輸電線路高空巡檢中高效檢修工具研究

王得利 阿地力?艾亞斯

摘要：經濟的發展，社會的進步推動了我國綜合國力的提升，也帶動了電力行業的飛速發展，目前，輸電線路高空巡檢主要依賴于人工巡檢，對于高度較高的輸變電設備，需要檢測人員爬上輸變電設備或通過望遠鏡、紅外檢測儀等輔助設備進行檢測。人工巡檢過程需要花費巨大的人力資源，且巡檢危險性高、準確度低，容易因巡檢人員的主觀印象、不規范操作等問題造成檢測結果出錯。隨著物聯網技術的高速發展，各種工具也應用于輸電線路高空巡檢中，本文主要對輸電線路高空巡檢中高效檢修工具進行研究，詳情如下。

關鍵詞：輸電線路;高空巡檢;高效檢修工具

引言

架空線路巡檢是保障電力輸送的重要方式，國家電網的架空線路巡檢的電力部件包括：基礎、絕緣子、金具、接地裝置、桿塔、導地線、通道環境、附屬設施共八大類。由于我國國土幅員遼闊，架空線路巡檢長期面臨著地形起伏大、線路分布廣、自然環境條件惡劣等因素，傳統巡檢方式存在勞動強度大、巡檢效率低的不足，甚至在某些地勢復雜地區無法進行巡檢。為此，近年來電網大規模引入無人機巡檢、機器人巡檢、直升機巡檢等新技術對電力設備進行故障巡檢，并積極開展電力巡檢新技術的研發工作。隨著新一代巡檢方式的普及，極大地降低了野外巡檢的難度，產生了海量的可視化數據。

1輸電線路安全巡檢存在的問題

對于某些經過修理后仍存在一定問題的線路，其仍需要進行再次維修，但仍然應用傳統的檢修方式并不能滿足線路的檢修需求，無法提高輸電線路的整體檢修質量，造成整個電力線路的維護成本提升。在作業人員進行輸電線路高空巡視的過程中，存在很多安全隱患。

2輸電線路高空巡檢中高效檢修工具

2.1無人機自主巡檢

目前，輸電線路高空巡檢主要有人工巡檢、機器人巡檢兩種方式，人工巡檢為傳統巡檢方式，機器人巡檢為近年來廣受歡迎的新興巡檢方式。無人機巡檢是當前逐步推廣的巡檢技術，在輸電線路巡檢應用中已形成一定規模，具有全自主、近距離、高質量等特點。如何對變電站快速進行全方位、立體化的巡檢，一直都是困擾電力運維人員的一大難題，尤其是高處的避雷器、進出母線等，往往是地面機器人巡檢和人工巡檢的痛點。由于視角原因，無法做到徹底巡檢，巡檢部位存在遺漏;在冬季遭遇冰雪、嚴寒等極端天氣時，地面機器人巡檢和傳統人工巡檢變得難度極大，這就使得一線電力運維人員無法及時獲得詳細準確的現場實際資料，給運維工作帶來了困難。如今無人機技術飛速發展，隨著GPS、北斗等高精度衛星定位導航技術日益成熟，配合先進的無人機集控系統，為無人機對變電站電氣設備進行全自主巡檢規劃航跡成為可能，控制無人機全天時全天候一鍵起降、自主飛巡，已經成為一種行之有效的巡檢方式。

2.2磁耦合諧振式無線電能傳輸技術

無線電能傳輸技術無需在供電端與受電端之間連接電纜，提升了設備的靈活性與安全性，在礦井、水下等場景下有著廣闊的應用前景。在這些無線電能傳輸技術中，磁耦合諧振式無線電能傳輸技術發展較為成熟，應用較為廣泛。為應對互聯大電網的發展方向，當前電力系統的趨向無人化、智能化。其中明顯變化是智能電力巡檢設備的使用，例如輸電線路高空巡檢機器人、電力線路巡檢無人機等。然而這些智能化電力系統設備的可靠工作離不開穩定可靠的供電。受限于目前電池與儲能技術，續航問題一直是限制智能化設備發展的瓶頸。傳統“有線供電+蓄電池”的供電方式不僅限制了設備的使用半徑，且充電時容易產生接觸火花，易引起安全事故。因此考慮將磁耦合諧振式無線電能傳輸技術應用于電力系統中，解決電力系統智能化設備的無線供電問題。總之，磁耦合諧振式無線電能傳輸依據電磁感應原理，其電能傳輸具有一定的導向型，且能夠穿過非鐵磁性物體傳播。磁耦合諧振式無線電能傳輸系統主要包括發射端整流電路、逆變電路、發射端諧振補償電路、磁耦合線圈、接收端補償電路、接收端整流電路、負載和控制電路等。

