基于无人机的输电线路无人化智能巡检系统

周小红，石 蕾，娄鹏彦

（贵州电网有限责任公司输电运行检修分公司，贵州 贵阳 550000）

0 引 言

随着国家经济的发展，各行各业用电量大幅提高，电力行业的基础建设也随之增加。截止2015年末，南方电网投入运行输电线路共计13 821条，总计长度252 724 km，且80%以上输电线路位于远离城镇、远离交通干线、人烟稀少的高山大岭地区。特殊的地理位置和地形条件无疑增加了巡检人员到达目标地的时间和巡视的难度，固定的人员巡检调配与电网公司快速增长的设备资产管理成为了矛盾。尽管引入了无人机辅助巡检人员，但传统的无人机巡视已无法满足电网公司的需求：无人机大量的拍摄数据不断堆积，人员识别的速度无法保持在统一高效的水平。

随着科学技术的迅速发展，无人机的巡检方式随之改变，传统巡检方法已逐渐向无人化智能巡检蜕变。采用无人化智能巡检方式，可减少人员到达现场的次数，节省人员往返现场的时间；减少人员户外作业时间，提高巡检人员的人身安全性；还能减轻人员调配的压力，提高巡检效率。此外，采用无人化智能巡检系统能快速识别出输电线路的故障，确保输电线路的安全，实现在合理规划下向人们提供稳定而高质量电能的目标。

1 无人化智能巡检系统

1.1 总体思路设计

输电线路无人机智能巡检系统主要包含算法层、软件层和硬件层（见图1）。硬件层是数据采集终端，用于采集输电设备的可见光数据。软件层是智能控制软件，包含智能飞行App和缺陷识别软件。算法层包含卷织神经网络算法，该算法是软件层的核心技术，令软件层的软件具有表征学习的能力，让软件越用越聪明。本文将对硬件层和软件层两大部分进行详细说明。

图1 系统设计框架图

1.2 硬件层

硬件层主要是指数据采集终端，由飞行平台和负载构成，其中负载可根据实际需求替换。例如，在输电线路中，可选择可见光、热红外及雷达负载等。在输电线路无人化智能巡检系统中，负载使用类型为可见光负载。可见光负载不仅与智能缺陷识别系统对应，且运用场景广泛，成本合理。

1.2.1 飞行平台

该系统飞行平台采用四旋翼无人机。四旋翼无人机与其他无人机相比，拥有着重量轻、速度快等特点。四旋翼无人机机械结构简单，只需用电机直接连接浆翼即可。出色的垂直起降、定点悬停性能，让飞行平台在输电线路巡检中无需靠近输电线路设备，在远处即可记录设备细节。采用无人机巡检除了能减少巡检人员爬杆的次数，降低操作难度外，还可避免潜在的碰撞事故，让检测工作更安全。

1.2.2 负 载

该系统负载采用的是可见光传感器。可见光传感器可进行远距离变焦：30倍光学结合6倍数码变焦。在输电线路巡检中，可见光传感器能勘测到人眼视觉死角位置，将输电线路全方位图像通过可见光高清图像呈现，为下一步识别提供可靠、高清的数据。

1.3 软件层

软件层包含人机示教App和缺陷识别软件，分别负责线路巡检学习路线规划和图像智能缺陷识别。1.3.1 人机示教App

人机示教App基于大疆SDK研发，内置通道巡视、学习模式等智能作业模式。基于可见光图像数据，融合杆塔塔型结构及电力设备部件等要素，辅助无人机自动化巡检作业。

首次飞行时，飞手根据巡检工人规划的路线并开启人机示教App的学习模式，进行航线记录。在航线学习的过程中，无人机会根据在App里的设置和规划选择需要记录杆塔的方法，即可完成航线学习。

完成航线学习后，即可进行无人化智能巡检。在人机示教App上选择每次需要巡检的杆塔，便可完成自动巡查。使用人机示教App不仅能减少巡检人员的到达现场次数和重复的工作，而且让无人机在电力巡检的运作中操作更为简洁、安全和高效。

1.3.2 缺陷识别软件

缺陷识别软件采用c/s架构设计，实现多人多机协同作业和电网公司省市县多级应用部署，满足不同层级对机巡缺陷数据处理和管理的要求。

缺陷识别软件拥有三大模块，分别为数据获取模块、典型缺陷智能分析模块、报告自动生成模块。

数据获取模块是进行识别的基础步骤。数据人员从无人机里获取高清图片，上传至数据模板；数据模板利用json格式将高清图片上的输电线路名称和杆塔信息进行提取，并一一对应自动补充相应信息，为后续生成报告步骤提供基础数据。

典型缺陷智能分析模块是进行识别的关键。数据人员选择识别模型，如杆塔异物、悬垂线夹销钉缺失、防震锤锤头部分脱落、绝缘子雷击和自爆等（见图2）。除了上述模型外，研发人员可根据需求进行模型的定制和训练，扩展识别种类。识别完成后，系统会显示图片上不同的缺陷，并进行缺陷登记的划分，帮助数据人员进行缺陷等级划分[1]。

图2 典型缺陷智能分析模块图示

报告自动生成是进行识别的点睛之笔。缺陷智能软件将识别后的数据和统计的内容合并和分析后，生成json文件，按照输电线路的名称进行自动合并和整合，生成该输电线路的分析报告（见图3）。报告不仅图文并茂，还有缺陷统计表格，令数据人员对缺陷的种类和数量有更清晰的了解，便于根据报告进行维修计划。

图3 生成报告示意图

2 实际运用与效果

目前，传统无人机巡检模式已无法满足巡检的新要求。从2010年底起，贵州电网有限责任公司输电运行检修公司开始引进无人机技术应用。无人机技术尽管为输电线路巡检效率提供了极大的方便，但也因为缺陷专业分析工具，导致无人机周期性巡检的大量数据堆积，需要调配大量的人员进行处理，亦难以避免耗时长、识别正确率低下的问题。

自输电线路无人化智能巡检系统在南方电网贵州省分公司引进和运行以来，已协助巡检人员以及飞手进行多条线路的无人化智能巡检。该系统在贵州分公司应用中，成功实现输电线路巡检、缺陷识别的无人化操作（见图4），并整合不同数据班的分析数据，按照线路自动合并成某输电线路的缺陷巡检分析报告。

图4 实际识别效果图示

3 期望与结论

随着大数据时代的来临，人工智能技术快速发展，各类模型也趋向稳定，这令人工智能向不同产业的延伸打下了扎实的基础。基于人工智能现况，输电线路巡视方式也发生质的改变：无人机能自主飞行，图片也能靠智能软件进行识别并自动生成巡检报告。除了首次飞行需要飞手到现场外，其余常规巡检都可以由巡检人员进行；完成巡检后，无人机通过无线传输将数据上传到后台，使用智能识别系统进行缺陷识别并自动生成巡检报告。通过无人化智能巡检系统，巡检人员的工作效率和人身安全性进一步得到了提高，实现在合理规划下向人们提供稳定而高质量电能的目标。同时，这也意味着输电线路巡检模式开启了新的章程。