無人機在煤礦電力系統(tǒng)的應用與研究

張朝暉 成鑫 牛猛 黃勇

摘? 要：該文通過對陽煤集團的電力系統(tǒng)引入無人機等技術(shù)，開展了自動化電力巡檢的應用與研究。對無人機硬件的能力和實際應用需求進行分析，并基于人工智能算法，開發(fā)相應的圖像批處理軟件，將無人機作為數(shù)據(jù)采集端，識別軟件作為算法端，通過大量的數(shù)據(jù)學習和分析，實現(xiàn)了應對多種典型故障具有較高的識別準確率。另外，通過圖像數(shù)建立線路走廊三維模型，可較為直觀地對線路狀態(tài)進行掌握，大幅度提升了巡檢效率。

關(guān)鍵詞：無人機? 煤礦? 電力系統(tǒng)? 運維

中圖分類號：G64? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文獻標識碼：A文章編號：1672-3791（2021）04（b）-0084-03

Application and Research of UAV in Coal Mine Power System

ZHANG Zhaohui? CHENG Xin? NIU Meng? HUANG Yong

（Yangquan Coal Industry （Group） Co.， Ltd.， Yangquan， Shanxi Province， 045008? China）

Abstract： This paper introduces unmanned aerial vehicle （UAV） and other technologies into the power system of Yangquan Coal Group， and carries out the application and research of automatic power patrol. Ability and practical application of unmanned aerial vehicle （UAV） hardware demand is analyzed， and based on artificial intelligence algorithm， developed a corresponding image batch processing software， the unmanned aerial vehicle （UAV） as the data acquisition end， recognition software as algorithm， through the study of a large amount of data and analysis， to achieve the deal with a variety of typical fault has higher recognition accuracy. in addition， through the establishment of line corridors image number 3D model， can be more intuitive to master line state， greatly improve the efficiency of inspection.

Key Words： UAV; Coal mine; Electric power system; operations

陽泉煤業(yè)（集團）股份有限公司屬于技術(shù)密集型產(chǎn)業(yè)，需要持續(xù)進行技術(shù)創(chuàng)新，以保持持續(xù)的競爭優(yōu)勢。基于此需求，擬在生產(chǎn)智能化方面開展深入研究，引入智能化設備滿足和提高現(xiàn)有的生產(chǎn)效率。而作為煤炭行業(yè)的重要基礎保障，供電輸電設備的運維極為關(guān)鍵，為了增強運維能力和提高運維效率，特開展以無人機為平臺的電力運維智能化應用與研究。

1? 無人機電力系統(tǒng)巡檢現(xiàn)狀

伴隨控制技術(shù)、無刷電機和鋰電池等相關(guān)技術(shù)的快速迭代，多旋翼無人機不斷演進，隨著在操控和攜帶方面的不斷提升，應用場景也不斷增多。特別是在電力巡檢行業(yè)，通過無人機開展線路的巡檢作業(yè)，在行業(yè)內(nèi)受到了廣泛好評和不斷推廣[1]。

人工的大部分常規(guī)巡檢作業(yè)可以使用無人機進行巡檢替代，人員工作強度能有效降低，安全性得到提高，還能提高電力線路巡檢及維護效率，保障電力運行穩(wěn)定，避免對用戶產(chǎn)生影響[2]。據(jù)行業(yè)專家分析，采用無人機巡線效率比人工作業(yè)提高了數(shù)十倍。2014年至今，國家電網(wǎng)持續(xù)推廣無人機在電力巡檢作業(yè)中的應用，無人機巡檢作業(yè)已經(jīng)成為行業(yè)精細化考核指標的重要組成部分。

2? 研究與應用

對于煤炭開采企業(yè)，電力供應是其生產(chǎn)的生命線，因此對電力系統(tǒng)運維保障要求較高，一般其發(fā)電和供電設施由其自行負責。另外，輸電線路的架設，會通過煤層上方，煤層開鑿的區(qū)域，且會對地表產(chǎn)生一定影響，同時可能對電力塔架產(chǎn)生影響，因此，對于此類環(huán)境，除了對塔架本身的巡查，還需對線路走廊以及地質(zhì)變化進行一定程度的監(jiān)察[3]。

