面向電網(wǎng)巡檢的多旋翼無人機航測系統(tǒng)關(guān)鍵技術(shù)研究及應(yīng)用

湯 堅，楊 驥，宮煦利

(1. 中國能源建設(shè)集團廣東省電力設(shè)計研究院有限公司，廣東 廣州 510663； 2. 廣州地理研究所，廣東 廣州 510070)

面向電網(wǎng)巡檢的多旋翼無人機航測系統(tǒng)關(guān)鍵技術(shù)研究及應(yīng)用

湯 堅1，楊 驥2，宮煦利1

(1. 中國能源建設(shè)集團廣東省電力設(shè)計研究院有限公司，廣東 廣州 510663； 2. 廣州地理研究所，廣東 廣州 510070)

針對無人機電力巡檢所面臨的定位精度低、近距離巡檢操控難度大、自動化程度低、人為操控事故風險高等問題，本文提出了利用多旋翼無人機RTK差分定位技術(shù)、復(fù)雜塔型飛行規(guī)則機器學(xué)習算法等無人機航測系統(tǒng)技術(shù)，研發(fā)面向電網(wǎng)巡檢的無人機智能操作系統(tǒng)及控制終端，提升電網(wǎng)線路日常管理和應(yīng)急指揮的規(guī)范性、便利性和經(jīng)濟性，為電網(wǎng)管理部門提供一種低成本、易操作、高效率、機動靈活的新型巡檢模式。

電網(wǎng)巡檢；RTK差分定位；機器學(xué)習算法；無人機智能操作系統(tǒng)

傳統(tǒng)的電網(wǎng)巡檢勞動強度大、條件艱苦，因此，電網(wǎng)管理部門急需一種成本低、自動化程度高、機動靈活的新型巡檢方式。無人機系統(tǒng)具有機動、快速、經(jīng)濟等優(yōu)勢，現(xiàn)已逐步從研究開發(fā)發(fā)展到實際應(yīng)用階段。本文研究可實現(xiàn)高效電網(wǎng)巡檢，快速發(fā)現(xiàn)輸電線路運維過程中的缺陷和隱患，增強電網(wǎng)穩(wěn)定性；同時，可作為電網(wǎng)應(yīng)急聯(lián)動系統(tǒng)的重要組成部分，為應(yīng)急搶險提供及時的輔助決策，有效保障電網(wǎng)安全生產(chǎn)。

1 研究現(xiàn)狀

無人機電力巡檢在近年來得到快速發(fā)展，但依然面臨以下主要問題：

(1) 定位精度低，在巡檢過程中難免會受到樹木、建筑物等障礙物的影響，以及導(dǎo)線產(chǎn)生的電磁干擾。

(2) 傳統(tǒng)電力巡檢對于桿塔本體的巡視，為了獲取清晰的圖像，對銷釘級缺陷進行判別，近距離巡檢操控難度極大。

(3) 自動化程度低，電力巡檢人員通常采用人工操控無人機進行巡檢，人為操作事故的風險高。

因此，本文對多旋翼無人機RTK差分定位技術(shù)、復(fù)雜塔型飛行規(guī)則機器學(xué)習算法，以及無人機智能操作系統(tǒng)等航測系統(tǒng)關(guān)鍵技術(shù)進行研究，將大幅提升電網(wǎng)無人機巡檢的工作效率，降低風險，同時提高電網(wǎng)巡檢管理水平，實現(xiàn)電網(wǎng)巡檢管理的數(shù)字化與規(guī)范化。

2 多旋翼無人機航測系統(tǒng)關(guān)鍵技術(shù)研究

2.1 多旋翼無人機RTK差分定位技術(shù)研究

傳統(tǒng)的多旋翼無人機采用衛(wèi)星導(dǎo)航系統(tǒng)定位，當對輸電線路進行近距離巡視時，易受電磁干擾而產(chǎn)生碰撞事故，給無人機電網(wǎng)巡視作業(yè)帶來了安全隱患。多旋翼無人機RTK(realtime kinematic)載波相位差分技術(shù)，是實時處理基站和機載接收機載波相位觀測量的差分方法，它將基站采集的載波相位發(fā)送給機載接收機，進行求差解算坐標，實時獲取厘米級定位精度的結(jié)果(如圖1所示)。

圖1 多旋翼無人機RTK差分定位原理

多旋翼無人機結(jié)合RTK差分定位技術(shù)、長焦高分辨率可見光相機和紅外相機，實現(xiàn)強電磁干擾情況下的電力巡視高精度定位和高清圖像獲取。通過無人機智能操控終端，自動化完成桿塔本體精細化巡視和通道巡視(如圖2所示)，從而實現(xiàn)無人機電網(wǎng)巡視的智能化作業(yè)，有效提升電網(wǎng)巡檢效率，減少人為操作事故，增強電網(wǎng)穩(wěn)定性。

