輸電線路大數據智慧巡視技術服務模式的應用研究

浙江圖盛輸變電工程有限公司溫州科技分公司 諸加榮 魏征宇 汪大海

1 現狀概述

隨著技術的發展，越來越多的先進手段被應用到輸電線路巡視中，包括無人機、視頻監測設備、直升機等。但這些手段由于種種原因并沒有被廣泛推廣，大部分電網公司對輸電線路巡視仍以人工巡視為主，目前采用的巡視方式存在如下問題：

一是輸電線路規模快速增加，線路巡視班組缺員嚴重。同時，巡線員普遍年齡偏大，面臨退休，而青壯年愿意進入該行業的較少。在此情況下，輸電線路巡視的勞動強度越來越大，而所管轄線路運維環境差，地理環境惡劣，巡視人員野外作業不安全因素較大。

二是人工巡視效果有限，巡視效率低。目前的巡線方式對人員依賴較強，巡線人員技能水平直接影響巡視的效果；人工巡視由于受到觀察角度的限制，巡視全面性不足，人員工作效率較低。

三是線路在線監測設備利用率較低，維護成本較高。盡管電網每年都在投入資金用于視頻監測系統的建設，以及通過提升輸電線路智能化水平，來提高輸電線路巡視效率。但由于視頻監測市場競爭激烈，同質化嚴重，設備質量得不到保障，設備上線率低。

四是缺乏統一管理平臺，無法實現數據的綜合利用。無論是人工巡視、視頻在線監測、無人機巡視，這些巡視方式所采集的數據都對輸電線路意義重大。但由于沒有統一的系統管理平臺，數據的利用率低，信息反饋不及時。

2 輸電線路大數據智慧巡視服務模式

本文中輸電線路大數據智慧巡視服務模式結合太陽能高清攝像頭、傳感器、無人機、自組微網、自研系統等配套設備、軟件，運用大數據算法、圖像識別、物聯網等技術，對輸電線路進行高效巡視[1-2]。

相比于傳統單獨采購各類設備、系統平臺、維修維護，輸電線路大數據智慧巡視服務將根據輸電線路實際線路情況及效益分析，考慮搭配運用在線可視化監測、無人機、線下人工監測等巡視手段，特色化定制輸電線路大數據智慧巡視方案，完成線路數據的采集、分析、處理，及時告警線路缺陷信息，7×24h維護線路運行狀態，形成輸電線路運行報告，高效完成線路巡視任務，保障輸電線路的安全運行[3-4]。

通過部署自研輸電線路智慧巡視平臺系統系列軟件，結合自身研發數據、圖像識別、物聯網技術，建設輸電線路大數據服務中心進行線路運行數據的監控。該服務模式可實現線路數據的智能審核，人工二次審核驗證并發布線路告警信息，及時聯系檢修班組處理線路缺陷，消缺處理后二次確認缺陷，實現線路檢修閉環。

該服務模式采用支付技術服務廠家年技術服務費的商業模式，每年對服務成果進行嚴格驗收，保證線路可視化覆蓋率、線路數據量、線路運行狀態達到合格水平。

3 智慧巡視服務類型

3.1 全塔可視化巡視服務

輸電線路全塔可視化服務是數據采集最多、巡視范圍最廣的輸電線路智能巡視服務。其主要利用高清攝像頭進行數據采集、輸電線路智慧巡視系統進行統一調度，采用分布式存儲、圖像識別、流媒體等技術，達到安全高效巡視、線路檢修閉環的效果。智慧巡視系統界面如圖1所示。

圖1 智慧巡視系統界面

運用輸電線路全塔可視化服務，每個桿塔年數據采集量可達4000張，對線路桿塔絕緣子、通道、金具等部位設立預置位進行圖片采集，運用圖像識別與特定算法分析對可能造成線路威脅的信息進行告警，每月按時編寫線路巡視大數據報告。經過對比測算，運用輸電線路全塔可視化服務是傳統人工巡視效率的312倍。

自組微網方案如圖2所示。針對位于無信號區域、周圍環境惡劣的線路，采用自組微網技術對線路數據進行傳輸管理；采用低功耗設備與高效太陽能供能，保證數據在無信號區域按時采集；采用GPS與軌跡記錄技術，對輸電線路位置路線進行標注。

圖2 自組微網方案

3.2 無人機巡視服務

可提供輸電線路無人機精細化巡檢（可見光、紅外等）、通道巡檢、三維激光及可見光樹障巡檢服務。無人機精細化飛巡實時界面如圖3所示。

通過旋翼和固定翼無人機聯合線路巡檢，即可完成對輸電線路桿塔本體和走廊的大范圍快速普查，可高效獲取高清晰度線路設備照片，清晰分辨出常見輸電線路的缺陷，完成無人機的可見光數據的采集。

