输电线路高空巡检中高效检修工具研究

王得利 阿地力•艾亚斯

摘要：经济的发展，社会的进步推动了我国综合国力的提升，也带动了电力行业的飞速发展，目前，输电线路高空巡检主要依赖于人工巡检，对于高度较高的输变电设备，需要检测人员爬上输变电设备或通过望远镜、红外检测仪等辅助设备进行检测。人工巡检过程需要花费巨大的人力资源，且巡检危险性高、准确度低，容易因巡检人员的主观印象、不规范操作等问题造成检测结果出错。随着物联网技术的高速发展，各种工具也应用于输电线路高空巡检中，本文主要对输电线路高空巡检中高效检修工具进行研究，详情如下。

关键词：输电线路;高空巡检;高效检修工具

引言

架空线路巡检是保障电力输送的重要方式，国家电网的架空线路巡检的电力部件包括：基础、绝缘子、金具、接地装置、杆塔、导地线、通道环境、附属设施共八大类。由于我国国土幅员辽阔，架空线路巡检长期面临着地形起伏大、线路分布广、自然环境条件恶劣等因素，传统巡检方式存在劳动强度大、巡检效率低的不足，甚至在某些地势复杂地区无法进行巡检。为此，近年来电网大规模引入无人机巡检、机器人巡检、直升机巡检等新技术对电力设备进行故障巡检，并积极开展电力巡检新技术的研发工作。随着新一代巡检方式的普及，极大地降低了野外巡检的难度，产生了海量的可视化数据。

1输电线路安全巡检存在的问题

对于某些经过修理后仍存在一定问题的线路，其仍需要进行再次维修，但仍然应用传统的检修方式并不能满足线路的检修需求，无法提高输电线路的整体检修质量，造成整个电力线路的维护成本提升。在作业人员进行输电线路高空巡视的过程中，存在很多安全隐患。

2输电线路高空巡检中高效检修工具

2.1无人机自主巡检

目前，输电线路高空巡检主要有人工巡检、机器人巡检两种方式，人工巡检为传统巡检方式，机器人巡检为近年来广受欢迎的新兴巡检方式。无人机巡检是当前逐步推广的巡检技术，在输电线路巡检应用中已形成一定规模，具有全自主、近距離、高质量等特点。如何对变电站快速进行全方位、立体化的巡检，一直都是困扰电力运维人员的一大难题，尤其是高处的避雷器、进出母线等，往往是地面机器人巡检和人工巡检的痛点。由于视角原因，无法做到彻底巡检，巡检部位存在遗漏;在冬季遭遇冰雪、严寒等极端天气时，地面机器人巡检和传统人工巡检变得难度极大，这就使得一线电力运维人员无法及时获得详细准确的现场实际资料，给运维工作带来了困难。如今无人机技术飞速发展，随着GPS、北斗等高精度卫星定位导航技术日益成熟，配合先进的无人机集控系统，为无人机对变电站电气设备进行全自主巡检规划航迹成为可能，控制无人机全天时全天候一键起降、自主飞巡，已经成为一种行之有效的巡检方式。

2.2磁耦合谐振式无线电能传输技术

无线电能传输技术无需在供电端与受电端之间连接电缆，提升了设备的灵活性与安全性，在矿井、水下等场景下有着广阔的应用前景。在这些无线电能传输技术中，磁耦合谐振式无线电能传输技术发展较为成熟，应用较为广泛。为应对互联大电网的发展方向，当前电力系统的趋向无人化、智能化。其中明显变化是智能电力巡检设备的使用，例如输电线路高空巡检机器人、电力线路巡检无人机等。然而这些智能化电力系统设备的可靠工作离不开稳定可靠的供电。受限于目前电池与储能技术，续航问题一直是限制智能化设备发展的瓶颈。传统“有线供电+蓄电池”的供电方式不仅限制了设备的使用半径，且充电时容易产生接触火花，易引起安全事故。因此考虑将磁耦合谐振式无线电能传输技术应用于电力系统中，解决电力系统智能化设备的无线供电问题。总之，磁耦合谐振式无线电能传输依据电磁感应原理，其电能传输具有一定的导向型，且能够穿过非铁磁性物体传播。磁耦合谐振式无线电能传输系统主要包括发射端整流电路、逆变电路、发射端谐振补偿电路、磁耦合线圈、接收端补偿电路、接收端整流电路、负载和控制电路等。

