(cè)直線段，可檢測(cè)出低對(duì)比度的情況。

2) 直線段擬合連接。根據(jù)一定的規(guī)則和約束(如直線方向、直線對(duì)比度、直線寬度、直線段距離接近的約束條件等)將直線段擬合連接成有意義的直線。在此基礎(chǔ)上，用CANNY算子檢測(cè)的邊緣進(jìn)行Hough變換提取直線，根據(jù)最小二乘準(zhǔn)則進(jìn)行驗(yàn)證[11]。

3) 區(qū)域特征提取。依據(jù)長(zhǎng)度、直線亮度篩選可能的直線，并根據(jù)直線間的平行性、間距、直線對(duì)比度等特征提取所有有意義的平行線對(duì)，并提取它們的特征[12]。

4) 目標(biāo)模型匹配。根據(jù)建立的各種結(jié)構(gòu)形式的輸線電路模型，將各平行線對(duì)組合成有意義的輸電線區(qū)域，考慮有可能是拋物線形狀，需進(jìn)行相應(yīng)的擬合處理。

2.2.2 區(qū)域目標(biāo)定位

對(duì)上一步檢測(cè)得到的輸電線區(qū)域進(jìn)行定位，并提取其屬性。此步驟的目的是進(jìn)一步定位檢測(cè)區(qū)域目標(biāo)，為接下來(lái)的模板匹配進(jìn)行正則化處理。

導(dǎo)線提取的流程如圖2所示。

圖2 導(dǎo)線提取流程Fig.2 Wire extraction flow

2.3 檢測(cè)出圖像中導(dǎo)線斷股

根據(jù)飛機(jī)飛行的軌跡，航拍導(dǎo)線和光纜在照片中呈直線平行分布，一般不出現(xiàn)交叉現(xiàn)象，如果出現(xiàn)交叉，此處的導(dǎo)線就會(huì)存在斷股缺陷的可能性。因此，可以初步判斷輸電線的斷股缺陷的位置，再進(jìn)行后期處理。利用計(jì)算機(jī)來(lái)找到具有某個(gè)特征的圖像信息，有很多成熟的手段，一般采用目標(biāo)匹配方法。這種方法需要關(guān)注兩方面問(wèn)題，一是設(shè)計(jì)出交叉點(diǎn)結(jié)構(gòu)模板圖像，二是采用合適的圖像匹配相似性度量函數(shù)。

2.3.1 交叉點(diǎn)結(jié)構(gòu)模板圖像設(shè)計(jì)

根據(jù)文獻(xiàn)[9]為代表的一系列論文試驗(yàn)的結(jié)論，選取5×5個(gè)像素大小的窗口，采用了6個(gè)方向模板圖像，如圖3所示。

圖3 交叉點(diǎn)結(jié)構(gòu)匹配模板圖像Fig.3 Template images for intersection structure matching

模板窗口的大小可以根據(jù)實(shí)際航拍圖像的分辨率以及預(yù)處理來(lái)調(diào)整。當(dāng)圖像分辨率較高時(shí)，導(dǎo)線寬度一般為3至5個(gè)像素時(shí)，可以選擇窗口大小為7×7個(gè)像素的交叉點(diǎn)結(jié)構(gòu)匹配模板圖像；當(dāng)圖像分辨率較低時(shí)，導(dǎo)線寬度一般為1至2個(gè)像素時(shí)，可以選擇窗口大小為3×3個(gè)像素的交叉點(diǎn)結(jié)構(gòu)匹配模板圖像。本文數(shù)據(jù)來(lái)源是中分辨率的圖像，經(jīng)過(guò)圖像預(yù)處理后導(dǎo)線寬度為2至3個(gè)像素點(diǎn)，選用窗口大小為5×5個(gè)像素交叉點(diǎn)結(jié)構(gòu)匹配模板圖像是最適宜的。

2.3.2 相似性度量函數(shù)

相似性度量是計(jì)算機(jī)圖像處理技術(shù)中，用來(lái)表示兩幅圖像之間相似性程度的一套方法。通過(guò)圖像的灰度信息，頻率信息提取出一套特征，再用這個(gè)特征在圖像中進(jìn)行比對(duì)。提取特征的方法很多，而比對(duì)的方法也非常多。在計(jì)算機(jī)圖像處理中，已經(jīng)具備了一系列比較成熟的相似性度量方法。相似性度量的結(jié)果是下一步搜索策略的基礎(chǔ)，也就直接決定了匹配變換方法的選擇和變換模型的準(zhǔn)確。

