输电线路无人机巡检智能管理系统的研究与应用

输电线路无人机巡检智能管理系统的研究与应用

周杨

云南电网有限责任公司文山供电局 云南 文山 663000

摘要：在现代科技支持下，无人机技术发展速度加快，现已被应用到社会多领域阶段。电力企业通过无人机设备，可以巡检输电线路运行状态，有效补充传统巡检的弊端与不足。无人机巡检输电线路，会面临图像信息、视频数据等难题。此次研究主要探讨分析输电线路无人机巡检智能管理系统，希望可以全程监控电力系统巡检，同时实现智能化调度。

关键词：输电线路；无人机巡检；智能管理系统；研究应用

在通用航空政策开放背景下，无人机技术成熟度提升，不管是续航时间、远程遥控、飞行品质等，都具备显著优势，可以广泛应用到电力系统中。但是，无人机巡检过程中，会面临较多输电线路问题。比如，无人机、配件台账编码、出入库管理规范性不足。无人机飞行分析、电池充放电、故障管理，都要求智能化技术支持。在巡检过程中，无法从机身上采集飞行数据，多应用人工记录方式，对数据准确性、规范性影响较大。巡检信息，不注重规划管理，因此本文围绕无人机巡查智能管理系统，分类识别巡检图像信息，以此提升输电线路巡检效率。

1、技术路线

应用无人机技术时，需要建立输电线路巡检系统，可以共享数据模型，通过可编辑、小型化、模块化技术，基于J2EE体系，优化设计多层技术方案，高度集成不同专业软件，磨合管理无人机输电线路巡检业务。图1为系统技术架构。

图1系统技术架构

对于前置层来说，涉及到飞行系统控制功能、数据采集、清洗功能和存储功能。表现层高度集成系统管理工具，采用服务器/浏览器结构，加工和应用数据。通过服务层，能够他一系列基础服务，全部面向用户，科学管理飞行作业，分析和识别富媒体内容，浏览图形，分析空间、管理电网拓扑等。通过逻辑层，能够为系统管理者提供服务，对管理权限、空间数据进行统计，高效识别飞行图像数据、搭建无人机业务组件等。数据访问、存储，主要应用数据管理系统，能够控制和管理数据访问，同时存储无人机巡检系统。

2、设备缺陷识别算法

针对无人机巡检数据，需要实行综合化管理，确保输电线路故障的准确化识别。通过深度卷积神经网络算法，确保输电线路识别的准确化。注重计算结果分析的有效性，科学指导电力系统检修工作。

针对输电线路典型设备，可以应用缺陷识别技术，主要应用Faster-Rcnn算法。利用无人机巡检照片、视频数据，标注电气设备，对典型设备的缺陷数据进行比对，对现场设备缺陷进行识别。无人机巡检系统，在识别典型设备缺陷时，具体流程如下：

