輸電線路無人機智能巡檢技術概述

祝一帆，王強，項興堯，袁雪珺

(國網湖北省電力有限公司十堰供電公司，湖北 十堰 442000)

1 引言

我國幅員遼闊，為保證全國各地的可靠供電，需建設較多的高壓輸電線路。而線路巡檢是保證高壓輸電線路正常運行的重要手段，對我國電力的可持續供應和經濟的安全、快速發展具有重要意義。最近十幾年，隨著國家經濟的高速發展，架設的高壓輸電線路越來越多。在這種背景下，如果采用傳統的人工巡檢模式巡檢數量如此之多的高壓輸電線路，將會不可避免地存在著作業強度大、巡檢周期長、部分線路檢修危險等問題。近年來，國家電網公司積極引進無人機智能巡檢技術，提升高壓輸電線路巡檢工作的自動化程度，改進巡檢工作模式，以期實現高壓輸電線路的精確、高效、經濟巡檢。

目前，無人機智能巡檢技術已應用于國家電網公司日常的高壓輸電線路巡檢工作中。通常采用的巡檢工作模式是人工巡檢和無人機巡檢的結合體[1-3]。隨著無人機巡檢技術的逐步推廣，隨之也產生了一些新的問題，阻礙了該項技術在高壓輸電線路巡檢領域的進一步應用。這些問題主要分為:(1)巡檢產生的海量圖像需要后期人工處理，導致數據的處理效率較低；(2)巡檢工作人員需要較高的無人機相關技能，而現階段的專業無人機巡檢人員較少，且其培訓成本較高、培養周期較長；(3)無人機持續巡航的時間較短，其難以完成持續周期較長的輸電線路巡檢任務；(4)還沒有成熟、標準的無人機巡檢方法和規程，因而當前的輸電線路無人機巡檢工作的安全性和可靠性難以有效的保障。

針對上述問題，本文首先介紹了現有輸電線路智能巡檢無人機的基本結構、不同結構的優缺點和應用現狀，分析了無人機的工作模式和特點；其次，指出了現有輸電線路無人機巡檢技術尚存在的智能化需求，繼而引出了其存在的四個尚未解決的關鍵科學和技術問題:巡檢數據智能處理、無人機自主巡航、無人機續航和無人機智能巡檢方法與規程。為此，探討了其潛在的解決方案，可為輸電線路無人機巡檢技術的相關研究提供一些有益參考。

2 輸電線路無人機智能巡檢現狀

無人機智能巡檢技術是一種由飛手遠程操控無人機，通過機載傳感設備對架空高壓輸電線路進行巡查和檢修的技術[1]。根據無人機機體結構的不同，可將無人機分為無人直升機、多旋翼無人機、固定翼無人機和復合翼無人機[2]。其中，無人直升機體積較大，控制難度和使用成本較高，已很少應用于輸電線路巡檢中；多旋翼無人機小巧靈活，可垂直起降、精準懸停，但它可承受的負載較小，機動性和飛行高度較低，且續航時間較短；固定翼無人機巡航速度較快，且續航時間長，但需要跑道起降，也無法懸停[3]；結合了多旋翼和固定翼的復合翼無人機兼具多旋翼和固定翼無人機的優勢，但其成本較高，尚未在高壓輸電線路巡檢中使用。

在輸電線路無人機巡檢中，無人機是承載監測輸電線路運行狀態遙感設備的平臺。常用的遙感檢測手段包括可見光成像、紫外成像、紅外熱成像、激光雷達電能等[4]。其中，可見光遙感檢測利用相機等可見光采集設備，檢查肉見可見的輸電線路及其附屬電力設備的特性和性質變化，已被廣泛應用輸電線路無人機巡檢工作中；紫外遙感檢測主要利用紫外遙感設備，檢測輸電線路和電力設備是否發生電暈放電或局部閃絡的現象。由于成本較高，紫外遙感檢測尚未在輸電線路無人機巡檢中被廣泛使用；紅外遙感檢測主要利用紅外熱像儀等設備，檢測運行中的電力設備是否出現過熱缺陷的現象；激光雷達檢測主要用于輸電線路的地理信息測繪和定位導航中[5]。

無人機在巡檢輸電線路的過程中，會拍攝大量的輸電線路和附屬電力設備的圖片數據。由于這些圖片的智能處理還處于研究階段，后期還是需要人工處理。此外，現有輸電線路巡檢無人機還不能做到完全自主巡檢，巡檢質量嚴重依賴的無人機巡檢人員專業水平。

3 輸電線路無人機智能巡檢存在的關鍵問題

從上述分析可知，要實現輸電線路無人機的智能巡檢，還需要解決巡檢數據智能處理、無人機自主巡航、無人機續航和無人機智能巡檢方法與規程等四個核心問題。

3.1 圖像數據處理

無人機巡檢圖像數據主要來源于光學影像數據和激光雷達點云數據。其中，激光雷達點云數據的處理已具有較高的智能自動化處理水平，應用商業軟件再加上少量的人工干預即可。而光學影像數據，包括可見光影像、紅外影像等數據的智能化處理尚不成熟，還在處在初步研究階段。