根據(jù)文獻(xiàn)[9]的結(jié)論，特征提取和相似性度量決定了選擇的匹配算法的抗干擾能力。采用互相關(guān)匹配的計(jì)算方法，其相似性度量函數(shù)為

R(i,j)=

式中：E為搜索子圖與模板圖T的灰度平均值；(I,j)為該像素點(diǎn)在整個(gè)圖中的坐標(biāo)；(m,n)為匹配點(diǎn)在匹配窗口中的坐標(biāo)。

通過(guò)實(shí)驗(yàn)測(cè)試，選取5×5個(gè)像素窗口大小、采用協(xié)方差矩陣的相似性度量方式具有良好的效果，可以在高速識(shí)別的同時(shí)保持較高的準(zhǔn)確率。

2.3.3 圖像中導(dǎo)線斷股點(diǎn)的檢測(cè)方法

通過(guò)人工判讀的方式單純使用交叉點(diǎn)來(lái)判斷導(dǎo)線是否存在斷股缺陷是不準(zhǔn)確的，因?yàn)轱w機(jī)在航拍過(guò)程中需要轉(zhuǎn)彎，拍攝角度、地面背景信息混雜等情況，所以容易產(chǎn)生導(dǎo)線斷股的誤判。實(shí)際上在斷股點(diǎn)的周圍，導(dǎo)線的寬度會(huì)突然變細(xì)(因?yàn)閿喙啥倭虽摻g線)或變寬(鋼絞線散開(kāi))，導(dǎo)線邊緣點(diǎn)的梯度會(huì)變大。據(jù)此需對(duì)上一步結(jié)果進(jìn)行篩查，篩選出缺陷的精確位置，篩查判斷流程如圖4所示。

圖4 斷股點(diǎn)缺陷判斷流程Fig.4 Breaking stock defect determination flow

具體算法如下：

1)讀入交叉點(diǎn)處子圖像矩陣Am×n，設(shè)置一個(gè)較小的初始參數(shù)δH，同時(shí)輸入一個(gè)判定是否為斷股點(diǎn)的參數(shù)δθ。

2)計(jì)算子圖像Am×n內(nèi)主直線L1的平均灰度H(L1)和分支線L2的平均灰度H(L2)，圖像計(jì)算式為

3)判斷圖像中形成交叉點(diǎn)的導(dǎo)線平均灰度差是否滿足δH，即|H(L1)-H(L2)|<δH，如果不滿足，判定此處交叉點(diǎn)就不是斷股點(diǎn)，換下一個(gè)交叉點(diǎn)繼續(xù)比較；如果導(dǎo)線平均灰度差小于δH，就繼續(xù)進(jìn)行下個(gè)步驟。

4)計(jì)算形成交叉點(diǎn)的導(dǎo)線邊緣點(diǎn)梯度相位方差δθ，即

θ=arctan[Δfy(x,y)/Δfx(x,y)]

式中圖像的梯度定義為

Δfx(x,y)=f(x,y)-f(x-1,y)

Δfy(x,y)=f(x,y)-f(x,y-1)

