无人机在输电线路巡检中的应用

李 岩，彭玉金，时海刚

（国家电网有限公司技术学院分公司，山东 济南 250002）

0 引言

随着电网规模持续稳定增大，对电网的供电可靠性提出了更高的要求。输电运检人员结构性缺员严重，并且以人工巡检为主的模式存在着巡视不立体、质量和效率不高的问题，山区、高海拔等特殊区段和恶劣气象条件下巡视困难，难以满足线路高可靠性运行的要求[1-3]。2009年起，国网公司开展了无人机巡检应用的研究，山东、福建、辽宁、四川等公司进行无人机和巡检系统研发并试用；2013—2015年，国网公司组织10家单位开展直升机、无人机和人工协同巡检试点；2015年，无人机巡检在公司内推广应用[4]。5年来，无人机巡检在日常巡检中的应用规模越来越大，取得成效的同时也遇到了一些壁垒。本文针对无人机在输电线路巡检中的应用进行研究，着重研究无人机巡检的现状、解决壁垒的技术手段，拓展无人机应用场景，这对于提升无人机巡检智能化水平具有重要意义。

1 无人机巡检现状

无人机巡检是通过无人机搭载可见光、红外热像仪等设备对输电线路进行巡视检查，与人工巡检相比，无人机巡检具有质量高、效率高、安全性好、受地域影响小、成本低等显著优势。输电线路巡检用的无人机主要有多旋翼和固定翼两类机型，多旋翼无人机常用于杆塔级精细化巡检，固定翼无人机主要应用于通道巡检和灾害评估。无人机作为巡检利器，在国网公司各单位得到迅速推广与应用，截至2020年9月，国网公司系统共有无人机8 048架，无人机巡检作业平台218个，无人机智能库房74个。2020年1—9月，公司各单位累计巡检里程达230 533.47 km，完成定位拍摄杆塔695 332基，累计发现缺陷222 015处。缺陷以杆塔瓶口及以上位置线路本体及附属设施缺陷为主，其中金具类缺陷、杆塔类缺陷和通道环境类缺陷较为突出，占75%以上。通过无人机巡检，线路本体及通道巡检的质量和效率得到较大提高。

无人机巡检遇到一些技术壁垒。无人机巡检（特别是多旋翼）主要方式为飞手操纵无人机巡查，该方式非常依赖飞手的经验和技能水平，操作不当易引起无人机损坏，巡检质量受人员技术水平和外界环境影响较大。另外，后期图像处理与数据分析智能化程度不高，部分单位依靠人工识别，较为繁琐，不好辨别且容易遗漏，影像缺陷识别可靠性和准确率尚难满足实用化要求。无人机巡检作业虽效率和质量提高较大，但自主化和智能化程度较低，作业优势并未充分发挥，人员“生产力”也未得到充分解放，难以满足智能运检发展要求。

2 无人机智能巡检

激光雷达扫描技术逐渐成熟[5-6]，通过机载Li-DAR快速获取点云数据，精确建模，能提供三维模型；RTK（Real-Time Kinematic，简称RTK）技术，即实时动态载波相位差分定位技术，能实时提供达厘米级精度的定位信息；基于大数据和人工智能的深度学习算法，提供了定位及图像识别的技术条件。无人机巡检融合高精度定位、5G、机器学习、边缘计算等相关技术，必将逐步实现无人机自主巡检和缺陷智能识别，巡检模式向以无人机为主的协同自主巡检模式转变，更安全、更智能、更高效。

2.1 自主巡检技术

与人工操控无人机相比，无人机自主巡检技术能实现无人机自动飞行、自动定点、精准拍摄等功能，减少了人员参与度，进一步提高巡检的质量和效率。常规技术路线主要有两种：示教航线学习和建模与定位技术。

示教航线学习由熟悉输电线路的无人机巡检作业人员操控无人机对输电线路进行巡检。在巡检过程中，无人机会记录作业的精准航点位置信息和相应姿态，储存于任务列表中。下次巡检调取并执行相应的任务时，无人机根据储存的信息，自动完成巡检任务。

建模与定位技术基于RTK技术，通过三维点云航迹规划，实现无人机自主巡检。点云采集可由激光雷达扫描或倾斜摄影实现，激光雷达扫描技术具有精度高、全天候、数据处理快、采集方式多样等优势。通过激光雷达扫描，得到高精度激光点云，构建三维地图模型，并提取关键特征的空间参数。基于三维地图模型进行航迹规划，利用深度学习算法能自动选定精细化巡检的精准航点。无人机根据规划航迹，在RTK定位技术下就可以实现自主巡检。

此外，基于AI航线预测与AI目标识别的输电线路全自主飞行技术已研究并应用。数据采集系统装有机载AI边缘计算模块，集成5G模块，实现前端AI目标识别与跟踪、高清图像及视频实时传输、远程控制等功能，能够基于航线预测，实现自主跟踪巡检。

