基于AI的无人机电网智能巡检方案研析

(国网四川省电力公司检修公司，四川 成都 610041)

0 引 言

近些年，随着中国经济和社会的快速发展，电力需求也与日俱增，发电量和用电量都呈逐年上升趋势。早在“十二五”期间，中国的电网建设规模就已跃居世界首位，到目前为止中国已经建设成了南方、西北、华东、华中、华北和东北六大跨省区电网，输电线路总长度已超过了1 150 000 km。据国际咨询机构Global Data报告称，到2020年，中国的输电线路总里程将增加至1 590 000 km以上，占世界近一半的里程数，输电线路建设的年复合增长率将达到6%，高于全球3%的增速。

电网作为国民经济的重要支撑，电力线路的稳定性和可靠性与人们的生活和生产活动密切相关，若电网线路出现故障，将会给社会带来不可低估的经济损失，为此电网巡检工作显得十分重要，战略地位与刚性需求非常突出。

1 电网巡检的历史变迁

早期，受制于技术以及各项软硬件条件不足，中国的电力巡检主要以人力巡检为主。经过多年的技术演进和设备的发展，电力巡检方式逐渐出现了人力巡检为主、载人直升机和无人机巡检协同配合的新局面。由于载人直升机有许多局限，所以，无人机电力巡线和人力巡线的结合成为电力行业的主要趋势[1]。

1)传统人工巡检：完全依赖纯人力巡线，因自然环境复杂，导致此方式成本高、花费时间长，且困难大、风险高、效率较低。

传统的人工巡检主要靠巡检人员到达巡检位置后，通过望远镜或手持红外设备对塔杆进行巡查，或者登上铁塔使用相关仪器对绝缘子等进行检测。虽能第一时间发现隐患并进行处理，但是由于中国地形地貌环境较为特殊，导致输电线路分散、面积广，所处地形复杂，自然环境恶劣。传统人工巡线往往需翻山越岭，效率极其低下，通常一个班组在山区一天只能巡视2座铁塔，遇到恶劣天气往往无法巡检。同时，由于巡检人员素质参差不齐，漏检误检时有发生[2]。另一方面，预计到2020年,中国输电线路总长度预计将达1 590 000 km，若以每公里人工成本2万元/年计算，电网公司每年在电力巡检上的花费将超过300亿元，且呈连年增长趋势，成本巨大。

中国电力行业长期依赖人工进行线路巡检的作业模式，如今无论是从生产效率还是成本考虑，显然已越来越不适应电力行业发展的需要。

2)无人机巡检+人工处理：无人机巡线代替人力完成影像的采集，解放前端人力成本，不过影像的处理仍需人工检查，枯燥繁琐，且易遗漏。

无人机是无人驾驶飞机(unmanned aerial vehicle，UAV)的简称，是利用无线电遥控设备和自备的程序控制装置的不载人飞机。从某种角度来看，无人机可以在无人驾驶的条件下完成复杂空中飞行任务和各种负载任务。下面文中无人机是指可搭载相关设备，用于电力巡检的无人机。

节省人工成本、提供安全系数和效率，是无人机巡线将逐步代替人工的必然逻辑。相比传统的人工巡检方式，它可以在作业难度较大的崇山峻林和江河湖泊之间轻松作业，不仅更加高效且更加安全。在作业精度上，也逐渐实现了跟专业摄像机相当的精度效果，那些用人工很难发现的线路受损部分，通过无人机空中巡视，可以清楚地进行研判[3]。

经过几年的探索，无人机已经在电力巡检、故障处置以及电网建设放线等领域发挥越来越重要的作用。目前，市场正处于人工巡检向无人机巡检的过渡期，国家电网公司、南方电网公司已基本完成对无人机电力巡检的前期试点及经验总结工作，无人机电力巡检进入推广阶段，市场规模潜力巨大。以南方电网为例，计划到2020年，基本实现“机巡为主+人巡为辅”的协同巡检目标，无人机的市场占有率将达到70%。