式中：N為導(dǎo)線邊緣點(diǎn)的個(gè)數(shù)。

5)查看σθ>δθ是否成立，若成立則判定此處為斷股缺陷，輸出坐標(biāo)并在圖像上顯示出來(lái)，否則此處不是斷股缺陷。

6)繼續(xù)判斷其他交叉點(diǎn)。

2.4 導(dǎo)線斷股缺陷檢測(cè)結(jié)果

采用以上方法，可以獲得良好的導(dǎo)線斷股缺陷檢測(cè)效果。

為清晰對(duì)比，選擇3組典型實(shí)例進(jìn)行驗(yàn)證：圖5是在航拍圖像中選出的3張具有導(dǎo)線斷股缺陷情況的原始照片，分別標(biāo)記為圖5 (a)、圖5 (b)、圖5 (c)。其中圖5 (a)拍攝以地面為背景，向側(cè)方拍照；(b)以地面為背景，向正下方拍照；以天空為背景，水平方式拍照。這幾組照片涵蓋了無(wú)人機(jī)、直升機(jī)巡線拍照所獲取照片的角度，背景較為復(fù)雜。圖6是算法軟件自動(dòng)標(biāo)記出的導(dǎo)線識(shí)別情況，其中可以清晰的發(fā)現(xiàn)，處于正常狀態(tài)的直導(dǎo)線以及斷股后形成的較粗部分導(dǎo)線，都已經(jīng)良好的識(shí)別出來(lái)。而斷股后形成的鋼絞線毛刺部分，過(guò)于細(xì)而被忽略掉了。在圖6中也采用本文算法軟件自動(dòng)標(biāo)記出的導(dǎo)線斷股缺陷所在位置，分別對(duì)比圖6(a)、圖6(b)、圖6(c)三組的標(biāo)記情況，可以發(fā)現(xiàn)軟件正確識(shí)別了導(dǎo)線交叉點(diǎn)，并把交叉點(diǎn)判為斷股點(diǎn)，結(jié)果正確。通過(guò)大批量測(cè)試，若拍照?qǐng)D像比較清晰，則算法的漏檢率在2%以下，誤報(bào)的情況不超過(guò)10%。為了更加嚴(yán)格的監(jiān)督斷股缺陷，可以調(diào)整算法公式的參數(shù)，使漏檢率進(jìn)一步降低，但是誤報(bào)的概率也會(huì)有所升高。對(duì)于缺陷的檢測(cè)，往往采用“寧可誤報(bào)也不漏報(bào)”的情況，軟件標(biāo)記的結(jié)果還要反饋給工作人員再進(jìn)行審核，得到確定之后再判定為缺陷。

圖5 導(dǎo)線原始圖像Fig.5 Original wire images

圖6 導(dǎo)線判定及斷股點(diǎn)檢測(cè)Fig.6 Wire determination and breaking stock detection

3 結(jié) 語(yǔ)

本文從電力輸電線路巡檢工作實(shí)際出發(fā)，針對(duì)目前導(dǎo)線斷股缺陷的檢測(cè)方式，制定了合理的技術(shù)解決方案。通過(guò)分析斷股缺陷的圖像特點(diǎn)，制定了識(shí)別導(dǎo)線-識(shí)別交叉點(diǎn)-判斷是否屬于缺陷的技術(shù)步驟，最終通過(guò)圖形方向模板以計(jì)算機(jī)圖像視覺(jué)中成熟的相似度測(cè)量函數(shù)的方法，標(biāo)記出斷股缺陷所在位置。通過(guò)實(shí)地測(cè)試，本文提出的基于圖像處理技術(shù)的飛機(jī)巡線導(dǎo)線斷股缺陷檢測(cè)方法可以大幅度提升無(wú)人機(jī)及直升機(jī)在巡線中發(fā)現(xiàn)導(dǎo)線斷股缺陷的速度與準(zhǔn)確率。

[1] 尹慶福,劉亞新.OPGW復(fù)合光纜斷股原因分析及對(duì)策[J].電力設(shè)備,2005,6(7):60-62.

YIN Qingfu, LIU Yaxin. Case study and counter measures of brokenstrand for OPGW[J]. Electrical Equipment 2005, 6(7):

60-62.

[2] 董艷紅,杜廣平,于會(huì)寧，等.一起110kV線路單相斷線故障分析[J].黑龍江電力,2011,33(3):208-210.

DONG Yanhong, DU Guangping, YU Huining, et al.Fault analysis of single-phase wire break of 110kV[J]. Heilongjiang Electric Power, 2011, 33(3): 208-210.

[3] 劉洋,朱學(xué)成,李童，等.鋼芯鋁絞線低溫機(jī)械性能的試驗(yàn)研究[J].黑龍江電力,2014,36(6):518-520.

LIU Yang, ZHU Xuecheng, LI Tong, et al.Experimental study oncryogenic mechanical properties of ACSR[J]. Heilongjiang Electric Power, 2014, 36(6):518-520.

[4] 劉洋,張浩,金鎮(zhèn)山，等.220kV鶴木線松花江大跨越微風(fēng)振動(dòng)的在線監(jiān)測(cè)分析[J].黑龍江電力,2011,33(2):121-124.

LIU Yang, ZHANG Hao, JIN Zhenshan, et al. On-line monitoringanalys is of aeolian vibration of Songhua River long span of Hegang-Mulan 220kV transmission line[J]. Heilongjiang Electric Power, 2011, 33(2): 121-124.

[5] 劉洋,李童,朱學(xué)成，等.500 kV永興線松花江大跨越微風(fēng)振動(dòng)在線監(jiān)測(cè)系統(tǒng)應(yīng)用與研究[J].黑龍江電力,2013,35(6):512-514.