2.1制作样本

针对无人机采集的图像数据，需要标注设备特征，随意选择总数的90%，作为深度学习算法训练数据集，将剩余图片，作为测试数据集。

2.2模型训练

利用Faster-Rcnn算法，可以训练样本数据，同时应用随机梯度法，实时更新算法参数。当数据满足识别误差需求，能够停止训练。

2.3模型测试

利用测试数据集，对深度学习数据模型进行测试。同时按照测试结果，对模型修正情况进行判断。

2.4制作目标样本

对于电力系统设备的典型缺陷特征，需要制作目标分类器样本。通过Faster-Rcnn算法，能够测试分类器样本。检测算法必须满足缺陷识别需求，从而修改样本。

2.5模型应用

通过上述步骤，训练获得深度神经网络Faster-Rcnn模型，通过无人机巡检照片数据，可以识别设备缺陷故障，同时分类标注故障问题。

2.6参数更新

在原有识别模型上，选择新的数据图像，以此制作算法识别样本，持续优化模型，全面提升模型识别效率。

3、优化设计系统框架

输电线路无人机巡检系统，划分为业务架构、应用架构、数据架构。对于业务架构，主要是管理无人机飞行业务、数据成果等。流程涉及到制定飞行计划、对作业数据、申请飞行空域等参数，进行统计分析。科学制定飞行计划。飞行计划管理结束后，遵循飞行作业，规范执行飞行任务。利用格局现场飞行轨迹，可以实时上传巡检数据。完成飞行任务后，利用管理系统数据库，可以建模分析巡检数据。利用专家诊断、模型优化分析，将作业成果报告导出，同时比较飞行数据指标。针对应用架构，能够对检任务资源、数据、系统、指标予以管控。系统管理主要是统计无人机台账、保养设备、管理备品配件等，注重考核和培训驾驶员。在多维智能数据管理系统中，涉及到电力设施典型缺陷、识别功能、多维传感数据管理。电力设施典型缺陷，牵扯到接入基础数据库、准确定位图像、建立图像模型算法、匹配图像识别技术。注重管理多维传感数据，对数据实施优化分析。作业指标管理，能够制定巡检作业指标，同时做好考核。系统管理，牵扯到角色管理、权限管理，制定和规划系统组织等。

4、数据库设计

按照巡检应用平台的数据特点，能够将数据进行划分：基础数据、非机构化数据、事务数据等，同时可以和其他系统实现数据交互，维护数据准确性、实时性。对于基础数据，涉及到台账信息，例如无人机、备品备件、驾驶员、供应商等多种台账。事务数据，牵扯到禁飞区数据、空域申请记录、飞行申据、飞行计划、维修保养等。非结构化数据，牵扯到无人机政策法规、方案计划、文档、无人机照片、巡检视音频等。系统数据，涉及到运行数据、服务数据。因此，事务数据与结构化数据、非结构化数据相关。针对电网资源数据，能够连接到生产管理系统，从而获取数据信息。无人机巡检系统，主体基础数据，可以作为飞行任务主体数据，记录电网设备的资源台账数据。地理信息数据，能够高度集成地理信息系统，以此获得相关数据，补充无人机巡检系统相关数据，能够作为空域申请、飞行监控的参照数据，详细记录电网资源数据、地理信息数据、地图数据等。计划任务数据，是制定分解计划、安排执行任务的重要数据。在任务前期计划，后期执行中，都可以确保飞行的计划性执行。此外，飞行监控数据能够对飞行任务执行数据进行监控，在线监控无人机寻线任务，确保飞机作业运行的安全性。巡检照片、视频等数据，可以管理巡检飞行数据，同时管理巡检成果数据，确保后续缺陷分析，可以具备数据参考。

5、系统功能实现

在无人机巡检系统中，功能实现涉及到线路无人机巡检流程。此次研究以无人机飞行计划的管理为例，对智能管理系统实现过程进行分析。针对飞行计划管理，是对飞行计划予以维护和管理，涉及到年度、季度、月度计划等。飞行计划制定期间，应当参照线路巡检方案。同时参考禁飞区域的相关信息，排除禁飞区域，以此确保计划的可操作性。分解年度计划，可以获得季度计划，逐步分解季度计划，可以获得月度计划，层层分解计划，可以形成具备执行性的计划。

6、结束语

综上所述，为了高效处理无人机巡检的海量图像、视频数据，此次研究采用J2EE技术体系，深入研究和分析输电线路无人机智能管理系统。同时通过深度学习算法，可以处理和分析无人机数据图像，按照数据特点，做好归类整理。系统高度集成无人机巡检调度的智能化，为无人机循环管理提供有效支持。

参考文献

[1]宁平凡,牛萍娟,王辰羽,等.面向架空输电线路的挂载无人机电力巡检技术研究综述[J/OL].电网技术:1-15[2020-12-11].

[2]幸运星.无人机技术在输电线路巡检工作中的应用及展望分析[J].无线互联科技,2020,17(19):19-20.

[3]王梓屹,王宏鑫,薛志成,等.基于Faster RCNN检测器的输电线路无人机自主巡检系统[J].电力信息与通信技术,2020,18(09):8-15.

[4]戎世华.基于无人机影像的变电站输电线路巡检路径追踪方法[J].自动化应用,2020,20(07):118-119.

[5]胡钦俊,刘毅,林火煅. 无人机高空现场三维勘测建模分析[C]. .福建省电机工程学会2019年学术年会获奖论文集.:福建省电机工程学会,2020:170-173.