2 国家战略导向下的产业升级

虽然无人机巡检已显著提升生产效率，但仍存在因人工检查不当造成的问题遗漏。随着人工智能(artificial intelligence，简称AI)技术的不断成熟，用人工智能技术来解决无人机电网巡检目前的痛点，进行产业再升级，已成为目前业界一致的看法。

2.1 人工智能带来的热潮

随着新一轮科技革命进程加快，人工智能正在全球范围内加速兴起，中国也越来越重视人工智能所带来的影响和变化，从国家顶层设计方面制定了一系列政策。2017年3月，在十二届全国人大五次会议的政府工作报告中，“人工智能”首次被写入政府工作报告。2017年7月国务院发布了《新一代人工智能发展规划》，将人工智能提升为国家战略高度，并为我国发展人工智能技术和应用指明了方向。2017年10月，人工智能进入十九大报告，将推动互联网、大数据、人工智能和实体经济深度融合，人工智能时代已然来临。

人工智能技术是在移动互联网、大数据、超级计算等新技术以及经济社会发展强烈需求的共同驱动下发展演进的，它作为一项基础技术，能够渗透至各行各业，并助力传统行业实现跨越式升级，提升行业效率，推动经济社会各领域从数字化、网络化向智能化加速跃升。人工智能正在逐步成为掀起互联网颠覆性浪潮的新引擎。

2.2 AI赋能电网智能巡检

当前采用无人机对电网线路进行巡检虽然已经在电网系统内部快速落地与推广，但是在精细化巡检中，由于目前由无人机巡检电网线路采集的影像，仍然依赖人工对影像进行查看，操作人员需要不断放大缩小观察各重点部位细节，才能识别出其中的故障和隐患；此外，巡检采集的影像总量巨大，人工检查枯燥繁琐且很难保证故障隐患的全面、及时发现。

随着人工智能技术的成熟，通过AI来解决目前电力巡检生产阶段的痛点，已经成为行业的共识。对无人机巡线影像数据进行AI处理，可以完全消除人为干扰因素，达到全流程自动化，极大提升巡检效率，降低运维成本。

3 无人机巡检+AI智能处理方案

这里创新性的提出了“无人机巡检+AI智能处理”方案，通过人工智能可以让电力巡检变成一件简单化、标准化、智能化的事情，重塑生产效率。

1)简单化的工作：巡线工人动动手指即可完成，轻松成为可能。

图1 无人机巡检+AI智能处理方案

图2 人工智能处理平台技术架构

2)标准化的巡检流程：剔除人为干扰因素，让一切有章可循。

3)智能化的一键检测：检测报告自动生成，极大提升效率。

3.1 总体方案简介

基于大数据、云计算、人工智能基础技术，结合无人机线路巡检的实际业务需求，构建无人机线路巡查的人工智能分析技术服务：识别无人机线路巡查中的故障发生点，对判明的故障点进行明确的标记与类别提示，便于检查人员快速判别。通过人工智能的识别，大幅降低人工检视分析的工作量，并提升故障点的检出率，减少人员因素导致的漏检发生。该无人机巡检+AI智能处理方案主要由以下几个功能模块组成，见图1所示。

1)数据采集：利用无人机飞巡执行数据采集任务，并通过地面控制平台将数据实时回传。2)大数据分析：对采集到的图像数据进行标注、分类、清洗，并进行大数据分析。3)人工智能平台处理：通过深度学习和神经网络技术建模，对图像数据进行智能化、自动化的处理，一键生成报告。其中人工智能处理平台是整个方案的核心部分(见图2)。

如图2所示，人工智能处理平台的技术架构主要由以下几方面组成：

1)计算平台(GPU服务器集群)