2.3對特高壓輸電線路高空巡檢機器人路徑規劃改進蟻群算法

自動巡檢機器人在變電站的應用不僅可以確保安全性和效率，而且克服了傳統人工巡檢的一些不足。路徑規劃作為巡檢機器人的關鍵技術之一，對其進行研究具有重要的現實意義。蟻群算法不僅是一種自啟發式算法，也是一種群體智能算法，它能不受外界干擾，適應復雜多變的環境，具有很強的魯棒性。基于此，文中選擇蟻群算法進行路徑規劃，但該算法存在易陷入局部最優、尋優時間長、尋優速度慢等缺點。

2.4基于深度學習的目標檢測

目前，對于電力巡檢影像數據的分析和處理主要通過網絡傳輸方式將所有巡檢數據上傳至后端服務器，利用服務器強大的計算能力對影像數據進行存儲和分析，通過目標檢測對視覺影像進行識別和狀態感知。由于基于深度學習的目標檢測算法在性能、實用性、普適性上都要優于傳統的目標檢測算法。因此，在電力領域中檢測中用到的基于深度學習的目標檢測算法主要有R-CNN系列、YOLO系列和SSD系列。RCNN系列主要有R-CNN、FastR-CNN和FasterR-CNN，其中FasterR-CNN是現在電力系統圖像識別常用的模型框架，許多應用在電力故障檢測的算法是通過改進FasterR-CNN得到的。R-CNN在一定程度上改變目標檢測領域的研究思路，之后改進的R-CNN系列也是該領域的最高水準。與傳統的滑動窗口獲取候選區域不同，R-CNN采用選擇性搜索獲取候選區域，之后在這些候選區域采用CNN提取特征，進行預測。由于R-CNN結構中的全連接層對輸入圖像的尺寸有限制，不符合尺寸要求的候選區域都必須經過剪切或者變形處理，這會丟失原始圖像的部分信息。YOLO系列從R-CNN、FastR-CNN再到FasterR-CNN，目標檢測一直沿著先篩選候選區域再分類的研究思路，導致訓練模型大，檢測速度慢等問題一直存在。于是有學者提出將目標檢測轉移到回歸問題上，盡可能保持精度的同時簡化網絡模型，提高檢測速度。YOLO系列的出現，在一定程度上解決了R-CNN系列的低效問題。YOLO的特點是檢測速度快、模型體積小，適合部署在無人機掛載的嵌入式設備上，因此在電力領域中經常用于巡檢中的實時檢測。SSD系列作為雙階段算法的代表RCNN系列在精度和速度的權衡上側重于精度，導致檢測速度較慢。作為單階段算法的代表YOLO則側重于速度，以至于精度不高。SSD系列在保證高精度檢測的同時也兼顧檢測速度，為了提升小目標的檢測效果使用了多尺度的特征進行同時檢測。由于電力巡檢中存在（如防震錘，鳥窩）小尺寸目標，所以在電力場景中使用SSD算法針對小目標進行檢測。

結語

總之，以上檢修工具的研發和應用提高了輸電線路高空巡檢效率，降低了作業強度，保證了作業質量和作業人員安全，有廣泛的實際應用價值。

參考文獻：

[1]劉躍波，馬立新.電力巡檢無人機避障技術研究[J].電子測量技術，2019，42（13）：1-5.

[2]劉小波，徐波，宋愛國，等.基于輸電線路高空巡檢機器人數字儀表識別算法[J].供用電，2019，36（12）：80-86.

[3]薛陽，俞志程，吳海東，等.基于IACO-ABC算法的輸電線路高空巡檢機器人路徑規劃[J].浙江電力，2019，38（11）：10-15.

[4]孫鵬，宋坤，徐剛，等.基于增強現實技術的輸電線路高空巡檢管理系統研究與應用[J].電氣技術，2019，20（10）：66-69.