摘要：近年来,随着经济的快速发展,全国电网的高压输电线路建设迅速。由于输电线路具有分布范围广的特点,而且面对面对复杂多样的自然环境,如风、阳光和雨水侵蚀电力线路可能会遇到腐蚀,磨损,大风等损坏。这些情况将给输电线路的安全稳定运行带来巨大的潜在风险,因此需要进行运行状态检查。随着无人机(UAV)和遥感技术的飞速发展,采用UAV和遥感传感器对输电线路进行巡检已成为研究和开发的热点。
关键词：输电线路；无人机巡检；智能管理系统；应用
1无人机在输电线路巡检中的优势
1.1可有效降低巡检成本
我国有很多输电线路架设在人迹罕至的地区,传统的人工巡检方式想要涉及这些区域有一定的难度,为满足工作需要,常常会使用较长的高空架线,由此使得巡检成本随之增大。而无人机并不会受到地形的限制,在有效的飞行距离内,作业人员只要操控无人机便可从不同的角度对输电线路上的设备进行巡视检查,减轻了人员的工作量,相关费用也随之降低。此外,由于巡检人员无需亲临现场,从而使得作业安全性得到可靠保障,避免了安全事故的发生。
1.2可缩短巡检时间
无人机基本不会受自然环境和气候条件等因素的影响,在可能发生自然灾害的地区利用无人机对输电线路进行巡检,可以在较短的时间内顺利完成任务。无人机具备快速巡检的能力,通过在指定位置进行悬停,可检查线路上的设备,确定缺陷,并对巡检结果进行实时回传,整个过程耗时较少。此外,无人机巡检前基本不需要进行较长时间的准备,大部分无人机在90s以内便可起飞,当一个区域内的线路巡检完成后,可以快速转移至下个区域,有效缩短了输电线路的巡视检查时间。
2无人机巡检的组成分析
2.1无人机平台与系统
巡测功能的实现,需要借助于无人机平台以及搭载的众多类型的传感器。首先,对于数据获取系统而言,它是进行数据信息采集与获取的重要平台,该平台不仅囊括了飞行平台以及稳定平台,同时还安装了相应的自主预警系统以及避障系统等。这样一来,可以确保无人机能够顺利的飞行,同时也提高了数据信息采集的质量与精度,进而提高了数据的利用价值。
2.2数据通信链路系统
对于该子系统而言,其主要工作是进行信号的接收与发射。无人机巡测过程中,需要与地面测控站保持数据的实时传递与交互。巡检工作中,当传输速率满足4-8Mbps的要求,地面的测控人员就能实现对数据信息的实时传递。
2.3地面测控站
作为输电线路巡检工作的重要组成部分,地面讯测站中包含了诸多的子系统。其中,较为重要的是地面控制系统。同时,测控站中还安装了数据编解码系统以及分析系统、感应系统等等。地面测控站可以对无人机的实时飞行状态进行及时的管理与监控,并且能够对飞行环节中的信息获取方式做出相应的控制。
2.4地面数据处理系统
该系统主要负责数据信息的后期处理,并且对信息数据进行及时的存储,进而为数据的应用提供支持。一般来说,地面数据处理系统主要由三个子系统构成:其一,就是三维可视化系统;其二,就是安全巡检系统,该系统包含了激光、紫外线在内的多种类型的传感设备;其三,就是数据预处理系统,该系统同样囊括了多种感应设备。通过可视化技术的应用,能够及时对输电线路存在的缺陷与隐患做出判断,进而能够对不同线路的安全状况做出诊断与评估。
3输电线路无人机巡检智能管理系统
3.1设备缺陷识别算法
无人机巡检系统典型设备缺陷识别的算法流程如下:
1)样本制作。首先对获得的图像数据进行设备特征标注。然后从中随机抽取总数的90%作为深度学习算法的训练数据集,剩余图片作为测试数据集。2)模型训练。利用Faster-Rcnn对样本数据进行训练,并使用随机梯度法对Faster-Rcnn算法参数进行实时更新。当数据满足识别误差要求时,停止训练。3)模型测试。使用测试数据集对步骤2)得到的深度学习数据模型进行测试,并根据测试结果判断模型是否需要修正。4)目标样本制作。
期刊文章分类查询,尽在期刊图书馆针对电力系统中设备的典型缺陷特征制作检测目标分类器样本,并利用Faster-Rcnn算法对分类器样本进行测试。检测算法能否满足缺陷识别的要求,从而对样本进行修改。5)模型应用。利用上述步骤训练得到的基于深度神经网络的Faster-Rcnn模型对无人机巡检得到的照片数据进行设备缺陷故障识别,并对故障进行分类标注。6)参数更新。在原有图像识别模型的基础上,抽取新采集到的数据图像重新制作Faster-Rcnn识别样本,从而实现对模型的不断优化,提高模型的识别效率。