目前，可將光影像數據智能化處理是輸電線路無人機巡檢圖像處理領域的熱門研究方向。傳統的電力設備圖像數據處理方法是基于人工設計特征提取的機器學習圖像目標檢測方法[6]。然而，該方法存在檢測對象單一的問題，且存在漏檢、錯檢的風險。在輸電線路巡檢中，有將近900多種常規缺陷，并且電力設備的型號眾多，設備之間外形差異較大，基于上述傳統圖像處理方法僅能檢測單一或少數幾種電力設備，缺乏基本的通用性和較高的可靠性，因而實際工程應用價值較低[7]。隨著計算機性能的不斷提升和智能算法的不斷發展，有學者提出可建立大型的數據集，將深度學習算法引入輸電線路無人機巡檢圖像的數據處理中。從現有研究來看，深度學習技術在該領域中確實具有更大的優勢和發展潛力[8]。但是，目前還難以建立起比較完善的數據集，制約了深度學習技術在輸電線路無人機巡檢圖像數據智能處理中的發展。未來可通過不同單位和公司的合作方式，建立完善的電力設備缺陷數據集，將深度學習技術的優勢在無人機巡檢圖像數據智能處理中的優勢發揮出來。

3.2 無人機自主巡航

無人機自主巡航是輸電線路無人機智能巡檢技術的核心組成部分。其巡航的區域主要分為塔間區域和近塔區域。目前，輸電線路無人機巡檢并不具備自主或自動巡檢能力，通常采用的方式是:人工預先設定運行的軌跡，然后基于GPS按預定軌跡飛行。該方法存在明顯的不足:(1)無法適應檢測目標或者周圍環境隨時間可能發生的變化，容易發生安全事故。例如，當樹木生長至輸電線路附近時，無人機有較大可能撞上樹木，造成無人機墜毀。(2)該方法對無人機定位的精度有著較高的要求。然而，常用的民用無人機 GPS的定位誤差可高達10m。雖然利用載波相位差分技術能克服這一問題，但是該技術需要建立較多的基站，以覆蓋輸電線路所處的較為廣闊的范圍，因而將該項技術應用于輸電線路無人機自主巡航的成本太高，并不切合工程實際[6]。

目前，機器視覺技術是解決上述問題的潛在解決方式，也成為了該領域的研究熱點。此外，采用GPS和機器視覺輔助技術的組合導航系統是輸電線路無人機智能巡檢的未來發展趨勢。

3.3 無人機續航

無人機續航能力不足是輸電線路無人機智能巡檢技術中存在的另一關鍵問題，已嚴重制約了輸電線路巡檢的效率。目前，無人機續航時間通常為30min左右。為解決無人機的續航問題，部分地區已開始采用了設置無人機機巢的方法。無人機機巢主要有巡檢車改裝而成的移動式機巢和固定于桿塔頂部的固定式機巢。其中，移動式機巢可在一定程度上提高無人機巡檢的續航時間，但并不適應無人機自主巡航的發展趨勢，并且人工、維護等成本較高；而固定式機巢僅需少量的人工干預，更加契合無人機自主巡檢的要求，因而具有較好的應用前景。然而，如何將固定式機巢完備地融合于輸電線路無人機智能巡檢技術中，還有諸多技術難點需要攻克。

此外，對無人機進行動態充能是一種更加理想的解決方案。通常這種方式，可直接提高無人機的續航能力，但也存在著一些需要解決的關鍵技術問題。例如，供能端如何獲取能量問題、供能的穩定性如何保證問題、供能存在的其他風險如何避免問題等。利用輸電線路電磁場為無人機動態充能也是一種潛在方案，但目前還處于探索階段。

3.4 無人機巡檢方法和規程

當前，輸電線路無人機巡檢作業仍處于試驗階段，相關方法和技術并不成熟，整個巡檢作業流程尚未形成統一的行業規范。根據傳統的巡檢方法和現有的巡檢經驗，可將輸電線路無人機巡檢作業按照巡檢內容主要分為線路本體、附屬設施、通道及電力保護區三大部分。在無人機巡檢作業中，涉及人員配備、作業前準備、無人機準備、巡線工作、圖像視頻傳輸、圖像處理等多個步驟。提出一種標準、規范的輸電線路無人機智能巡檢方法和規程是應用輸電線路無人機智能巡檢技術的關鍵一步，其相關研究可與上述其他三個關鍵問題的研究同步進行。

4 結論

本文概述了輸電線路無人機智能巡檢技術的應用現狀，指出了這項技術的工作模式和特點，分析了輸電線路無人機智能巡檢技術的技術需求，引出了其存在的四個尚未解決的關鍵科學和技術問題，并針對這些關鍵問題，探討了潛在的解決方案，也對未來輸電線路無人機智能巡檢技術發展進行了展望，可為輸電線路無人機智能巡檢技術的快速發展和相關研究一定的有益參考。