2.3对特高压输电线路高空巡检机器人路径规划改进蚁群算法

自动巡检机器人在变电站的应用不仅可以确保安全性和效率，而且克服了传统人工巡检的一些不足。路径规划作为巡检机器人的关键技术之一，对其进行研究具有重要的现实意义。蚁群算法不仅是一种自启发式算法，也是一种群体智能算法，它能不受外界干扰，适应复杂多变的环境，具有很强的鲁棒性。基于此，文中选择蚁群算法进行路径规划，但该算法存在易陷入局部最优、寻优时间长、寻优速度慢等缺点。

2.4基于深度学习的目标检测

目前，对于电力巡检影像数据的分析和处理主要通过网络传输方式将所有巡检数据上传至后端服务器，利用服务器强大的计算能力对影像数据进行存储和分析，通过目标检测对视觉影像进行识别和状态感知。由于基于深度学习的目标检测算法在性能、实用性、普适性上都要优于传统的目标检测算法。因此，在电力领域中检测中用到的基于深度学习的目标检测算法主要有R-CNN系列、YOLO系列和SSD系列。RCNN系列主要有R-CNN、FastR-CNN和FasterR-CNN，其中FasterR-CNN是现在电力系统图像识别常用的模型框架，许多应用在电力故障检测的算法是通过改进FasterR-CNN得到的。R-CNN在一定程度上改变目标检测领域的研究思路，之后改进的R-CNN系列也是该领域的最高水准。与传统的滑动窗口获取候选区域不同，R-CNN采用选择性搜索获取候选区域，之后在这些候选区域采用CNN提取特征，进行预测。由于R-CNN结构中的全连接层对输入图像的尺寸有限制，不符合尺寸要求的候选区域都必须经过剪切或者变形处理，这会丢失原始图像的部分信息。YOLO系列从R-CNN、FastR-CNN再到FasterR-CNN，目标检测一直沿着先筛选候选区域再分类的研究思路，导致训练模型大，检测速度慢等问题一直存在。于是有学者提出将目标检测转移到回归问题上，尽可能保持精度的同时简化网络模型，提高检测速度。YOLO系列的出现，在一定程度上解决了R-CNN系列的低效问题。YOLO的特点是检测速度快、模型体积小，适合部署在无人机挂载的嵌入式设备上，因此在电力领域中经常用于巡检中的实时检测。SSD系列作为双阶段算法的代表RCNN系列在精度和速度的权衡上侧重于精度，导致检测速度较慢。作为单阶段算法的代表YOLO则侧重于速度，以至于精度不高。SSD系列在保证高精度检测的同时也兼顾检测速度，为了提升小目标的检测效果使用了多尺度的特征进行同时检测。由于电力巡检中存在（如防震锤，鸟窝）小尺寸目标，所以在电力场景中使用SSD算法针对小目标进行检测。

结语

总之，以上检修工具的研发和应用提高了输电线路高空巡检效率，降低了作业强度，保证了作业质量和作业人员安全，有广泛的实际应用价值。

参考文献：

[1]刘跃波，马立新.电力巡检无人机避障技术研究[J].电子测量技术，2019，42（13）：1-5.

[2]刘小波，徐波，宋爱国，等.基于输电线路高空巡检机器人数字仪表识别算法[J].供用电，2019，36（12）：80-86.

[3]薛阳，俞志程，吴海东，等.基于IACO-ABC算法的输电线路高空巡检机器人路径规划[J].浙江电力，2019，38（11）：10-15.

[4]孙鹏，宋坤，徐刚，等.基于增强现实技术的输电线路高空巡检管理系统研究与应用[J].电气技术，2019，20（10）：66-69.