3.2系统框架设计
输电线路无人机巡检智能管理系统主要可分为3个部分,分别为业务架构、应用架构和数据架构。无人机巡检智能管理系统中的业务架构是指,对无人机飞行业务和数据成果的管理。其实现流程包含了飞行计划的制定,统计作业人员数据和进行飞行空域的申请。同时,制定飞行计划指标。完成飞行计划管理之后按照飞行作业执行飞行任务,通过格局现场的飞行轨迹对巡检数据进行实时上传。飞行任务完成之后,由管理系统的数据库对获得的巡检数据进行建模分析。同时经过专家诊断,完成模型的优化分析。并导出作业成果报告,进行飞行数据指标的对比。
应用架构主要实现无人机巡检任务过程中的资源管理、数据管理、指标管理和系统管理等内容。其中,资源管理是对无人机台账的统计以及设备的保养、备品配件的管理和驾驶员的培训及考核管理。
多维智能数据管理系统包括了电力设施典型缺陷的识别功能和多维传感数据的管理。其中,电力设施的典型缺陷识别包含了对基础数据库的接入、基于图像定位和图像模型算法的建立以及图像识别技术的匹配。多维传感数据管理用于实现对数据的分析与优化功能。
作业指标管理实现对无人机巡检作业指标的制定和考核功能。系统管理包含了工作人员的权限和角色管理,以及系统组织的制定与规划。
3.3数据库设计
依据无人机立体智能巡检应用平台的数据特性,将数据划分为基础数据、事务数据、非机构化数据等类型。并与其他系统进行集成数据交互,保障数据的实时性、唯一性、准确性。
其中,基础数据主要包含基本台账信息。其包括无人机台账信息、备品备件信息、驾驶员信息、供应商信息、设备台账信息等;事务数据主要包括禁飞区数据、空域申请记录数据、飞行计划数据、飞行申请数据、定位数据、维修保养数据等;非结构化数据主要包含无人机政策法规、规范方案、日常规范文档、驾驶证照片、无人机照片、巡检照片、巡检视频、导入模板等。
系统数据是无人机巡检系统运行和服务的数据基础,由一系列的结构化数据和非结构化数据组成;无人机巡检系统数据主要由电网资源数据、地理信息数据、计划任务数据、飞行监控数据、巡检照片数据、巡检视频数据等多种数据构成。
电网资源数据主要是通过与生产管理系统集成而获取的。其为无人机巡检系统的主体基础数据,是飞行任务的主体数据。主要记录电网设备资源台账数据。
地理信息数据主要是通过与地理信息系统集成而获取的。其为无人机巡检系统主体基础数据的补充,是空域申请及飞行监控的参照数据。主要记录电网资源的地理信息数据及地图数据。
计划任务数据是无人机巡检系统中开展计划制定分解以及任务安排执行产生的生产应用数据。其主要是实现无人机巡检任务从计划到执行的管理,保证飞行有计划、有执行。
飞行监控数据是无人机巡检系统中监控飞行任务执行过程的数据。其主要是实现无人机巡线任务在线监控,保证飞行作业安全、合规。
巡检照片数据及巡检视频数据是无人机巡检系统中管理的无人机输电线路巡检任务对应的飞行成果数据。主要实现巡检成果数据的逻辑管理,并为后续缺陷分析提供基础数据。
结论
随着国内城镇化进程的不断加快,我国对于电能资源的需求量急剧增加。巡检工作中,要加强对无人机航测技术的应用,降低人为、天气因素对于线路巡检工作的干扰,有效提高巡检工作的质量与效率。通过无人机航测技术的应用,还能及时对线路存在的安全隐患进行及时的排除,进而确保线路运行的安全效果。
参考文献：
[1]詹斌.无人机在电力行业的应用前景[J].中国新技术新产品,2017(08):19-20.
[2]侯飞.电力专用无人机的巡检技术应用分析[D].华北电力大学,2018.
论文作者:蒋钰
论文发表刊物:《中国电业》2019年第10期
论文发表时间:2019/9/11
标签：无人机论文; 数据论文; 系统论文; 线路论文; 作业论文; 管理系统论文; 缺陷论文; 《中国电业》2019年第10期论文;