摘要：输电线路分布点多、面广，所处地形复杂、自然环境恶劣，给线路验收及巡检工作带来很大不便。传统的人工巡检与航空摄影在成本及效率方面都越来越难以满足管理要求；而无人机人工操作对巡检人员的相关技能、操作经验提出了较高的要求。基于主站控制的输电线路无人机自主巡线系统将图像采集模块、测距模块、闪存芯片及移动蜂窝端口等硬件设备与无人机适配挂载，通过遗传算法自动选取最优飞行航线，并通过移动蜂窝网络将现场情况实时回传至地面监控系统，从而针对输电线路开展自主飞行巡检作业，有效提升输电线路巡检管理效率及水平，加强故障排查能力，提升输电设备使用寿命，提高电网企业工作效力，促进电网企业健康发展。
关键词：线路巡检；无人机；蜂窝网络；遗传算法
0 引言
电网安全稳定运行关系到电网企业的效益和社会的稳定，作为电网的重要组成部分，输电线路安全关系到整个电力系统的稳定运行。输电线路分布点多、面广，所处地形复杂、自然环境恶劣，给线路验收及巡检工作带来很大不便。传统的高危险、低效率、多困难的人工巡检作业模式时间长、成本高、困难大，已越来越难以满足线路运维精益化管理的需求。而传统航空摄影由于对环境和天气的标准要求严格、传统航空测量管制严格以及飞行造价昂贵，亦存在较大弊端。
目前，各地供电公司已逐步将无人机技术引入巡线工作，但主要以人工操作为主，辅助人工巡线工作。人工操作要求将无人机精确飞行至每一个检查点，对操作人员的技术、经验及熟练程度有较高要求，亦存在由于操作失误导致无人机损毁，更严重或导致输电线路受损。为此，有必要开展无人机在电网自主巡检作业中的研究与应用。
基于主站控制的输电线路无人机自主巡线系统，将无人机技术运用于超高压输电线路工程，有助于提高电力线路勘测设计的效率，减少线路外业作业时间，节约成本；而自主巡线系统的配备，对于优化路径、优化设计、降低工程造价、减少搬迁、避免砍伐森林资源、保护生态环境，改善外业人员工作条件、减轻外业工作劳动强度、保证勘测设计质量等方面，都有十分明显的经济、社会和环境效益。
本文将从系统总体设计、基于移动蜂窝网络的无人机通信及基于遗传算法的巡检路径规划三个方面对该系统进行阐述。
1 基于主站控制的输电线路无人机自主巡线系统总体设计
基于主站控制的输电线路无人机自主巡线系统是指将可见光照相机、摄像机、红外热像仪等图像采集模块，红外传感器、激光雷达等测距模块，闪存芯片及移动蜂窝端口等硬件设备与无人机适配挂载，针对输电线路开展飞行巡检作业。作业过程中主站服务器通过遗传算法调用地理信息大数据，根据巡检线路和目标所在位置自动选取最优飞行航线，并通过移动蜂窝网络将现场情况实时回传至地面监控系统，为管理人员判断决策提供依据。同时，闪存芯片内亦预存线路规划及自动操控程序，使无人机可在失去通信信号下自行返回原点或有效信号覆盖点。
图1 基于主站控制的输电线路无人机软硬件搭载
主站则包括地面站传输设备、飞行控制软件等，实现对无人机以及周边环境等重要参数的遥感遥测、飞行姿态控制、航迹规划以及图像的实施回传、拍摄、激光测距等。地面操作人员可以通过主站系统的飞行控制软件对无人机平台和任务设备进行监测和控制引导，可在现场通过实时图传或返回驻点后将视频、图像导出后进行辨认处理，发现输电线路缺陷、隐患[1]。
2 基于移动蜂窝网络的无人机通信
当前无人机直连通信通常采用无需许可的ISM频段（如2.4GHz），极易与使用ISM的无线局域网（特别是Wi-Fi）形成互相干扰。而移动蜂窝网络具有覆盖范围广、基站间无缝切换、系统容量大、支持业务类型全面、抗干扰性强等特点，采用移动蜂窝网络进行无人机直连通信，无人机控制数据及应用数据均通过蜂窝网络进行传输，可满足通信及应用数据需求且不影响用户性能。
图2 基于移动蜂窝网络的无人机通信场景
无人机控制数据主要包括主张对无人机进行的导航命令、路径点设置、配置调整、数据请求、安全指令，以及无人机对主站指令的相应、飞行状态（位置、高度、速度、电量等）数据上报。控制数据通常对时延和可靠性要求较为严格，而对带宽和数据速率无特殊要求。