LIU Yang, LI Tong, ZHU Xuecheng, et al. On-line monitoring analysis of Aeolian vibration of Songhua River long span of Yongyuan-Xingfu 550 kV transmission line[J]. Heilongjiang Electric Power, 2013, 35(6): 512-514.

[6] 夏云峰,蔣興良,張志勁，等.應(yīng)用小生境遺傳算法優(yōu)化導(dǎo)線鋼芯斷股漏磁檢測(cè)傳感器[J].中國(guó)電機(jī)工程學(xué)報(bào)，2011，48(19)：122-128.

XIA Yunfeng, JIANG Xingliang, ZHANG Zhijing, et al. Optimization design of detector for steel core brokenstrand faults in transmission line based on Nichegenetic algorithm[J]. Proceedings of CSEE, 2011, 48(19): 122-128.

[7] 楊凌輝,肖嶸,季獻(xiàn)武，等.基于OTDR技術(shù)的高壓輸電導(dǎo)線斷股和損傷檢測(cè)[J].光電子.激光, 2013,1(5):961-966.

YANG Linghui, XIAO Rong, JI Xianwu, et al. Detection of brokenstrands and damage faults of high-voltage transmission line based on OTDR technology[J]. Journal of Optoelectronics.Laser, 2013, 1(5):961-966.

[8] 樊菊杰.輸電線路圖像中導(dǎo)線的識(shí)別方法研究[D].大連:大連海事大學(xué),2011.

FAN Jujie.The method research on power lines recognition in transmission line image[D].Dalian: Dalian Maritime University, 2011.

[9] 李安.輸電線路導(dǎo)線斷股的圖像檢測(cè)方法[D].北京:華北電力大學(xué),2013.

LI An. The method of image detection for broken strands of transmission line[D]. Beijing: North China Electric Power University, 2013.

[10] 陳思明,閆斌,周小佳，等.基于傾角的輸電線路弧垂三維模型算法研究[J].計(jì)算機(jī)應(yīng)用與軟件,2014,31(3):82-84.

CHEN Siming, YAN Bin, ZHOU Xiaojia,et al.Study on three-dimensional model algorithm for transmission line sag based on inclination[J]. Computer Applications and Software, 2014, 31(3):82-84.

[11] 羅朝祥,萬(wàn)華艦,羅文博，等.輸電線路導(dǎo)線覆冰圖像處理與識(shí)別技術(shù)[J].中國(guó)電力,2014,47(9):132-136.

LUO Chaoxiang, WAN Huajian, LUO Wenbo, et al. Image processing and recognition technology for transmission line icing[J].Electric Power, 2014,47(9): 132-136.

[12] 孫鳳杰,楊鎮(zhèn)澴,李媛媛，等.輸電導(dǎo)線圖像目標(biāo)識(shí)別方法[J].中國(guó)圖象圖形學(xué)報(bào).2012,17(3):349-358.

SUN Fengjie, YANG Zhenhuan, LI Yuanyuan, et al.Methods of transmission line target recognition[J]. Journal of Image and Graphics, 2012, 17(3): 349-358.

Wire breakage defectdetection method in the aircraft inspection lines based on image processing technology

QI Guoshun1, SHANG Fang2, HAN Bing2, WANG Xiaoyu2

(1. State Grid Heilongjiang Electric Power Co., Ltd., Harbin 150090, China;2. Electric Power Research Institute of State Grid Heilongjiang Electric Power Co., Ltd., Harbin 150030, China)

In order to detect the wire breakage in the transmission lines, the design scheme of wire breakage detection is expounded, in which a method of detecting wire breakage defect in the transmission linesis proposed by using image processing and image recognition technology.A good template is set to make a comparison, so that the wire and breakage defects can be extracted under the complex background. The field test results show that the wir ebreakage defectins pection method in the aircraft inspection line based on image processing technology can improve the speed and accuracy of wire breakage defects, which can be applied to the transmission lines inspection by helicopters, unmanned aerial vehicles and others.

image processing; wire breakage; aircraft inspection lines

2017-07-31;

2017-11-13。

齊國(guó)順(1962—)，男，高級(jí)工程師，研究方向?yàn)殡娏ο到y(tǒng)自動(dòng)化、電力信息通信。

TN911.73

A

2095-6843(2017)05-0522-05

(編輯侯世春)