随着无人机自主巡检技术应用和发展，采用人工示教、点云规划等方式逐步组建自主巡检航线库，并逐步推进航线自动生成与调用、“一键作业”及标准化巡检拍摄等功能实用化。结合前端智能识别模块、5G、边缘计算等技术，无人机能全自主规划航线，根据识别构件及环境自主选择拍照的距离和角度，实现全自主巡检，解放人员“生产力”，做到去人化甚至无人化，无人机自主作业质量和效率将得到有效提升。

2.2 影像智能识别技术

线路设施较密集，大多具有多尺度三维结构，并可能出现相互遮挡、背景干扰较强、缺陷难判别等因素，故人工智能处理算法中的深度神经网络架构较复杂、技术路线分支较多，致使缺陷识别标注难度大，需大量样本积累训练、验证。2018年5月和2019年12月，国网公司组织开展了两次智能算法验证工作，修正了算法评价指标，采用发现率、误报率、错误输出率、识别效率4项指标进行验证，组建无人机巡检影像样本库并不断丰富，预计2021年样本数量将达到百万级。

输电线路样本缺陷归纳为杆塔、导线和地线、绝缘子、大尺寸金具、小尺寸金具、基础、通道环境、接地装置和附属设施9类。2020年3—7月，公司各单位共识别缺陷85 728个，缺陷发现率呈上升趋势，整体发现率为62.49%，杆塔和小尺寸金具类缺陷发现率较高，达80%以上。但是，算法错误输出率较高，输出框数过多，对正常部件频繁误报。例如当销钉、垫片、螺栓等小尺寸金具出现缺陷时，由于目标占比很小，需先检测其他连接件再检测目标，如先检测到杆塔上很多部位有螺栓、螺帽等再检测目标，这样就容易造成误检。

无人机巡检影像质量对缺陷智能识别非常重要，因此应推广定位拍摄技术。丰富样本数量和质量，增加样本积累和集中标注，样本涵盖不同电压等级、不同设备种类和各种缺陷类型。开展算法集中培育和优化，提升缺陷发现率，降低误报率。如针对销钉缺失类的小目标缺陷，应形成细粒度分类，先检测大致部位，再详细分类，来应对图像差异性小的特点。逐步构建算法“推广应用、滚动提升、效益共享”的应用生态链，提高实用化水平，满足应用要求。

3 无人机巡检深化应用

无人机除用于日常巡检外，还可以应用在故障巡检、特殊巡检、检测及辅助检修作业、线路勘察验收等方面。

3.1 故障巡检

线路故障跳闸时，一些故障点在高处，地面巡查角度有限，常有杆塔、金具等遮挡，登杆检查也难快速精准找到故障点。利用无人机多角度重点检查导线、绝缘子、金具等本体设施和通道状况，能更快找到故障点，既可提高效率，也可提高安全性，减少触电及高空坠落风险。

3.2 特殊巡检

针对复杂地形及规模林区，特别是树竹快速增长区域，开展无人机可见光通道检测和激光雷达扫描，提升通道管理和特殊点距离管控的精细化水平。利用无人机进行线路缺陷隐患排查，加强无人机对重点防汛、滑坡区段的巡视力度，提高应急响应能力。特殊地形、区段和恶劣气象条件下灾后评估，可开展固定翼无人机巡检，快速获取灾害情况，及时为后续抗灾救灾提供重要基础信息。

3.3 检测及辅助检修作业

无人机携带喷水装置检测复合绝缘子憎水性，无人机检测低零值绝缘子等智能检测技术试应用，无人机携带喷火或熔断装置清除异物较成熟，无人机验电、喷涂防污闪涂料、传递工具及协同检修作业示范应用，特别是无人机结合电动升降装置进出等电位方式在国网公司多个超高压和特高压线路应用，取得了显著效益。

3.4 线路勘察验收

无人机搭载激光雷达、可见光、红外等设备，获取线路本体和通道点云和影像，可以复现线路本体及通道地形地貌、地物信息，实现三维可视化管理。另外，RTK无人机也可以通过中点高度法实现对导线弧垂的测量，便捷高效，辽宁公司已完成相关研究并在葫芦岛地区验证应用，与经纬仪测量结果差异很小，仅几厘米。

4 结语

无人机巡检发展迅速，在提质、增效、减员的同时，也遇到一些问题。自主化和智能化是无人机巡检的核心特征，全自主飞行和影像缺陷智能识别是无人机巡检发展的关键和必然趋势。未来，将推进无人机巡检业务规范化、作业智能化、管控信息化和管理精益化，健全管理和技术支撑体系，作业实现远程、自主、多断面协同，数据分析实现智能、实时、精准可靠，适应电网精细化和智能化的需求。