配電網(wǎng)線路無(wú)人機(jī)智能巡檢技術(shù)研究

賈秉健，劉博文，張潤(rùn)賢，陳志瑩

（新疆信息產(chǎn)業(yè)有限責(zé)任公司 新疆 烏魯木齊 830001）

0 引言

配電網(wǎng)電路巡檢是電力輸送過(guò)程中極為重要的環(huán)節(jié)，它對(duì)于保障電力系統(tǒng)的安全穩(wěn)定運(yùn)行和用戶用電質(zhì)量具有至關(guān)重要的作用。 通過(guò)定期巡視、檢測(cè)和維護(hù)配電網(wǎng)電路，能夠及時(shí)發(fā)現(xiàn)和修復(fù)線路設(shè)備的故障，確保電網(wǎng)安全穩(wěn)定運(yùn)行［1］。 配電網(wǎng)電路的巡檢工作非常重要，傳統(tǒng)的巡檢方法目前則面臨一些挑戰(zhàn)。 為了克服這些挑戰(zhàn)并提升巡檢效率，無(wú)人機(jī)智能巡檢技術(shù)應(yīng)運(yùn)而生。 利用無(wú)人機(jī)進(jìn)行配電網(wǎng)電路巡檢，有著多重優(yōu)勢(shì)［2］。 首先，無(wú)人機(jī)可以快速覆蓋大范圍的巡檢區(qū)域，減少人力資源的需求，從而提高巡檢的效率和效果。 其次，無(wú)人機(jī)配備了先進(jìn)的傳感器和攝像設(shè)備，能夠進(jìn)行高清晰度的拍攝和監(jiān)測(cè)，以便快速發(fā)現(xiàn)電路漏電、設(shè)備短路等安全隱患。 最后，無(wú)人機(jī)具備遠(yuǎn)程控制和實(shí)時(shí)監(jiān)測(cè)的能力，可以實(shí)時(shí)傳輸巡檢數(shù)據(jù)，加快故障的檢測(cè)和處理時(shí)間，有效地提升電網(wǎng)的可靠性和響應(yīng)能力。

1 配電網(wǎng)線路巡檢介紹

1.1 巡檢目標(biāo)

配電網(wǎng)線路巡檢的目標(biāo)是確保供電質(zhì)量、防范事故并提高設(shè)備的可靠性［3］。 具體來(lái)說(shuō)，其目標(biāo)包括以下三個(gè)方面：

（1）確保供電質(zhì)量。 配電網(wǎng)線路巡檢的首要目標(biāo)是保障供電質(zhì)量，確保電力供應(yīng)的穩(wěn)定性和可靠性。 通過(guò)巡檢，可以及時(shí)發(fā)現(xiàn)和解決線路故障、松動(dòng)接頭、絕緣老化等問(wèn)題，避免供電中斷、電壓波動(dòng)和電能損耗，提高用戶用電的質(zhì)量和可靠性［4?5］。

（2）防范事故。 對(duì)配電網(wǎng)線路進(jìn)行定期巡檢，可以發(fā)現(xiàn)潛在的安全隱患和故障風(fēng)險(xiǎn)。 及時(shí)處理線路問(wèn)題，減少電氣火災(zāi)、短路、漏電和觸電等事故的發(fā)生，保障人身安全和財(cái)產(chǎn)安全［6］。

（3）提高設(shè)備可靠性。 配電網(wǎng)線路巡檢可以及時(shí)發(fā)現(xiàn)設(shè)備損壞、老化和磨損等問(wèn)題，及時(shí)采取維修、更換或加固的措施，提高設(shè)備的可靠性和壽命。 通過(guò)巡檢，可以對(duì)線路的接地、絕緣、連接件等進(jìn)行檢查，及時(shí)處理問(wèn)題，避免故障的蔓延和惡化［7］。

1.2 無(wú)人機(jī)巡檢技術(shù)介紹

無(wú)人機(jī)巡檢技術(shù)原理是指利用無(wú)人機(jī)飛行平臺(tái)和相關(guān)設(shè)備，結(jié)合航線規(guī)劃、傳感器技術(shù)和數(shù)據(jù)處理等技術(shù)手段，實(shí)施高效、全面的線路巡檢。 其主要原理包括無(wú)人機(jī)飛行平臺(tái)、傳感器使用和數(shù)據(jù)處理等方面的技術(shù)［8－10］。