圖2 桿塔本體精細化巡視與通道巡視方法

2.2 多旋翼無人機復(fù)雜塔型飛行規(guī)則機器學(xué)習算法

目前，110 kV以上電壓等級的輸電線路已存在上百種不同的塔型，線路走廊通道的地理環(huán)境差異也比較大。因此，利用無人機進行電網(wǎng)巡視時，需要根據(jù)架空線路的不同工況和塔型的差異，采用不同的巡視規(guī)則和作業(yè)方法。為了保證巡視作業(yè)能夠適應(yīng)和兼容這些差異，本文針對典型塔型和地理環(huán)境研究無人機電網(wǎng)巡視理論模型與巡視策略，提出了多旋翼無人機復(fù)雜塔型飛行規(guī)則機器學(xué)習算法，確保了無人機自動化巡視作業(yè)的安全和效率。復(fù)雜塔型飛行規(guī)則的機器學(xué)習和斷點續(xù)飛算法主要涉及自動分類和回歸技術(shù)研究。

2.2.1 機器學(xué)習自動分類算法

機器學(xué)習分類算法，是根據(jù)樣本的特征或?qū)傩裕瑢⑵鋭澐值揭延械念悇e中，即根據(jù)其他屬性的值或數(shù)據(jù)中潛在聯(lián)系的模式(相關(guān)性、趨勢、聚類和異常)，預(yù)測特定屬性的值，從而進行分類。常用的分類算法有邏輯回歸、支持向量機、隨機森林、樸素貝葉斯(NLP中常用)、深度神經(jīng)網(wǎng)絡(luò)(視頻、圖片、語音等多媒體數(shù)據(jù)中使用)等。

在當前業(yè)界的機器學(xué)習方法中，邏輯回歸算法是最為常用的，它用于估算某種事物的可能性。假設(shè)樣本是{x,y}，x是m維樣本特征向量，y是0或1，表示是否屬于某塔型，那么這個樣本塔x屬于某塔型(即y=1)的概率可以通過下面的邏輯函數(shù)來表示

(1)

式中，x為包含塔的高度、尺寸等屬性的特征向量；θ為對應(yīng)x的模型參數(shù)(回歸系數(shù))；σ是sigmoid函數(shù)。

利用無人機進行電網(wǎng)巡視時，首先創(chuàng)建模型，包括特征選擇(塔型屬性)、數(shù)據(jù)類型、屬性類型與屬性轉(zhuǎn)換(樣本屬性分析)，然后選擇分類算法進行精確預(yù)測，從而完成塔型分類。

2.2.2 斷點續(xù)飛回歸算法

斷點續(xù)飛回歸算法是利用數(shù)據(jù)統(tǒng)計學(xué)原理，對大量統(tǒng)計數(shù)據(jù)進行數(shù)學(xué)處理，確定因變量與某些自變量的相關(guān)關(guān)系，建立一個相關(guān)性較好的回歸方程(函數(shù)表達式)，并加以外推，用于預(yù)測今后因變量變化的分析方法。回歸技術(shù)通常用于預(yù)測分析，時間序列模型及發(fā)現(xiàn)變量之間的因果關(guān)系，主要算法有線性回歸、普通最小二乘回歸(ordinary least squares regression)、逐步回歸(stepwise regression)、多元自適應(yīng)回歸樣條(multivariate adaptive regression splines)等。

無人機在執(zhí)行電網(wǎng)巡視航飛任務(wù)時，若因突發(fā)狀況而導(dǎo)致航飛中斷，可采用回歸算法，從無人機的航飛位置變量推算出返航位置并繼續(xù)執(zhí)行航飛任務(wù)。以線性回歸算法為例，根據(jù)無人機的航飛軌跡、中斷位置等自變量x和返航位置因變量Y的相關(guān)關(guān)系，建立如下式x與Y的線性回歸方程式，從而實現(xiàn)無人機的斷點續(xù)飛功能，有效提升電網(wǎng)巡視的效率。

(2)

式中，Xt為無人機航飛位置的t類自變量；Yt為無人機返航位置的因變量；a、b1、b2、…、bn為線性回歸方程式的參數(shù)。

2.3 無人機智能操作系統(tǒng)及控制終端研制

無人機智能操作系統(tǒng)是基于大疆SDK，針對電力巡檢作業(yè)特點深度定制的無人機操作系統(tǒng)。為了能夠大范圍地查看電網(wǎng)周圍環(huán)境，智能操作系統(tǒng)可以自動規(guī)劃航線，全自動地完成輸變電線路的精細化巡視和通道巡視作業(yè)，獲取走廊通道范圍內(nèi)的正射影像、空中360°全景和傾斜攝影三維建模影像數(shù)據(jù)(如圖3所示)。通過對無人機的智能操控，可以清楚、準確地發(fā)現(xiàn)桿塔本體和通道環(huán)境的缺陷和隱患，使無人機電網(wǎng)巡檢作業(yè)更加安全可靠。