应用数据包括无人机在任务执行期间需要与主站交互的相关数据，如巡检数据、航拍或实时图像等，由于高清需求，对数据速率要求较高。
基于此，移动蜂窝网络根据如下相关参数进行配置，以满足该数据业务差异性需求[2]。
表1 基于4G移动蜂窝网络的无人机通信相关参数
3 基于遗传算法的巡检路径规划
输电线路巡检范围大、距离长，须在各种条件约束下找出最优巡线路径。无人机线路巡检路径规划属于静态规划，是在巡线作业现场、巡检对象及无人机参数信息等都确定的情况下，设计出一条可完成对输电线路巡检并安全到达终点的路径。
遗传算法（genetic algorithm）是一种能够自适应全局的优化概率搜索算法，从随机产生的或者特定的初始群体开始，按照复制、选择、变异、交叉等特定的操作规则，通过不断迭代计算，进而得到新一代的群体，它实质上是一种迭代算法。
基本的遗传算法可表示为：
其中：C为个体的编码方法；E为个体适应度评价函数；P为初始种群；M为种群大小； 为选择算子； 为交叉算子； 为变异算子；T为遗传运算终止条件。
基于公式，采用遗传算法寻找无人机线路廊道巡检最优路径的步骤如下：
（1）随机生成大小为P的种群；
（2）根据适应度函数评价每一条路径；
（3）若满足终止条件，转到步骤（6），否则进入步骤（4）；
（4）按照轮盘赌选择从种群中选取S条路径组成繁殖池；
（5）根据预先设定的概率对被选出的个体进行交叉和变异操作；
（6）将新生成个体加入到种群中，并计算新个体的适应值；
（7）将扩展后的种群中适应度最低的S个个体删除，恢复到原始种群大小；
（8）转到步骤（3）；
（9）从种群中选出适应度值最高的个体最为最优路径，进化过程结束。
对于上述计算方法，本文采用Matlab2012进行了仿真实验。仿真过程中，假设输电线路上待监测点共有13个，分别为（0.3，0.2）、（0.52，0.25）、（0.75，0.31）、（0.9，0.4）、（1.12，0.58）、（1.28，0.8）、（1.4，1.0）、（1.6，1.18）、（1.8，1.35）、（2.1，1.4）、（2.4，1.37）、（2.6，1.28）、（2.9，1.2），单位为km。起飞点坐标为（0，0），降落点坐标为（3.4，1.0）。
图3 目标点分布示意图
无人机的各性能指标约束条件如下：飞行速度105km/h，最小步长100m，最大续航能力120km，最大航迹偏转角 ，航迹偏角调整尺度 ，航段数N=32。其他参数如下：种群大小No.=100，染色体长度30，最大进化代数200，交叉概率Pc=0.75，变异概率Pm=0.05。
利用遗传算法计算，根据仿真结果图形显示，第200代最优个体可监测到所有目标点，顺利到达指定终点，且路径满足最大路径偏转角约束，为符合要求的最有巡检路径[3]。
图4 第200次进化最优路径
4 结束语
无人机巡检是目前输电线路智能化应用手段之一，受到越来越多的关注。然而由于现阶段缺乏规范合理的无人机巡检路径及高效的通信方式，极大的限制了无人机在线路巡检中的应用与推广。本文引入移动蜂窝网络作为无人机通信方式，并采用遗传算法进行巡检路径规划，形成基于主站控制的输电线路无人机自主巡线系统，可有效提升输电线路巡检管理效率及水平，加强故障排查能力，提升输电设备使用寿命，从而提高电网企业工作效力，促进电网企业健康发展。
参考文献：
[1]齐铭.输电线路小型电动无人机巡检模式及成本分析[D].华北电力大学，2017.
[2]徐珉，胡南.基于蜂窝网络的无人机通信研究[J]. 移动通信，2017.
[3]熊典.输电线路无人机巡检路径规划研究及应用[D].武汉科技大学，2014.
[4]厉秉强，王骞，王滨海.利用无人直升机巡检输电线路[J].山东电力技术.2010（01）
[5]吴飞龙，林韩，汤明文，郑小莉.多种中继方式在大型无人机输电线路巡检中的应用[J].中国电力.2015（02）
论文作者:刘柱揆1,李华锋2
论文发表刊物:《电力设备》2018年第29期
论文发表时间:2019/4/1
标签：无人机论文; 线路论文; 蜂窝论文; 路径论文; 种群论文; 算法论文; 主站论文; 《电力设备》2018年第29期论文;