输电线路无人机自动巡检的实现与应用

目前输电线路通道、树障、精细化、特殊巡视等巡视任务基本运用多旋翼无人机进行远程操作,实现快速巡视多基杆塔,人机协同作业提高电网运维效率。人工操作无人机巡检之前,培训一个飞手需要3～12个月才能上岗,从新手到技术娴熟又要有几个月的适应过程,培训的成本过高还不能保证飞行技术稳定。新兴的自动驾驶系统运用于输电线路运检如鱼得水,由于输电线路不像公路上汽车车况那样复杂,线路铁塔都是处于静止状态,更容易实现自动驾驶,而且输电线路运用无人机自动驾驶系统后,照片精确度更高,消除了人工拍照的各种误差,运维效率提高显著。     

基于航拍图像的输电线路异物识别

为提高无人机电网巡线故障点排查的效率,针对输电线路走廊悬挂异物的潜在故障,提出一种可从大量航拍输电线路图像中筛选出挂有异物的图像的方法.基于形态学算法改进Otsu(最大类间方差)自适应阈值分割算法分割图像背景,提出一种新的基于输电线路特征的滤波方法进一步滤除背景;通过梯度法获取电力线的边缘,选取Hough变换累加器中局部极大值个数与最终检测到的线路数量作为异物特征向量来识别异物.最后,开发出批处理系统识别验证.结果表明,该算法能将挂有异物的电力线图像准确识别,为输电线路可靠性提供保障.     

输电线路运维作业方法研究

针对目前电力企业输电线路运维作业中存在的线路护线人员单薄、效率低、成本高的问题,比较了采用传统运维方式和重点区域划分法运维方式对输电线路运维的优越性,最后提出了一种新的运维方式,即采用重点区域划分结合1＋1运维模式,组织群众护线的运维优化方法,达到减少运维作业时间,提高运维作业效率,降低运维成本的目的.并以某输电公司的线路实际运维模式为例,验证了此方法的合理有效性,并指出该方法对提高输电线路运维效率的重要意义.     

大荷载无人机-机器人高压输电线协同检修新方法研究

输电线路带电检修机器人是一种辅助和代替人工进行输电线路带电作业检修的一种智能化装备,其对于提高作业效率、作业可靠性、作业安全性具有重要实际意义,然而机器人在上下线过程中耗费大量的人力物力,大大降低了整体作业效率,机器人上下线问题已经成为制约机器人实用化的一个重要瓶颈。针对上述问题,提出了大荷载无人机(unmanned aerial vehical, UAV)和机器人的输电线协同检修新方法,该系统分为无人机、机器人和联接件,联接件用于联接无人机和机器人,通过电磁铁磁力的控制实现无人机与机器人系统的对接与分离,同时,通过对机器人机械臂系统的运动学建模与分析,得到了作业末端套筒所能到达的运动空间,从而进一步优化机械臂的结构参数,最后,通过硬件系统、软件系统、机械系统的集成设计,开发了机器人物理样机系统,在四分裂输电线路上进行引流板拧紧作业实验。实验结果表明:改系统能够顺利完成四分裂引流板作业任务,具有较强工程实用性,研究结果对于输电线路智能运维管理具有重要理论意义和实际应用价值。     

基于MapX的小型无人机地面站飞行控制软件

针对小型无人机地面站软件仅实现导航功能的局限,提出基于MapX的地面站飞行控制软件集成解决方案.引入MapX控件以提高软件对GIS信息的处理能力,实现无人机航迹导航及飞行状态监视;利用MapX提供的地理信息,结合航迹规划算法,实现航线生成与管理;采用DirectX技术,通过飞行摇杆经通信链路对无人机飞行过程实施干预,实现了小型无人机地面站软件飞行监视与飞行控制功能的整合.经实际试飞验证,该方案提高了无人机的信息管理效率及飞行控制干预效果,能够较好地满足小型无人机的飞行监控需求.     

