基于GPS定位导航的电力巡检PDA系统研发

王素珍，刘树坤，张德华，靳奉祥

1.青岛理工大学自动化工程学院，山东青岛2665202.山东科技大学测绘科学与工程学院，山东青岛266520

基于GPS定位导航的电力巡检PDA系统研发

王素珍1，刘树坤1，张德华1，靳奉祥2

1.青岛理工大学自动化工程学院，山东青岛266520
2.山东科技大学测绘科学与工程学院，山东青岛266520

本文以电力网的安全运营和线路巡检的高效、可靠性为主旨，研发基于GPS定位导航的电力巡检PDA系统。该系统以嵌入式GIS技术为核心，结合GPRS无线通信技术和数据库技术，结合Saga-Husa自适应滤波与强跟踪kalman滤波算法并以收敛性判断为依据，构建了改进的自适应滤波算法来提高PDA上的GPS定位精度，实现巡检过程的精确定位和数据采集，并智能导航野外巡检路径，通过GPRS和USB端口实现与服务器端的数据交互，确保巡检管理层人员实时掌握并监督管理野外巡检任务的执行情况。

智能巡检系统；GPS定位导航；Saga-Husa自适应滤波；强跟踪卡尔曼滤波；改进的自适应滤波

随着国家经济的快速发展以及我国电力事业的不断前进，电力行业与人民生产、生活的联系日益紧密［1］。电力线路的稳定运行对电网的安全具有重要的意义，而电力巡检是保证输变电线路安全运行、提高输供电系统可靠性、降低电力线路故障发生率的基础工作。在传统巡检过程中，会经常受到如工作人员自身因素以及外部环境因素等的影响，不能保证巡检过程的效率和巡检结果的准确率，难以避免的会出现错检、漏检、缺陷描述混乱等问题。如何对电网设备及线路进行可靠的监控管理，实时掌控设备和线路的运行状态，使得工作人员能够及时发现问题并进行检修，保证电力线路长期安全与稳定运行显得尤为重要［2］。

现阶段国内外使用的电力巡检方式有人工巡检、智能机器人巡检、无人机巡检和直升机巡检等，其中后三种巡检方式由于其成本较大，并且技术不够成熟，目前只适用于实验室研究以及小范围内使用，而人工巡检方式因其灵活度高、便利性强、成本低等特点，使得在电力巡检中得到广泛使用。其中PDA是一种技术比较先进的移动设备，具有体积小、功能性强、自动化程度高及可移动性强等特点［3］，可以对设备及线路进行拍摄并配合文字将故障上传给管理中心。目前PDA一般使用的操作系统是W indowsMobile，此系统属于封闭系统，综合性能不如开源的Android系统，利用Android的高度可扩展性和稳定性来开发PDA已成趋势。并且现阶段终端组成模式一般为PDA+GPS，并没有引入GIS技术，图像处理及分析方面显得力不从心。

本文通过对目前国内外电力巡检方式以及PDA技术现状的分析，提出了以GIS技术为核心，以电力网络的广域地理空间分布为依托，结合GPRS无线通信技术、数据库技术、Android嵌入式开发技术以及GPS定位导航技术，研发电力巡检PDA系统，该系统能够直观展示巡检人员的巡视路径和到位情况，能够为巡检人员提供实时的信息查询和路径导航等服务，并且能够适应恶劣的工作环境，实现整个巡检过程的无纸化操作［4］，使得传统工作中不容易解决的问题得到了解决，从而使得电网巡检变得及时、快速、高效、准确。

1　电力巡检PDA系统构建

1.1PDA硬件设计

电力巡检用PDA手持设备，分为最小系统、人机接口和外围扩展设备三部分，其最小系统又包括RAM、CPU、外部存储器以及少量的外围电路，如时钟单元、电源模块等［5］，在充分考虑到系统对低功耗、存储量大、功能多以及对未来功能扩展的要求，采用三星S3C6410A 32位处理器，其最高运行频率可达667MHz；其配套的外围存储设备选用常用的2G Nand FLASH+128M RAM形式；考虑到系统的扩展性，设计了一个SD卡接口。

