無人機在輸電線路巡檢中的應用

于大超

【摘 要】隨著電網規模持續穩定增大，對電網的供電可靠性提出了更高的要求。無人機巡檢作為創新發展的重要一環，已經在電力系統得到推廣應用，大大提高了電力輸電線路巡視工作的水平以及線路巡視的效率。文章介紹了無人機巡檢系統的組成和巡檢作業內容，詳細闡述了無人機巡檢工作的作業流程和巡檢方法，通過輸電線路巡視的應用實踐，證明了其有效性和合理性。

【關鍵詞】無人機巡檢;輸電線路;精細化巡檢

引言

隨著電網規模持續穩定增大，對電網的供電可靠性提出了更高的要求。輸電運檢人員結構性缺員嚴重，并且以人工巡檢為主的模式存在著巡視不立體、質量和效率不高的問題，山區、高海拔等特殊區段和惡劣氣象條件下巡視困難，難以滿足線路高可靠性運行的要求。無人機巡檢在日常巡檢中的應用規模越來越大，取得成效的同時也遇到了一些壁壘。本文針對無人機在輸電線路巡檢中的應用進行研究，著重研究無人機巡檢的現狀、拓展無人機應用，這對于提升無人機巡檢智能化水平具有重要意義。

1無人機巡檢系統組成

1.1飛控系統

無人機飛行控制系統相當于無人機的大腦，主要用于穩定無人機飛行姿態，實現無人機精準定位、懸停與自主飛行。多旋翼無人機飛控系統主要由機載裝置和地面站構成，機載裝置中包含飛控處理單位、傳感器單元、電源系統和執行模塊構成。機載裝置和地面站的交互通過無線通信單元實現。

1.2動力系統

無人機動力系統可分為電動機驅動和內燃機驅動兩種。電動機驅動型多用于多旋翼無人機，主要由無刷電機、電子調速器、電池和螺旋槳構成，特點是方便靈活，便于操控，但續航時間短，適合精細化巡檢。內燃機驅動型主要用于固定翼無人機和直升機，特點是載重大，續航時間長，適合通道巡檢。

2當前無人機巡檢存在的問題

隨著無人機技術的成熟，其被廣泛應用于電力、交通、安防等領域。作為電力行業的主要應用場景，輸電線路無人機巡檢在全國各地進行了試點，并取得了較好成績，但也突顯出一些問題，使無人機巡檢無法實現廣泛應用。無人機巡檢需要運維人員同時具備電力巡檢和無人機操控的雙重能力，在缺少運維人員的情況下較難實現無人機的廣泛應用，同時運維人員綜合素質參差不齊，給無人機巡檢的質量帶來較大不確定性;由于通信技術的限制，當前無人機使用4G、Wi-Fi或藍牙等通信方式，帶來空域定位精度低、帶寬小、高延時和操控范圍小等問題，導致傳輸圖像不清晰、無人機誤碰高壓線和墜機等現象。Wi-Fi點對點的形式，通信距離一般不超過500m，圖傳能力可達到1080P，每秒30幀左右;4G網絡在網絡覆蓋的情況下，不受操控距離的限制，圖傳能力以720P為主;藍牙傳輸則在傳輸距離和圖傳能力方面均處于最低水平。因此現階段無人機無法完全滿足輸電線路巡檢的需求。

