基于無人機的輸電線路無人化智能巡檢系統

周小紅，石 蕾，婁鵬彥

（貴州電網有限責任公司輸電運行檢修分公司，貴州 貴陽 550000）

0 引 言

隨著國家經濟的發展，各行各業用電量大幅提高，電力行業的基礎建設也隨之增加。截止2015年末，南方電網投入運行輸電線路共計13 821條，總計長度252 724 km，且80%以上輸電線路位于遠離城鎮、遠離交通干線、人煙稀少的高山大嶺地區。特殊的地理位置和地形條件無疑增加了巡檢人員到達目標地的時間和巡視的難度，固定的人員巡檢調配與電網公司快速增長的設備資產管理成為了矛盾。盡管引入了無人機輔助巡檢人員，但傳統的無人機巡視已無法滿足電網公司的需求：無人機大量的拍攝數據不斷堆積，人員識別的速度無法保持在統一高效的水平。

隨著科學技術的迅速發展，無人機的巡檢方式隨之改變，傳統巡檢方法已逐漸向無人化智能巡檢蛻變。采用無人化智能巡檢方式，可減少人員到達現場的次數，節省人員往返現場的時間；減少人員戶外作業時間，提高巡檢人員的人身安全性；還能減輕人員調配的壓力，提高巡檢效率。此外，采用無人化智能巡檢系統能快速識別出輸電線路的故障，確保輸電線路的安全，實現在合理規劃下向人們提供穩定而高質量電能的目標。

1 無人化智能巡檢系統

1.1 總體思路設計

輸電線路無人機智能巡檢系統主要包含算法層、軟件層和硬件層（見圖1）。硬件層是數據采集終端，用于采集輸電設備的可見光數據。軟件層是智能控制軟件，包含智能飛行App和缺陷識別軟件。算法層包含卷織神經網絡算法，該算法是軟件層的核心技術，令軟件層的軟件具有表征學習的能力，讓軟件越用越聰明。本文將對硬件層和軟件層兩大部分進行詳細說明。

圖1 系統設計框架圖

1.2 硬件層

硬件層主要是指數據采集終端，由飛行平臺和負載構成，其中負載可根據實際需求替換。例如，在輸電線路中，可選擇可見光、熱紅外及雷達負載等。在輸電線路無人化智能巡檢系統中，負載使用類型為可見光負載。可見光負載不僅與智能缺陷識別系統對應，且運用場景廣泛，成本合理。

1.2.1 飛行平臺

該系統飛行平臺采用四旋翼無人機。四旋翼無人機與其他無人機相比，擁有著重量輕、速度快等特點。四旋翼無人機機械結構簡單，只需用電機直接連接漿翼即可。出色的垂直起降、定點懸停性能，讓飛行平臺在輸電線路巡檢中無需靠近輸電線路設備，在遠處即可記錄設備細節。采用無人機巡檢除了能減少巡檢人員爬桿的次數，降低操作難度外，還可避免潛在的碰撞事故，讓檢測工作更安全。

1.2.2 負 載

該系統負載采用的是可見光傳感器。可見光傳感器可進行遠距離變焦：30倍光學結合6倍數碼變焦。在輸電線路巡檢中，可見光傳感器能勘測到人眼視覺死角位置，將輸電線路全方位圖像通過可見光高清圖像呈現，為下一步識別提供可靠、高清的數據。

1.3 軟件層

軟件層包含人機示教App和缺陷識別軟件，分別負責線路巡檢學習路線規劃和圖像智能缺陷識別。1.3.1 人機示教App

人機示教App基于大疆SDK研發，內置通道巡視、學習模式等智能作業模式。基于可見光圖像數據，融合桿塔塔型結構及電力設備部件等要素，輔助無人機自動化巡檢作業。

首次飛行時，飛手根據巡檢工人規劃的路線并開啟人機示教App的學習模式，進行航線記錄。在航線學習的過程中，無人機會根據在App里的設置和規劃選擇需要記錄桿塔的方法，即可完成航線學習。

完成航線學習后，即可進行無人化智能巡檢。在人機示教App上選擇每次需要巡檢的桿塔，便可完成自動巡查。使用人機示教App不僅能減少巡檢人員的到達現場次數和重復的工作，而且讓無人機在電力巡檢的運作中操作更為簡潔、安全和高效。

1.3.2 缺陷識別軟件

缺陷識別軟件采用c/s架構設計，實現多人多機協同作業和電網公司省市縣多級應用部署，滿足不同層級對機巡缺陷數據處理和管理的要求。

缺陷識別軟件擁有三大模塊，分別為數據獲取模塊、典型缺陷智能分析模塊、報告自動生成模塊。

數據獲取模塊是進行識別的基礎步驟。數據人員從無人機里獲取高清圖片，上傳至數據模板；數據模板利用json格式將高清圖片上的輸電線路名稱和桿塔信息進行提取，并一一對應自動補充相應信息，為后續生成報告步驟提供基礎數據。

典型缺陷智能分析模塊是進行識別的關鍵。數據人員選擇識別模型，如桿塔異物、懸垂線夾銷釘缺失、防震錘錘頭部分脫落、絕緣子雷擊和自爆等（見圖2）。除了上述模型外，研發人員可根據需求進行模型的定制和訓練，擴展識別種類。識別完成后，系統會顯示圖片上不同的缺陷，并進行缺陷登記的劃分，幫助數據人員進行缺陷等級劃分[1]。

圖2 典型缺陷智能分析模塊圖示

報告自動生成是進行識別的點睛之筆。缺陷智能軟件將識別后的數據和統計的內容合并和分析后，生成json文件，按照輸電線路的名稱進行自動合并和整合，生成該輸電線路的分析報告（見圖3）。報告不僅圖文并茂，還有缺陷統計表格，令數據人員對缺陷的種類和數量有更清晰的了解，便于根據報告進行維修計劃。

圖3 生成報告示意圖

2 實際運用與效果

目前，傳統無人機巡檢模式已無法滿足巡檢的新要求。從2010年底起，貴州電網有限責任公司輸電運行檢修公司開始引進無人機技術應用。無人機技術盡管為輸電線路巡檢效率提供了極大的方便，但也因為缺陷專業分析工具，導致無人機周期性巡檢的大量數據堆積，需要調配大量的人員進行處理，亦難以避免耗時長、識別正確率低下的問題。

自輸電線路無人化智能巡檢系統在南方電網貴州省分公司引進和運行以來，已協助巡檢人員以及飛手進行多條線路的無人化智能巡檢。該系統在貴州分公司應用中，成功實現輸電線路巡檢、缺陷識別的無人化操作（見圖4），并整合不同數據班的分析數據，按照線路自動合并成某輸電線路的缺陷巡檢分析報告。

圖4 實際識別效果圖示

3 期望與結論

隨著大數據時代的來臨，人工智能技術快速發展，各類模型也趨向穩定，這令人工智能向不同產業的延伸打下了扎實的基礎。基于人工智能現況，輸電線路巡視方式也發生質的改變：無人機能自主飛行，圖片也能靠智能軟件進行識別并自動生成巡檢報告。除了首次飛行需要飛手到現場外，其余常規巡檢都可以由巡檢人員進行；完成巡檢后，無人機通過無線傳輸將數據上傳到后臺，使用智能識別系統進行缺陷識別并自動生成巡檢報告。通過無人化智能巡檢系統，巡檢人員的工作效率和人身安全性進一步得到了提高，實現在合理規劃下向人們提供穩定而高質量電能的目標。同時，這也意味著輸電線路巡檢模式開啟了新的章程。