PDA人机接口部分，采用4.7寸彩色LCD触摸显示屏代替传统的按键模式，既减少PDA体积又降低了硬件成本，其显示屏更具有较好的显示亮度，对比度高，颜色鲜艳，层次感强［6］。

PDA外围扩展设备部分，通信方面采用GPRS（华为GTM 900C）模块和USB通信接口，作为PDA与指挥中心系统的通信方式；提供1路800万高清摄像头、1个麦克风接口以及1个音频输出接口，以方便巡检人员记录巡检信息；考虑到巡检时对定位精度要求较高，选用u-blox公司的LEA-5S高灵敏度GPS模块，并辅以陀螺仪模块实现精确定位导航功能。考虑到巡检线路较长且多在野外进行，采用3000mAh大容量电池，具有超强续航能力；考虑到系统在工作过程中可能出现死机情况，提供一个复位开关按钮；设计了一个JTAG调试接口，以方便系统调试。PDA硬件平台的总体结构如图1所示。

图1　硬件总结构Fig.1 Totalstructureof hardware

1.2PDA软件设计

巡检PDA系统在开发过程中，采用目前应用比较广泛的开源的Android系统作为操作系统。由于Android嵌入式操作系统平台集成了SQLite嵌入式数据库，该数据库具有使系统运行流畅、数据完整性和安全性高和占用系统资源少等特点，故采用SQLite作为系统数据库，用于存储系统数据和基础数据，并结合ArcGISMobile开发嵌入式GIS操作平台［7］。由Android开发的巡检系统采用MVC （Model-View-Controller）模式实现，包括数据交换层、业务逻辑层、控制层和用户视图层。其层次结构如图2所示。

图2　系统MVC层次结构Fig.2ThehierarchicalstructureMVC system

整个操作平台又被划分为通信管理、用户管理、任务管理、导航和缺陷管理等5个模块，每个模块的功能如下：

（1）通信管理模块：用于管理巡检过程中的GPS信号和GPRS信号，同时可以手动进行GPS信号和GPRS信号的连接和断开；

（2）用户管理模块：为巡视人员提供登陆系统和退出系统的操作界面；

（3）任务管理模块：巡检人员通过GPRS或USB接口把巡检任务下载到手持PDA，便可以选择要执行的任务，并可获得设备提示和巡检记录等相关信息；

（4）导航模块：在巡检人员选择导航任务后，在GIS地图上生成该任务的最优巡检路径，并实时定位显示巡检人员当下所处的位置；

（5）缺陷管理模块：巡查人员对于标准的缺陷进行选择登记，对于非常规缺陷也可进行手动录入。并可选择通过GPRS无线通信功能实时传输故障信息或在巡检结束后通过USB口传输故障信息。

SQLite数据库由客户端和服务器两个部分组成，客户端通过向服务器发送HTTP请求，使两者建立起连接，实现数据的同步［8］。本设计中SQLite数据库按具体功能被划分为基础地理空间数据库、线路及设备信息数据库、人员调度信息数据库、缺陷标准数据库和专家知识数据库。

（1）基础地理空间数据库：用于存储电力线路的模型及其周边地区的地理信息数据和环境数据；

（2）线路及设备信息数据库：用于存储线路及设备的属性和运行状态数据，以及对设备的模型进行统一管理；

（3）人员调度信息数据库：用于存储所有工作人员的基本信息和相关工作数据；

（4）巡检缺陷标准数据库：是根据电力线路相关设备的具体运行状况，结合专家经验知识和国家标准，构建的电力巡检缺陷标准数据库，用于实现对线路设备各环节缺陷的规范化描述，并根据线路规划的实际情况进行及时的调整管理与维护，避免因缺陷描述混乱或检修不当造成的后续责任事故；