（1）無(wú)人機(jī)飛行平臺(tái)：選擇適當(dāng)?shù)臒o(wú)人機(jī)類(lèi)型，如多旋翼或固定翼。 無(wú)人機(jī)應(yīng)具備穩(wěn)定的飛行能力、負(fù)載能力和飛行時(shí)間。 無(wú)人機(jī)配備先進(jìn)的飛行控制系統(tǒng)，包括自主導(dǎo)航系統(tǒng)、飛行控制單元等，通過(guò)遙測(cè)和遙控技術(shù)，地面操作人員可以實(shí)時(shí)監(jiān)控?zé)o人機(jī)的狀態(tài)、姿態(tài)和飛行參數(shù)，并對(duì)其進(jìn)行遠(yuǎn)程操控和指令傳輸。

（2）相機(jī)／傳感器：搭載高清相機(jī)、紅外熱像儀或其他傳感器設(shè)備，相機(jī)可以進(jìn)行高分辨率的航拍，紅外熱像儀可檢測(cè)線路溫度異常。

（3）航線規(guī)劃：通過(guò)地面站或預(yù)設(shè)航線規(guī)劃軟件，確定無(wú)人機(jī)的巡檢航線和飛行軌跡，設(shè)置航點(diǎn)和拍攝區(qū)域參數(shù)。

（4）數(shù)字圖像處理與分析：對(duì)航拍數(shù)據(jù)進(jìn)行圖像處理和分析，通過(guò)模式識(shí)別、機(jī)器學(xué)習(xí)等技術(shù)，檢測(cè)線路故障和異常情況。 通過(guò)對(duì)航拍數(shù)據(jù)的圖像處理和分析，提取關(guān)鍵信息，如線路桿塔狀態(tài)、導(dǎo)線弧垂、雜草生長(zhǎng)、松動(dòng)接頭、腐蝕損傷等，實(shí)現(xiàn)線路故障和異常的自動(dòng)識(shí)別。

2 智能無(wú)人機(jī)巡檢系統(tǒng)

在城市和周?chē)貐^(qū)，由于存在建筑物和樹(shù)木等復(fù)雜環(huán)境，配網(wǎng)線路和設(shè)施的巡視和維護(hù)工作變得困難。 為了解決上述問(wèn)題，研究人員采用高精度智能自動(dòng)追蹤導(dǎo)航系統(tǒng)作為無(wú)人機(jī)的輔助工具，實(shí)現(xiàn)了無(wú)人機(jī)的自動(dòng)化和半自動(dòng)化巡視，極大地提高了配網(wǎng)無(wú)人機(jī)的應(yīng)用價(jià)值，減少了人力投入，提高了工作效率和安全性。

2.1 總體架構(gòu)設(shè)計(jì)

本文采用GPS、機(jī)載相機(jī)和毫米波雷達(dá)等傳感器，并結(jié)合慣性導(dǎo)航定位和模式識(shí)別技術(shù)。 據(jù)導(dǎo)線GPS 定位飛行至上方，通過(guò)機(jī)載相機(jī)和毫米波雷達(dá)進(jìn)行測(cè)距和識(shí)別，確定無(wú)人機(jī)的高度和水平位置，然后飛行至距離導(dǎo)線2～5 m 的高度，沿著桿塔的GPS 信息開(kāi)始巡檢，如圖1 所示。