圖3 無人機智能操作系統(tǒng)功能

桿塔精細化巡檢模塊分為學(xué)習模式和巡檢模式。學(xué)習模式可以按照不同塔型記錄和存儲無人機的飛行軌跡和拍攝位置。所記錄的飛行信息將作為飛行依據(jù)在自動化巡檢模式中使用，實現(xiàn)無人機的自動精細化巡檢，極大地降低了對巡視作業(yè)人員的無人機操控素質(zhì)的要求，提升了桿塔巡檢的效率，保證了電網(wǎng)巡視作業(yè)的安全(如圖4所示)。

圖4 精細化巡檢主界面

在通道巡檢模塊中，無人機智能操作系統(tǒng)可以自動控制無人機快速獲取施工黑點、滑坡、山火及樹障等影像數(shù)據(jù)。無人機可以沿著通道進行視頻拍攝和定時拍照(如圖5所示)，清晰地記錄輸電線路走廊通道范圍內(nèi)的環(huán)境情況，為巡視人員進行通道隱患排查提供數(shù)據(jù)支撐。

圖5 通道巡檢主界面

控制終端基于Android系統(tǒng)進行定制開發(fā)，32GB以上存儲，6.8寸以上屏幕，高清分辨率，4G模式雙卡雙待，滿足IP67以上的防護等級要求,能夠通過內(nèi)置嵌入的智能操作系統(tǒng)控制無人機實現(xiàn)自動化電力巡視。

3 試驗介紹

3.1 試驗區(qū)域

2017年1月，筆者所在單位采用多旋翼無人機對廣東電網(wǎng)某供電局所管轄的110kV某線路#1—#35進行精細化巡視，該線路90%以上桿塔處于山地或高山峻嶺區(qū)域，全長約7.8km，精細化巡視作業(yè)難度大。

3.2 試驗設(shè)備

本試驗采用大疆Matrice600Pro多旋翼無人機搭載ZenmuseX5S云臺相機，執(zhí)行精細化巡視作業(yè)。該無人機最大的特點是搭載了大疆A3Pro飛控系統(tǒng)，配備3套IMU和GNSS模塊，提升了無人機巡視時的定位控制精度，保障了穩(wěn)定飛行。

3.3 成果分析

本次多旋翼無人機自動精細化巡視試驗發(fā)現(xiàn)桿塔本體重大缺陷34處(如圖6所示)。相比傳統(tǒng)的人工巡檢方式，無人機巡檢具有表1所示的特征。實踐表明，結(jié)合RTK差分定位技術(shù)和復(fù)雜塔型飛行規(guī)則機器學(xué)習算法，多旋翼無人機巡檢可以實現(xiàn)電力巡視高精度定位和高分辨率影像獲取。通過自主研制的無人機智能控制終端自動化完成精細化巡視作業(yè)，快捷、安全、高效，從而實現(xiàn)電網(wǎng)精細化運維的規(guī)范化。

圖6 精細化巡視試驗結(jié)果

比較項目人工巡檢無人機巡檢實現(xiàn)手段爬塔、望遠鏡觀察等可在特定時間、特定位置、特定角度懸停拍攝巡檢質(zhì)量受人員技術(shù)水平、巡視角度制約,易造成缺陷遺漏,巡檢質(zhì)量難以控制可近距離觀察,巡檢質(zhì)量高工作效率工作量大,耗時長,效率低作業(yè)效率高環(huán)境影響受氣候、地形影響較大受氣候、地形影響較小安全性對巡檢人員人身安全威脅較大安全性高經(jīng)濟性需花費大量費用只需一次投入,后續(xù)費用低擴展功能無可將拍攝數(shù)據(jù)帶回分析,并進行多方面運用

4 結(jié) 語

本文突破了多旋翼無人機RTK差分定位技術(shù)、復(fù)雜塔型飛行規(guī)則機器學(xué)習算法等無人機航測系統(tǒng)關(guān)鍵技術(shù)， 研發(fā)了面向電網(wǎng)巡檢的無人機智能操作

系統(tǒng)和控制終端，實現(xiàn)了輸電線路桿塔本體和走廊通道的自動化巡視，為電網(wǎng)管理部門提供一種低成本、易操作、高效率、機動靈活的新型巡檢方式。試驗表明，本文研究成果可指導(dǎo)電網(wǎng)企業(yè)進行合理的設(shè)施巡檢維護，降低電網(wǎng)故障停電損失，提升電網(wǎng)供電可靠性，為日常安全供電、企業(yè)生產(chǎn)和人民生活提供重要安全保障。

[1] 付昱瑋,李字明,姜洪.無人機巡線的發(fā)展和應(yīng)用研究[J].黑龍江科技信息,2014(3):25-27.