基于YOLO算法的无人机航拍图片绝缘子缺失检测

输电线路上的绝缘子,长时间暴露在自然环境下,容易产生自爆缺失故障,进而容易损害整个输电线路的使用安全和运行寿命。对此,本文提出一种基于深度学习目标检测算法的端到端绝缘子缺失检测方法,利用深度卷积神经网络的强大学习能力,以及适当量的标注样本,学习到如何直接从无人机航拍照片中检测绝缘子,并自动区分完整绝缘子和缺失绝缘子。     

基于改进蚁群A~*算法的输电线路路径搜索

以GIS作为输电线路路径选择的地理信息采集和分析平台,综合考虑线路走廊区域地形、地貌、地物、环境等方面的影响因素,利用层次分析法得到线路走廊区域的线路综合成本量化值.结合高压输电线路路径选择特点,建立了基于改进蚁群算法的高压输电线路路径自动搜索模型,实现了输电路径的跨越式搜索和障碍的规避.模型引入路径局部成本控制启发策略及A~*导向算法,提高了路径搜索效率.用C#2010和ArcGIS 10.0开发了输电线路路径自动选择程序,并采集无人机航拍的现场地理数据,验证了模型和方法的有效性.     

基于改进RRT的无人机电力杆塔巡检路径规划

为了达到无人机在电力输电线路环境中能够进行有效的路径规划以及轨迹跟踪的目的,立足于RRT(Rapidly Exploring Random Trees)算法,提出一种在电力输电线路中适用于无人机的路径规划算法．该算法在融合无人机的动力学特性,及RRT扩展的随机性的基础上,通过设计最大航向角以及路径高度的约束,使得规划的路径在高度方向上向目标点渐进逼近,并能克服传统RRT在狭窄空间规划失败的问题.算法在ROS(Robot Operating System)-Gazebo环境中进行了仿真试验,验证了该算法在电力输电线路环境下的实用性.     

谈10kV配电线路常见故障及运维

为了保障人们正常用电,我国各地区建设了大量的10kV配电网。但是,由于配网运维不当,运维措施的执行缺少全面性,导致10kV配电线路经常出现故障,给人们的生产和生活带来严重的不便,也在一定程度上影响了区域经济的发展。因此,应当对10kV配电线路常见故障做有效分析,并采取对应的措施提高10kV配网运维的效率。     

无人机身份识别系统设计

搭建了一个无人机身份识别系统.采用改进的四叉树防碰撞算法提高RFID识别效率,考虑识别多架无人机时容易漏读或者误读数据的情况,通过优化处理无人机身份标签,保证无人机在合法区域飞行.此系统可与监控主站配合,提高无人机空中管制效率,实现重点区域保护.仿真试验结果显示,本系统在识别范围内具有高识别效率与识别速度.     

多无人机模糊态势的分布式协同空战决策

针对不确定环境下的多无人机协同攻击多目标的空战问题给出了一种分析方法.首先通过分析不确定环境下的无人机空战态势,建立了多无人机模糊态势的任务分配模型.然后提出了异步一致性拍卖算法,将目标收益作为竞标的依据,给出了不确定环境下的多无人机协同攻击多目标的分布式空战决策方法.仿真结果表明,该算法在双方机群较大时能够实现快速收敛,提高了空战效率与资源利用率,且具有良好的稳定性和可扩展性.     

基于优化ResNet的输电线路航拍图像分类方法

图像分类算法常被搭载在无人机系统中,以剔除无人机巡线过程中采集到的大量无用数据.针对这一问题,本文在分析了无用图像及有用图像特征的基础上,提出了一种基于卷积神经网络的输电线路智能图像筛选方法.收集无人机巡检捕捉到的航拍图像,并以此为基础建立了一个输电线路航拍数据集,基于ResNet优化并利用航拍图像数据集训练该网络,经...     

基于无人机的输电线路巡检系统设计与应用

设计一款无人机输电线路巡检系统,通过远程遥控系统对无人机的实时状况进行调整,机载摄像头系统能够较清晰地检测到线路的故障,对沿途输电线的状况进行实时检测并及时反映给地面接收端。同时,可以自动躲避障碍物,满足在不同自然环境中的出航,实现对自然条件恶劣、不适合人工巡检地区的线路监测和巡检,并及时反映给接收端。经测试表明,该系统运行稳定,有效提高了输电线路巡检效率。     

基于测评理论的线路运维作业方式优化研究

针对目前我国电力企业输电线路运维作业中人员配置不合理、运维效率低下等问题,提出一种优化的基于测评理论的线路运维作业方式.该方式采用统计学中的测评矩阵理论、机会成本理论和人力资源优化配置理论,并结合某电力公司现有运维作业方式,构建了一种基于测评矩阵的输电线路运维作业优化模型.该电力公司线路运维作业验证实例表明:模型合理有...     