圖1 巡檢示例

2.2 無(wú)人機(jī)導(dǎo)航定位研究

姿態(tài)融合解算是無(wú)人機(jī)導(dǎo)航定位算法的核心。 通過(guò)計(jì)算出無(wú)人機(jī)相對(duì)于北方向的夾角和相對(duì)于水平反向的夾角，再結(jié)合地理系加速度積分獲取無(wú)人機(jī)的速度和其GPS 信息。 假設(shè)姿態(tài)四元數(shù)為Q，機(jī)體系加速度為a b，而a b在無(wú)振動(dòng)和運(yùn)動(dòng)加速度情況下可以被視為機(jī)體系下測(cè)量得到的重力向量a b。 在這種情況下，機(jī)體系的姿態(tài)角誤差e b可以由a b與Q*g nQ的夾角來(lái)表示，其中g(shù) n為地理系下的重力向量。 為了修正姿態(tài)誤差，可以將k·e b疊加到機(jī)體系角速度上進(jìn)行積分。 其中k為修正系數(shù)，其數(shù)值越大表示修正越快。 如式（1），其中n b、m b分別為機(jī)體系下的傳感器以及震動(dòng)造成的噪聲、機(jī)體系下的運(yùn)動(dòng)加速度。 為了濾除噪聲及運(yùn)動(dòng)加速度的影響，通常做法是對(duì)a b進(jìn)行低通濾波。 通過(guò)將姿態(tài)誤差乘以修正系數(shù)并加到角速度上，可以實(shí)現(xiàn)對(duì)姿態(tài)角誤差的修正。 通過(guò)校正機(jī)體系角速度，從而使姿態(tài)估計(jì)結(jié)果更準(zhǔn)確。 修正后的角速度將用于姿態(tài)積分，以獲得更精確的飛行器姿態(tài)信息。

位置融合解算的目的是通過(guò)將慣性測(cè)量單元（inertial measurement unit，IMU） 的數(shù)據(jù)與其他位置傳感器（如GPS、氣壓計(jì)、毫米波雷達(dá)等）的數(shù)據(jù)進(jìn)行融合，以獲取高精度的位置和速度信息。 本文設(shè)計(jì)一種多傳感器融合算法來(lái)獲取位置信息，并使用包絡(luò)檢波器來(lái)檢測(cè)傳感器的誤差。 在此算法中，誤差e i被定義為傳感器位置數(shù)據(jù)p i與地理系加速度積分得到的位置數(shù)據(jù)p之間的差異，即式（2）。 為了實(shí)時(shí)計(jì)算各個(gè)傳感器的噪聲值，使用包絡(luò)檢波器對(duì)誤差e i進(jìn)行檢波。 包絡(luò)檢波器可以提取信號(hào)的振幅變化，從而得到傳感器誤差的噪聲值。 將傳感器數(shù)據(jù)輸入到包絡(luò)檢波器中，然后通過(guò)觀察包絡(luò)檢波器的輸出來(lái)估計(jì)傳感器的噪聲水平。 對(duì)于測(cè)距型傳感器如毫米波雷達(dá)，閾值應(yīng)設(shè)置較小，如15 cm 以?xún)?nèi)為正常；對(duì)于噪聲較大的相對(duì)高度傳感器如氣壓計(jì)，閾值應(yīng)設(shè)置較大；最終，根據(jù)噪聲大小和傳感器的信任度進(jìn)行加權(quán)計(jì)算，選擇使用最優(yōu)的傳感器。

2.3 線路巡檢算法研究

對(duì)于線路的巡檢，一般有俯視巡檢和側(cè)視巡檢兩種方式。 考慮到側(cè)視巡檢過(guò)程中，配電網(wǎng)電路的彎曲程度比較大，會(huì)導(dǎo)致最終巡檢的結(jié)果產(chǎn)生較大的誤差，本文采用俯視巡檢技術(shù)對(duì)配電網(wǎng)電路進(jìn)行巡檢。 圖2 給出了巡檢的整體流程，其中Hough 直線檢測(cè)是用于特征檢測(cè)和特征篩選。

圖2 線路巡檢流程圖

為了能夠?qū)⑴潆娋W(wǎng)線路的位置更具體地展示在圖像上，本文首先對(duì)無(wú)人機(jī)獲取的圖像進(jìn)行直方圖均衡化，通過(guò)將直方圖拉伸到整個(gè)灰度范圍內(nèi)，來(lái)增強(qiáng)巡檢圖像的對(duì)比度，直方圖均衡化的前后對(duì)比如圖3 和圖4 所示。 其次對(duì)圖像進(jìn)行Canny 邊緣檢測(cè)和形態(tài)學(xué)濾波，使用閉運(yùn)算操作填充邊緣中的空洞，進(jìn)一步提高邊緣的連續(xù)性和完整性，以得到更具有實(shí)用價(jià)值的邊緣圖像，適用于各種圖像分析和處理應(yīng)用。 處理之后的結(jié)果如圖5 和圖6 所示。