（5）专家知识数据库：存储了与故障评定和解决办法相关的专家知识，是系统的核心，能够辅助系统管理人员提高系统的调度水平。

PDA终端采用的数据库和设计语言与后台管理PC端相同，其它区别为在设计模式上使用的是PDA+GPS模式，并通过WebService进行数据交换，完成与PC端的定位和实时通信的功能。

基于GPS定位导航的电力巡检PDA系统的整体结构如图3所示。

图3　巡检PDA系统整体结构Fig.3 The overallstructure of inspection PDA system

1.3PDA功能实现

在设计过程中，利用Java开发应用程序和用户界面，通过该巡检PDA系统能够对巡检路线上安全隐患进行评估、预测并显示，为巡检人员提供最优巡检路径导航，能够实时的监督巡检人员的出勤状态。各功能的实现流程介绍如下。

1.3.1巡检导航巡检人员在进行野外电力巡检的时候，先要通过输入用户名和密码登录该终端，查看是否有巡检任务。如果没有，则等待任务下达，如果有，则通过GPRS或USB下载该任务，查看任务分配情况以及巡检计划，PDA生成此次的最优巡检路径，开始巡检任务。巡检人员到达待检查点后，系统对巡检人员定位信息进行显示。检查设备和线路是否故障，若发现故障，则将故障信息和相关图片发送到指挥调度中心，由维修人员根据巡检记录对设备维修，待处理完故障后，手持PDA自动进入指向下一待检查点的导航，直至整个巡检任务结束时，生成本次的巡检报告。在整个巡检过程中手持PDA实时接收并更新来自指挥调度中心的调度内容。系统的巡检导航流程如图4所示。

图4　系统巡检导航流程Fig.4 The navigation processof inspection system

1.3.2最优导航路径PDA系统通过统计待检查点，以及结合以往的优秀巡检路径，生成更加优化的巡检路径，并评估优化后巡检路径的巡检时间、人数和困难程度等成本。在巡检人员巡检过程中记录巡检人员的巡检轨迹，并在巡检结束后，生成此次巡检的成本。通过巡检人员对本次巡检的反馈，对巡检路径进行进一步优化。若已经为最优巡检路径，则将该最优轨迹作为以后巡检的导航路径。系统的最优导航路径的生成流程如图5所示。

图5　最优导航路径生成流程Fig.5The generated processof optimalnavigation path

1.3.3安全隐患预测PDA小系统结合专家知识数据库，通过分析线路各待检查点的故障、地形和环境等历史信息，再结合线路途径地区未来一段时间线路的工作负荷、调度和周边环境等因素，预测线路各待检查点可能出现的安全隐患，并生成隐患信息统计表和专题图。实现电力线路的隐患发现、上报、预评估和上传管理，并以图形、数据报表等直观方式在手持PDA的GIS地图中对隐患进行标注［9］。系统的安全隐患预测流程如图6所示。

图6　安全隐患预测流程Fig.6The processof prediction for a safe risk

1.3.4切片地图服务由于用户通过浏览器对该系统进行访问，在访问过程中，页面上会显示大量的地图，受宽带和网速的影响，用户通常需要等待很久才能浏览到完整的地图，因此需要利用瓦片技术将需要展示的地图切割成众多的地图切片，并将地图切片缓存在服务器中。当界面上需要以地图形式展示某些数据时，只需将界面请求的地图切片传输至界面并进行适当的组合，有效的降低了界面与服务器间的数据传输量。同时，当客户端对地图进行修改时，存放在缓存中的地图切片必须做出相应的变化，从而保证数据的一致性。为了降低GIS的响应时间，不能对缓存内的所有切片进行浏览和更新操作，只有通过动态的计算，只对指定的切片执行更新和浏览操作，从而有效的解决了服务器请求数量和响应时间的矛盾［10］。