GPU(graphic processing unit)中文名为图形处理器，它拥有超高的运算速度。GPU擅长于图像处理，主要应用于图像、视频游戏等领域。

2)计算框架

如可采用Google的开源框架Tensorflow，它是谷歌进行研发的第二代人工智能学习系统，其命名来源于本身的运行原理。Tensor(张量)意味着N维数组，Flow(流)意味着基于数据流图的计算，TensorFlow为张量从流图的一端流动到另一端计算过程。TensorFlow是将复杂的数据结构传输至人工智能神经网中进行分析和处理过程的系统。

3)数据结构

为了实现整个系统，对数据、数据标注的xml文档进行了处理，形成了特定的TFrecord格式的数据，从而可以更好的与Tensorflow框架进行数据的传入传出。

4)算法设计

通过设计专有的故障识别算法，从而实现整个目标识别的模块。

5)业务功能

主要是指输电线路巡线过程中的相关应用场景，如绝缘子破损故障，防震锤脱落及移位故障，输电线路间隔棒脱落故障等，并且可根据业务需求方便地进行拓展。

3.2 方案的创新性

无人机巡检+AI智能处理方案为全自动化的解决方案，从前端的无人机飞巡到后端的AI识别，提供一站式的服务。此方案在业界具备一定的创新性：首先是理念创新，将人工智能技术与电力巡线业务进行结合，通过AI赋能传统行业，提升产业新动能；其次是技术创新，将迁移学习引入算法框架以及目标识别框架进行故障判断，提升准确率，并且通过不断的落地实施，通过飞巡图像数据的积累，经过清洗与处理，形成有效数据资产。

迁移学习(transfer learning) 顾名思义就是把已学训练好的模型参数迁移到新的模型来帮助新模型训练。考虑到大部分数据或任务是存在相关性的，所以通过迁移学习可以将已经学到的模型参数(也可理解为模型学到的知识)通过某种方式来分享给新模型，从而加快并优化模型的学习效率，不用像大多数网络那样从零学习(starting from scratch，tabula rasa)。

在无人机电网巡线领域，可充分利用其他领域积累的海量数据和已经建好的模型，降低前期工作量及难度。首先通过海量源数据(如通信铁塔的防震锤图片)进行AI建模，利用faster rcnn网络生成原始数据模型；其次结合电网防震锤特征，通过迁移学习算法等进行模型迁移，生成目标数据模型；最终通过目标数据模型对待检测电网防震锤图片进行自动识别和检测(见图3)。

图3 迁移学习技术应用流程

最后是产品创新，针对目前需要人工检索图像的弊端，创新性地提出一键输入及检测服务，大大提高检测效率。通过AI智能处理赋能无人机巡检，也从各个方面极大地提升了电网客户的体验，产生很大的价值。所提方案的具体优势见表1所示。

表1 方案的优势体现

3.3 方案的应用情况

前期应用该方案面向试点线路完成了基于玻璃绝缘子及销钉的智能识别研究，通过对两条典型线路的绝缘子缺失故障的分析，在绝缘子识别方面已经达到了召回率99.3%,准确率97.6%的结果，在绝缘子缺陷识别已经达到了召回率99%，准确率93%的结果。具体识别效果如图4所示。

图4 玻璃绝缘子识别效果(上方为原图，下方为识别结果图)

在销钉识别方面(目标图片切片后)已经达到了召回率95%，准确率81%的结果，在销钉缺失识别(目标图片切片后)已经达到了召回率91%，准确率73%的结果。具体识别效果如图5所示。

图5 销钉识别效果(上方为原图，下方为识别结果图)

4 结 语

《新一代人工智能发展规划》将人工智能提升到国家战略层面，电网行业也积极响应国家号召启动了基于人工智能的一系列专项规划，AI赋能无人机电力巡检正是其中最重要的一环，它是人工智能与实体经济的深度融合，是电网行业成像技术全面化、影像处理机器化、机器巡检自主化和运检工作智能化的基础，更是落实国家供给侧改革的重要举措。

相信在不久的将来，人工智能技术将深入到电网行业的各个生产环节，降本增效，助推企业升级转型，为国民经济发展提供更强动力。