圖3 原始灰度圖

圖4 直方圖均衡化結(jié)果圖

圖5 Canny 邊緣檢測(cè)結(jié)果圖

圖6 形態(tài)濾波結(jié)果圖

最后，使用Hough 變換進(jìn)行特征提取，將圖像中的像素點(diǎn)轉(zhuǎn)換為參數(shù)空間中的曲線或點(diǎn)，并通過(guò)對(duì)參數(shù)空間進(jìn)行分析來(lái)檢測(cè)圖像中的直線。 同時(shí)，為了進(jìn)一步增加識(shí)別的精度，在算法中加入特征篩選，通過(guò)迭代對(duì)比所獲取的直線的斜率和長(zhǎng)度來(lái)進(jìn)一步識(shí)別配電網(wǎng)線路，最終所獲得的結(jié)果如圖7 所示。

圖7 最終配電路篩選結(jié)果

3 實(shí)驗(yàn)分析

3.1 導(dǎo)航定位測(cè)試

在無(wú)人機(jī)線路巡檢過(guò)程中，結(jié)合無(wú)人機(jī)反饋的GPS定位信息，使用姿態(tài)融合解算預(yù)測(cè)出無(wú)人機(jī)的位置。 融合解算的位置數(shù)據(jù)相較于GPS 原始數(shù)據(jù)可以提前約0.2 s，并且補(bǔ)償了GPS 傳感器的延時(shí)時(shí)間。 融合解算利用了慣性數(shù)據(jù)進(jìn)行位置預(yù)測(cè)，因此可以實(shí)現(xiàn)更高的頻率，從而解決了GPS 定位延時(shí)長(zhǎng)和采樣率低的問(wèn)題。 通過(guò)結(jié)合多種傳感器的數(shù)據(jù)，融合解算技術(shù)可以提供更準(zhǔn)確、更實(shí)時(shí)的位置信息。

3.2 巡檢效果測(cè)試

本文提出的配電網(wǎng)無(wú)人機(jī)智能巡檢方法，無(wú)人機(jī)在根據(jù)線路定位信息巡檢過(guò)程中，不僅能夠?qū)崟r(shí)修正無(wú)人機(jī)飛行位置，始終保持無(wú)人機(jī)處于線路正上方，確保無(wú)人機(jī)視野開(kāi)闊，而且能夠準(zhǔn)確識(shí)別輸電導(dǎo)線位置，如圖8 所示。

圖8 巡檢導(dǎo)線識(shí)別測(cè)試

4 結(jié)語(yǔ)

本文提出了一種配電網(wǎng)線路無(wú)人機(jī)智能巡檢的方法，研究核心是姿態(tài)和位置融合解算，它通過(guò)將不同傳感器的數(shù)據(jù)進(jìn)行融合，取長(zhǎng)補(bǔ)短，從而提供更準(zhǔn)確、穩(wěn)定的飛行器姿態(tài)和位置信息。 首先，為了更精確地進(jìn)行定位，本文設(shè)計(jì)了圖像識(shí)別算法，用于識(shí)別導(dǎo)線目標(biāo)。 通過(guò)圖像修正GPS 航線，確保飛行器始終位于導(dǎo)線正上方進(jìn)行飛行。 通過(guò)實(shí)際巡檢飛行測(cè)試，本文算法的可靠性和穩(wěn)定性得到了驗(yàn)證。 其次本文算法的應(yīng)用為巡檢無(wú)人機(jī)的飛行提供了更可靠的定位解決方案，提高了巡檢任務(wù)的執(zhí)行效率和準(zhǔn)確性。 最后，通過(guò)使用圖像識(shí)別技術(shù)，還可以進(jìn)一步提升飛行器對(duì)導(dǎo)線目標(biāo)的感知能力，提高巡檢的安全性和可控性。