2.1 技術(shù)方案

針對陽煤礦區(qū)現(xiàn)有的輸電線路及設施巡檢作業(yè)方式，并根據(jù)實際地理情況，提出一套適用于當?shù)氐闹悄茈娏υO施巡檢解決方案。同時，提高作業(yè)效率，并在一定程度上降低設施維護成本，提高陽煤集團在生產(chǎn)維護方面的智能化程度，為陽煤集團培養(yǎng)和鍛煉掌握先進技術(shù)人才。同時，該文總結(jié)提煉了作業(yè)流程，并根據(jù)經(jīng)驗對可能出現(xiàn)的問題制訂了相應作業(yè)預案[4]。

2.2 實施情況

對桿塔上的部件，如：接地裝置、拉線及基礎、絕緣子、導線、地線、引流線、防雷裝置、各種監(jiān)測裝置、桿號、警告、防護、指示、相位等標識電纜、電纜頭等的狀態(tài)進行圖像數(shù)據(jù)采集，采集時可同時獲取可見光圖像和紅外光圖像。

無人機線路走廊巡檢可達效果：基于三維模型，對線路兩側(cè)各一定范圍內(nèi)的地理環(huán)境及狀態(tài)進行記錄和觀測，并對數(shù)據(jù)進行歸檔存儲。通過三維的數(shù)據(jù)形態(tài)，可直觀地觀察線路周邊環(huán)境狀態(tài)，如植被狀態(tài)、違建狀態(tài)、外圍是否存在施工狀態(tài);同時，可在線測量模型中的主要數(shù)據(jù)，如面積、距離、體積等，也可以用來幫助建立線路走廊安全飛行航線。

另外，針對無人機采集的數(shù)據(jù)識別和診斷工作量大的問題，開發(fā)了基于智能算法的圖片批處理軟件。該軟件針對無人機電力巡檢而開發(fā)，基于航拍圖像的輸電線路部件故障自動檢測系統(tǒng)，主要依托QT強大的人機交互功能和先進的人工智能算法對輸電線路部件進行智能識別分類[5]。該系統(tǒng)包含識別診斷和缺陷管理兩大模塊。識別診斷模塊利用識別精度較高的網(wǎng)絡模型，對電線線路部件等重點對象的圖像數(shù)據(jù)實現(xiàn)批量化的自動故障檢測以及分類保存;缺陷管理模塊中主要由人工對識別診斷結(jié)果進行二次確認，通過故障部位的圖像中所包含的經(jīng)緯度信息，可以快速確定所屬塔桿以及所在具體的位置，自動生成相應的故障檢測報表，以便維修工作人員及時維護，為輸電線路故障檢測大幅度提高了工作效率，提升了線路巡檢的自動化程度，一定程度上實現(xiàn)了智能化[6]。

3? 結(jié)語

該文對陽煤集團的電力系統(tǒng)通過引入無人機，開展自動化電力巡檢研究，并基于人工智能算法，開發(fā)相應的圖像批處理軟件，將無人機作為數(shù)據(jù)采集端，識別軟件作為后端算法端，通過大量的數(shù)據(jù)學習和分析，實現(xiàn)了應對多種典型故障具有較高的識別準確率。另外，通過圖像數(shù)建立線路走廊三維模型，可較為直觀地對線路狀態(tài)進行掌握，大幅度提升了巡檢效率。其主要有以下特點。

（1）開展了多種類的無人機在線路巡檢中的測試和應用，可應對多種需求和使用場景。

（2）開發(fā)了“智能塔架缺陷自動識別系統(tǒng)”軟件，該軟件利用機器學習等人工智能相關(guān)技術(shù)，用軟件判讀替代了傳統(tǒng)的人工判讀，即降低了人員勞動程度，又提高了作業(yè)效率。

（3）利用單鏡頭相機搭載無人機實現(xiàn)三維線路走廊數(shù)據(jù)的獲取，是一種成本較低且效率較高的技術(shù)手段。

參考文獻

[1] 賀震.旋翼無人機自主充電系統(tǒng)設計[D].華北電力大學，2019.

[2] 張鵬.基于數(shù)據(jù)分析的宜賓電網(wǎng)輸電線路無人機巡檢應用研究[D].電子科技大學，2020.

[3] 王亞霆.電煤供應鏈運行機制研究[D].北京交通大學，2018.

[4] 劉志穎，繆希仁，陳靜，等.電力架空線路巡檢可見光圖像智能處理研究綜述[J].電網(wǎng)技術(shù)，2020，44（3）：

1057-1069.

[5] 張從新，趙樂，王先培.復雜地物背景下電力線的快速提取算法[J].武漢大學學報：工學版，2018，51（8）：

732-739.

[6] 馬建，孫守增，芮海田，等.中國筑路機械學術(shù)研究綜述·2018[J].中國公路學報，2018，31（6）：1-164.