利用無人機搭載的激光雷達設備在輸電線路通道上方邊飛行邊采集數據，最后形成輸電線路通道點云數據，建立通道三維點云模型，可進行交跨距離測量、弧垂測量、導線風偏計算等分析，能夠大幅提升輸電線路巡視精確度[5]。

圖3 無人機精細化飛巡實時界面

3.3 山火、覆冰預測服務

基于氣象數據、遙感數據、地理數據、歷史數據和線路常規采集數據，通過建立山火、覆冰預測模型，進行數據預處理、模型學習、分層融合等系列深度學習流程，實現系統可呈現的線路山火、覆冰預測概率等級分布。在此基礎上，利用設備“智能排班”技術進行設備調用，提高監測頻率，完成輸電線路特殊時期的高效巡視。

3.4 外破巡視服務

對線路進行實地勘察后，確定外破點，完成專業外破監測設備部署，定期采集現場數據，利用圖像識別技術對采集圖像進行實時分析，若識別到異常圖像，系統會及時通知大數據中心巡視人員，由巡視人員遠程二次識別后，通過警示設備驅散外破人員、車輛等，高效保護線路安全運行。

3.5 微氣象服務

微氣象服務主要融合了中國天氣預報預警中心、中國地震臺網、微氣象傳感器等多源氣象數據，對線路每個桿塔進行實時氣象數據展示，歷史氣象數據變化趨勢、未來氣象預告信息展示，并根據預設的告警閾值，實現對異常天氣的及時預警。

3.6 接地電阻檢測服務

在服務結構中，除了在線上進行遠程智慧巡視，還有線下組織巡檢人員對線路進行實地接地電阻檢測。利用移動端“智能巡視”APP，進行野外線路的導航和軌跡記錄，完成打卡確認及數據輸入，實現數據綜合管理和人員調度。

3.7 移動端服務

移動端服務系統界面如圖4所示。該模式平臺端下不僅利用輸電線路智慧巡視平臺系統進行線路管控、信息獲取，還特別開發了移動端服務，有移動端“智能巡視”APP和微信小程序兩種移動端服務。通過手機即可隨時了解線路數據，異常信息，氣象告警信息，實現線路運行情況隨時可查。

圖4 移動端服務界面

4 圖像識別技術運用

目前，自研圖像識別分為外力破壞圖像識別、山火圖像識別、缺陷識別、微氣象識別。外力破壞系統的具體識別對象分別有工程車輛、運輸車輛、挖掘機、吊車、塔下行人。對于山火識別的具體識別對象分別由煙霧、明火。

在研發初始，通過對大量訓練數據的觀察發現，識別系統在基于對一般目標實現精準定位和識別的基礎上還需要對小目標實現準確的檢測，現目前自研圖像識別所用技術是基于卷積神經網絡來實現的，該算法的優勢對小目標識別更為準確，相比于其他端到端的識別算法。

5 設備智能排版調度運用

隨著山火、覆冰、缺陷、外破等相關智能感知監測設備的使用和預測預警技術的提升，輸電線路巡檢作業的種類愈發繁雜。設備“智能排班”技術以數據驅動巡檢作業開展，形成更加科學合理的作業任務的分配和計劃的生成，并最終形成完整的“閉環的數據驅動巡檢作業”。

“智能排班”技術架構圖如5所示。該技術運用概率矩陣模型算法、空間近鄰匹配算法、多元回歸模型算法等大數據分析技術，實現針對設備的綜合管理與調度，提高巡檢效率。

6 實例運用效益分析

輸電線路大數據智慧巡視服務模式自提出，經過多次豐富完善并成功落地并開展服務。到目前，已成功在很多國網公司進行推廣，取得了各位行業專家、領導的高度評價。經過實際運用效果對比，輸電線路智慧巡視模式與傳統人工巡視的效率有顯著提高，具體表現見表1。

圖5 “智能排班”技術架構圖

表1 輸電線路智慧巡視模式與傳統人工巡視的效率對照表

綜上所述，本文基于傳統輸電線路巡視的弊端，提出了輸電線路大數據智慧巡視服務模式研究。該服務模式主要包括全塔可視化巡視服務、無人機巡視服務、山火與覆冰預測服務、外破巡視服務、微氣象服務、接地電阻檢測服務、移動端服務等多種類型服務模式。同時，研發了圖像識別技術和設備“智能排班”技術作為服務模式的技術支撐，該輸電線路大數據智慧巡視服務模式經過多次豐富完善已成功在很多國網公司進行推廣，并且經過實際運用效果表明，輸電線路智慧巡視模式與傳統人工巡視的效率有顯著提高。