大规模无线传感网络数据收集的无人机路径规划

针对部署在地表交通困难的大规模无线传感网络,采用目前可控无人机(unmanned aerial vehicles, UAV)进行数据收集能够达到更好的效果. 然而,考虑到无人机自身有限的资源,以及网络中存在大量传感器节点的情况,无人机飞行路径规划对于顺利完成数据收集任务具有重要作用. 无人机路径规划可以看作经典的旅行商问题(traveling salesman problem,TSP). 针对部署具有均匀性特点的大规模无线传感网络,提出了一种规则化快速路径规划(fast path planning with rules, FPPWR)算法. 该算法通过网格划分,将全局区域飞行路径的求解划分到多个较小的方格中进行,并通过成对算子路径优化算法在初等飞行路径上将方格区域中的路径合并为全局路径. 实验证明,该算法在保证了较高精度的同时,显著提升了路径规划的效率.      

基于无人机平台的电视信号功率检测方法

本文提出了一种电视信号功率辐射检测新方法,用于对电视信号发射系统发射端EIRP进行检测.在硬件上,根据该方法搭建了以无人机为平台的电视信号功率低空辐射检测系统,对电视信号频率和功率进行测量;在软件上设计了电视信号功率路径损耗补偿算法,对数据进行筛选、计算、存储和显示.系统在郑州和石家庄的电视信号塔上的电视信号功率对实际台站进行了测试验证,结果表明,该方法比传统地面辐射检测的测量误差减小5 dB以上,有效地解决了地面检测选址困难的问题,降低了由于复杂环境、设备缺陷带来的检测误差,提高了检测效率和准确性.      

基于VITAL的无人机目标跟踪方法

针对无人机飞行环境复杂及现有跟踪算法在精确性和实时性上略微不足的问题,提出了一种新型的基于VITAL的无人机目标跟踪算法.首先,设计一套完整的无人机目标跟踪控制系统;其次,对跟踪算法进行设计,将基于对抗学习的VITAL目标识别算法引入无人机目标跟踪算法,用EKF算法对其进行优化,提高实时性且防止目标跟踪失败;最后,通过实际跟踪和性能测试实验,得到相比主流的DNN等目标跟踪算法,算法在精确度上提高4%、实时性提高43%,算法在无人机目标跟踪方面具有较强的鲁棒性.     

基于深度强化学习的无人机自组网路由算法

针对无人机自组网节点密度大、拓扑变换频繁,导致移动自组网复杂的问题,提出了一种基于深度强化学习(deep-reinforcement learning, DRL)的分布式无人机自组网路由算法。利用DRL感知学习无人机特征,使节点不断与环境交互、探索学习最优行动(路由)策略;通过存储经验知识,维护端到端路由,赋予无人机网络智能化重构和快速修复的能力,从而提高路径的稳定性,降低路由建立和维护开销,增强网络的鲁棒性能。仿真结果表明,提出的算法具有较好的收敛性能;在路由修复时间、端到端时延,以及网络适应性、扩展性方面都优于传统的路由算法。     

以大数据分析为基础的输电线路精益化运维管理研究

<正>随着社会经济的持续发展,用户对输电线路的运维效率及效果提出了更高要求。基于此,本文总结了传统输电线路运维管理存在的问题,简要介绍了以大数据分析为基础的输电线路精益化运维管理策略,以期促进输电线路运维管理从劳动密集型向技术密集型转型发展,减小运维管理人员的工作强度,确保输电线路持续稳定运行。     

航拍图像中电力杆号牌的检测与信息识别

电力杆号牌包含了塔杆的标号及其所承载的电力线的电压、线路位置等信息,是输电线路上必须装设的标志牌之一。当输电线路或电力设备发生故障时,通过杆号牌上的信息能够快速定位到电力设备的故障所在位置。无人机航拍技术与图像处理技术已经被广泛用于输电线路巡检中。为快速定位输电线路所在位置,提出了一种航拍图像中电力杆号牌的检测与信息识别方法,该算法先从航拍图像中精确定位并提取出电力杆号牌,然后对杆号牌中的文本信息进行识别与智能分类存储。实验结果表明该算法能精确提取出航拍图像中的电力杆号牌,并对杆号牌上的信息具有较好的文字识别效果,极大地方便了巡检工作人员,提高了巡检效率。