①瓦片地图切片组织形式

GIS服务器按照预定的比例尺将当前地图切割成众多的切片，并以图7的形式存放到缓存中，切片的数量随比例尺的大小指数增长。当客户端向服务器发送地图请求时，请求信息中包括切片的行、列和比例等属性［11］。服务器可以经由这些属性来进行定位并返回对应的切片。

②切片地图检索算法

当客户端向服务器发送地图访问请求时，请求参数以json的格式发送，请求内部参数包括：srs（切片对应坐标系）、layers（切片地图数据源的名称）、bbox（切片地图的右下角（Xmin，Ymax）、左上角（Xmax，Ymin）、w idth（带显示地图宽度）、height（待显示地图的高度）和format（切片地图格式）。

当服务器将切片地图存放在缓存内部时便已经知道每一级分辨率下的切片大小，通过切片的大小便可以计算出每级比例尺对应的地图的分辨率，分辨率的计算公式如下：

服务器根据客户端预先设定的切片地图的大小以及发送的参数，可以判定所需要的地图是处于什么比例，是否需要将所请求的地图完成重组。如果要进行重组，则需要按照来自于客户端的参数右下角（Xmax，Ymin）、左下角（Xmax，Ymin）、w idth和height等确定切片地图的列（Col）和行（Row）。具体的计算公式如下：

其中，zoom为比例尺的级数，Xmax、Xmin、Ymin、Ymax分别为切片左上角点（Xmax，Ymin）和右上角点（Xmin，Ymax）。MapXmax、MapXmin、MapYmax、MapYmin代表图层的实际地理范围。

③地图显示流程

服务器先把地图切成若干切片，并存储在专门的切片数据库中，假如某一地图的像素为1280*512，则该地图便包括比例尺为256*256的切片5*2张。地图显示流程如图8所示，当服务器接收到客户端传来的请求时，便根据收到的数据信息算出客户端所需地图的切片信息，然后把这些切片重新组合再传送回客户端。

图7　地图切片在缓存中的存放格式Fig.7The stored format ofmap slices in the cache

图8　地图显示处理流程Fig.8The processof exhibition inmap

2　GPS定位导航算法实现

在野外巡检时，PDA自身元器件的不稳定性以及电力网应用环境中的不确定因素都会对GPS定位精度产生影响，采用常规的滤波器很难保证其收敛性和稳定性。因此，本文采用了一种基于滤波的收敛性判据，结合Saga-Husa自适应滤波、强跟踪kalman滤波以及改进的自适应滤波算法，以提高GPS的定位精度，确保野外巡检人员按任务定制路线进行巡检，从而有效避免错检、漏检以及误检情况的发生。

2.1Saga-Husa自适应滤波

Saga-Husa自适应滤波通过时变噪声统计估值器，利用观测数据进行递推滤波，实时修正和估计观测噪声和系统噪声的特性，来提高滤波精度、抑制滤波发散、降低模型误差［12］。线性离线时间系统：

式中Xk为系统n维状态向量，Φk，k-1为系统n×n维状态转移矩阵，Hk为m×n维观测矩阵，Zk为系统的m维观测序列。Vk为协方阵的正态白噪声序列，Wk为相互独立的带时变均值。

式中Qk为过程噪声Wk的p×p维对称非负定方差阵，δkj为kronecker-δ函数，Rk为观测噪声Vk的m×m维对称正定方差阵。

Saga-Husa自适应滤波算法可描述如下所示：

状态估计：

状态一步预测：

预测估计：

增益矩阵：

一步预测误差阵：

估计误差方阵：

2.2强跟踪kalman算法

为了加强滤波器的稳定性，采用强跟踪kalman算法将加权系数λk+1和状态估计协方差阵相乘。该方法可以将突变状态的较强跟踪能力保持到滤波器趋于稳定状态，并且降低了对噪声统计特性和初值的敏感性［13］。