3無人機智能巡檢

3.1自主巡檢技術

與人工操控無人機相比，無人機自主巡檢技術能實現無人機自動飛行、自動定點、精準拍攝等功能，減少了人員參與度，進一步提高巡檢的質量和效率。常規技術路線主要有兩種：示教航線學習和建模與定位技術。示教航線學習由熟悉輸電線路的無人機巡檢作業人員操控無人機對輸電線路進行巡檢。在巡檢過程中，無人機會記錄作業的精準航點位置信息和相應姿態，儲存于任務列表中。下次巡檢調取并執行相應的任務時，無人機根據儲存的信息，自動完成巡檢任務。建模與定位技術基于RTK技術，通過三維點云航跡規劃，實現無人機自主巡檢。點云采集可由激光雷達掃描或傾斜攝影實現，激光雷達掃描技術具有精度高、全天候、數據處理快、采集方式多樣等優勢。通過激光雷達掃描，得到高精度激光點云，構建三維地圖模型，并提取關鍵特征的空間參數。基于三維地圖模型進行航跡規劃，利用深度學習算法能自動選定精細化巡檢的精準航點。無人機根據規劃航跡，在RTK定位技術下就可以實現自主巡檢。此外，基于AI航線預測與AI目標識別的輸電線路全自主飛行技術已研究并應用。數據采集系統裝有機載AI邊緣計算模塊，集成5G模塊，實現前端AI目標識別與跟蹤、高清圖像及視頻實時傳輸、遠程控制等功能，能夠基于航線預測，實現自主跟蹤巡檢。隨著無人機自主巡檢技術應用和發展，采用人工示教、點云規劃等方式逐步組建自主巡檢航線庫，并逐步推進航線自動生成與調用、“一鍵作業”及標準化巡檢拍攝等功能實用化。結合前端智能識別模塊、5G、邊緣計算等技術，無人機能全自主規劃航線，根據識別構件及環境自主選擇拍照的距離和角度，實現全自主巡檢，解放人員“生產力”，做到去人化甚至無人化，無人機自主作業質量和效率將得到有效提升。

3.2影像智能識別技術

線路設施較密集，大多具有多尺度三維結構，并可能出現相互遮擋、背景干擾較強、缺陷難判別等因素，故人工智能處理算法中的深度神經網絡架構較復雜、技術路線分支較多，致使缺陷識別標注難度大，需大量樣本積累訓練、驗證。2018年5月和2019年12月，國網公司組織開展了兩次智能算法驗證工作，修正了算法評價指標，采用發現率、誤報率、錯誤輸出率、識別效率4項指標進行驗證，組建無人機巡檢影像樣本庫并不斷豐富，預計2021年樣本數量將達到百萬級。輸電線路樣本缺陷歸納為桿塔、導線和地線、絕緣子、大尺寸金具、小尺寸金具、基礎、通道環境、接地裝置和附屬設施9類。2020年3—7月，公司各單位共識別缺陷85728個，缺陷發現率呈上升趨勢，整體發現率為62.49%，桿塔和小尺寸金具類缺陷發現率較高，達80%以上。但是，算法錯誤輸出率較高，輸出框數過多，對正常部件頻繁誤報。例如當銷釘、墊片、螺栓等小尺寸金具出現缺陷時，由于目標占比很小，需先檢測其他連接件再檢測目標，如先檢測到桿塔上很多部位有螺栓、螺帽等再檢測目標，這樣就容易造成誤檢。無人機巡檢影像質量對缺陷智能識別非常重要，因此應推廣定位拍攝技術。

4無人機巡檢深化應用

4.1故障巡檢

線路故障跳閘時，一些故障點在高處，地面巡查角度有限，常有桿塔、金具等遮擋，登桿檢查也難快速精準找到故障點。利用無人機多角度重點檢查導線、絕緣子、金具等本體設施和通道狀況，能更快找到故障點，既可提高效率，也可提高安全性，減少觸電及高空墜落風險。

4.2特殊巡檢

針對復雜地形及規模林區，特別是樹竹快速增長區域，開展無人機可見光通道檢測和激光雷達掃描，提升通道管理和特殊點距離管控的精細化水平。利用無人機進行線路缺陷隱患排查，加強無人機對重點防汛、滑坡區段的巡視力度，提高應急響應能力。特殊地形、區段和惡劣氣象條件下災后評估，可開展固定翼無人機巡檢，快速獲取災害情況，及時為后續抗災救災提供重要基礎信息。

結束語

我國幅員遼闊，地理環境復雜，山區、溝壑、丘陵較多，對線路巡檢工作造成很大困難。傳統人工巡檢方式已不能滿足電力發展需要，因此，采用無人機職能巡檢可有效提高檢測效率，節省大量人力、物力，提高工作人員安全系數，也能在一定程度上降低電網運營成本和故障率，促進電網完全穩定運行。

參考文獻：

[1]嚴垚.無人機在電力系統中的應用及發展方向[J].中國戰略新興產業.2019（32）：77.

[2]鄧元婧，汪從敏，夏開全，江炯，張浩.架空輸電線路通道環境的巡視技術與應用[J].浙江電力，2014（8）：28-31.

[3]王琰，王秀玲，王麗.無人機電力應急救災系統的研究[J].信息技術與信息化，2018（1）：135-137.

（作者單位：國網冀北電力有限公司承德供電公司）