[2] 鄭武略,張富春,焦炯,等.多旋翼無人機在輸電線路巡檢中的應(yīng)用[J].中國電業(yè)(技術(shù)版),2016(4):70-73.

[3] 謝建春,孫丙玉,李文清,等.一種低空無人機航攝系統(tǒng)關(guān)鍵技術(shù)的試驗研究[J].測繪通報,2015(10):85-87，125.

[4] 畢凱,李英成,丁曉波,等.輕小型無人機航攝技術(shù)現(xiàn)狀及發(fā)展趨勢[J].測繪通報,2015(3):27-31，48.

[5] 李力,徐勛建,李波,等.架空線路無人機巡線技術(shù)探討[J].湖南電力,2012,32(1):44-47.

[6] 買小爭,楊波,馮曉敏. 無人機航攝像控點布設(shè)方法探討[J]. 測繪通報,2012(S1):268-271.

[7] 湯明文,戴禮豪,林朝輝,等.無人機在電力線路巡視中的應(yīng)用[J].中國電力,2013,46(3):35-38.

[8] 尹杰,楊魁. 基于無人機低空遙感系統(tǒng)的快速處理技術(shù)研究[J]. 測繪通報,2011(12):15-17.

[9] 彭向陽, 劉正軍, 麥曉明,等.無人機電力線路安全巡檢系統(tǒng)及關(guān)鍵技術(shù)[J].遙感信息, 2015(1):51-57.

[10] 廖永生,陳文森. 無人機低空數(shù)字攝影測量參數(shù)計算和路線設(shè)計系統(tǒng)[J]. 測繪通報,2011(9):38-41.

[11] 譚雪敏,吳遠峰,袁正午,等.拉格朗日多項式邏輯回歸分類算法并行計算優(yōu)化[J].遙感信息,2016(1):96-101.

[12] 毛林,陸全華,程濤.基于高維數(shù)據(jù)的集成邏輯回歸分類算法的研究與應(yīng)用[J].科技通報,2013(12):64-66.

[13] 孫德山,趙君,高釆葵,等.基于一類分類的線性規(guī)劃支持向量回歸算法[J].計算機科學(xué),2014,41(4):230-232，243.

[14] 曹鳳海,宋占武,李燕,等.無人機航攝拍照瞬間精確空間位置的確定[J].測繪通報,2016(6):144-145.

[15] 崔紅霞,林宗堅,孫杰. 無人機遙感監(jiān)測系統(tǒng)研究[J]. 測繪通報,2005(5):11-14.

Multi-rotor UAV Aerial Survey Technology for Power Grid Inspection：Research and Application

TANG Jian1,YANG Ji2,GONG Xuli1

(1. China Energy Engineering Group Guangdong Electric Power Design Institute Co. Ltd., Guangzhou 510663, China;2. Guangzhou Institute of Geography, Guangzhou 510070, China)

To solve the problems of low positioning precision, difficult control in close inspection, low automation, high risk of man-made control of UAVs power inspection, this paper proposed a multi-rotor UAV RTK differential positioning technology, and machine learning algorithm of UAV Aerial Survey flight rules planning in complex electric tower inspection. Based on this research, it developed a UAV intelligent operating system and control terminals which greatly improved the quality of the normative daily management and emergency command of power network with high convenience and efficiency. The system could provide the low costs, easy operation, high efficiency and mobility new power inspection mode for the power grid management department.

power grid inspection; RTK differential positioning; machine learning algorithm; UAV intelligent operation system

湯堅，楊驥，宮煦利.面向電網(wǎng)巡檢的多旋翼無人機航測系統(tǒng)關(guān)鍵技術(shù)研究及應(yīng)用[J].測繪通報，2017(5)：67-70.

10.13474/j.cnki.11-2246.2017.0156.

2017-03-28

2017年廣州市產(chǎn)學(xué)研協(xié)同創(chuàng)新重大專項；2015年廣東省水利科技創(chuàng)新項目

湯 堅(1981—)，男，高級工程師，主要從事無人機電網(wǎng)巡檢服務(wù)工作。E-mail: fishman1831@126.com

P208

A

0494-0911(2017)05-0067-04