其中

2.3改进的自适应滤波算法

针对上述两种算法各自的优缺点，将Saga-Husa自适应滤波算法和强跟踪kalman滤波算法相结合，利用收敛性判据来判断发散趋势，如果发散，则采用强跟踪kalman滤波算法；如果不发散，那么采用Saga-Husa算法。通过该种结合，既能抑制滤波发散又能保证滤波精度和效率。

所以公式（23）可以判断滤波器是否收敛。

如果式（23）满足条件，此时滤波器正常工作，可使用Saga-Husa算法来展开最优值估计；如果式（23）不成立，此时滤波器发散，说明实际误差超过理论误差β倍，可以通过式（19）加权系数λk+1来调整Pk+1，k的值，从而抑制滤波发散［15］。

2.4仿真结果分析

通过上述三种算法来分别对状态变量进行最优估计。设置参数为：初始位置误差为30m；仿真时间为400 s；加速度计零偏为2x10-4g；陀螺漂移为0.02o/h；平台姿态角误差为300"；速度误差为0.5m/s。

图9所示为系统误差ess在强跟踪滤波算法、Saga-Husa算法和改进的卡尔曼滤波算法下的滤波结果，其滤波稳态值分别是7.36m、15.93m、4.23m。在初始条件相同的情况下，通过比较能够发现，改进的卡尔曼滤波算法有效的改善了系统状态变量的滤波效果。

图9　系统滤波效果仿真图Fig.9Simulation effect of system filter

2.5实验分析

电力线路野外巡检GPS导航的业务流程如图10所示。即PDA上的GPS接收的数据先经过滤波处理后获得高精度的地理坐标数据，然后与任务定制巡检路径进行实时匹配，匹配成功后再导航至下一巡检点。

在实际的野外巡检中，巡检人员会因设备、个人、天气等因素，出现错检、漏检或误检等状况，图11是对GPS采集信号未进行任何滤波处理形成的任务巡检轨迹，图12是进行滤波处理后的任务巡检轨迹。可以看出，未经过滤波改进的巡检导航路径，遗漏了图12中的4、5号两个待检查点。

图10　PDA导航实现流程Fig.10 The process of PDA navigation

3　系统应用

导航功能：实时的定位巡检工作人员的具体位置，并在GIS地图上对巡检路径进行最优规划，并结合规划路径对各检查点进行排序和标号，以防漏检［16］。导航功能界面如图12所示。

图11　滤波处理前的巡检轨迹Fig.11 Inspection track before filtering process

图12　导航功能界面Fig.12 Interface of navigation function

故障预测：系统根据以往的巡检历史记录和专家知识，对各待检查点可能出现的故障进行评估、预测［17］。并在定位到巡检人员进入待检查点范围时，以嵌入式图形界面的方式显示故障预测信息，巡检人员在巡检完毕后通过点击界面反馈巡检结果。故障预测信息界面如图13所示。

任务管理：巡检人员能够将PDA切换到任务管理界面，通过该界面巡检人员能够查询此次巡检任务中各检查点的具体任务细节，以及各检查点的具体位置和距离目前位置的详细距离。任务管理界面如图14所示。

图13　故障信息预测界面Fig.13 Interface of prediction for a breakdown

4　结论

基于高精度智能定位导航GPS技术的PDA巡检系统的应用，实现了巡检工作的智能化和信息化，为巡检人员提供实时导航服务和最优巡检路径，引导巡检人员按照指定的路线来巡检，防止漏检、错检和重复巡检，明显的提高了巡检过程的效率和准确率。PDA巡检系统在实际试运营中，取得了良好的应用效果，必将有利于提高线路和设备的安全性、稳定性和可靠性，其应用价值良好，具有很大的推广性。

［1］肖琼.电网规划的方法和关键技术研究［D］.武汉：华中科技大学，2013

［2］张旭，魏娟，赵冬梅，等.电网故障诊断的研究历程及展望［J］.电网技术，2013，37（10）：2745-2753

［3］董潇.电力巡检移动作业平台的设计与实现［D］.北京：北京交通大学，2015

［4］秦明波.PDA在电力巡检系统中的应用研究［D］.北京：华北电力大学，2011

［5］Ma HB，Lu DY，He Q，etal.Serial Communication between PDA and GPSBased onWindows CE［C］.Wuhan：Circuits，Communicationsand System（PACCS），2011 Third Pacific-Asia Conference，2011：1-3

［6］罗骞.基于ARM的手持机PDA的研究与设计［D］.北京：北京交通大学，2014

［7］Yadav SK.GIS in Power SectorManagement［J］.International Journalof Engineering，2013，32（6）：759-766

［8］Hong Z，Xu Y，Xia LY.Implementation of IntelligentNavigation Inspection System for 10 kV Power Distribution Lines Based on GPS［J］.Electric Power Information Technology，2011，65（7）：34-39

［9］邓凤霞.基于Mobile SVG/Java ME的移动GIS线路巡检的研究与实现［D］.北京：华北电力大学，2011

［10］彭杰.基于切片地图Web服务的地理信息发布技术研究［D］.杭州：浙江大学，2011

［11］Du ZJ，Chen CJ."Research aboutMobile Line-Inspection Based on GISand GPS"［C］.Wuhan：Information Engineering and Computer Science（ICIECS），2010 2nd InternationalConference，2010：25-26

［12］张会先.自适应滤波算法的研究与应用［D］.西安：西安电子科技大学，2012

［13］杨文，侍洪波，汪小帆.卡尔曼一致滤波算法综述［J］.控制与决策，2011，33（4）：481-488

［14］兰义华，任浩征，张勇，等.一种基于“当前”模型的改进卡尔曼滤波算法［J］.山东大学学报：工学版，2012，42（5）：12-17

［15］王虎，王解先，白贵霞，等.改进的渐消卡尔曼滤波在GPS动态定位中的应用［J］.同济大学学报：自然科学版，2011，39（1）：124-128

［16］Kun G.Application of GIS Platform in Ningxia Electrical Spatial Data Processing and Management［J］.Geospatial Information，2012，33（6）：101-104

［17］张大龙.电力巡视检查系统的设计与实现［D］.济南：山东大学，2015

Development for the Power Inspection PDA System Based on GPS Positioning and Navigation

WANG Su-zhen1，LIU Shu-kun1，ZHANGDe-hua1，JIN Feng-xiang2
1.College ofAutomation Engineering/Qingdao TechnologicalUniversity，Qingdao 266520，China
2.College ofGeomatics/Shandong University ofScience and Technology，Qingdao 266520，China

Aim ing at the safety operation，the high efficiency and reliability of line inspection of power grid，this paper invented a power line inspection PDA system based on GPS positioning and navigation.The system used embedded GIS technology as the core combing w ith GPRSwireless communication and database technology.The Saga-Husa adaptive filter and strong tracking Kalman filtering algorithm were also adopted to construct amodified adaptive filtering algorithm for improving the accuracy of the GPS positioning accuracy on PDA w ith the convergence guaranteed.The precise positioning， data collection of the inspection process，and the intelligent inspection path navigating were achieved.Data interaction with the server was implemented by GPRS and USB port to ensure inspection management staff to control and supervise the dynam ic statusof field inspection tasks in a real timemanner.

Intelligent patrol system；GPS positioning and navigation；Saga-Husa adaptive filtering algorithm；the strong-tracking Kalman filtering algorithm；the improved adaptive filtering algorithm

TM 723

A

1000-2324（2016）04-0540-08

2016-04-29

2016-05-25

青岛市开发区科技攻关基金项目（A2013-107）

王素珍（1975-），女，博士后，副教授，主要从事电气自动化及智能技术系统的研发.E-mail：wangsuzhen2020@163.com